Una de las preguntas más recurrentes en tiempos de pandemia ha sido ¿cómo gestionar la incertidumbre constante? Y es que, la incertidumbre dificulta la planificación de nuestras vidas, nuestras finanzas, la certeza laboral e incluso nuestra salud. A nivel macroeconómico, dificulta el proceso de toma de decisiones de los gobiernos, retrasa decisiones de inversión, y puede ocasionar recortes de gasto de hogares y empresas como medida de precaución.
Ante la gran incertidumbre económica generada por la pandemia, la capacidad de recopilar e interpretar información rápidamente es crucial para las personas tomadoras de decisiones, especialmente cuando una crisis se profundiza o la recuperación comienza. Como respuesta, gobiernos, bancos centrales e instituciones líderes en el mundo han incorporado los modelos de “nowcasting” –una contracción de los términos en inglés now (ahora) y forecasting (pronóstico)- que utilizan datos de alta frecuencia para predecir el comportamiento de las variables en un futuro muy cercano.
Nowcasting: Una visión en tiempo real
En crisis pasadas, los gobiernos y diferentes grupos de la sociedad estaban sujetos a retrasos en la publicación de indicadores económicos clave de hasta tres meses para tomar decisiones informadas, exponiéndose a pérdidas y riesgos potenciales. Por ejemplo, variables macroeconómicas como el Producto Interno Bruto (PIB) trimestral son publicadas con un rezago de dos o tres meses en la mayoría de los países de Latinoamérica y Caribe, lo que deriva en la toma de decisiones con datos del pasado, un ejercicio arriesgado en contextos de alta volatilidad.
Los ejercicios de nowcasting ayudan a superar este desafío al llenar el vacío en el rezago de esta publicación, explotando la disponibilidad de otros indicadores semi o altamente correlacionados con el PIB que sean publicados de forma diaria, semanal o mensual para obtener señales en tiempo real y producir un pronóstico preciso entre 60 y 90 días antes de su publicación oficial.
Nowcasting en la práctica: los casos de Belice y El Salvador
El Banco Interamericano de Desarrollo (BID), a través de su Departamento de Países de Centroamérica (CID), Haití, México, Panamá y República Dominicana, ha trabajado desde el inicio de la pandemia en desarrollar herramientas que nos permitan tener una mayor claridad sobre las perspectivas económicas. Si bien hemos desarrollado estos modelos para toda la región CID, seleccionamos a Belice y El Salvador como países piloto para comprobar la efectividad de estos métodos en dos economías que, aunque guardan ciertas similitudes, presentan diferencias estructurales significativas. Para ambos países, CID desarrolló modelos de nowcasting que utilizan seis diferentes métodos de la familia de Machine Learning para establecer un rango acotado de predicción para el PIB trimestral. Los seis métodos son: Random Forest, Gradient Boosting Machine, Redes Neuronales, Regresión Lasso, Regresión Ridge y Regresión Elastic Net.
Los resultados del nowcasting
Tanto para Belice como El Salvador, los modelos de nowcasting presentan una alta eficiencia predictiva y un excelente ajuste respecto a la cifra publicada por las autoridades. Más aún, el uso de técnicas de la rama de machine learning permite mejorar el desempeño fuera de la muestra, mejorar el manejo de las no linealidades presentes en los datos y el manejo de relaciones complejas entre variables. Estas ventajas hacen a los modelos implementados en este ejercicio especialmente útiles para pronosticar cambios estructurales como caídas profundas del PIB en crisis económicas o alzas pronunciadas en periodos de recuperación. Esto se observó en los últimos tres trimestres de 2020, en donde ambas economías observaron caídas anuales del PIB en magnitudes que no habían sido experimentadas en su historia, y los modelos de nowcasting lograron capturar la gran reducción del PIB en estos periodos. Por ejemplo, en el segundo trimestre de 2020, nuestro modelo predijo una caída de 19.4% del PIB en El Salvador y la cifra real fue de -19.7%, al igual que en Belice en donde el modelo predijo una contracción de 23.0% y la cifra publicada fue de -23.9% (El Banco Central de Belice revisó la cifra a -27% posteriormente).
¿Para qué países y cuántos datos se necesitan?
En los ejercicios de nowcasting un aspecto fundamental es la cantidad y calidad de información disponible para calibrar los modelos. Comparando ambos países, se puede ver que el ajuste de los modelos es mejor para El Salvador que para Belice debido a que en este último no se pudo acceder a variables con una probable alta correlación con la evolución del PIB trimestral, como la producción y el consumo de energía o series mensuales de empleo, las cuales sí están disponibles para El Salvador. Sin embargo, el poder de predicción y ajuste de estos modelos en Belice es alentador para el uso de esta herramienta en economías con restricciones estadísticas similares. Asimismo, los resultados constituyen un incentivo para mejorar las capacidades estadísticas y optimizar pronósticos.
Apoyo institucional: nowcasting y datos
Uno de los elementos más valiosos de este ejercicio fue la interacción y diálogo con el Banco Central de Belice, el cual participó activamente durante el ejercicio de calibración de los modelos de nowcasting, y podría utilizarlos como una herramienta adicional de predicción. Debido a que la calibración de estos ejercicios es un proceso dinámico que se perfecciona en el tiempo, en el BID confiamos que este trabajo contribuirá a la labor continua de los Gobiernos y oficinas nacionales de estadística de CID para contar con mejores predicciones económicas que informen las decisiones de política.
¿Quieres conocer más sobre los modelos Nowcasting? Puedes descargar nuestra publicación Nowcasting para predecir la actividad económica en tiempo real: los casos de Belice y El Salvador
Además, si te interesa conocer más sobre el funcionamiento de las oficinas nacionales de estadística puedes descargar la publicación realizada desde la División para Servir al Ciudadano del BID (Innovación para Servir al Ciudadano (ICS) sobre Marcos legales estadísticos en América Latina: Realidades, mejores prácticas y recomendaciones.
Hello, it is a note of great general interest, that is why I leave my comment in order to collaborate for the common good.
I think the most important data are:
Those collected in field studies, surveys and above all those provided by the common citizen.
No soy experto en economía, pero tengo bases de Derecho Económico como Abogado de la Universidad Javeriana, de los Jesuitas, en Bogotá.
Me parece destacable la ACTUALIDAD del artículo, por responder a las contingencias que el mundo viene sufriendo desde 2020 y, esepcialmente, su CLARIDAD, ya que es de fácil comprensión. No se ha vulgarizado el conocimiento de los temas pero la redacción es clara y comprensibe.