Relatório AM #7 - Núcleos de inflação

No nosso Relatório AM de hoje, vamos comentar um pouco sobre o cenário atual da produção industrial, e também discutir a trajetória do IPCA-15. Abaixo, apresentamos a variação mensal da produção industrial, separada em 3 fatores: indústria geral, extrativa e de transformação.

Podemos ver que a indústria geral terminou o ano passado em crescimento, porém passou por uma estagnação desde então. Isso pode ser explicado por diversos fatores, porém dois que podemos destacar aqui são as novas medidas de restrição impostas com a onda de casos entre fevereiro e março, e a escalada dos preços de commodities e insumos da produção industrial. Esse segundo efeito se apresenta na separação das indústrias: enquanto a extrativista tem aumento de produção, incentivado pelos preços de seus produtos, a de transformação tem queda, pois incorre em custos mais altos. Apesar disso, as indústrias de transformação têm variação acumulada positiva, enquanto a extrativa negativa, pois já estava em queda forte antes do começo da pandemia:

 

O resultado agregado é então de que temos uma variação interanual extremamente positiva para a indústria de transformação, e razoável para a extrativa, porém apenas a primeira apresenta crescimento real.

Para finalizar, mostramos abaixo o nível atual da inflação IPCA-15, com observações do mês de junho. Como podemos ver, a inflação ainda está sofrendo pressão para cima, continuando persistentemente acima da meta.

________________________

(*) 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

Criando reports econômicos automáticos com IA usando Python

Imagine que você tenha uma tabela e precise gerar uma análise de dados rápida para entregar um relatório. Você poderia tentar parar tudo que está fazendo ou até mesmo fazer horas extras, mas dificilmente você entregaria o relatório mais rapidamente do que um modelo de Inteligência Artificial (IA). Neste artigo mostramos um exemplo de relatório gerado por IA para análise de inflação no Brasil, usando as ferramentas Quarto + Python para integrar a IA.

Analisando o sentimento da política monetária com IA usando Python

Análise de sentimentos é uma técnica de Processamento de Linguagem Natural (PLN) que serve para revelar o sentimento contido em um texto. Neste exercício, aplicamos esta técnica para analisar as atas das reuniões do COPOM, revelando o que os diretores de política monetária discutem nas entrelinhas. Utilizando um modelo de Inteligência Artificial através do Python, produzimos ao final um índice de 0 a 100 para sintetizar a análise histórica.

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.

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.