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).
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.
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
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.
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.
- 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.
- 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.
-
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.
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.