La Previsión (Económica) a Corto Plazo

Este elemento es una expansión del contenido de los cursos y guías de Lawi. Ofrece hechos, comentarios y análisis sobre la previsión a corto plazo. Puede interesar asimismo Previsión a Largo Plazo.
[aioseo_breadcrumbs]

Visualización Jerárquica de Previsión a corto plazo

Economía > Análisis económico > Previsión económica

A continuación se examinará el significado.

¿Cómo se define? Concepto y Descripción de Previsión a corto plazo

Véase la definición de Previsión a corto plazo en el diccionario.

Previsión, predicción y profecía son palabras que implican la capacidad, o al menos denotan un intento, de describir o sugerir lo que ocurrirá en el futuro. Sin embargo, estas tres palabras no son sinónimas. En el caso concreto del futuro económico, la distinción que suele hacerse es que “profecía” implica una capacidad mística, posiblemente otorgada por Dios, para predecir, mientras que los conceptos que subyacen a la terminología “previsión” y “predicción” tienen un origen mucho más cotidiano. Por esta razón, las profecías, cuando son erróneas, suelen tacharse de falsas. En cambio, las previsiones y predicciones, cuando no se cumplen, suelen caracterizarse como simplemente inexactas o, en el peor de los casos, incorrectas. Una de las ventajas de ser incorrecto en lugar de falso es que, aunque los pronosticadores económicos pueden sufrir de vez en cuando cierto grado de obloquio por sus pecados, rara vez son condenados a muerte por su presunción, al menos en los tiempos modernos.

La distinción que acabamos de establecer entre profecía económica y previsiones o predicciones reside esencialmente en la característica de que las profecías son fundamentalmente independientes de cualquier observación o medida pasada, mientras que las previsiones y predicciones se basan necesariamente en la conexión entre el pasado y el futuro. Esta conexión es, de hecho, un arma de doble filo: los periodistas y otras personas a menudo se burlan de las previsiones económicas por ser (simplemente) extensiones del pasado, como si la profecía fuera una opción, pero una respuesta más reflexiva a la evaluación retrospectiva de cualquier previsión es preguntarse “¿Por qué se obtuvo este resultado: cuáles son las circunstancias tanto de la previsión como del resultado real?”. En un mundo en el que los gobiernos y los agentes económicos individuales, ya sean organizaciones o personas, actúan en función de sus expectativas sobre el futuro, los resultados reales pueden ser fruto de las previsiones. Una previsión macroeconómica, en particular, si se cree, puede conducir a un resultado concreto si los gobiernos, los consumidores y las empresas reaccionan a la predicción cambiando aspectos de su comportamiento. De hecho, debido a esta posibilidad de reacción, al menos en algunos casos, son las previsiones económicas que no se creen (o que no se hacen públicas) las que podrían tener más posibilidades de realizarse. Las previsiones creídas, como se acaba de indicar, pueden autofalsificarse: por ejemplo, una recesión prevista podría no producirse nunca si, como resultado de esta predicción, se ponen en marcha con suficiente antelación las políticas gubernamentales “correctas”. Por el contrario, si se adoptan las políticas “equivocadas”, la previsión podría autorrealizarse, especialmente en el caso de la recesión, ya que, casi por definición, las políticas “equivocadas” son las que precipitan consecuencias económicas negativas. Existe incluso una corriente de pensamiento económico que sostiene que, debido a la capacidad de previsión de las personas, las políticas económicas gubernamentales tenderán a ser autofrustrantes, especialmente en la medida en que los consumidores individuales y las empresas compensen adoptando conscientemente comportamientos que neutralicen el impacto de esas políticas. En efecto, según esta lógica, cabe esperar que la política económica y las previsiones asociadas a ella sean en general autodestructivas.

