A inflação é, por definição, um processo de aumento contínuo e generalizado do nível de preços. No entanto, a operacionalização desse conceito impõe um desafio estatístico: é impossível monitorar, em tempo real, a totalidade das transações de uma economia. Para contornar essa limitação, institutos de pesquisa constroem índices baseados em cestas de consumo representativas, nas quais cada bem ou serviço possui um peso proporcional à sua importância no orçamento das famílias. No Brasil, essa estrutura de ponderação é definida pela Pesquisa de Orçamentos Familiares (POF), que serve de alicerce para o nosso principal indicador, o IPCA.
O "índice cheio", que corresponde à agregação final dessas variações ponderadas, é uma das métricas fundamentais da economia. É ele que baliza as expectativas dos agentes, indexa contratos e funciona como a âncora nominal que a autoridade monetária persegue por meio do regime de Metas de Inflação.
Contudo, sob a ótica da microeconomia e do bem-estar social, analisar apenas o número agregado pode mascarar a heterogeneidade da formação de preços. O IPCA é uma média e, como tal, não captura integralmente a realidade de consumo dos diferentes estratos de renda nem a percepção do custo de vida da sociedade no dia a dia.
Dessa forma, torna-se indispensável decompor o índice. Embora o Banco Central e outras instituições frequentemente analisem a inflação por grandes grupos (como preços administrados, serviços ou bens industriais) para compreender a inércia inflacionária e os choques de oferta — ou ainda construam indicadores alternativos, como inflação por nível de renda —, neste exercício propomos a análise de itens específicos ao longo do tempo.
Afinal, como podemos analisar os itens separadamente? Lembramos que o IPCA é um índice mensal e, portanto, permite o cálculo de variações em diferentes formatos, seja a variação de um período imediatamente posterior ao outro, seja a variação acumulada em 12 meses, por exemplo. Entretanto, essas medidas capturam apenas movimentos recentes. Podemos aprimorar a análise ao considerar a percepção acumulada da sociedade brasileira em relação aos preços ao longo do tempo. Assim, torna-se possível compreender quanto os preços de determinados itens se alteraram, especialmente em relação aos níveis observados no início dos anos 2000.
Podemos proceder de duas maneiras: acumular a variação desde um período inicial até o período desejado, compreendendo quanto os preços se alteraram no intervalo considerado; ou calcular a variação dos itens de um período para outro em comparação com o IPCA cheio, o que permite avaliar, em termos relativos ao nível geral de preços, se determinado item ficou mais caro ou mais barato — de forma análoga ao que fazemos ao analisar preços nominais.
Quer ver a vídeoaula do tutorial deste exercício? E receber o código que o produziu? Faça parte do Clube AM e receba toda semana os códigos em R/Python, vídeos, tutoriais e suporte completo para dúvidas.
Inflação Acumulada
A Inflação Acumulada mede a variação percentual do nível de preços desde uma data base. Ela responde à pergunta: "Quanto mais caro está este produto/serviço hoje em comparação com 2004?"
![\[</div> <div>\text{Inflação Acumulada}_t = \left( \frac{\text{Índice}_t}{\text{Índice}_{t_0}} - 1 \right) \times 100</div> <div>\]](https://analisemacro.com.br/wp-content/ql-cache/quicklatex.com-576f4c927193b074184949e5ee81ff5f_l3.png "Rendered by QuickLaTeX.com")
Inflação Relativa
A Inflação Relativa (ou variação de preços relativos) mede quanto uma categoria encareceu ou barateou ajustada pela inflação geral. Ela responde: "Este produto ficou mais caro ou mais barato considerando a inflação geral?"
![\[</div> <div>\text{Inflação Relativa}_t = \left( \frac{\text{Índice da Categoria}_t / \text{IPCA Geral}_t}{\text{Índice da Categoria}_{t_0} / \text{IPCA Geral}_{t_0}} - 1 \right) \times 100</div> <div>\]](https://analisemacro.com.br/wp-content/ql-cache/quicklatex.com-3a834716bd9d96001dfd40aad05b161e_l3.png "Rendered by QuickLaTeX.com")
Dados
Para a construção dos indicadores, utilizamos dados públicos extraídos diretamente do Sistema IBGE de Recuperação Automática (SIDRA) via API Python.
Variáveis Utilizadas
As variáveis compreendem o período de janeiro/2000 até o presente e incluem:
Índice de Preços ao Consumidor Amplo (IPCA):
- Categorias selecionadas:
- Alimentação fora do domicílio
- Alimentação no domicílio
- Aparelho telefônico
- Automóvel novo
- Combustíveis (veículos)
- Educação
- Eletrodomésticos e equipamentos
- Habitação
- Móveis e utensílios
- Serviços de saúde
- TV, som e informática
- Vestuário
- Índice geral (referência para cálculo relativo)
Estrutura dos Dados
Como os dados desagregados por itens e subitens seguem a estratificação definida pela POF, é necessário coletá-los a partir de diferentes tabelas, uma vez que estão segmentados conforme cada estrutura de pesquisa vigente.
A coleta dessas informações é realizada por meio de um loop, permitindo automatizar o processo para cada tabela correspondente.
Os dados estão organizados nas seguintes tabelas do SIDRA: 655, 2938, 1419 e 7060.
Análise de Dados
No primeiro gráfico (Mudanças de Preços), observa-se que, embora a tendência geral de preços seja ascendente — reflexo natural da perda de poder de compra da moeda em uma economia emergente —, a dispersão entre os itens é notável.
O destaque absoluto fica por conta do grupo de Serviços, liderado por Educação e Alimentação fora do domicílio. Estes itens acumularam variações nominais superiores a 500% e 600%, respectivamente. Esse fenômeno é explicado, em grande parte, pela dificuldade de ganhos de produtividade no setor de serviços em comparação à indústria (o chamado "efeito Baumol") e pela indexação inercial de contratos escolares e de saúde.
Em contrapartida, bens duráveis ligados à tecnologia, como TV, som e informática, apresentam uma curva nominal praticamente plana. Isso indica que, em termos nominais, um televisor ou computador custa hoje quase o mesmo que custava há 20 anos, a despeito da inflação acumulada no período, o que nos leva à análise crucial dos preços relativos.
A análise dos preços relativos, apresentada no segundo gráfico, isola o ganho ou perda real de valor de cada item ao descontar a inflação média medida pelo IPCA. Essa abordagem permite identificar mudanças estruturais na formação de custos da economia brasileira. Observa-se uma tendência de queda consistente nos bens comercializáveis e duráveis, especialmente aqueles ligados à tecnologia. O grupo de TV, som e informática, seguido por eletrodomésticos e automóveis novos, apresenta uma trajetória de deflação relativa, resultado de ganhos de produtividade causados pela inovação tecnológica e da abertura comercial que reduziram o preço real desses itens ao longo das últimas duas décadas.
Em contrapartida, o setor de serviços demonstra um comportamento inverso, com uma trajetória de encarecimento real persistente. Os itens de Educação e Serviços de Saúde mantêm-se sistematicamente acima da linha de inflação geral. Esse fenômeno reflete a dificuldade de obtenção de ganhos de produtividade em setores intensivos em mão de obra, comparativamente à indústria, somada a uma demanda inelástica por esses serviços essenciais. Adicionalmente, nota-se uma divergência no grupo de alimentação: enquanto a alimentação no domicílio oscila em torno da média, respondendo a choques de oferta, a alimentação fora do domicílio segue a dinâmica do setor de serviços, apresentando aumentos reais contínuos devido aos custos operacionais embutidos.
