Relatório #27 - IGP-M

O IGP-M é um índice de preços construído e divulgado pela Fundação Getúlio Vargas, como forma de monitorar o movimento de preços dos produtos em todos os seus estágios de produção. O IGP-M é composto por três indicadores, cada um representado um peso dentro do índice, sendo eles: IPA (60%), IPC (30%) e INCC (10%). No Relatório AM de hoje, iremos visualizar o movimento do IGP-M dentro do mês de novembro de 2021.

No mês de novembro, o IGP-M subiu 0,02% em relação ao mês de outubro. A desaceleração foi puxada, principalmente, pelo IPA, que na variação mensal, configurou uma queda de -0,29%, ao contrário dos outros índices, como no caso do IPC, que exibiu um aumento de 0,93% no mês de novembro, bem como o INCC, que subiu 0,71% no mês.

Podemos ver no gráfico abaixo o movimentos dos índices nos últimos meses.

No acumulado em 12 meses, o IGP-M exibiu uma variação de aproximadamente 17,9%. Apesar da diminuição nos últimos meses, temos ainda um valor alto, se comparado com os resultados acumulados nos últimos anos.

Podemos visualizar em conjunto a variação acumulada de todos os índices. Vê-se a queda do INCC e do IPA nos últimos meses, porém, há o aumento do IPC.

________________________

(*) 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

Simplificando análises de dados manuais do Excel usando o Python

Tratar e analisar dados no Excel pode ser um verdadeiro caos, mesmo que você precise fazer coisas simples como cruzar duas tabelas de dados. Uma solução melhor é o uso de scripts em Python, que possibilitam a automação de tarefas repetitivas e manuais. Neste artigo mostramos um exemplo simples, comparando o Excel versus Python.

Como automatizar o tratamento de dados feito no Excel usando o Python?

Segundo a pesquisa “State of Data Science”, profissionais de dados gastam 3 horas/dia (38% do tempo) apenas preparando os dados, antes mesmo de analisá-los. Neste artigo advogamos que este gasto de tempo pode ser drasticamente reduzido ao utilizar ferramentas open source, como Pandas e Python, para automatizar tarefas repetitivas que costumam ser feitas em Excel.

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.