Se trata, por supuesto, de afirmaciones generales, hechas a grandes rasgos. La cuestión de la precisión de las previsiones también puede considerarse de forma más específica. La evaluación de una sola previsión puede hacerse en términos de sus características generales globales; sin embargo, sobre todo cuando se comparan previsiones alternativas, la pregunta que suele plantearse es la de la precisión cuantitativa relativa. A primera vista, podría parecer que, en principio, dicha precisión es fácil de evaluar, pero de hecho, hay una serie de dificultades al acecho. Por un lado, está la cuestión de medir simplemente esa precisión, que se vuelve cada vez más compleja cuando las previsiones implican la predicción simultánea de dos o más variables económicas. Por ejemplo, una previsión dada puede implicar simultáneamente la predicción de valores del producto interior bruto, uno o más tipos de interés y diversas medidas de empleo, desempleo e inflación de precios. En este caso, no resulta obvio cómo evaluar previsiones alternativas para un periodo de tiempo determinado si, como suele ocurrir, la clasificación de la precisión relativa medida de cada previsión competidora difiere en función de la variable o variables individuales consideradas. Por ejemplo, una previsión puede ser cuantitativamente más precisa en su predicción del producto interior bruto; otra, en su predicción de los tipos de interés; y otra, en sus predicciones de inflación. Además, al considerar la exactitud de la predicción, también se plantea la cuestión de si la sobrepredicción de un valor realizado debe tratarse en pie de igualdad con una infrapredicción. Y, por supuesto, proceder de este modo aparentemente deja de lado el problema mencionado anteriormente, del posible impacto de cualquiera de las previsiones consideradas sobre los resultados reales medidos; tener en cuenta esta posibilidad al evaluar la exactitud predictiva obviamente puede enturbiar aún más las aguas.

A un nivel más profundo, aparte de los valores de las previsiones, está también el hecho de que los resultados medidos aparentes no están necesariamente determinados. En concreto, las primeras estimaciones publicadas de los valores realizados de muchas variables macroeconómicas, como el producto interior bruto, el empleo e incluso las medidas de precios, están sujetas a revisión. Pueden cambiar significativamente en el mes siguiente a la realización de las primeras estimaciones, y una o más veces en el año siguiente. Pueden cambiar varias veces en años sucesivos. Por ejemplo, para Estados Unidos, las estimaciones agregadas del empleo no agrícola publicadas durante o inmediatamente después de las elecciones presidenciales de 1992 no son ni siquiera aproximadamente las mismas que las estimaciones publicadas hoy para ese mismo periodo de 1992. Una previsión de empleo hecha a principios de 1992, que a finales de 1992 podría haber parecido una sobreestimación salvaje del empleo, podría ser evaluada hoy en retrospectiva como una infraprevisión de lo que ahora se cree que es el nivel real contemporáneo de empleo. Obviamente, las mediciones actuales del empleo en EE.UU. no pueden tener ningún impacto en las elecciones presidenciales de 1992, pero son pertinentes para las evaluaciones actuales de la exactitud de las previsiones de entonces. En resumen, en la medida en que los valores estimados y realizados de muchas variables económicas están sujetos a múltiples revisiones, la medición de la precisión de las previsiones para estas variables no es simplemente una cuestión de aplicar una vez, o incluso dos veces, alguna fórmula para medir el error de predicción.

