IPC-Argentina

Serie de tiempo del Índice de Precios al Consumidor (IPC) para la República Argentina, promedio índices San Luis, Córdoba, CABA e INDEC (hasta Feb 2007, desde Dic 2016).

Modo de uso:

Clonar repositorio:

$ git clone https://github.com/matuteiglesias/IPC-Argentina.git

O descargarlo como archivo zip. Los datos del índice de precios al consumidor se encuentran en la carpeta data/info.

Una vez clonado el repositorio, tiene la opción de correr el archivo computar_inflacion.py

$ cd IPC-Argentina

$ python computar_inflacion.py

Este comando actualiza la información de índices de precios y figuras en su computadora. El repositorio se actualiza diariamente, incorporando nueva información provista para los índices de precios al consumidor de San Luis, Córdoba, CABA y Nacional, en el sistema de almacenamiento de archivos y catálogos de infra.datos.gob.ar.

Series de tiempo: inflacion mensual

Series de tiempo: cambio de precios último año

Citas

Usar citando este repositorio: Iglesias, M., IPC-Argentina, (2021), GitHub repository, https://github.com/matuteiglesias/IPC-Argentina.

La metodología se basa en lo sugerido por Zack, G., Schteingart, D., & Favata, F. Pobreza e indigencia en Argentina: construcción de una serie completa y metodológicamente homogénea. Sociedad y Economía. https://doi.org/10.25100/SYE.V0I40.7990

Construcción de un Índice de Precios al Consumidor

Este proyecto consolida series provinciales y nacionales de índices de precios al consumidor (IPC) para construir un índice promedio, robusto y continuo, que permite estimar la inflación mensual y anual en Argentina desde el año 2000 hasta el presente.

1. Fuentes de Datos

Las series utilizadas provienen de fuentes oficiales y provinciales:

• INDEC (serie histórica): hasta 2007.
• INDEC (serie moderna): desde 2016, base diciembre 2016.
• IPC de la Ciudad de Buenos Aires (CABA).
• IPC de la Provincia de Córdoba.
• IPC de la Provincia de San Luis.

Cada serie es descargada y procesada para obtener una columna con fechas como índice y valores numéricos representando el nivel del índice.

2. Metodología de Construcción del Índice Promedio

• Concatenación

Las series se concatenan horizontalmente usando pandas.concat, alineadas por fecha.

• Variación Porcentual Mensual Promedio

Se calcula la variación porcentual mensual de cada serie y se promedia entre columnas disponibles en cada mes (ignorando valores cero o NaN).

• Transformación Logarítmica

Para permitir comparabilidad entre series con diferentes bases, se aplica logaritmo base 10 sobre cada serie.

• Alineación mediante Offset

Se alinean las series ajustando un offset aditivo entre ellas. El objetivo es reducir saltos artificiales y permitir una unión suave.

• Promedio Logarítmico

Se obtiene un índice unificado mediante el promedio horizontal de todas las series ya alineadas.

• Normalización

El índice resultante se normaliza para que tome el valor 100 en enero de 2016.

3. Interpolación y Proyección

• Se proyectan 6 meses hacia adelante utilizando el promedio reciente de variaciones logarítmicas.
• Se genera una versión diaria del índice usando interpolación cuadrática.
• Se construye una versión trimestral mediante promedio agrupado por trimestre.

4. Exportación y Visualización

• Se exportan los índices diarios (indice_precios_d.csv), mensuales (indice_precios_M.csv) y trimestrales (indice_precios_Q.csv).

• Se generan figuras:

  • Inflación mensual con comparación entre series y promedio.
  • Inflación anual acumulada (rolling de 365 días) con eventos históricos destacados.

5. Propósito del Proyecto

Este índice:

• Provee una estimación robusta de la inflación argentina desde 2000.
• Mitiga sesgos o manipulaciones en fuentes oficiales al combinar múltiples jurisdicciones.
• Permite continuidad temporal y proyecciones razonables.
• Sirve como insumo para modelos económicos, análisis sociales y comparaciones intertemporales.