Indicadores Cíclicos para la Medición de la Actividad Económica

Septiembre 2016

Julieta FuentesDirección de Política Económica y Fiscal. Ministerio de Hacienda

Contenido*

1. Motivación

2. Metodologías de construcción deindicadores cíclicos

3. Algunas Experiencia Internacionales

4. Conclusiones

Esta presentación fue elaborada en base a diversas publicaciones disponibles sobre el tema realizadas por el Banco Central de Reserva de El Salvador y otros autores relacionados.

1. Motivación

Análisis basado en series de alta frecuencia (mensual)

Construcción de indicadores sintéticos de alta frecuencia por

ejemplo: modelos factoriales “tradicionales”

Construcción de indicadores sintéticos de alta frecuencia por

ejemplo: modelos factoriales “extendidos” tipo Nowcast

PosiblesSoluciones

1

2

3

ProblemaLimitada posibilidad de realizar un análisis de lascondiciones económicas en tiempo real.

Problema

Construcción de indicadores sintéticos de

alta frecuencia por ejemplo: modelos

factoriales “estándar”

Construcción de indicadores sintéticos de alta frecuencia

por ejemplo: modelos factoriales “extendidos”

tipo nowcast

2

3

Indicadores trimestrales “MFD” coincidente y adelantado (2009)

Indicador adelantado mensual “clásico” (2012)

Indicador coincidente nowcast(2012)

Proyección del PIBt en tiempo real (2012)

Desarrollo de indicadores económicos IVAE, PIBt, etc. (89-08)

Análisis basado en series de alta frecuencia (mensual)1

Limitada posibilidad de realizar un análisis de lascondiciones económicas en tiempo real.

2. Metodologías de Construcción

de Indicadores Cíclicos

Metodologías Instituciones que lo emplean Países donde es aplicado

Método Clásico

NBER -Conference Board

INEGI

CEPAL

(Ciclo en términos de nivel)

Estados Unidos (60’s)

México (1980)

América Latina (f_90’s):

Argentina, Brasil, Chile,

Colombia y Perú.

OECD

(Ciclo en términos de

crecimiento)

29 países miembros de la

OECD (70’s)

6 países no miembros

Regiones de interés

Modelos Factoriales

Chicago FED (CFNAI)

CEPR (EuroCoin)

Banco de la República de

Colombia

CEPAL

BCR

Estados Unidos

Área Euro

América Latina: Argentina,

Brasil, Chile, Colombia,

México, Perú, El Salvador y

otros.

Construcción de indicadores sintéticos de alta frecuencia

Proceso de Estimación: Modelo Factorial Dinámico “Estándar”

1. Pre-selección de variables: (sector/tipo,cobertura, periodicidad e indicador dereferencia)

Base inicial: 220 variables del sector real,financiero, externo, expectativas, etc.Variable objetivo: PIB trimestral

2. Filtrado: Descomposición de la serie en suscomponentes tradicionales (1) y separaciónde los componentes comunes eidiosincráticos del componente cíclicoestimado (2)

Donde Ct, componente cíclico y nt resto decomponentes de una serie de tiempo xt

3. Determinación de los puntos de Giro (B&B,1971).Rezago medio del espectro cruzadoentre los componentes comunes de cadaserie y el de la serie de referencia.

Las series se clasifican como líderes,coincidentes o rezagadas

4. Selección de variables finales en función dediversos criterios: racionalidad económica,comunalidad, concordancia en los puntos degiro y homogeneidad en el rezago

Las variables se eligieron por su capacidadhistórica para reflejar o adelantar losmovimientos de la variable objetivo

5.Agregación o construcción del indicadorcompuesto (ponderación)

Se ponderó a las variables para construir losindicadores coincidentes y adelantadostrimestrales MDF “estándar” (1992)

)1(ttt ncx

)2(itititc

Indicador coincidente y adelantado trimestral

Fuente: Elaboración propia en base a Fuentes y Salazar (2010), CEMLA, Monetaria, Vol. XXXIII, No.3

Indicador coincidente y adelantado trimestral

Resultados:

1. Indicador coincidente y adelantado que confirma y anticipa los puntos de giro de laactividad económica.

2. Caracterización de las fases del ciclo económico salvadoreño para el periodo 1992-2008, mediante tres diferentes tipos de filtrado: filtro Hodrick Prescott, Baxter y Kingy Hodrick Prescott Modificado; y para diferentes mediciones del concepto teórico“actividad económica”: componente cíclico del PIB trimestral, componente comúndel PIBt e Indicador Coincidente.

