Relatório #22 - IPCA-15

No Relatório AM de hoje, iremos comentar sobre o IPCA-15. Esse indicador é um índice de preços que abrange o período do dia 16 do mês anterior até o dia 15 do mês de referência. O índice serve como uma boa prévia do resultado do IPCA "cheio", por possuírem características semelhantes, sendo importante o seu acompanhamento, como forma de prever os caminhos do IPCA.

A variação mensal do IPCA-15 nos mês de setembro foi de 1,14% em relação ao mês anterior. Podemos ver no gráfico como a variação se comporta nos últimos meses, exibindo a alta.

Na variação acumulada em 12 meses, o IPCA-15 exibe uma variação de 10,05%. É notável como o IPCA-15 está muito acima dos limites de inflação instituídos pelo Conselho Monetário Nacional (CMN), que se encontra em 3,75% neste ano.

O IPCA-15 demonstra também uma sazonalidade, como é possível observar no gráfico.

Podemos visualizar também o comportamento dos grupos do IPCA-15 ao longos dos meses.

Vemos como o grupo de alimentação e bebidas tem aumentado sua contribuição sobre o IPCA-15 nestes últimos meses, da mesma forma que impactou o índice no mesmo período do ano de 2020.

É notável também nos últimos meses a contribuição sobre o IPCA-15 pelo grupo de Transportes, causado principalmente pela persistência de preços da gasolina.
________________________

(*) Para entender mais sobre inflação e análise de conjuntura econômica, confira nosso Curso de Análise de Conjuntura usando o R - Versão 5.0.

Compartilhe esse artigo

Facebook
Twitter
LinkedIn
WhatsApp
Telegram
Email
Print

Comente o que achou desse artigo

Outros artigos relacionados

O que é um Vector Database e como criar um com LangChain

Nesta postagem, mostramos como construir um pipeline simples de RAG (Retrieval-Augmented Generation) usando o LangChain, o modelo Gemini 2.0 Flash e o Vector Database Chroma. Utilizamos como exemplo o Relatório de Inflação de junho de 2025 do Banco Central do Brasil. O fluxo envolve o download e leitura do PDF, divisão do texto com RecursiveCharacterTextSplitter, geração de embeddings com Gemini, armazenamento vetorial com Chroma e busca semântica para responder perguntas com base no conteúdo do relatório. É uma aplicação prática e didática para economistas que desejam integrar IA ao seu fluxo de análise.

Automatizando a Construção de Códigos em Python com LangGraph

Neste post, mostramos como construir um agente de código em Python utilizando LangGraph, LangChain e Gemini. A proposta é construir um protótipo para automatizar o ciclo completo de geração, execução e correção de código com o uso de LLMs, organizando o processo em um grafo de estados.

Análise de Dados com REPL Tool e LLM usando LangGraph

Neste post, vamos mostrar como você pode criar um agente que interpreta e executa código Python em tempo real, utilizando o REPL-Tool e um LLM da família Gemini. Começamos com um exemplo genérico e, em seguida, aplicamos a mesma estrutura à análise econômica de uma série histórica do IPCA.

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.