O IGP-M volta a se descolar do FOCUS

No boletim FOCUS dessa semana, o IGP-M vê escalada de mesma magnitude da semana anterior, chegando agora a 6,57%. O IPCA, por outro lado, não acompanhou esse aumento, indicando que a variação está ocorrendo em setores de pesos diferentes para cada índice. O IGP-M dá maior peso para preços industriais, e também inclui em sua composição índices de custos de construção e de produtos de atacado agropecuários, o que o torna mais dependente de variações de preços nas primeiras etapas da cadeia de produção.

O IPCA, por outro lado, só possui preços industriais como proxy da cadeia produção em seu cálculo, e em menor peso, dando mais espaço para variáveis que afetam o consumidor final, como alimentação no domicílio e serviços. Com isso, podemos ver que a diferença entre os dois índices depende da capacidade de repasse dos custos crescentes de produção ao consumidor, através do preço final. Essa capacidade é de modo geral limitada, efeito que se exacerba com a diminuição de renda vista desde o começo de 2020. O resultado que pode ser inferido então é de que o mercado prevê um aumento do custo dos insumos industriais.


As outras variáveis apresentam pouca ou nenhuma variação na última semana, com algum otimismo para os resultados do governo, com o resultado nominal subindo de -7% para -6.85%, e para o resultado externo, com a balança comercial subindo de -19,95 para -19,66 bilhões de dólares.

O código de R desse artigo está disponível para os membros do novo Clube AM. Para saber mais, clique aqui.

____________________

Compartilhe esse artigo

Facebook
Twitter
LinkedIn
WhatsApp
Telegram
Email
Print

Comente o que achou desse artigo

Outros artigos relacionados

Como medir a comunicação do Banco Central?

Descubra como o índice ALT transforma a linguagem do Banco Central em dados analisáveis, permitindo investigar como o tom das atas do COPOM varia conforme o cenário macroeconômico e as decisões de política monetária.

Análise de Séries Temporais com a Linguagem R: dados ISP-RJ

Neste tutorial, vamos conduzir uma análise diagnóstica completa. Começaremos visualizando a série e sua tendência, depois a decomporemos em seus componentes fundamentais. Em seguida, investigaremos a distribuição estatística dos dados e, por fim, aplicaremos técnicas mais avançadas, como a análise de autocorrelação e testes de estacionariedade, que são pré-requisitos cruciais para a construção de modelos de previsão robustos como o ARIMA.

Análise de dados com a Linguagem R: Segurança no Rio de Janeiro

Neste post, criamos um tutorial prático que guia você através do ciclo completo de análise de dados, desde a coleta e tratamento até a visualização e comunicação de resultados. Utilizando a linguagem R, o ecossistema tidyverse e a ferramenta de publicação Quarto, analisamos a base de dados de criminalidade do Instituto de Segurança Pública (ISP) do Rio de Janeiro.

Boletim AM

Receba diretamente em seu e-mail gratuitamente nossas promoções especiais e conteúdos exclusivos sobre Análise de Dados!

Boletim AM

Receba diretamente em seu e-mail gratuitamente nossas promoções especiais e conteúdos exclusivos sobre Análise de Dados!

como podemos ajudar?

Preencha os seus dados abaixo e fale conosco no WhatsApp

Boletim AM

Preencha o formulário abaixo para receber nossos boletins semanais diretamente em seu e-mail.