Resultados:

3. Construcción de una extensa base datos de series mensuales y trimestrales quereúne una gran diversidad de series económicas nacionales, regionales y de laeconomía estadounidense. Desde su construcción en 2008, la base se ha venidoactualizando cada vez que se cuenta con nueva información disponible.

4.Estimación de los puntos de giro, correlaciones y estructura de rezagos de lasvariables que conforman la base, lo que permite profundizar el análisis de lasseries.

-3.0

-2.0

-1.0

0.0

1.0

2.0

3.0

4.0

mar

-93

mar

-94

mar

-95

mar

-96

mar

-97

mar

-98

mar

-99

mar

-00

mar

-01

mar

-02

mar

-03

mar

-04

mar

-05

mar

-06

mar

-07

mar

-08

BK HP HPM

Componente Cíclico del PIBt

Desventajas Ventajas

Pérdida de oportunidad. Las nuevascifras del indicador de referenciaestán disponibles con rezago amplio

Se construye en función de componentes no observados, lo quedificulta la comprensión de la metodología

No se puede incorporar informaciónreciente con distinta periodicidad

Esta construído para estimar puntosde giro (indicación cíclica), no magnitudes

Coincidente Provee una indicación robusta de la

posición cíclica de la economía, al estar conformado por un conjunto de series de diversas fuentes

Adelantado Permite anticipar los puntos de giro o

cambios de fase de la economía, con un rezago promedio de 3 trimestres

A partir de esta pueden seleccionarsevariables predictoras de la actividadeconómica para mejorar los modelosde proyección

Indicador coincidente y adelantado trimestral para la

economía salvadoreña

Proceso de Estimación: Método Clásico (Ciclo en Nivel)

1. Pre-selección de variables: (sector/tipo,cobertura, periodicidad e indicador dereferencia)

Base inicial: 220 variables del sector real,financiero, externo, expectativas, etc.Variable objetivo: IVAE general

2. Filtrado: Desestacionalización de las series(extracción de componentes)

Se aplicó a todas las series un procedimientode remoción de la estacionalidad

3. Determinación de los puntos de Giro(algoritmo Bry y Boschan, 1971)

Se identificaron los puntos de inflexión de cadauna de las series contenidas en la base

4. Selección de variables finales en función dediversos criterios: (1) concordancia en lospuntos de giro, (2) racionalidad económica,(3) causalidad de Granger, (4) correlacióncon el ciclo de referencia y (5) otros

Se asignó a cada variable una puntuación enfunción de los criterios señalados. Las variablesse eligieron por su capacidad histórica paraadelantar los movimientos de la variableobjetivo

5. Agregación o construcción del indicadorcompuesto (ponderación)

Se ponderó a las variables por el inverso de unamedida de variabilidad para construir elindicador adelantado mensual “clásico” (1996)

Indicador adelantado clásico para la economía salvadoreña

Indicador adelantado clásico para la economía salvadoreña

Resultados:

1. Construcción de un Indicador Adelantado mensual, que permite anticipar los puntos de giro de laactividad económica

2. Caracterización de las fases del ciclo de la economía (en nivel)

3. Estimación de los puntos de giro de todas las variables contenidas en la base y profundización delanálisis cíclico de su comportamiento (causalidad de Granger, puntos de máxima correlación, etc)

Indicador adelantado clásico para la economía salvadoreña

Desventajas Ventajas

Indicador construído paraadelantar puntos de giro en la actividad económica, masno su magnitud

Las distintas variables se combinan en el indicadorcompuesto a través de pesos fijos que pueden no ser los óptimos para medirla actividad económica

Metodología transparentey clara

Puede incorporar variables de todo tipo y fuente

Permite construir el indicador con la información más recienteque esté disponible

Buenos resultadosempíricos

Proceso de Estimación: Modelo Factorial Dinámico “Nowcast”

1. Pre-selección de variables: (sector/tipo,cobertura, periodicidad e indicador dereferencia)

Base inicial: 220 variables del sector real,financiero, externo, expectativas, etc.Variable objetivo: PIB trimestral

2. Filtrado: Desestacionalización de las series(remoción de otros componentes)

Se aplicó a todas las series un procedimiento de remoción de la estacionalidad

3. Selección de variables finales en función dediversos criterios: racionalidad económica,comunalidad, concordancia en los puntos degiro

Este método utiliza las tasas de crecimiento yselecciona las variables en función delmovimiento común respecto a un factor que seinterpretará como la actividad económica

