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

Como automatizar tarefas repetitivas usando Python? Um exemplo para largar o Excel

Manter relatórios diários com dados e análises atualizados é um desafio, pois envolve várias etapas: coleta de dados, tratamento de informações, produção de análises e atualização de relatório. Para superar este desafio algumas ferramentas como Python + Quarto + GitHub podem ser usadas para automatizar tudo que for automatizável. Neste artigo mostramos um exemplo com dados do mercado financeiro.

Criando um Dashboard de análise de Ações no Python

Um Dashboard é um painel de controle que consolida uma variedade de informações sobre um determinado objeto de estudo em um ou mais painéis. Ele simplifica significativamente o processo de análise de dados, oferecendo uma visão global e fácil de entender. Uma maneira simples de construir um Dashboard para acompanhar uma ação específica é utilizando duas ferramentas: Quarto e Python. Neste post, mostramos o resultado da criação de um Dashboard de Ação.

Analisando séries temporais no Python e esquecendo de vez o Excel

Séries temporais representam uma disciplina extremamente importante em diversas áreas, principalmente na economia e na ciência de dados. Mas, afinal, como lidar com esses dados que se apresentam ao longo do tempo? Neste exercício, demonstraremos como compreender uma série temporal e como o Python se destaca como uma das melhores ferramentas para analisar esse tipo de dado.

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.