A menor inflação em janeiro desde 1979?

[et_pb_section admin_label="section"][et_pb_row admin_label="row"][et_pb_column type="1_2"][et_pb_text admin_label="Texto" background_layout="light" text_orientation="justified" use_border_color="off" border_color="#ffffff" border_style="solid"]

A imprensa brasileira deu grande destaque nessa quinta-feira ao resultado da inflação medida pelo IPCA em janeiro. Ela veio 0,38%, o que para parte dos jornalistas foi a menor inflação em janeiro medida pelo índice desde 1979Para não levar a interpretações equivocadas, é preciso fazer duas considerações sobre essa informação. A primeira é que, para ser preciso, a informação deveria ser a partir de 1980, dado que o número índice do IPCA está disponível apenas a partir de dezembro do ano anterior. Como a inflação mensal se obtém confrontando o número índice em t com o número índice em t-1, só podemos ter essa métrica a partir de 1980. Ademais, não é uma comparação lá muito justa - e, de fato, não deixa de ser um equívoco fazê-lo. Isso porque, como todo mundo sabe, o período entre 1980 e meados de 1994 é marcado por um dos maiores processos inflacionários da História da humanidade. Então, como podemos comparar janeiro de 2017 com esse período? Para ilustrar, segue o código abaixo, que compila a inflação medida pelo IPCA apenas para meses de janeiro no período de 1980 a 2017. 

[/et_pb_text][/et_pb_column][et_pb_column type="1_2"][et_pb_image admin_label="Imagem" src="https://analisemacro.com.br/wp-content/uploads/2017/02/conjuntura.png" show_in_lightbox="off" url="https://analisemacro.com.br/cursos-de-r/analise-de-conjuntura/" url_new_window="off" use_overlay="off" animation="left" sticky="off" align="left" force_fullwidth="off" always_center_on_mobile="on" use_border_color="off" border_color="#ffffff" border_style="solid" /][/et_pb_column][/et_pb_row][et_pb_row admin_label="Linha"][et_pb_column type="4_4"][et_pb_text admin_label="Texto" background_layout="light" text_orientation="left" use_border_color="off" border_color="#ffffff" border_style="solid"]

# Pacotes
library(TStools)
library(ggplot2)

# Importar dados diretamente do BCB
source('bcb.R')
ipca = ts(getSeries(433, data.ini='01/01/1980', 
 data.fim='01/01/2017')$valor, start=c(1980,01),
 freq=12)

## OBS: É possível usar os pacotes BETS ou rbcb.


# Criando e guardando gráfico de sazonalidade
seas = seasplot(ipca, trend=F, outplot = 4)

# Pegando variações de janeiro
janeiro = as.numeric(seas$season[,1])

# Criando vetor de datas
time = seq(as.Date('1980-01-01'), as.Date('2017-01-01'), by='1 year')

# Colocando ambos em um data frame
ipca.janeiro = data.frame(time=time, janeiro=janeiro)

# Gráfico
ggplot(ipca.janeiro, aes(time, janeiro))+
 geom_bar(stat='identity', fill='darkblue', width = 200)+
 xlab('')+ylab('% a.m.')+
 labs(title='Inflação medida pelo IPCA nos meses de janeiro',
 caption='Fonte: analisemacro.com.br com dados do Banco Central.')+
 theme_bw()

E abaixo o gráfico...

[/et_pb_text][et_pb_button admin_label="Botão" button_url="https://analisemacro.com.br/cursos-de-r/analise-de-conjuntura/" url_new_window="off" button_text="Conhecer o Curso de Análise de Conjuntura usando o R" button_alignment="center" background_layout="light" custom_button="off" button_letter_spacing="0" button_use_icon="default" button_icon_placement="right" button_on_hover="on" button_letter_spacing_hover="0" /][/et_pb_column][/et_pb_row][/et_pb_section]

Compartilhe esse artigo

Facebook
Twitter
LinkedIn
WhatsApp
Telegram
Email
Print

Comente o que achou desse artigo

Outros artigos relacionados

Tratamento e transformação de séries temporais macroeconômicas para modelagem

"Garbage in, garbage out" é a regra de ouro na previsão macroeconômica. Antes de aplicar qualquer modelo de IA ou econometria para prever indicadores como o IPCA ou o PIB, existe um trabalho crucial de tratamento de dados. Neste post, abrimos os bastidores do nosso dashboard de previsões e mostramos o passo a passo para transformar dados brutos de múltiplas fontes (como BCB, IBGE e FRED) em séries prontas para modelagem. Veja como lidamos com diferentes frequências, aplicamos transformações e usamos metadados para criar um pipeline de dados robusto e automatizado.

Como planejar um pipeline de previsão macroeconômica: da coleta ao dashboard

Montar um pipeline de previsão macroeconômica não é apenas uma tarefa técnica — é um exercício de integração entre dados, modelos e automação. Neste post, apresento uma visão geral de como estruturar esse processo de ponta a ponta, da coleta de dados até a construção de um dashboard interativo, que exibe previsões automatizadas de inflação, câmbio, PIB e taxa Selic.

Coletando e integrando dados do BCB, IBGE e IPEA de forma automatizada

Quem trabalha com modelagem e previsão macroeconômica sabe o quanto é demorado reunir dados de diferentes fontes — Banco Central, IBGE, IPEA, FRED, IFI... Cada um com sua API, formato, frequência e estrutura. Esse gargalo de coleta e padronização consome tempo que poderia estar sendo usado na análise, nos modelos ou na comunicação dos resultados.

Foi exatamente por isso que criamos uma rotina de coleta automatizada, que busca, trata e organiza séries temporais econômicas diretamente das APIs oficiais, pronta para ser integrada a pipelines de previsão, dashboards ou agentes de IA econometristas.

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.