série temporal

Como incorporar mudanças climáticas na previsão da inflação?

Será que o El Niño impacta o preço do feijão com arroz no prato dos brasileiros? Para responder esta pergunta estimamos um modelo VAR(p) utilizando dados do Oceanic Niño Index (ONI), investigamos a decomposição histórica dos choques estruturais e incorporamos o indicador de impacto climático nas previsões da inflação.

Como fazer previsões para a inflação desagregada medida pelo IPCA?

Neste artigo investigamos se a previsão desagregada da inflação é capaz de gerar previsões mais acuradas do que a previsão agregada. Utilizamos o Índice Nacional de Preços ao Consumidor Amplo (IPCA) como medida de interesse, aplicando um modelo simples e um modelo de passeio aleatório para comparação. Todo o processo pode ser feito de maneira automatizada utilizando a linguagem de programação R.

Investigando a precedência temporal entre o IPCA e as expectativas do IPCA no Boletim Focus usando o R

Neste exercício, buscamos aprofundar a compreensão da dinâmica entre a taxa do IPCA e as expectativas dos agentes econômicos no Brasil, com foco em identificar a direção da precedência temporal entre essas variáveis. O objetivo é entender se as expectativas do IPCA influenciam a taxa do IPCA efetiva ou se o movimento da taxa do IPCA corrente molda as expectativas do mercado.

Análise Macro antecipa em 3 meses os dados divulgados do IPCA de novembro

O IBGE divulgou recentemente os dados de inflação de novembro/2024. A previsão da Análise Macro era de um aumento do IPCA em 0,38% , com viés altista, enquanto que o indicador mostrou uma variação de 0,39%. Por sua vez, a previsão de mercado era de 0,20% de aumento na inflação, de acordo com o relatório Focus/BCB. A data da previsão considerada é 14 de novembro, ou seja, um mês antes da divulgação dos dados. Acesse o post e saiba mais!

Como gerar cenários para modelos de previsão no Python?

Gerar cenários para as variáveis exógenas é uma etapa crucial da modelagem preditiva, pois é o que define a trajetória projetada da variável de interesse. Diferentemente dos modelos univariados, aqui precisamos informar os valores futuros das variáveis independentes para prever a variável dependente. Há diversas formas de fazer isso e neste exercício mostramos algumas possibilidades aplicadas à previsão do IPCA usando Python.