En los últimos años, los avances en la estandarización y el tratamiento estadístico de las variables usualmente utilizadas en macroeconomía, han permitido medir con mayor precisión la información sobre la actividad económica de corto y largo plazo, a través de instrumentos como el PIB, la inflación y la tasa de desempleo. Pero la aplicación de técnicas metodológicas complejas para conseguir datos precisos también ha retrasado los tiempos en los que estos se publican; dificultando la tarea de formuladores de políticas públicas, que no solo deben tomar decisiones informadas, sino también oportunas.
Eso ha sido particularmente evidente durante la pandemia de la COVID-19. Por ello, los formuladores de políticas públicas han recurrido al uso intensivo de la big data disponible en teléfonos inteligentes, redes sociales y búsquedas en Google. Así, han conseguido evaluar cómo responde la gente a las medidas de cuarentena, incluyendo cambios en la movilidad y distanciamiento social, entre otros temas.
El surgimiento del Nowcasting
Un desarrollo conexo ha sido el surgimiento de modelos llamados Nowcasting, que utilizan datos de alta frecuencia para predecir el comportamiento de las variables en un futuro muy cercano. Las metodologías de Nowcasting, cada vez más sofisticadas, integran big data y algoritmos de aprendizaje de máquinas a fin de maximizar la precisión y facilitar la selección de variables. Siempre que los modelos incorporen la teoría económica y eviten resultados basados en relaciones espurias, pueden proporcionar información muy valiosa sobre las condiciones actuales de la economía.
Hoy en día, instituciones como el Banco de la Reserva Federal de Atlanta y el Banco de la Reserva Federal de Nueva York publican regularmente los resultados de sus modelos de Nowcasting. Investigadores de diferentes bancos centrales en América Latina, como el Banco Central de Argentina, el Banco Central de Chile, el Banco Central de Colombia, el Banco Central de Mexico y el Banco Central de Perú también han desarrollado modelos de Nowcasting basados en los datos disponibles en cada país.
Sin embargo, algunos países de América Latina y el Caribe no utilizan el Nowcasting porque carecen de datos suficientes. Esto se debe, en parte, a que prácticamente no existe una regulación de la región en materia de uso de datos personales recopilados de internet, lo cual representa una razón más para desarrollar normas que garanticen la privacidad de los usuarios y que a su vez permitan el uso de datos anónimos con fines académicos y de política pública. Si los países de la región pudieran promulgar leyes para asegurar un uso responsable de las tecnologías de la información y la comunicación, se dispondría de abundantes insumos que servirían para los modelos de Nowcasting.
Entradas de datos esenciales
Un buen ejemplo de estos insumos son los datos de Google Mobility, que muestran cómo la pandemia ha influido en la movilidad en áreas clave: comercio y ocio, tiendas de comestibles y farmacias, parques, centros de transporte (metro, autobuses y trenes), lugares de trabajo, y hogares. Utilizando sus datos de Google Maps y tomando como referencia la movilidad media de estas categorías entre el 3 de enero y el 6 de febrero de 2020, Google publica los cambios porcentuales de cada categoría. A continuación, presentamos la media móvil semanal de los datos de comercio y lugares de trabajo para los países en América del Sur, América Central y México, y el Caribe.
Los datos de Google deben utilizarse con precaución cuando se trata de análisis macroeconómicos. Considerando que se usa como referencia únicamente el primer mes de 2020, los datos ignoran los efectos estacionales, lo que produce subestimaciones y sobreestimaciones de la tasa de crecimiento de la movilidad. Pero si eso se tiene en cuenta, los datos suministran información clave. Además, el problema podría corregirse fácilmente si Google utilizara sus registros históricos y publicara la tasa de crecimiento con respecto al mismo día de los años anteriores.
Durante la pandemia, la información sobre movilidad ha sido vital: ha contribuido a evaluar la eficacia de los confinamientos en términos de salud pública, ha mostrado la relación entre el restablecimiento de la libre circulación y la propagación de la COVID-19, ha permitido identificar los lugares que más se correlacionan con el contagio, y ha facilitado en análisis sobre cómo se vincula la vacunación con el restablecimiento de la movilidad.
En términos económicos, ha servido para ilustrar, por un lado, el tránsito de las personas en actividades comerciales, y por el otro, la dinámica del regreso de las personas a sus lugares de trabajo. El primero de estos factores proporciona información sobre la recuperación de la demanda, y el segundo sobre la recuperación de la oferta.
A la fecha, ya existen investigaciones que han incorporado los datos de Google Mobility en modelos Nowcasting. Por ejemplo, en este documento de trabajo del Banco Mundial se publicó un modelo de Nowcasting que utiliza los datos de Google Mobility para prever la producción industrial de algunos países de América Latina. Entre otras ventajas, el modelo presentado en el documento de trabajo mostró menos errores de predicción que modelos autorregresivos convencionales.
Otros datos utilizados para supervisar la actividad económica diaria también pueden servir como insumos para los modelos de Nowcasting. Por ejemplo, los registros de transacciones comerciales de los bancos proporcionan información sólida sobre la actividad económica, incluso en América Latina y el Caribe, donde los niveles de profundización financiera son bajos. Los bancos centrales de la región, como los de Chile y Colombia utilizan regularmente esa información para sus decisiones de política monetaria. Una opción adicional, son los datos sobre el consumo de energía, que aunque suelen ser públicos y ya se han utilizado en el pasado, pueden ser especialmente valiosos en forma desagregada.
Una serie de nuevas herramientas para los formuladores de políticas públicas
La recesión económica provocada por la pandemia, así como la recuperación, exigen asertividad en la orientación de los recursos públicos. Una condición necesaria para ello es que los datos sean actuales. Tanto el big data, como el Nowcasting y las últimas tecnologías de información y comunicación proporcionan canales mediante los que se pueden procesar esos datos puntuales y satisfacer esa necesidad. Los países de América Latina y el Caribe tienen un largo camino por recorrer en este sentido, pero existen nuevas tecnologías y metodologías que permiten a los formuladores de políticas públicas tomar mejores decisiones de políticas públicas, más informadas y oportunas.
Leave a Reply