4. Agregación o construcción del indicador compuesto

El algoritmo de estimación se modifica parapermitir trabajar con series de tamaño distintoy de distinta periodicidad. Se calcula elindicador coincidente y una proyección del PIBt

Indicador mensual Nowcast* para la economía

salvadoreña

* Contracción de los términos now y forecast o forecasting

Indicador Nowcast para la economía salvadoreña

Resultados:

1. Indicador coincidente que permite proporcionar una señal oportuna del estado actual de la economía,incorporando toda la información disponible al momento de su estimación

2. Caracterización de las fases del ciclo económico (ciclo de crecimiento). Exploración del impacto de lasvariables en la explicación de la varianza del PIB

3. Proyección en tiempo real de la variable objetivo

-2.5%

-2.0%

-1.5%

-1.0%

-0.5%

0.0%

0.5%

1.0%

1.5%

2.0%

2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012

PIB Nowcast

Indicador mensual Nowcast para la economía

salvadoreña

Desventajas Ventajas

Metodología diseñada para medir latasa de variación de la actividad y nosu nivel

El efecto de la incorporación de unanueva observación no puede seranticipado directamente puesdepende de un modelo estadísticocomplejo

Incorpora toda la informacióndisponible al momento de suestimación, permitiendo darleseguimiento a la coyunturaeconómica en tiempo real

Permite hacer proyecciones de cortoplazo no solo de puntos de giro sinotambién de magnitud

3. Experiencia Internacional

El indicador Líder de OECD para U.S esta compuesto por: nuevas construcciones residenciales, nuevas ordenes para bienes durables, precios de activos: NYSE compuesto, Indicador de Sentimiento del Consumidor, Horas trabajadas a la semana en la manufactura, índice de compra PMI y diferencial de tasas de interés.

El índice es un promedio ponderado de 85 indicadores de actividad económica que provienen de cuatro categorías: (1) produccion e ingreso, (2) empleo, desempleo, (3) consumo personal y de los hogares y (4) ventas, nuevas ordenes e inventarios.

Actualización Agosto 2016

Actualización Septiembre 2016

92

94

96

98

100

102

104

20

04

-01

20

04

-07

20

05

-01

20

05

-07

20

06

-01

20

06

-07

20

07

-01

20

07

-07

20

08

-01

20

08

-07

20

09

-01

20

09

-07

20

10

-01

20

10

-07

20

11

-01

20

11

-07

20

12

-01

20

12

-07

20

13

-01

20

13

-07

20

14

-01

20

14

-07

20

15

-01

20

15

-07

20

16

-01

20

16

-07

Perspectiva de recuperación en la actividad económica en China.

El desempeño económico se deteriorara en el área euro.

90

92

94

96

98

100

102

104

20

04

-01

20

04

-07

20

05

-01

20

05

-07

20

06

-01

20

06

-07

20

07

-01

20

07

-07

20

08

-01

20

08

-07

20

09

-01

20

09

-07

20

10

-01

20

10

-07

20

11

-01

20

11

-07

20

12

-01

20

12

-07

20

13

-01

20

13

-07

20

14

-01

20

14

-07

20

15

-01

20

15

-07

20

16

-01

20

16

-07

95

96

97

98

99

100

101

102

1032

00

4-0

1

20

04

-07

20

05

-01

20

05

-07

20

06

-01

20

06

-07

20

07

-01

20

07

-07

20

08

-01

20

08

-07

20

09

-01

20

09

-07

20

10

-01

20

10

-07

20

11

-01

20

11

-07

20

12

-01

20

12

-07

20

13

-01

20

13

-07

20

14

-01

20

14

-07

20

15

-01

20

15

-07

20

16

-01

20

16

-07

Indicadores Líderes OECD

4. Conclusiones

A partir del desarrollo de estos indicadores

1. Se puede combinar la información de las variables que sepublican más oportunamente, para darle un mejorseguimiento a la actividad económica.

2. Se pueden anticipar los movimientos cíclicos de laeconomía, lo que permite coadyuvar a la formulación delas políticas públicas y la toma de decisiones de losdiversos agentes económicos.

3. Se pueden realizar proyecciones de corto plazo de laactividad económica (PIBt).

4. Se puede institucionalizar la medición del ciclo económicosalvadoreño y de los indicadores frecuentementeasociados al mismo (adelantado, coincidente).