De lo dicho hasta ahora debería desprenderse que la predicción económica, como actividad, conlleva complejidades inherentes que pueden superar con creces las asociadas a otros tipos de predicción. Por ejemplo, la predicción del movimiento relativo de los planetas alrededor del sol, basada en las leyes del movimiento físico, difiere en su naturaleza de la predicción económica en varios aspectos. Fundamentalmente, la predicción del movimiento planetario no tiene, obviamente, ningún efecto sobre el movimiento: lo que se predice es independiente del objeto de la predicción. Pero, además, una vez hecha la predicción, el proceso de evaluar la exactitud de esa predicción implica también un problema de medición mucho menos complejo. La deducción que cabe extraer de estas consideraciones no es que las leyes del movimiento físico se comprendan mejor que la naturaleza de los procesos económicos, aunque esto podría ser cierto, sino más bien que, en el caso del movimiento físico de grandes cuerpos, el contexto de predicción es un contexto mucho más sencillo. Obsérvese también que sólo en este punto se ha hecho mención específica de la base cualitativa sobre la que podría realizarse una predicción económica, es decir, el modelo u otra representación del proceso económico que genera los valores que se predicen. Evidentemente, la adecuación de esta representación es importante desde el punto de vista científico, y esta cuestión deberá estudiarse detenidamente más adelante, pero de lo anterior debería desprenderse que las diversas complejidades que se han considerado brevemente hasta ahora son inherentes al acto de elaborar y evaluar previsiones económicas, y no dependen en absoluto ni son necesariamente resultado de los métodos específicos de previsión utilizados. De hecho, en un caso dado, un buen método de previsión, con “bueno” como cualidad intrínseca, puede producir una predicción aparentemente, o incluso realmente, inexacta. Del mismo modo, un mal método de previsión, interpretando “malo” como cualidad intrínseca, podría dar lugar a una predicción exacta o aparentemente exacta. Sin embargo, al contemplar esta aparente paradoja, conviene recordar también que antes de Galileo y Newton existían métodos de predicción de los movimientos de los planetas, hoy desacreditados, que alcanzaban un grado bastante elevado de exactitud predictiva, de modo que la obtención de “buenas” predicciones utilizando lo que más tarde puede considerarse una metodología defectuosa no es en sí misma particular de la predicción económica.

Revisor de hechos: Dulles

Previsión Económica a Corto Plazo

Previsión de los tipos de interés

En esta plataforma digital se analizan las conclusiones de la literatura sobre valoración de activos acerca de la previsibilidad de los tipos de interés. Se esbozan las metodologías de previsión implícitas en esta literatura, incluidos los modelos dinámicos de estructura temporal sin arbitraje y sus extensiones macrofinancieras. También revisa la evidencia empírica relativa a la previsibilidad de los rendimientos futuros de los bonos del Tesoro y el exceso de rentabilidad futura de la tenencia de estos bonos. En particular, evalúa críticamente la teoría y la evidencia de que otras variables distintas de los rendimientos actuales de los bonos son útiles en la previsión.

¿Cómo cambiarán probablemente los tipos de interés de los valores del Tesoro durante el próximo mes, trimestre y año? Esta pregunta preocupa a los participantes en los mercados financieros, que intentan sacar provecho de sus opiniones. También preocupa a los responsables políticos. Intentan predecir los tipos futuros (e intentar deducir las predicciones de los participantes en el mercado) para ayudar a elegir las políticas monetarias y fiscales adecuadas. Más relevante para este capítulo, los académicos utilizan las previsiones de tipos de interés para ayudar a predecir variables relacionadas, como los tipos reales, la inflación y la actividad macroeconómica. También construyen modelos de estructura temporal que vinculan las previsiones de tipos de interés con la dinámica de las primas de riesgo.

Esta plataforma online describe y evalúa un método de previsión basado en las finanzas. Los tipos de interés son funciones de los precios de los activos, por lo que su dinámica puede estudiarse utilizando las herramientas de la teoría de valoración de activos. La teoría es especialmente poderosa cuando se aplica a los rendimientos del Tesoro, ya que los activos subyacentes tienen retribuciones fijas (a diferencia, por ejemplo, de las acciones). No obstante, este enfoque tiene limitaciones conocidas y sigue planteando importantes cuestiones.

La implicación más inmediata de la teoría financiera es que las creencias de los inversores sobre los precios futuros se incorporan a los precios actuales. No está tan claro si la estructura temporal contiene información sobre futuros cambios en el nivel general de la estructura temporal. En este capítulo se argumenta que, según la mayor parte de la evidencia, el nivel se aproxima a una martingala.

