Impacto dos reajustes de energia elétrica na Inflação

energiaeletricaO mês de abril está sendo marcado pelo reajuste de tarifas de energia elétrica por todo o país. A Agência Nacional de Energia Elétrica (ANEEL) autorizou até o dia 17/04 o reajuste para 13 distribuidoras. O montante envolve 27 milhões de unidades consumidoras e 2.205 municípios. Ao longo dos próximos dias e meses devem ocorrer novos aumentos para outras distribuidoras. O reajuste médio, para os clientes residenciais, ficou em 17,30%. Para as cidades que fazem parte do Índice Nacional de Preços ao Consumidor Amplo (IPCA), o reajuste ficou em 14,73%. Desse modo, o impacto máximo sobre o índice é de até 0,24 pontos percentuais, de acordo com a soma dos reajustes locais, ponderados pelo peso da energia elétrica na região metropolitana e pelo peso da região no IPCA. Nesse cálculo simples está implícito o repasse integral para o consumidor do reajuste nas tarifas para residência. O repasse dos reajustes no mercado cativo, que inclui consumidores industriais, depende da ociosidade de cada setor. Conforme novos reajustes forem anunciados, a tabela acima será atualizada e o impacto verificado.

Compartilhe esse artigo

Facebook
Twitter
LinkedIn
WhatsApp
Telegram
Email
Print

Comente o que achou desse artigo

Outros artigos relacionados

Previsões do Boletim Focus em Anos Eleitorais

Eleições são momentos de incerteza, mas os dados do Boletim Focus mostram que nem toda incerteza é igual. Ao analisar as previsões de inflação, juros e câmbio nos anos que antecederam as eleições de 2014, 2018 e 2022, este post investiga como o mercado revisa cenários macroeconômicos ao longo do tempo.

Como Medir o Ciclo das Concessões de Crédito usando Python

Este exercício apresenta uma análise quantitativa da relação entre o ciclo de concessões de crédito, a atividade econômica e a política monetária no Brasil. Utilizando a linguagem Python, o estudo aplica técnicas de decomposição de séries temporais (X13-ARIMA e Filtro HP) para isolar os componentes cíclicos dos dados. Os resultados da modelagem econométrica confirmam a pró ciclicidade do crédito em relação ao hiato do produto e sua sensibilidade às variações no hiato da taxa de juros real.

Choque de juros e renda em bens duráveis e não duráveis usando Python

Este artigo analisa a dinâmica do consumo no Brasil utilizando Python e modelos de Vetores Autorregressivos (VAR). Ao segregar bens duráveis e não duráveis, o estudo quantifica a sensibilidade a choques de juros e renda. Criamos todo o processo através do ciclo de dados: coleta, tratamento, análise de dados, modelagem e apresentação dos resultados, tudo automatizado usando a linguagem Python.

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.