{"id":1202,"date":"2013-11-22T18:59:26","date_gmt":"2013-11-22T18:59:26","guid":{"rendered":"http:\/\/bolsacba.com.ar\/buscador\/?p=1202"},"modified":"2022-06-14T19:51:07","modified_gmt":"2022-06-14T19:51:07","slug":"1999-cap-xxii-modelos-de-proyecciones-macroeconomicas-de-corto-plazo","status":"publish","type":"post","link":"https:\/\/bolsacba.com.ar\/buscador\/?p=1202","title":{"rendered":"MODELOS Y PROYECCIONES MACROECONÓMICAS DE CORTO PLAZO"},"content":{"rendered":"

CAPITULO 22: MODELOS Y PROYECCIONES MACROECONOMICAS DE CORTO PLAZO<\/span><\/h1>\n

 <\/p>\n

La ciencia econ\u00f3mica ha avanzado considerablemente en el campo de las proyecciones econ\u00f3micas, desde los modelos de ecuaciones simult\u00e1neas, elaborados por la Cowles Cammission for Research in Economics de la Universidad de Chicago en las d\u00e9cadas del ’40 y del ’50, hasta las modernas t\u00e9cnicas de an\u00e1lisis de series de tiempo utilizadas en la actualidad.<\/span><\/em><\/p>\n

Debido a la importancia que tiene la realizaci\u00f3n de proyecciones econ\u00f3micas que permitan <\/span>reducir la incertidumbre acerca del futuro, el IIE ha elaborado durante 1999 un conjunto de <\/span>modelos de proyecciones macroecon\u00f3micas, utilizando las herramientas provistas por el an\u00e1lisis econom\u00e9trico de series de tiempo.<\/span><\/em><\/p>\n

Si bien las proyecciones que surjan de estos modelos seguramente ser\u00e1n de gran utilidad, una <\/span>vez que comiencen a realizarse peri\u00f3dicamente a partir del a\u00f1o pr\u00f3ximo, en el presente cap\u00edtulo la atenci\u00f3n se centra fundamentalmente en la presentaci\u00f3n de los modelos y en el an\u00e1lisis de la confiabilidad de los mismos, pasando a segundo plano las proyecciones propiamente dichas.<\/span><\/em><\/p>\n

22.1. Introducci\u00f3n<\/span><\/strong><\/p>\n

La mayor\u00eda de las decisiones que deben tomar quienes se desenvuelven en el \u00e1mbito de los <\/span>negocios o quienes tienen la responsabilidad de elaborar, proponer y\/o implementar medidas de pol\u00edtica econ\u00f3mica, dependen considerablemente de las expectativas formadas acerca del futuro.<\/p>\n

En efecto, la decisi\u00f3n de invertir recursos en bienes productivos (la construcci\u00f3n de una f\u00e1brica <\/span>o la compra de un nuevo equipo de producci\u00f3n, por ejemplo) depende enormemente de las expectativas que tenga el empresario acerca del futuro, tanto de la econom\u00eda a nivel agregado como del sector en particular en el cual est\u00e1 \u00abhundiendo\u00bb su capital. Econom\u00edas y sectores cuyo crecimiento se espera elevado atraen capitales, mientras que econom\u00edas y sectores con perspectivas negativas los expulsan.<\/p>\n

De la misma manera, decisiones como las relacionadas con la elaboraci\u00f3n del presupuesto <\/span>p\u00fablico o con la pol\u00edtica de endeudamiento del Estado, por ejemplo, requieren formar expectativas acerca de la evoluci\u00f3n futura de variables, como el nivel de actividad y las tasas de inter\u00e9s internacionales.<\/p>\n

El lector advertir\u00e1 que son innumerables los ejemplos de decisiones que dependen en gran <\/span>medida de las expectativas que se tengan acerca del futuro, De hecho, las decisiones de consumo de los individuos y de las familias no dependen s\u00f3lo del ingreso disponible para tal fin, sino tambi\u00e9n de los ingresos que se espera recibir en el futuro.<\/p>\n

Evidentemente, decisiones racionales tomadas teniendo en cuenta expectativas luego convalidadas por la realidad, resultan decisiones correctas, mientras que aquellas basadas en expectativas equivocadas, tienden a generar resultados menos beneficiosos que las anteriores. Por ejemplo, la decisi\u00f3n de incrementar el nivel de consumo gastando \u00aba cuenta\u00bb de mayores ingresos previstos para el mes pr\u00f3ximo que luego no son tales, generar\u00e1 un menor nivel de bienestar, que la decisi\u00f3n que habr\u00edamos tomado de saber que nuestros ingresos no se incrementar\u00edan.<\/span><\/p>\n

