Este exercício quantifica o repasse cambial sobre a inflação para a economia brasileira sob a ótica de um modelo VAR. Usando dados recentes, estimamos as funções de impulso resposta para analisar choques na variação do câmbio e a resposta ao longo do tempo sobre a inflação de preços livres.
Expectativas ancoradas, significando a manutenção da inflação em torno de um valor próximo da meta, inclusive após a ocorrência de choques relevantes, tornam menos custosa a ação do Banco Central no combate a pressões inflacionárias. No post de hoje, verificamos a ancoragem de expectativas para diferentes horizontes utilizando o Python como ferramenta para a construção do exercício.
Nesse artigo apresentamos o conceito de autosserviço de análise de dados, discutimos as vantagens e desvantagens destas ferramentas e mostramos um exemplo aplicado, em R e Python, com dados econômicos usando a biblioteca Shiny.
Neste exercício, mostramos como identificar um choque dos preços administrados sobre os preços livres utilizando um Vetor Autoregressivo e Função de Impulso Resposta. Realizamos a coleta, tratamento, visualização e criação do modelo usando o Python.
Neste texto abordamos modelos da família ARIMA para finalidade de previsão de séries temporais. Mostramos as diferenças de cada modelo com exemplos de dados econômicos do Brasil, em aplicações nas linguagens de programação R e Python.