El exceso de ajuste es siempre un problema en la previsión. Una vez más, este capítulo aborda esta cuestión desde un punto de vista financiero. Las previsiones de los tipos de interés futuros son también previsiones del rendimiento futuro de la tenencia de bonos. Las previsiones que implican una variación predecible sustancial en el exceso de rentabilidad esperada de los bonos (es decir, la rentabilidad menos la rentabilidad sin riesgo) pueden indicar un exceso de ajuste. Por ejemplo, las grandes oscilaciones en el exceso de rentabilidad esperada de un mes a otro son difíciles de conciliar con las explicaciones basadas en el riesgo del exceso de rentabilidad esperada.

Los modelos gaussianos de estructura temporal dinámica son la herramienta elegida para describir las previsiones conjuntas de rendimientos futuros, rentabilidades futuras y primas de riesgo. Estos modelos imponen restricciones de no arbitraje. Los ratios de Sharpe implícitos en los modelos estimados son útiles para detectar el exceso de ajuste, y las restricciones en la dinámica de las primas de riesgo son una forma natural de abordar el exceso de ajuste. Una de las cuestiones importantes abiertas en la literatura es cómo deben imponerse estas restricciones. La literatura adopta una variedad de enfoques que se basan en gran medida en los datos y no en modelos económicos de actitudes hacia el riesgo.

Las variables macroeconómicas pueden añadirse a un modelo dinámico de estructura temporal para producir un modelo macrofinanciero. Desde el punto de vista de la previsión de los tipos de interés, este tipo de ampliación ofrece muchas oportunidades. Permite condicionar las previsiones a información distinta de la estructura temporal.

Además, la dinámica de los tipos de interés está vinculada a la dinámica de las macrovariables, lo que permite utilizar en la estimación datos de encuestas sobre sus valores esperados. Por último, los modelos macrofinancieros permiten expresar las restricciones de las primas de riesgo en términos de variables fundamentales como la actividad económica y el crecimiento del consumo.

Desgraciadamente, las explicaciones económicas estándar de las primas de riesgo no logran explicar el comportamiento del exceso de rendimiento esperado de los bonos. En los datos, el exceso de rentabilidad media de los bonos del Tesoro a largo plazo es positivo. Sin embargo, las medidas tradicionales de exposición al riesgo implican que los bonos del Tesoro no son activos que exijan una prima de riesgo. Las estimaciones puntuales de sus betas de consumo son negativas y las estimaciones puntuales de sus betas CAPM son aproximadamente cero. Además, aunque el exceso de rentabilidad esperada de los bonos varía con el tiempo, estas variaciones no están relacionadas con la volatilidad de los tipos de interés ni con medidas sencillas de crecimiento económico. Estos hechos son una de las principales razones por las que los modelos aplicados a las primas de riesgo de los bonos rehúyen los enfoques basados en la teoría.

Trabajos empíricos recientes concluyen que algunas variables macroeconómicas parecen contener información sustancial sobre los futuros rendimientos excesivos que no recoge la estructura temporal actual. Algunos de estos datos, aunque no todos, son coherentes con un caso especial de modelos macrofinancieros denominados modelos de factores ocultos. La única contribución original de este capítulo es analizar con escepticismo estas pruebas. Basándonos en este análisis, es demasiado pronto para concluir que la información distinta de la estructura temporal actual es útil para predecir los futuros tipos de interés, el exceso de rentabilidad y las primas de riesgo.

Desacuerdo e incertidumbre

Los consumidores de previsiones económicas no sólo se interesan por la predicción media, sino también por la incertidumbre asociada a ella. Como los analistas profesionales sólo suelen dar previsiones medias, se ha convertido en una práctica común informar sobre el desacuerdo (el error estándar de las previsiones de los analistas económicos) como indicador de la incertidumbre. Esta práctica tiene un fundamento teórico: Laster et al. (1999) demuestran que, bajo supuestos razonables, la distribución de las previsiones coincidirá con la distribución de las creencias. Sin embargo, los datos de los mercados de predicción muestran que el desacuerdo entre los pronosticadores es un mal indicador de la incertidumbre.

