Previsión Basada en IA en Suecia — los Modelos de Aprendizaje Automático del Riksbank para Predecir el PIB y la Inflación

El Sveriges Riksbank, el banco central de Suecia, se ha apoyado tradicionalmente en modelos de factores dinámicos y en otra econometría clásica de series temporales, dentro de su Departamento de Política Monetaria, para prever el crecimiento del PIB y la inflación antes de las decisiones sobre tipos de interés.

Un Staff Memo de abril de 2025 se propuso comprobar si los enfoques de aprendizaje automático podían mejorar estos modelos de referencia tradicionales, como un paso hacia procesos de previsión más automatizados que podrían liberar tiempo de los analistas para el juicio y la comunicación.

Investigadores del Riksbank (Ard den Reijer, Pär Stockhammar, David Vestin, Davide Bucci Vincenzo y Xin Zhang) compararon sistemáticamente modelos de bosques aleatorios y redes neuronales con los modelos tradicionales de series temporales del banco, mediante pruebas retrospectivas (backtesting) para la previsión del PIB y la inflación, publicando abiertamente la metodología completa y la lista de autores en riksbank.se.

Los modelos basados en ML captaron mejor las relaciones no lineales y ofrecieron una precisión de previsión mensurablemente superior a la de los modelos tradicionales, tanto para el PIB como para la inflación, en las pruebas retrospectivas, aunque no se ha reivindicado ninguna adopción operativa en las decisiones sobre tipos de interés.

Dado que los Staff Memos del Riksbank son explícitamente publicaciones de investigación 'libres de conclusiones de política', se trata de generación de evidencia previa a una posible adopción institucional, y no de una afirmación de que la IA ya esté impulsando las decisiones de política monetaria; la publicación abierta de la metodología permite la replicación y el escrutinio externos.