De la misma manera, los gastos incluidos en el presupuesto p\u00fablico nacional previendo una tasa de crecimiento del 5% para un a\u00f1o en el que el PBI, en vez de crecer, se redujo, generan la <\/span>necesidad de realizar un ajuste de las cuentas p\u00fablicas o de incrementar la deuda p\u00fablica m\u00e1s all\u00e1 de lo previsto. Claramente, este tipo de ajustes generan costos que podr\u00edan haber sido evitados, de haber tenido expectativas correctas. El problema es que es imposible saber lo que efectivamente ocurrir\u00e1 en el futuro, por lo que todas las decisiones deben tomarse en un contexto de incertidumbre.<\/p>\n

Si bien esta incertidumbre no puede eliminarse completamente, s\u00ed puede reducirse considerablemente, tarea en la cual el aporte de la ciencia econ\u00f3mica resulta de gran importancia, complementando la intuici\u00f3n y el conocimiento \u00abdesde adentro\u00bb con que cuenta el empresario.<\/span><\/p>\n

Es este, el de las proyecciones econ\u00f3micas, uno de los campos en los cuales la ciencia econ\u00f3mica y dentro de \u00e9sta, la econometr\u00eda en particular, han progresado considerablemente en las \u00faltimas d\u00e9cadas. En efecto, luego de los aportes del gran economista brit\u00e1nico John Maynard Keynes al entendimiento de las cuestiones macroecon\u00f3micas en la d\u00e9cada del ’30, surgi\u00f3 con gran impulso el inter\u00e9s en cuantificar las relaciones te\u00f3ricas entre las distintas variables macro y utilizar los modelos as\u00ed elaborados para realizar proyecciones.<\/span><\/p>\n

La asociaci\u00f3n entre estad\u00edstica y teor\u00eda econ\u00f3mica que surgi\u00f3 de este inter\u00e9s en las d\u00e9cadas <\/span>siguientes, permiti\u00f3 grandes avances en la elaboraci\u00f3n de modelos econom\u00e9tricos de ecuaciones simult\u00e1neas, en donde cada una de \u00e9stas intentaba captar el funcionamiento de distintas partes de la econom\u00eda, de acuerdo con las relaciones postuladas por la teor\u00eda econ\u00f3mica, destac\u00e1ndose el trabajo de la Cowles Commision for Research in Economics de la Universidad de Chicago.<\/p>\n

Las cr\u00edticas al keynesianismo que surgieron por la falta de fundamentos microecon\u00f3micos de <\/span>muchas de las relaciones postuladas, y por su incapacidad para explicar la coexistencia de la inflaci\u00f3n y el desempleo de los a\u00f1os `70, impactaron sobre la metodolog\u00eda utilizada en la construcci\u00f3n de los modelos de proyecciones macroecon\u00f3micas. Esto se debi\u00f3 a que, como se mencion\u00f3 anteriormente, estos consist\u00edan b\u00e1sicamente en un conjunto de ecuaciones que reflejaban las relaciones propuestas por el consenso existente hasta entonces en el campo de la teor\u00eda macroecon\u00f3mica.<\/p>\n

Luego de comenzar a perder fuerza esta metodolog\u00eda para realizar proyecciones macroecon\u00f3micas, la \u00abcritica de Lucas\u00bb (denominada as\u00ed por el nombre de quien la realiz\u00f3, el premio Nobel 1995 Robert Lucas) de mediados de los a\u00f1os ’70 aport\u00f3 un duro golpe. En t\u00e9rminos muy simples, el argumento de Lucas era que el comportamiento de los agentes econ\u00f3micos cambia junto con los cambios de pol\u00edtica econ\u00f3mica, por lo que los par\u00e1metros estimados de las ecuaciones utilizadas para realizar las proyecciones, no permanecen constantes en el tiempo y, por lo tanto, no permiten realizar proyecciones adecuadas.<\/span><\/p>\n

