Spain-STING — El Modelo de Previsión en Tiempo Real del Banco de España para el Crecimiento del PIB Español
España
El modelo Spain-STING, del Banco de España, prevé en tiempo real el PIB trimestral español; una reespecificación de 2024 (relaciones …
México · Mexico City · Ver el perfil de México · Ver el perfil de Mexico City
Top 32% 67/100 · Pregunte a Evidence Copilot sobre esta práctica
El Banco de México construyó cinco modelos de nowcasting del PIB y los probó durante 12 trimestres (2014T2-2017T1); el promedio de ecuaciones puente ganador superó a Bloomberg, a la encuesta de especialistas del Banco y a la estimación oportuna del INEGI antes del dato oficial.
El banco central de México necesita estimaciones del PIB mucho antes de la publicación oficial trimestral del INEGI, ya que las decisiones de política monetaria no pueden esperar el rezago habitual de varias semanas. El economista Oscar Gálvez-Soriano, dentro de la propia dirección de investigación económica del Banco de México, construyó y probó un conjunto de modelos de nowcasting del PIB en tiempo real utilizando indicadores mensuales como producción industrial, ventas al menudeo, empleo, comercio y datos financieros.
Se compararon cinco enfoques de nowcasting a lo largo de toda la muestra 1993T1-2017T1: un modelo de factores dinámicos (MFD), dos modelos de ecuaciones puente (BE) y dos modelos de componentes principales (PCA), comparados con un modelo AR(1) sencillo, usando tres conjuntos de información de 25, 8 y 11 indicadores mensuales respectivamente.
El promedio de los dos modelos BE produjo el menor error cuadrático medio en general (ECM = 0.026) y resultó estadísticamente más preciso que los modelos MFD y PCA según la prueba de Diebold-Mariano modificada (HLN). En una prueba genuinamente en tiempo real de 12 trimestres consecutivos (2014T2-2017T1), el ECM de 0.004 del promedio BE superó a la encuesta de analistas de Bloomberg (0.019), a la propia Encuesta de Especialistas en Economía del Banco de México (0.051) y a la estimación oportuna del INEGI (0.015); tres cuartas partes de los pronósticos BE quedaron a menos de 0.1 puntos porcentuales de la cifra oficial final del PIB, un mes completo antes de su publicación.
Los autores advierten que estos resultados se basan en conjuntos de indicadores deliberadamente pequeños y seleccionados a mano —en parte para evitar el sobreajuste que perjudicó a los modelos de factores más grandes— y que no se ha demostrado que se generalicen a otras economías en desarrollo con menos información mensual disponible; el estudio, publicado como artículo de investigación revisado por pares, no confirma por sí mismo si el enfoque de ecuaciones puente se ha convertido desde entonces en la herramienta operativa habitual de nowcasting del Banco de México.
Los detalles de implementación (coste, plazo, personal, condiciones para el éxito) aún no están disponibles para esta práctica.
¿Usted implementa esta práctica? Reivindíquela — los implementadores verificados obtienen un contacto público en la página y pueden proponer correcciones.
De dónde se obtuvo la información de esta práctica, y cuándo.
España
El modelo Spain-STING, del Banco de España, prevé en tiempo real el PIB trimestral español; una reespecificación de 2024 (relaciones …
Kazajistán
El banco central de Kazajistán añadió aprendizaje automático Ridge, Lasso y Elastic-Net a su sistema de previsión de inflación, reduciendo …
Sudáfrica
Investigadores del SARB pusieron a prueba rigurosamente modelos de aprendizaje automático (LASSO, XGBoost, redes neuronales) frente a las propias previsiones …
Chequia
En un experimento público publicado en su blog, el Banco Nacional Checo enfrentó LLM de propósito general (OpenAI o1, Grok …
Abrir el copiloto completo Basado en prácticas citadas: comprueba siempre las fuentes.