Los mercados, como los de derivados económicos antes mencionados, permiten recuperar la distribución completa de las creencias de los mercados. A su vez, esto puede utilizarse para calcular la incertidumbre -la desviación típica- de las previsiones basadas en el mercado. Gürkaynak y Wolfers (2005) muestran que esta medida está muy próxima al error estándar medio de la rutina (RMSE) de la previsión (media) basada en el mercado, por lo que la incertidumbre del mercado parece estar bien calibrada. Sin embargo, la Figura 11.8 muestra que el desacuerdo tiende a ser mucho menor que la incertidumbre real.

Además, suele haber poca correlación entre desacuerdo e incertidumbre. El Cuadro 11.5 relaciona la incertidumbre con el desacuerdo. El panel A muestra una correlación positiva y estadísticamente significativa entre las dos medidas para todas las series excepto el ISM. La quinta columna muestra que los coeficientes son conjuntamente bastante significativos, lo que sugiere una fuerte relación contemporánea. El panel B se centra en la variación de menor frecuencia. Sigue existiendo una correlación entre las dos series, pero es sustancialmente menor. Obsérvese que es probable que la correlación esté exagerada, ya que los errores estándar no están corregidos por la autocorrelación generada por el suavizado. La prueba conjunta no alcanza ahora la significación estadística a los niveles convencionales. En conjunto, estos resultados sugieren que el desacuerdo está mal calibrado para el error de previsión real, y que es un mal indicador de la incertidumbre.

Datos de transacciones para la previsión económica a corto plazo

Los datos de las transacciones de compra de los consumidores se utilizan para el seguimiento, la elaboración de previsiones a corto plazo o la previsión a corto plazo de importantes agregados macroeconómicos, como el gasto en consumo personal y la renta nacional. Los datos sobre transacciones de compra individuales, registrados electrónicamente en el punto de venta o en línea, ofrecen la posibilidad de estimar con precisión y rapidez el gasto en ventas al por menor, que a su vez es un componente importante del gasto en consumo personal y, por tanto, de la renta nacional. Por lo tanto, estos datos pueden permitir a los responsables políticos basar sus acciones en estimaciones más actualizadas del estado de la economía. Sin embargo, aunque los datos sobre transacciones pueden obtenerse de diversas fuentes, como los sistemas nacionales de pagos, los bancos individuales o las empresas de tecnología financiera, los datos de cada una de estas fuentes contienen limitaciones.

Basado en la experiencia de varios autores, mis opiniones, perspectivas y recomendaciones se expresarán a continuación (o en otros lugares de esta plataforma, respecto a las características en 2026 o antes, y el futuro de esta cuestión):

Los conjuntos de datos diferirán en las formas de información contenidas en un registro, el grado en que las muestras son representativas de la población relevante de consumidores y los diferentes tipos de pagos que se observan y capturan en el registro. Además, la naturaleza comercial de los datos puede limitar la capacidad del investigador de poner a disposición conjuntos de datos para su reproducción. Independientemente de la fuente, los datos generalmente requerirán filtrado y agregación para proporcionar una señal clara de los cambios en la actividad económica.

Las series resultantes pueden incorporarse a diversos tipos de modelos, junto con otros datos, para realizar previsiones a corto plazo.

Revisión de hechos: Michael

¿Por qué no podemos hacer previsiones perfectas?

Por todos es sabido que las previsiones económicas no son perfectas, y en ello se basan muchos chistes. Sen [1986] afirma: “De hecho, es tentador ver al economista como el trapecista que tiende a fallar en la barra transversal, o como el jinete que no para de caerse del caballo”. Lo que no está claro es por qué hay que señalar a los economistas. ¿Acaso un enfermo acude al médico una semana y se queja a la siguiente si no se cura del todo? ¿Hay artículos en la prensa preguntando por qué el corresponsal de carreras de caballos no eligió ayer a todos los ganadores o por qué las previsiones meteorológicas no resultan perfectas? Es evidente que Sen refleja el enfoque tradicional, adoptado por Morgenstern y basado en la creencia (o la suposición) de que la economía es una ciencia, en el sentido antiguo. Sin embargo, a continuación Sen da al menos dos razones plausibles para la no perfección: la dificultad de anticipar el comportamiento humano; y la agregación o efecto de tamaño.

