Relatório AM #4 - Inflação

Como comentamos no nosso Relatório nº 2, a trajetória da inflação atual parece indicar uma espécie de estagflação, com nível elevado em conjunto com um nível de atividade ainda abaixo do usual. Esse resultado parece estar se revertendo aos poucos, com o resultado recente de crescimento do PIB, porém ainda consideramos que a inflação é, de modo geral, resultado de choques. Podemos ver os resultados recentes do PIB na tabela abaixo:

É evidente que o crescimento é puxado pelo crescimento da agropecuária e da exportação. Os setores de indústria e serviços aparentam ter estabilizado, condizente com os resultados do post de semana passada de nowcasting do PIB, que indica alta correlação entre o PIB e o consumo de energia. Como a evidência recente é de que o consumo de energia já está em patamares pré-pandemia, o crescimento da produção industrial através da recuperação utilização da capacidade instalada está perdendo espaço, tendo se realizado em maior parte no terceiro trimestre de 2020.

Ademais, mantemos a previsão que apresentamos de 0.709% para o IPCA mensal. Para chegarmos nela, utilizamos modelagem econométrica de ponta, como em todos os trabalhos aqui da Análise Macro. O valor final é combinação de 3 tipos de modelo, CSR, bagging e regressão lasso, tendo dezenas de variáveis explicativas disponíveis ao público geral como entradas. Com isso, desenvolvemos uma previsão de qualidade, e que pode ser reproduzida por qualquer aluno de nossos cursos.

________________________

Para aprender mais sobre inflação veja 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

Como a IA pode auxiliar na otimização de Portfólio de Investimentos?

A construção de portfólio ótimo refere-se ao processo de alocar eficientemente capital entre um conjunto predefinido de ativos ou títulos. O campo da construção de portfólio tem sido extensivamente estudado por acadêmicos e profissionais desde a década de 1950, quando Markowitz introduziu sua inovadora abordagem de média-variância para a construção de portfólio. Diante disso, podemos melhorar o processo de alocação de peso de um investimento em um portfólio através do Aprendizado não supervisionado com a aplicação do Hierarchical Risk Parity (HRP). Neste exercício, realizamos uma introdução ao método e mostramos os resultados de um exemplo criado através do Python.

Prevendo múltiplas séries usando IA no Python

Como podemos realizar previsões para várias séries temporais simultaneamente? Para abordar essa questão, empregamos a biblioteca MLForecastdo Python. Esta biblioteca disponibiliza uma variedade de modelos e funcionalidades para realizar previsões em séries temporais utilizando técnicas de aprendizado de máquina. Demonstramos sua aplicação ao prever as curvas de energia horária em quatro regiões distintas do Brasil.

Esse exercício é uma continuação do exercício “Usando IA para prever o consumo de energia no Brasil com Python”.

Estudo de Caso: Impacto do Metro em São Paulo

O que é Pareamento? E o que significa Propensity Score? Como podemos utilizar essa ferramenta para auxiliar no estudo da avaliação de impacto? Neste post, oferecemos uma breve introdução a esse importante método da área de inferência causal, acompanhado de um estudo de caso para uma compreensão mais aprofundada de sua aplicação. Os resultados foram obtidos por meio da implementação em Python, como parte integrante do nosso curso sobre Avaliação de Políticas Públicas utilizando esta linguagem de programação.Quer saber como essa análise foi construída? Seja aluno do nosso curso Avaliação de Políticas Públicas usando Python, e tenha acesso às aulas teóricas e práticas, com o código disponibilizado em Python.

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.