Hoy, nos complace presentar una contribución invitada de laurent ferrara (Profesor de Economía en Skema Enterprise Faculty y Miembro de la Junta de la Instituto Internacional de Pronosticadores).
El viernes 21 de octubre organizamos con Catherine Doz en la Paris Faculty of Economics (PSE) una conferencia internacional taller sobre pronóstico macroeconómico inmediatocon el apoyo del PSE Cátedra “Medida en Economía”. En tiempos de incertidumbres globales, es de essential importancia saber dónde estamos actualmente, antes de intentar pronosticar hacia dónde iremos en el futuro. El nowcasting macroeconómico es un concepto planteado inicialmente por Gianone et al. (2008) con la concept de utilizar de manera óptima toda la información precise disponible para evaluar las condiciones económicas del trimestre precise, mucho antes de las cifras oficiales que generalmente publican con retraso las oficinas de estadística de todo el mundo.
La mayoría de los trabajos presentados durante este taller se enfocan en métodos recientes desarrollados para predecir variables macro importantes mediante el uso de variables estándar o alternativas de alta frecuencia. Las variables alternativas de alta frecuencia son datos que se pueden recopilar a través de varios canales (sitios net, satélites, redes sociales, tensores…). Generalmente son bases de datos bastante grandes, disponibles diariamente, no estructuradas y con una relación señal/ruido débil. Por lo tanto, se deben implementar técnicas estadísticas/econométricas para filtrar los datos y extraer una señal legible. La reciente disaster de Covid ha subrayado la necesidad de herramientas de alta frecuencia capaces de rastrear en tiempo actual la actividad económica (ver, por ejemplo, la herramienta propuesta por Lewis et al., 2020, en la Reserva Federal de Nueva York para seguir de cerca la actividad económica de EE.UU. semanalmente).
Modugno (Federal Reserve Board), junto con D. Cascaldi Garcia (Federal Reserve Board), T. Ferreira (Federal Reserve Board) y D. Giannone (Univ. of Washington & Amazon), presentaron una nueva herramienta desarrollada para rastrear la actividad económica en la zona del euro a través de Modelos Factoriales Dinámicos estimados para cada uno de los principales países de la zona del euro (Alemania, Francia e Italia). La concept principal es tener en cuenta los adelantos y retrasos entre los ciclos económicos de los países para mejorar la capacidad de predicción inmediata. Las encuestas de opinión han demostrado ser extremadamente útiles en este contexto. Las actualizaciones semanales del PIB de la zona del euro están disponibles en tiempo actual en el sitio net euronowcast.com. La última estimación del PIB para el cuarto trimestre de 2022, calculada el 28 de octubre, se sitúa en el 0,2 % (véase el gráfico 1) y apunta a una fuerte desaceleración de la actividad económica de la zona del euro, en línea con presiones inflacionarias extremadamente altas que ponen en riesgo el crecimiento.
Figura 1: Pronóstico inmediato de crecimiento del PIB de la zona del euro (trimestre a trimestre) para el cuarto trimestre de 2022. Fuente: euronowcast.com
Danilo Leiva-Leon (Banco de España), junto con C. Baumeister (Univ. Notre Dame) y E. Sims (Univ. Notre Dame), han construido una nueva herramienta capaz de rastrear las condiciones económicas semanales de EE. UU. a nivel estatal. Lograron recopilar una base de datos pública de indicadores económicos a nivel estatal, incluyendo mercado laboral, movilidad, actividad actual, expectativas, condiciones financieras y hogares. La estimación de los modelos de espacio de estado para cada estado conduce a un tablero de las condiciones económicas de cada estado en varias frecuencias. Todos los resultados de la estimación están disponibles en sitio net alimentado por los autores. Esta información resulta extremadamente útil para los economistas interesados en rastrear la actividad económica de EE. UU. a nivel estatal. Tenga en cuenta también que calculan un índice de debilidad económica que resume el número de estados que se estima que están en recesión en cada momento (consulte la Figura 2).
Figura 2: Índice de debilidad económica de EE. UU.
Heiner Mikosch, con P. Kronenberg y S. Neuwirth (todos ETH Zürich KOF), han creado una herramienta para rastrear la actividad económica en varios países europeos con conjuntos de datos alternativos y varios modelos econométricos. los Laboratorio de predicción inmediata de KOF recopila toda la información disponible en tiempo actual para todos los países. Los modelos se actualizan diariamente tan pronto como hay un nuevo punto de datos disponible. Curiosamente, todas las estimaciones de predicción inmediata derivadas de todos los modelos están disponibles de forma transparente para los usuarios, lo que hace que cada usuario pueda centrarse en su modelo favorito. Los últimos resultados de predicción inmediata para las tasas de crecimiento del PIB para 2022q4 se presentan a continuación en la Figura 3.
Figura 3: Pronósticos actuales de crecimiento del PIB para el cuarto trimestre de 2022. Fuente: KOF, laboratorio de predicción inmediata
El índice mensual de comercio minorista de EE. UU. es uno de los indicadores económicos más observados por los participantes del mercado y los economistas, ya que refleja el consumo de los hogares, el componente más importante del crecimiento del PIB de EE. UU. Scott Courageous (Morning Seek the advice of) y colegas de la Reserva Federal de Chicago han desarrollado una herramienta para rastrear este índice semanalmente: Resumen de comercio minorista anticipado de la Fed de Chicago (CARTS). La metodología se basa en un modelo de issue dinámico de frecuencia mixta que incorpora tanto datos oficiales como datos de alta frecuencia de empresas privadas que reflejan transacciones con tarjetas de crédito y débito, tráfico peatonal minorista, consumo de gasolina o sentimiento del consumidor. Desafortunadamente, en abril de 2022, la Reserva Federal de Chicago detuvo temporalmente la publicación del índice CARTS debido a cambios en los proveedores de datos privados. El private está trabajando actualmente en una nueva versión que se lanzará pronto.
Durante este taller también se presentaron otros dos documentos más técnicos. Gabriel Pérez Quirós (Banco de España), junto con S. Delle Chiaie (ECB), cuestionan el uso de modelos que solo contienen datos alternativos de alta frecuencia, ya que esos datos tienen una relación señal/ruido débil y generalmente tienen un tamaño de muestra pequeño, lo que lleva a procedimientos de estimación complejos. Mediante el uso de un ejercicio de simulación, muestran que los datos alternativos de alta frecuencia por sí solos conducen a un desempeño deficiente del pronóstico inmediato y una buena estrategia para los profesionales sería mezclar datos alternativos de alta frecuencia (es decir, diarios o semanales) y datos oficiales de baja frecuencia (es decir, mensual o trimestral). Ivan Petrella (Warwick Enterprise Faculty), junto con T. Drechsel (Univ. Maryland) y J. Antolin Diaz (London Enterprise Faculty), presentó un nuevo modelo de issue dinámico de frecuencia mixta para la predicción inmediata que incorpora varias características de datos importantes, como el crecimiento del PIB variable en el tiempo a largo plazo, la dinámica heterogénea entre las variables y la volatilidad estocástica. Esta última característica resulta extremadamente útil para dar cuenta de grandes shocks en sequence temporales económicas, como los observados durante el período de Covid-19. La estimación en tiempo actual de este modelo destaca su capacidad para realizar un seguimiento eficiente de la actividad económica de EE. UU., incluido el período más reciente. En este sentido, la integración de datos de alta frecuencia en el modelo resultó extremadamente útil, además de indicadores macro mensuales y trimestrales más estándar.
Esta publicación escrita por laurent ferrara.
