Desvalorização do câmbio tem efeito sobre os preços?

figura1Uma questão interessante (e difícil) de se avaliar na conjuntura macroeconômica é o efeito de uma variação brusca no câmbio sobre os preços. O tal "pass-through", como é conhecido na literatura. Uma das formas mais simples de se avaliar o pass-through é estimar uma Curva de Phillips, que tenha um componente cambial: o coeficiente dá o repasse de uma variação cambial para os preços. Uma forma mais elaborada (e mais realista)  de verificar esse repasse é construir uma "cadeia" de repasse, colocando câmbio, preços no atacado e preços no varejo, nessa ordem, por exemplo, para avaliar o quanto uma variação do câmbio afeta diferentes grupos de preços. Isto porque, parece intuitivo que oscilações na taxa de câmbio afetam primeiro bens que tenham seus preços influenciados diretamente pelo cenário externo, como commodities, por exemplo. Somente depois, é que o aumento da taxa de câmbio influencia bens em fases finais de processamento. O caso do trigo e do pão francês é o mais citado. O trigo sofre influência direta do que acontece no exterior, por ser cotado em bolsa, e também por ser importado, ao menos uma boa parte; logo uma variação no câmbio lhe afeta diretamente . O pão francês, por sua ordem, tem o trigo como um dos seus ingredientes, logo se o trigo aumenta pela oscilação do câmbio, o pão francês aumentará também, ainda que em proporção menor.  Para verificar essa "cadeia de causalidade", eu fiz um exercício bem simples recentemente, utilizando Vetores Auto-Regressivos (VAR). Para quem se interessar é só clicar aqui.

 

Compartilhe esse artigo

Facebook
Twitter
LinkedIn
WhatsApp
Telegram
Email
Print

Comente o que achou desse artigo

Outros artigos relacionados

Como treinar e selecionar os melhores modelos de previsão no Python?

Em previsão, há uma infinidade de modelos que podem ser usados. O processo de escolha do(s) modelo(s) deve ser empírico-científico, usando métodos que visem avaliar a generalização dos algoritmos para dados novos. Neste artigo, mostramos como implementar a metodologia de validação cruzada com algoritmos de machine learning no Python, exemplificando para a previsão do IPCA.

Como selecionar variáveis para modelos de previsão no Python?

Em oposição à crença popular, grande parte dos modelos de machine learning não produzem previsões magicamente. É papel do cientista de dados executar uma boa engenharia de variáveis para não cair no clássico problema de “garbage in, garbage out” (GIGO) em aprendizado de máquina. Neste sentido, aprender a fazer uma boa seleção de variáveis é fundamental e neste artigo exploramos algumas possibilidades práticas usando o Python.

Resultado IPCA-15 - Novembro/2024

A Análise Macro apresenta os resultados do IPCA-15 de Novembro de 2024, com gráficos elaborados em Python para coleta, tratamento e visualização de dados. Todo o conteúdo, disponível exclusivamente no Clube AM, foi desenvolvido com base nos métodos ensinados nos cursos da Análise Macro, permitindo aos assinantes acesso aos códigos e replicação das análises.

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.