1. La anticipación del comportamiento humano se deriva del hecho de que intervienen muchos responsables individuales (que no son autómatas) y de que sus decisiones evolucionarán a medida que aprendan, cambien sus gustos, evolucionen sus conjuntos de opciones y cambien las instituciones y la sociedad a su alrededor. Cada persona puede reaccionar de forma diferente a estos cambios.

2. El efecto del tamaño proviene del hecho de que en una economía típica hay muchos millones de familias, con interacciones complicadas. Como dice Sen, hay “millones de seres humanos, cada uno con valores, objetivos, motivaciones, expectativas, dotaciones, derechos, medios y circunstancias diferentes”. Esto dificultará la agregación tanto para los teóricos como para los analistas de datos sin algunos supuestos simplificadores. Algunos de estos supuestos pueden ser razonables, pero otros (como contar con “agentes representativos”) suelen considerarse poco útiles en la práctica.

Sin duda, se trata de razones importantes y pertinentes que probablemente se incluirían en la defensa de un pronosticador empírico, aunque allí se prestaría más atención a la probabilidad de que la economía sea estocástica. Si el nivel de estocasticidad es alto, las previsiones serán imperfectas.

Sen se ocupaba del tema “Predicción y teoría económica”, por lo que estaba considerando el uso de un modelo teórico para proporcionar “predicciones”, que no son necesariamente previsiones como se ha mencionado antes. Se basan en el supuesto de que la teoría es correcta. Analiza la relevancia de temas como el “equilibrio”, la “racionalidad”, la “maximización” y, más adelante, el uso de un supuesto como el “objetivo de autoelección” en el que cada acto de elección de una persona es la persecución de un objetivo propio (como la maximización de la utilidad). Considera que muchos de estos conceptos son difíciles de utilizar para la predicción. Actualmente se utilizan ciertos modelos de equilibrio para hacer previsiones macroeconómicas a largo plazo, pero su evaluación es difícil.

Por supuesto, hay que admitir que las previsiones pueden ser imperfectas debido a la incompetencia de los pronosticadores. Pueden estar utilizando conjuntos de datos de mala calidad o técnicas de previsión insuficientemente sofisticadas, o puede ser simplemente que la potencia de cálculo sea insuficiente para la tarea, ya que la economía es simplemente demasiado complicada. Si estos fueran todos o algunos de nuestros problemas, creo que podríamos esperar ver mejoras en la capacidad de previsión, ya sea un progreso constante o una serie de pasos a medida que se produzcan avances. Ha habido algunos avances, pero las variables que se pronostican han cambiado de naturaleza y parece que la calidad de los datos puede haber disminuido en algunos casos importantes.

Revisor de hechos: Simpson

Características de Previsión a corto plazo

Recursos

Traducción de Previsión a corto plazo

Inglés: Short-term forecast
Francés: Prévision à court terme
Alemán: Kurzfristige Prognose
Italiano: Previsione a breve scadenza
Portugués: Previsão a curto prazo
Polaco: Prognoza krótkoterminowa

Tesauro de Previsión a corto plazo

Economía > Análisis económico > Previsión económica > Previsión a corto plazo

Véase También

• Previsión a medio plazo
• Previsión a corto plazo
• Previsión a largo plazo
• Prospectiva
• Expectativa económica
• Proyección económica
• Expectativa a medio plazo
• Expectativa a corto plazo

▷ Esperamos que haya sido de utilidad. Si conoces a alguien que pueda estar interesado en este tema, por favor comparte con él/ella este contenido. Es la mejor forma de ayudar al Proyecto Lawi.