Nowcast de Actividad en el Banco Central

Contar con información temprana sobre la evolución de la actividad económica es fundamental para cualquier persona que tome decisiones, en particular para los hacedores de política. En Argentina, las cifras oficiales de los indicadores de Cuentas Nacionales son publicados aproximadamente 10 semanas luego de finalizado un trimestre (Producto Bruto Interno, PIB) y a las 6 semanas de finalizado un mes (Estimador Mensual de Actividad Económica, EMAE). Es por ello que el BCRA desde hace varios años lleva adelante una estimación en tiempo real de la evolución de la actividad económica a partir de un conjunto amplio de indicadores económicos de alta frecuencia, lo que se conoce en la literatura como Nowcasting.

Nowcasting —definido como la predicción del presente, el futuro muy cercano y el pasado muy reciente— ha demostrado ser una herramienta útil para realizar estimaciones cuando se cuenta con información válida a distintas frecuencias y para anticipar el desempeño de variables de interés con información parcial adelantada.

El ejercicio de Nowcast realizado en el BCRA permite contar con una primera estimación del PIB del trimestre a 45 días de iniciado el mismo, con subsecuentes actualizaciones quincenales, lo que implica una ganancia informativa en relación con esta variable. Cabe mencionar que el Nowcast está basado en un modelo estadístico que se actualiza periódicamente cuando se cuenta con nueva información, de acuerdo con el calendario de publicación previsto, sin ninguna intervención del juicio de experto. Es por esto que, para tener un panorama más detallado y acabado del desempeño de la actividad económica, este enfoque es complementario a otros modelos y estimaciones que se utilizan dentro de la institución.

Muchos bancos centrales, así como también diversos organismos internacionales, han incorporado esta metodología para realizar un seguimiento de sus economías. Tal es el caso de la Reserva Federal de Nueva York, la Reserva Federal de Atlanta y la Reserva Federal de St. Louis en Estados Unidos, el Banco Central Europeo, el Banco de Inglaterra, el Banco de España, el Banco de Alemania, el Banco de Israel, el Banco de Irlanda, entre otros.

1. Metodología

La literatura de pronóstico ha desarrollado en los últimos años diversas técnicas para hacer uso del creciente número de indicadores disponibles. Dentro de ellas, por nombrar algunas, encontramos las Ecuaciones Puente (Bridge Equations), las regresiones de frecuencias mixtas (o MIDAS) y los modelos de factores dinámicos (Factor Models).1 Esta última metodología es la que se emplea actualmente en el BCRA para realizar la estimación del Nowcast del PIB. En términos simplificados, permite resumir la información latente o no observable contenida en un amplio conjunto de indicadores económicos en unos pocos factores comunes. En otras palabras, permite “limpiar” el ruido que contienen los múltiples indicadores que se utilizan para hacer el seguimiento de la actividad, y capturar de ellos la señal concerniente a la evolución de la economía en su conjunto (el ciclo económico).2

En la actualidad se están relevando 102 series de diversas fuentes que se generan a distinta frecuencia (series diarias, semanales y mensuales).3 En particular, las series abarcan a indicadores de ventas y producción elaborados por cámaras empresariales, recaudación impositiva, indicadores del sector externo, encuestas de confianza a consumidores, ventas en comercios minoristas, datos del sector financiero, información del mercado inmobiliario, índices del mercado laboral, entre otras. Muchas de estas series son las que comúnmente siguen los analistas de mercado para tener una visión de las condiciones generales de la economía.

Para trabajar con las series se procedió en una primera instancia a efectuar un estudio de la estacionalidad de las mismas, mediante el programa X13 ARIMA4, realizándose el ajuste necesario en caso de corresponder, para obtener series sin estacionalidad. Luego se aplicó una transformación logarítmica, y mediante los tests tradicionales se evaluó la existencia de raíz unitaria y, de corresponder, la presencia de tendencia determinística, con el fin de hacer la correcta transformación para obtener series estacionarias.5 Posteriormente, las series son estandarizadas según su media y varianza, para luego ser incorporadas dentro de la estimación de los factores según su relación lineal con la variable objetivo6. Una vez obtenidos los factores, y siguiendo criterios estadísticos de significatividad, se estima un modelo que vincula al indicador de actividad con sus rezagos y estos factores para luego pronosticar.

Ventajas

La principal ganancia de emplear este tipo de técnicas es la posibilidad de contar con un indicador prácticamente en tiempo real, dado que se actualiza continuamente a medida que se difunde la nueva información utilizada a tal fin, aprovechando las diversas fuentes de información. En particular, se divide el conjunto de indicadores en dos grupos, de acuerdo con el momento de publicación de las series: los que están disponibles en la primera quincena y aquellos que se difunden en la segunda mitad del mes. De este modo, producto de esta agrupación de las series y dado que el Nowcast se actualiza secuencialmente cuando se dispone de nueva información, se generan 6 estimaciones del PIB para cada trimestre. La metodología a su vez nos permite obtener una medida de la contribución de cada una de las series individuales al pronóstico agregado.

2. Desempeño

En términos de su performance o desempeño predictivo, la particularidad del Nowcast de incorporar la nueva información disponible en tiempo real ha permitido capturar en términos generales el cambio en la tendencia de la dinámica del PIB (el cambio signo en la variación trimestral del PIB), y realizarlo con superioridad a modelos de series de tiempo autorregresivos tradicionales.