Como consecuencia de todo esto, parte del esfuerzo de investigaci\u00f3n orientado a la elaboraci\u00f3n de modelos de proyecciones macroecon\u00f3micas, se desplaz\u00f3 hacia el campo del an\u00e1lisis econom\u00e9trico de series de tiempo, \u00e1rea en la cual ya se hab\u00edan realizado algunos adelantos en d\u00e9cadas anteriores. La diferencia fundamental entre este enfoque y el anterior es que este \u00faltimo, al construir un conjunto de ecuaciones que intentan captar el funcionamiento de la econom\u00eda, permite realizar proyecciones \u00abcondicionadas\u00bb o, en otras palabras, no permite responder a la pregunta \u00bfqu\u00e9 es lo m\u00e1s probable que ocurra en el futuro? sino dar respuesta a la pregunta \u00bfqu\u00e9 ocurrir\u00eda si . .? De esta forma, para realizar proyecciones es necesario hacer supuestos acera de la evoluci\u00f3n futura de las variables consideradas como ex\u00f3genas al modelo, condicionando as\u00ed la proyecci\u00f3n de las variables end\u00f3genas al mismo.<\/span><\/p>\n

Por el contrario, la utilizaci\u00f3n del an\u00e1lisis de series de tiempo permite responder a la primera de las preguntas se\u00f1aladas. Para ello, utiliza un conjunto de variables y cuantifica las relaciones entre ellas y la din\u00e1mica de dichas relaciones, sin restringir las mismas de acuerdo a consideraciones de teor\u00eda econ\u00f3mica. En otras palabras, esta metodolog\u00eda deja que los datos estad\u00edsticos \u00abhablen por s\u00ed mismos\u00bb.<\/span><\/p>\n

Puede pensarse que este tipo de modelos incluye un muy elevado n\u00famero de variables ligadas <\/span>por relaciones sumamente complejas, ya que sumamente compleja es la realidad que se desea explicar. Pero esto no es as\u00ed, ya que la construcci\u00f3n de este tipo de modelos de series de tiempo se realiza siguiendo la premisa de que, a igualdad de otras caracter\u00edsticas, un modelo m\u00e1s simple es preferible a uno m\u00e1s complejo (una premisa seguida al pie de la letra en este campo es \u00abmantenlo al modelo- sofisticadamente simple\u00bb).<\/p>\n

Esto es as\u00ed fundamentalmente por el hecho de que el econometrista se enfrenta a una cantidad limitada (generalmente muy limitada) de datos estad\u00edsticos, con los cuales debe estimar modelos con una gran cantidad de par\u00e1metros, por lo que cuanto m\u00e1s simple es el modelo, mayor es la precisi\u00f3n de las estimaciones y, por lo tanto, mejores son las proyecciones realizadas.<\/span><\/p>\n

Teniendo en cuenta lo anterior, resulta v\u00e1lido dividir a los modelos de proyecciones en dos grandes grupos: modelos de equilibrio general que permiten la realizaci\u00f3n de proyecciones condicionadas (para responder a la pregunta \u00bfqu\u00e9 pasar\u00eda si …?) y modelos de series de tiempo que permiten la realizaci\u00f3n de proyecciones incondicionadas (para responder a la pregunta \u00bfqu\u00e9 es lo m\u00e1s probable que ocurra con …?).1<\/sup><\/span><\/p>\n

Esta \u00faltima estrategia de construcci\u00f3n de modelos de proyecci\u00f3n es la seguida por el IIE durante 1999. Si bien los modelos elaborados se utilizar\u00e1n reci\u00e9n a partir del a\u00f1o pr\u00f3ximo en la realizaci\u00f3n de proyecciones macroecon\u00f3micas (a nivel nacional e internacional) en forma peri\u00f3dica, en el presente cap\u00edtulo se pretende presentar algunos aspectos fundamentales de los modelos elaborados, con el objeto de que el lector comprenda, a grandes rasgos, que se obtiene de esta l\u00ednea de trabajo.<\/span><\/p>\n

De esta forma, en la secci\u00f3n 22.2 se presenta el modelo construido para Estados Unidos, mientras que en la secci\u00f3n 22.3 se hace lo propio para las econom\u00edas de Jap\u00f3n y Alemania. En la secci\u00f3n 22.4 se presentan algunos elementos de importancia del modelo construido para Argentina y, finalmente, la secci\u00f3n 22.5 contiene las conclusiones y algunos comentarios finales.<\/span><\/p>\n

22.2. Un modelo de Proyecciones Macroecon\u00f3micas para USA<\/span><\/strong><\/p>\n

El primer paso en el programa de investigaci\u00f3n realizado por el IIE fue la elaboraci\u00f3n de un modelo de proyecciones macroecon\u00f3micas para Estados Unidos. La justificaci\u00f3n de proceder de esta manera es doble: por un lado, la evoluci\u00f3n de la econom\u00eda norteamericana es de inter\u00e9s para el resto de los pa\u00edses, debido a la enorme influencia que ejerce sobre la econom\u00eda mundial y, por otra parte, este pa\u00eds posee bases de datos estad\u00edsticos de variables econ\u00f3micas de gran extensi\u00f3n y de excelente calidad, lo que facilita notablemente la tarea de realizar proyecciones.<\/span><\/p>\n