Problema

Análisis basado en series de alta frecuencia (mensual)

Construcción de indicadores sintéticos de alta frecuencia

por ejemplo: modelos factoriales “tradicionales”

Construcción de indicadores sintéticos de alta frecuencia

por ejemplo: modelos factoriales “extendidos” tipo

nowcast

Respuestas disponibles

1

2

3

Desarrollo de indicadores económicos (IVAE, PIBt, etc)

Indicador coincidente y adelantado trimestral “MFD” (2008)

Indicador adelantado “clásico”

Indicador coincidente nowcast(2012)

Proyección del PIBt en tiempo real (2012)

Limitada posibilidad de realizar un análisis de lascondiciones económicas en tiempo real.

Calidad y disponibilidad oportuna de la información base

Divulgación de los indicadores elaborados

a. Desarrollo de nuevos indicadores simples (precio de los activos, expectativas, etc.)

b. Inclusión de “toda” la información disponible o de variables con frecuencia más alta como por ejemplo los indicadores financieros

c. Utilización de nuevas metodologías de pronóstico de series (Modelos factoriales, SPLS, etc)

d. Otras especificaciones multivariadas no lineales para el tratamiento de la información (Markov Switching Euro Sting)

e. Modelos estructurales

Nuevas soluciones: seguimiento de actividad y pronóstico

¿Tarea Completa?

Indicadores Cíclicos para la Medición de la Actividad Económica

Gracias

Tipo de Variable Se incorpora al modelo como

PIB trimestral Tasa de variación trimestral de la serie ajustada estacionalmente

Series económicas “información dura”

Tasa de variación anual de la series ajustada estacionalmente

Series derivadas de encuestas de opinión “información suave” Series ajustadas estacionalmente

Estimación: Modelo Factorial Dinámico “Nowcast”

Estimación: Modelo Factorial Dinámico “Nowcast”

Tipo de Variable Se incorpora al modelo como

PIB trimestral Tasa de variación trimestral de la serie ajustada estacionalmente

Series económicas “información dura”

Tasa de variación anual de la series ajustada estacionalmente

Series derivadas de encuestas de opinión “información suave” Series ajustadas estacionalmente

Algoritmo de Estimación del Modelo Nowcast

Representación estado-espacio

Las matrices Ht, Rt, Ft y Qt puede variar en el tiempo.

),0(),1( tttttt RNhHY

La ecuación de medición u observación (1) que relaciona el vector devariables observadas (Yt) a un vector de variables de estadoposiblemente no observadas (ht).

La ecuación de transición (2) que especifica la dinámica de las variablesno observadas (ht).

),0(),2(1 tttttt QNhFh

Algoritmo de Estimación del Modelo Nowcast

Las series son modeladas como la suma de dos componentes ortogonales: el factor común y el componente idiosincrático.

t

t

t

t

t

ttttt

t

t

ttttt

t

t

t

i

i

iiiii

f

f

fffff

Z

Z

y

3

2

1

3

2

4321

3

2

43211

3

2

1 3

1

3

2

3

2

3

1)

3

1

3

2

3

2

3

1(

t

t

t

t

t

t

t

t

t

t

t

t

t

t

t

t

t

t

t

t

i

i

i

i

i

f

f

f

i

i

i

i

i

f

f

f

,4

,3

,2

,1

13

12

52

2,1

11

5

2

1

3

2

1

1

3

2

41

1,1

1

4

1

0

0

0

0

0

0

00

000000

0001000000

000000000

0000010000

000000000

0000000100

0000000000

0000000001

000000000

1. Ecuaciones de Predicción: predicciones un paso delante de los estadosy de sus correspondientes varianzas

111/ | tttttt aFYhEa

tttttttttt QFPFYahEP

'

111/1/ |

El filtro de Kalman esta compuesto por dos sets de ecuaciones:

El filtro de Kalman puede tratar eficientemente las observacionesfaltantes y proveer un esperanza condicional para ellas. Nowcastspueden ser obtenidos para la variable objetivo y para los predictores.

2. Ecuaciones de Actualización: Cada nueva observación cambia (actualiza)las estimaciones de los estados obtenidos usando la informaciónpasada.

1/

1'

1/1/1/1/

1'

1/1/

|)')((

|

ttttttttttttttttt

tttttttttt

PHXHPPYahahEP

XHPaYhEa

111 | ttt YhEadonde,

donde, 11/1/1 |)')(( tttttttt YahahEP

Donde:

1/1/ˆ tttttttt aHyyy

tttttt RHPHEX

'

1/

2

1/11/ ]/[ˆ ttttttt aZYyEy