La Organización para la Cooperación y el Desarrollo Económicos (OCDE) desarrolló un novedoso indicador para monitorear la evolución de la actividad económica en tiempo real cuya particularidad es que se basa en las búsquedas realizadas a través de internet, mediante el aplicativo Google Trends. El cálculo se realiza para los 46 países que integran la OCDE y el G20, entre ellos Argentina y está disponible semanalmente1. Cabe destacar que el Banco Central cuenta dentro de su herramental de análisis con su propio indicador de predicción contemporánea del nivel de actividad (Nowcast), el cual utiliza fuentes de información económica más tradicionales, como ventas minoristas, cotizaciones de activos, producción sectorial, etc. De todos modos, el indicador desarrollado por la OCDE puede ser una herramienta muy útil para enriquecer el conjunto de estimaciones que realiza el BCRA.
Además de la movilidad de las personas, que fue un indicador muy difundido a escala mundial para cuantificar el impacto de la pandemia, la OCDE rastrea una amplia lista de ítems que en conjunto tienen un gran poder predictivo de la evolución de la actividad. De las 1.200 categorías de búsquedas disponibles en Google Trends, se seleccionaron unas 250 muy relevantes para el análisis económico y además se introdujeron tópicos específicos para cada país. Por ejemplo, dentro del consumo, en referencia a la demanda de autos nuevos se incorporó la marca del vehículo más vendido en cada país. Se incluyeron tópicos referidos al mercado laboral, la actividad inmobiliaria, los servicios financieros, el esparcimiento y la recreación, la pobreza, la confianza y los nuevos hábitos de los consumidores, entre otros.
Los datos masivos y de alta frecuencia que proporciona el uso muy difundido y cotidiano de la tecnología, más conocidos como big data, requieren de un adecuado proceso de selección y tratamiento previo a su procesamiento y de aplicaciones informáticas no tradicionales ya que, por definición, se trata de una enorme escala de información en cuanto al volumen, variedad y velocidad.
En el caso de este indicador de actividad de la OCDE, cada variable de búsqueda en internet recibe un tratamiento previo a ser incorporada al modelo de estimación del PIB, que consiste básicamente en extraer una tendencia común de largo plazo, ajustar la serie por factores estacionales y corregir las interrupciones en la información. Las variables seleccionadas se transforman luego en tasas de variación interanuales. De ese conjunto amplio de información, se extraen señales acerca del desempeño de las distintas facetas de la macroeconomía mediante un algoritmo de aprendizaje automático (machine learning; específicamente de redes neuronales2). Este algoritmo permite capturar relaciones no lineales entre las variables y las variaciones del PIB de cada país, difíciles de estimar mediante los enfoques econométricos tradicionales.
El indicador semanal se obtiene en dos pasos. Primero se estima un modelo de frecuencia trimestral para ajustar las variaciones de las intensidades de búsquedas en Google con las variaciones del PIB. En segundo lugar, utilizando las mismas elasticidades estimadas en el modelo trimestral se genera el indicador de frecuencia semanal3.
Los resultados del indicador de la OCDE pueden ser interpretados como la variación del PIB de la semana de la publicación respecto a la misma semana del año anterior. Dada la magnitud del shock masivo que provocó la pandemia entre febrero y abril de 2020, las variaciones interanuales un año después se hicieron difíciles de interpretar, por lo que comenzó a publicarse también la variación interanual del PIB semanal en relación con dos años anteriores. También se publica un resultado contrafactual, calculado como el desvío porcentual del PIB semanal respecto de su tendencia previa basada en las perspectivas económicas a dos años vista que tenía la OCDE en noviembre de 20194.
Una característica común a todos los países es que la caída de la actividad fue tan abrupta al comienzo de la crisis de COVID-19 que no puede ser capturada adecuadamente por los indicadores de frecuencia mensual. El Indicador semanal de la OCDE, así como los indicadores de movilidad difundidos por Google, muestran el impacto y la intensidad de las restricciones. Si bien las variaciones que se deducen del indicador no anticipan con absoluta precisión la evolución de la actividad económica, aportan información que puede resultar valiosa para incorporarla a un análisis integral (ver Gráfico 1).
Gráfico 1. Países seleccionados de América latina. OCDE tracker e indicadores mensuales de actividad económica
El indicador de la OCDE —que de acuerdo con el organismo no constituye una proyección oficial— se ha desempeñado como un buen predictor del signo de la variación de la actividad económica de Argentina, habiendo anticipado con significativa precisión su piso en abril de 2020 y su posterior recuperación a partir de mayo del año pasado5. En los meses recientes el promedio de este indicador de alta frecuencia mostró una considerable mejora, sugiriendo una recuperación de los niveles prepandemia y anticipando una posible dinámica auspiciosa de la actividad económica en el margen (ver Gráfico 2).
Gráfico 2. Argentina. OCDE tracker y EMAE
Al igual que con otros indicadores adelantados y parciales de alta frecuencia, el indicador de la OCDE suma una herramienta para el análisis de la coyuntura en tiempo pseudo-real (nowcasting). El aprovechamiento, con un correcto procesamiento, de los rastros de información digital que dejan las búsquedas en Google, suma una posibilidad extraordinaria de ampliar la diversidad de facetas de la actividad económica que pueden analizarse, al disponibilizar información en forma más oportuna que las —de todas formas valiosas y más precisas— estadísticas tradicionales. Resulta conveniente que el análisis sea complementado con una perspectiva que contemple un conjunto de información más amplia, siempre sujeto al formado juicio y la experiencia de los analistas especializados.
Central de Ideas
*El siguiente posteo es una versión actualizada de un apartado incluido en el Informe de Política Monetaria de agosto de 2021.
1 Disponible en el sitio oficial https://www.oecd.org/economy/weekly-tracker-of-gdp-growth/
2 En los últimos años se han desarrollado muchísimas herramientas para el manejo de big data para innumerables campos de la ciencia. Entre ellos se encuentra el aprendizaje automático o machine learning, que es una rama de la inteligencia artificial cuyo fin es desarrollar técnicas para que las máquinas “aprendan” de la información y puedan extraer, por ejemplo, patrones comunes. Dentro de esas técnicas o algoritmos de aprendizaje se encuentra el de redes neuronales (neural network), que consiste en construir un conjunto de unidades analíticas interconectadas donde cada una recibe la información clasificada, la procesa y emite una señal que puede o no ser insumo de otra unidad.
3 Woloszko, Nicolas (2020), “Tracking activity in real time with Google Trends”, OECD Economics Department Working Papers, No. 1634, OECD Publishing, Paris, https://doi.org/10.1787/6b9c7518-en.
4 Las proyecciones de la OCDE a noviembre de 2019 están disponibles en https://www.oecd.org/economic-outlook/november-2019/
5 Al igual que el EMAE s.e., la serie histórica del OCDE tracker se revisa permanentemente. Aun así, las variaciones resultan sumamente estables.