Impacto do reajuste de energia elétrica no IPCA de abril

reajusteEssa meus amigos de Minas não vão gostar muito, mas vamos lá. Uma das incertezas para a previsão do IPCA de abril era a amplitude do impacto dos reajustes de energia elétrica aprovados pela ANEEL. A previsão que eu fiz era de variação do índice de 0,78%, com +-0,13 p.p. de incerteza, como pode ser visto no post ai embaixo - e que estava em linha com as demais consultorias. Nesse cálculo estava contabilizado um impacto de 0,08 pontos percentuais vindo dos reajustes de energia elétrica, de acordo com os dias em que foram aprovados. O IPCA de abril foi de 0,67%, com impacto de 0,04 pontos percentuais dos reajustes de energia elétrica. A empresa que mais conseguiu repassar o reajuste foi a Cemig, de Minas Gerais, como pode ser vista nessa tabelinha ai. Ela teve autorização de reajustar as tarifas residenciais em 14,24%, a partir de 08/04. A variação mensal do subitem energia elétrica em Belo Horizonte foi de 12,03%, bem próximo do reajuste concedido. Sabe-se que o repasse para o consumidor desse tipo de aumento é quase sempre integral e o tempo depende apenas da eficiência da empresa em questão. Desse modo, parece que a Cemig fez jus à fama. Na segunda-feira eu publico uma análise mais apurada do índice divulgado hoje.

Compartilhe esse artigo

Facebook
Twitter
LinkedIn
WhatsApp
Telegram
Email
Print

Comente o que achou desse artigo

Outros artigos relacionados

Analisando a ancoragem das expectativas de inflação no Python

Se expectativas de inflação ancoradas com a meta são importantes para a economia, analisar o grau de ancoragem é imperativo para economistas e analistas de mercado. Neste exercício mostramos uma forma de aplicar esta análise com uma metodologia desenvolvida pelo FMI. Desde a coleta dos dados, passando pelo modelo e pela visualização de dados, mostramos como analisar a política monetária usando o Python.

Como analisar a DRE de empresas de capital aberto usando o Python

Quando analisamos a demonstração de resultados de uma empresa listada na bolsa de valores, frequentemente recorremos a ferramentas convencionais, que embora sejam úteis, muitas vezes carecem de automação. É aqui que entra o Python. Neste post, exploramos o poder do Python para automatizar o processo de coleta, tratamento e análise dos dados da Demonstração do Resultado do Exercício (DRE) da Eletrobras, utilizando dados fornecidos pela CVM (Comissão de Valores Mobiliários).

Como construir uma Curva IS no Python

Neste post mostramos como podemos construir um modelo que descreve a Curva IS a partir da linguagem Python. Passamos por todo o processo de construção de um exercício de dados, realizando a coleta, o tratamento, a modelagem e a demonstração dos resultados encontrados.

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.