Como analisar o Núcleo de Inflação no Brasil usando Python?

O Python se destaca como uma ferramenta robusta para análise de dados, permitindo a aplicação de uma ampla gama de técnicas em dados econômico-financeiros. Neste exercício, destacamos como a linguagem oferece uma facilidade muito grande na coleta de dados dos núcleos do IPCA diretamente do site do Banco Central, na manipulação eficiente desses dados e na construção de gráficos que facilitam a compreensão dos indicadores.

Introdução

Para analisar dados de qualquer natureza emprega-se (quase) sempre o mesmo procedimento do ciclo de análise de dados: coleta, manipulação/limpeza, análise/visualização, modelagem e comunicação dos resultados.

No nosso caso, estamos interessados em uma simples análise da média dos núcleos de inflação. Portanto, antes de construir o código, é necessário definir alguns pontos:

  • Quais indicadores analisar
  • Quais medidas serão criadas para a análise

Existem inúmeras formas de analisar indicadores relacionados a índices de inflação, portanto, para tornar simples o exercício, escolhemos apenas duas formas:

  • Variação Mensal do Núcleo do IPCA;
  • Variação Acumulada em 12 meses e média móvel sazonalmente ajustada e anualizada (SAAR).

Tais medidas são suficientes para compreender a trajetória dos índices de inflação do país, permitindo compreender facilmente a conjuntura econômica do país.

Quais indicadores analisar?

Os alunos do curso de Macroeconometria usando o Python, têm a oportunidade de adquirir um conhecimento abrangente em todas as fases do processo, desde a coleta e a preparação dos dados até a análise, o desenvolvimento de modelos econométricos e a comunicação dos resultados, tudo isso utilizando Python como ferramenta principal.

As medidas de núcleo de inflação buscam mitigar impactos transitórios sobre o comportamento dos preços, de forma a oferecer visão mais nítida do processo inflacionário. Assim, ainda que o sistema de metas para a inflação seja desenhado para o Índice Nacional de Preços ao Consumidor Amplo (IPCA) cheio, tais medidas são parte importante do conjunto informacional considerado pelo Banco Central do Brasil (BCB) na tomada de decisão de política monetária.

Mas qual o conjunto é comumente utilizado pelo BCB para a análise de conjuntura econômica? Usamos o conjunto definido pelo Estudo Especial n°102/2021: Ex-0, Ex-3, MS, DP e P55.

Analisando o Núcleo de Inflação

Para obter o código e o tutorial deste exercício faça parte do Clube AM e receba toda semana os códigos em R/Python, vídeos, tutoriais e suporte completo para dúvidas.

Uma vez determinados os indicadores, realiza-se a extração dos dados através da API do Banco Central utilizando a biblioteca python-bcb, e cria-se a devida manipulação para a apresentação dos gráficos:

Vemos que há, em comparação com o passado recente, uma melhora da trajetória do núcleo de inflação no Brasil. Como o código é automatizado, podemos constantemente atualizar o script, permitindo o acompanhamento da trajetória do núcleo a cada nova divulgação do IPCA.

Quer aprender mais?

Clique aqui para fazer seu cadastro no Boletim AM e baixar o código que produziu este exercício, além de receber novos exercícios com exemplos reais de análise de dados envolvendo as áreas de Data Science, Econometria, Machine Learning, Macroeconomia Aplicada, Finanças Quantitativas e Políticas Públicas diretamente em seu e-mail.

Compartilhe esse artigo

Facebook
Twitter
LinkedIn
WhatsApp
Telegram
Email
Print

Comente o que achou desse artigo

Outros artigos relacionados

Criando estratégias de investimento com IA no Python

Imagine ter a capacidade de pedir à inteligência artificial para criar uma estratégia de investimento baseada em indicadores técnicos ou regras específicas. Com o tempo sendo um recurso valioso, nem sempre é possível desenvolver um código por conta própria. Vamos mostrar como a IA, junto com Python, pode facilitar a criação de estratégias de investimento.

Análise de Tendência de Mercado com IA usando Python

Você está analisando o mercado acionário e se concentrando nos preços de uma ação específica. Ao longo dos dias, percebe uma mudança na trajetória dos preços e deseja entender o que está acontecendo por meio de notícias. Como automatizar esse processo de forma eficiente usando IA? Neste exercício, mostramos como utilizar o Python para essa tarefa.

Análise de Sentimento de Mercado com IA usando Python

Ler notícias diárias sobre empresas e ações listadas na bolsa pode ser maçante e cansativo. Mas, e se houvesse uma maneira de simplificar todo esse processo? Mostraremos como a IA generativa pode ajudar a captar o sentimento de notícias sobre companhias, automatizando todo o processo com Python e Gemini.

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.