El modelo finalmente seleccionado utiliza las siguientes variables2<\/sup>:<\/span><\/p>\n

– Producto Interno Bruto a precios de 1996 desestacionalizado y anualizado.<\/span><\/p>\n

– \u00cdndice de Servicios Monetarios desestacionalizado.<\/span><\/p>\n

– \u00cdndice de Precios al Consumidor para todos los consumidores urbanos (todos los \u00edtems) <\/span>desestacionalizado (1982-84 = 100).<\/p>\n

– Federal Funds rate, promedio de datos diarios.<\/span><\/p>\n

– Rendimiento de los bonos del Tesoro a 10 a\u00f1os.<\/span><\/p>\n

Todos los datos provienen de la Reserva Federal de St. Louis y cubren los trimestres desde el <\/span>tercero de 1959 hasta el tercero de 1999. Si bien la descripci\u00f3n t\u00e9cnica de este modelo no se presenta en este cap\u00edtulo (se publicar\u00e1 durante el a\u00f1o entrante), puede decirse simplemente que el procedimiento consiste b\u00e1sicamente en cuantificar las relaciones contempor\u00e1neas y a trav\u00e9s del tiempo que ligan a estas variables en el corto y en el largo plazo. Una vez realizado esto \u00bfc\u00f3mo sabe qui\u00e9n utiliza las proyecciones obtenidas si \u00e9stas son confiables o no?<\/p>\n

La mejor forma de cuantificar la calidad de las proyecciones obtenidas con un modelo en <\/span>particular, es realizando el experimento de proyectar las variables para per\u00edodos pasados y comparar lo proyectado con lo efectivamente ocurrido. Si en promedio, el \u00aberror\u00bb de las proyecciones es bajo, la calidad de las mismas es elevada y, por lo tanto, permiten reducir la incertidumbre respecto al futuro. Obviamente, lo opuesto ocurre en caso de ser elevada la diferencia entre lo proyectado y lo ocurrido. De esta forma, teniendo en cuenta lo anterior, se procedi\u00f3 a realizar el siguiente estudio para Estados Unidos: se estim\u00f3 el modelo para el per\u00edodo 1959.3-1979.4 y, con los par\u00e1metros<\/p>\n

\n

1<\/span><\/sup> Una l\u00ednea de trabajo en la cual se est\u00e1n realizando algunos avances intenta unir ambas metodolog\u00edas. Para mayores precisiones y referencias sobre el tema, ver Diebold (1998).<\/span><\/p>\n

2<\/span><\/sup> El modelo utilizado es un Vector Error Correction Model (VECM).<\/span><\/p>\n

\n

obtenidos, se proyectaron los valores de las cinco variables utilizadas para el trimestre 1980.1. Posteriormente, se estim\u00f3 el mismo modelo para el per\u00edodo 1959.3-1980.1 y se proyectaron los valores para el trimestre 1980.2, repiti\u00e9ndose el proceso (expandiendo la muestra utilizada agregando un trimestre por vez) hasta estimar el per\u00edodo 1959.3-1999.2 y proyectar el trimestre 1999.3.<\/span><\/p>\n

Los resultados de este an\u00e1lisis aparecen en los cuadros 22.1 y 22.2 y en los gr\u00e1ficos 22.1 a 22.5<\/span><\/p>\n

expuestos al final del cap\u00edtulo. El primero de los cuadros mencionados presenta el producto interno bruto de cada trimestre, la proyecci\u00f3n de esta variable realizada con un trimestre de anticipaci\u00f3n y la diferencia entre ambas en t\u00e9rminos porcentuales. Como puede apreciarse, solamente en dos de los 79 trimestres (1980.4 y 1982.1) la diferencia entre lo proyectado y lo efectivamente ocurrido excedi\u00f3 el 2%.<\/span><\/p>\n