Gráfico 1. Comparación con otras metodologías. Crecimiento económico

Gráfico 1. Comparación con otras metodologías. Crecimiento económico

Fuente: BCRA, INDEC y O.J. Ferreres.

En el Gráfico 1 se presenta para años recientes la evolución de último Nowcast de cada trimestre (la sexta estimación para el trimestre), junto con el dato del PIB de Cuentas Nacionales (última revisión) y la trimestralización del Estimador Mensual de Actividad Económica del INDEC (EMAE) y, como representante de las estimaciones del mercado, el Índice General de Actividad General de la consultora de Orlando J. Ferreres (IGA-OJF)7. En términos generales se ha observado que los errores de pronóstico generados por el Nowcast son en promedio menores o iguales de los que surgen de las estimaciones realizadas por los participantes del mercado.8

Durante el Aislamiento Social, Preventivo y Obligatorio (ASPO), el Nowcast permitió anticipar de manera adecuada la evolución de la economía en su conjunto. El Gráfico 2 muestra el proceso de actualización del pronóstico a medida que nuevos datos se encuentran disponibles. Como se observa, es posible contar con una estimación temprana sólo 15 días luego de finalizado un trimestre. Adicionar información permite obtener una imagen más cercana al dato de la variable objetivo aproximadamente un mes y medio antes de su publicación.

Gráfico 2. Comparación con otras metodologías en términos de anticipación temporal

Pronósticos segundo trimestre 2020

Gráfico 2. Comparación con otras metodologías en términos de anticipación temporal

Fuente: BCRA, INDEC y O.J. Ferreres.

Un aspecto que permite capturar esta metodología es la heterogeneidad en el proceso de recuperación de los diversos sectores y la contribución al desempeño de la actividad económica. El Gráfico 3 muestra la evolución de la cantidad de indicadores que son considerados dentro del Nowcast que presentaron variaciones positivas en verde (negativas en naranja) y fueron los responsables de la suba de la actividad a lo largo de los distintos trimestres. Por ejemplo, para el primer trimestre de 2017, el Nowcast era “alimentado” por 25 series con variaciones positivas mientras que 9 mostraron descensos en términos trimestrales. El diamante negro en cada uno de los trimestres captura el último pronóstico disponible (en variación trimestral desestacionalizada).

Gráfico 3. Variación trimestral de Indicadores y Nowcast

Gráfico 3. Variación trimestral de Indicadores y Nowcast

Fuente: BCRA.

Conclusiones

El fundamento básico del Nowcasting es realizar una «estimación temprana» de una variable objetivo de interés, aprovechando la información que se publica de manera anticipada, y posiblemente con frecuencia más alta (series diarias, semanales, mensuales). En este sentido, se puede contar con una medición del desempeño de la actividad económica con anterioridad a que la cifra oficial esté disponible (aproximadamente a los 45 días de iniciado el trimestre) mientras que el Producto Bruto Interno, principal insumo para la medición agregada de la economía, se conoce con un rezago de aproximadamente 2 meses de finalizado un trimestre. De esta manera, el Nowcast del PIB realizado en el BCRA se constituye como una herramienta importante para el seguimiento oportuno de las condiciones económicas y para una mejor toma de decisiones de política monetaria.

Gerencia Principal de Estudios Económicos, BCRA


Referencias

Banbura M., Giannone, D., Modugno, M. y L. Reichlin (2013) “Now-casting and the real-time data flow”, Handbook of Economic Forecasting, Elliot G. and A. Timmermann, eds., Cap.4, Vol. 2, North-Holland.

Blanco, E., D’Amato, L., Dogliolo, F. y M.L. Garegnani (2017). “Nowcasting GDP in Argentina: Comparing the Predictive Ability of Different Models”. BCRA Economic Research Working Papers N° 74.

Giacomini, R. y H. White. (2003). “Test of conditional predictive ability”. Boston College Working Papers in Economics. 

Giannone, D., Reichlin L. y D. Small (2008). “Nowcasting: The real-time informational content of macroeconomic data”. Journal of Monetary Economics 55 (2008), p.p. 665-676. 

1 Para un resumen de estas metodologías, se sugiere Banbura, Giannone, Modugno y Reichlin (2013).

2 Para detalles técnicos, por favor consultar Nowcasting GDP in Argentina: Comparing the predictive ability of different models.

3 Se dividen las series en 2 grupos según su fecha de publicación, siendo las del grupo 1 indicadores que se conocen hasta 15 días luego de finalizado un mes y las del grupo 2 son series cuya publicación varía en 15 y 30 días luego de concluido el mes al que hacen referencia. No se incluyen series que posean un rezago de publicación mayor.

4 Implementado actualmente en la plataforma J Demetra +. https://ec.europa.eu/eurostat/cros/content/software-jdemetra_en.

5 Es decir que la serie posea una media y una varianza constante en el tiempo.

6 La correlación lineal entre las series individuales y la variable objetivo es revisada una vez al año para trabajar con aquellas que presenten una relación más fuerte.

7 Metodología y publicaciones de dicho índice disponibles: http://www.ojf.com/index.php?option=com_content&view=article&id=56&Itemid=21&lang=es

8 Para evaluar los resultados se consideró el Test de Giacomini y White (2003). Para mayor detalle ver el Apartado 2 del Informe de Política Monetaria Abril 2018.