Navegar en tiempos de incertidumbre — el modelo de aprendizaje automático del BCE para el seguimiento en tiempo real del riesgo de inflación

Los bancos centrales dependen tradicionalmente de modelos econométricos lineales que producen previsiones de inflación de punto único, que pueden no captar riesgos extremos y cambios en la distribución de los resultados posibles.

El BCE buscaba una herramienta analítica complementaria capaz de señalar riesgos de inflación al alza y a la baja en tiempo real, junto a —y no en sustitución de— sus modelos de previsión tradicionales.

Desde finales de 2022, el BCE utiliza un bosque de regresión cuantílica (QRF), un modelo de aprendizaje automático, como parte del conjunto de herramientas analíticas que informan las decisiones de política monetaria del Consejo de Gobierno. El modelo se basa en unos 60 indicadores que abarcan expectativas de inflación, presiones de costes, actividad económica real y condiciones financieras, y se actualiza varias veces por trimestre para producir previsiones puntuales y una distribución completa de los riesgos de inflación. La metodología se basa en investigación de documentos de trabajo del BCE sobre previsión de densidad y complementa el 'Project Spectrum', una iniciativa conjunta con el Banco de Pagos Internacionales y el Deutsche Bundesbank que aplica técnicas de incrustación de texto y aprendizaje automático a la previsión a corto plazo de la inflación. La herramienta se ha ampliado desde entonces de la previsión de la inflación a la previsión a corto plazo del crecimiento del PIB de la zona del euro.

En el segundo y cuarto trimestre de 2025, el QRF señaló riesgos al alza para la inflación subyacente que posteriormente se materializaron; las cifras finales se situaron aproximadamente 20 puntos básicos por encima de las proyecciones oficiales del personal del Eurosistema, que no incorporaban la señal de IA.

El BCE presenta el QRF como una 'segunda opinión' que complementa, y no sustituye, a los modelos econométricos tradicionales. Dado que la divulgación proviene del propio blog del BCE y las deliberaciones internas siguen siendo confidenciales, la verificación externa de la capacidad predictiva del modelo en tiempo real se limita al relato de la propia institución y a la cobertura posterior de la prensa financiera; no obstante, es uno de los ejemplos mejor documentados de una herramienta de IA operativa integrada en el proceso de decisión en tiempo real de un gran banco central.