El gr\u00e1fico 22.1 refleja la calidad de las proyecciones realizadas: las l\u00edneas que representan el <\/span>producto interno bruto y su proyecci\u00f3n un trimestre por adelantado son pr\u00e1cticamente id\u00e9nticas. Los gr\u00e1ficos 22.2 a 22.5 muestran una situaci\u00f3n semejante para el resto de las variables proyectadas: el an\u00e1lisis realizado indica que el modelo utilizado permite reducir considerablemente la incertidumbre acerca del valor que asumir\u00e1n un trimestre hacia adelante las principales variables macroecon\u00f3micas norteamericanas. Como puede apreciarse en el cuadro 22.2, las proyecciones se encuentran, en promedio, dentro del entorno del 1% alrededor de los valores que efectivamente presentan dichas variables.<\/p>\n

\u00bfQu\u00e9 significa esto? Simplemente que, si bien no es posible saber lo que ocurrir\u00e1 el pr\u00f3ximo <\/span>trimestre, si es posible saber, con un nivel bastante elevado de precisi\u00f3n (con un error de menos del 1%), que es lo m\u00e1s probable que ocurra. Evidentemente, si bien es de gran utilidad saber qu\u00e9 es lo m\u00e1s probable que ocurra el pr\u00f3ximo trimestre, lo es mucho m\u00e1s saber qu\u00e9 es lo m\u00e1s probable que ocurra varios trimestres hacia adelante. Nuevamente, la mejor forma de determinar si un modelo realiza proyecciones adecuadas o no es poni\u00e9ndolo a prueba y analizando qu\u00e9 error de predicci\u00f3n habr\u00eda tenido de haber sido utilizado en el pasado. De esta forma, realizando un an\u00e1lisis similar al descripto anteriormente, se obtuvieron los resultados presentados en el cuadro 22.33<\/sup> al final del cap\u00edtulo. Como puede observarse en dicho cuadro, la calidad de las proyecciones no se altera sustancialmente al ampliar el horizonte de las mismas, hasta alcanzar los cuatro trimestres.<\/p>\n

22.3. Modelos de proyecciones para Jap\u00f3n y Alemania<\/span><\/strong><\/p>\n

El paso siguiente en el programa de trabajo del IIE en el campo de las proyecciones macroecon\u00f3micas fue extender los modelos elaborados para Estados Unidos a econom\u00edas como Jap\u00f3n y Alemania, nuevamente con un doble prop\u00f3sito: disponer de herramientas para analizar la evoluci\u00f3n de la econom\u00eda internacional y, aprovechando la calidad de las estad\u00edsticas de estos pa\u00edses avanzados, evaluar la calidad de las proyecciones obtenidas con los modelos elaborados.<\/span><\/p>\n

De esta forma, el modelo construido para Jap\u00f3n utiliza las siguientes variables:<\/span><\/p>\n

– Producto Interno Bruto a precios de 1995 desestacionalizado.<\/span><\/p>\n

– Cantidad de Dinero a precios de 1995 desestacionalizada.<\/span><\/p>\n

– \u00cdndice de Precios al Consumidor.<\/span><\/p>\n

– Tasa de Inter\u00e9s Pasiva.<\/span><\/p>\n

– Tasa de Inter\u00e9s Activa.<\/span><\/p>\n

Mientas que el correspondiente a Alemania utiliza:<\/span><\/p>\n

– Producto Interno Bruto a precios de 1995. <\/span><\/p>\n

– Agregado Monetario M1 a precios de 1995 desestacionalizado.<\/span><\/p>\n

\n

3<\/span><\/sup> Por una cuesti\u00f3n de espacio, s\u00f3lo se presentan los errores absolutos promedio.<\/span><\/p>\n

\n

– \u00cdndice de Precios al Consumidor.<\/span><\/p>\n

– Tasa de Inter\u00e9s Call. <\/span><\/p>\n

– Retomo de los Bonos del Gobierno.<\/span><\/p>\n

En ambos casos, los datos provienen de International Financial Statistics, del Fondo Monetario <\/span>Internacional, cubriendo el per\u00edodo 1957.1-1998.4 en el caso de Jap\u00f3n y el per\u00edodo 1960.1-1998.4 en el caso de Alemania. El primer comentario que surge del an\u00e1lisis de los resultados presentados en los cuadros 22.4 a 22.7 y los gr\u00e1ficos 22.6 a 22.10 y 22.11 a 22.15 expuestos al final del cap\u00edtulo, es acerca de la menor confiabilidad de los resultados respecto a los correspondientes a Estados Unidos. Efectivamente, no s\u00f3lo el Error Absoluto Promedio de las proyecciones del PIB norteamericano es menor que los correspondientes a Jap\u00f3n y Alemania, sino que adem\u00e1s los errores de estos \u00faltimos presentan mayor volatilidad (recu\u00e9rdese que en el caso del PIB de Estados Unidos solamente en dos de los trimestres analizados el error era mayor al 2%).<\/p>\n

Algo semejante puede decirse acerca de los agregados monetarios de estos tres pa\u00edses. En <\/span>cambio, la performance de los tres modelos no difiere considerablemente, teniendo en cuenta los \u00edndices de precios y las distintas tasas de inter\u00e9s.<\/p>\n

No es prop\u00f3sito de este cap\u00edtulo profundizar en el an\u00e1lisis de estos resultados, sino presentar <\/span>algunos elementos a tener en cuenta para comprender la utilidad de esta l\u00ednea de investigaci\u00f3n. En este sentido, resulta importante destacar que el breve an\u00e1lisis presentado de los modelos para las econom\u00edas de Estados Unidos, Jap\u00f3n y Alemania refleja lo mencionado en la Introducci\u00f3n de este cap\u00edtulo: las t\u00e9cnicas econom\u00e9tricas utilizadas para realizar proyecciones econ\u00f3micas, permiten reducir considerablemente la incertidumbre acerca del futuro, contribuyendo de esta manera y complementariamente, a la experiencia y el \u00abolfato\u00bb del hombre de negocios, a las mejores decisiones posibles dada la informaci\u00f3n existente.<\/p>\n

Cabe destacar el car\u00e1cter preliminar de los resultados obtenidos ya que todav\u00eda es posible, <\/span>utilizando los datos disponibles, mejorar la calidad de las proyecciones perfeccionando los modelos ya elaborados4<\/sup>, tarea en la cual est\u00e1 trabajando actualmente el IIE.<\/p>\n

22.4. EI Modelo de Proyecciones para Argentina<\/span><\/strong><\/p>\n

El primer problema que surge al intentar realizar proyecciones econ\u00f3micas para pa\u00edses en desarrollo es la falta de series estad\u00edsticas largas y de calidad5<\/sup>. A esto se le agrega, en el caso argentino, la dificultad que genera la existencia de un per\u00edodo de extremada volatilidad en las principales variables macroecon\u00f3micas: los a\u00f1os hiperinflacionarios de 1989 y 1990.<\/span><\/p>\n

En efecto, la existencia de observaciones \u00abat\u00edpicas\u00bb en esos a\u00f1os introduce \u00abruido\u00bb en las estimaciones. Es claro tambi\u00e9n que el funcionamiento de la econom\u00eda argentina es diferente antes y despu\u00e9s de un punto de quiebre f\u00e1cilmente identificable en alg\u00fan punto del primer semestre de 1991 (en abril de ese a\u00f1o se implementa lo que se conoce como \u00abPlan de Converibilidad\u00bb).<\/span><\/p>\n

Si bien es posible solucionar los inconvenientes t\u00e9cnicos que estas cuestiones generan concentrando el an\u00e1lisis \u00fanicamente en el per\u00edodo que comienza en 1991, no debe olvidarse que esto reduce considerablemente la calidad de las proyecciones obtenidas ya que, a igualdad de otros factores, la calidad de los an\u00e1lisis econ\u00f3micos es directamente proporcional a la cantidad de datos utilizados. Esta \u00faltima afirmaci\u00f3n adquiere especial relevancia cuando se trata de t\u00e9cnicas de series de tiempo multivariadas, como las utilizadas en este tipo de modelos de proyecciones, debido a la relativamente elevada cantidad de par\u00e1metros que requieren estimar.<\/span><\/p>\n

Realizadas las aclaraciones del caso y recordando, al igual que en la secci\u00f3n anterior, que los <\/span>modelos analizados brindan todav\u00eda un amplio margen para ser perfeccionados, se presentan a continuaci\u00f3n algunos elementos referentes al modelo elaborado para Argentina.<\/p>\n

\n

4 <\/span><\/sup>Una l\u00ednea de trabajo muy interesante consiste en utilizar Bayesian Vector Error Correction Models (BVECM), campo en el cual se han hecho grandes avances en los \u00faltimos a\u00f1os (ver, por ejemplo, Litterman (1985), Sims and Zha (1997), Waggoner and Zha (1998), Stark (1998)).<\/span><\/p>\n

5 <\/span><\/sup>Los bancos centrales de M\u00e9xico y Chile poseen muy buenas bases de datos, con las cuales el IIE ya ha construido algunos modelos de proyecciones.<\/span><\/p>\n

\n

Con caracter\u00edsticas semejantes a los modelos construidos para Estados Unidos, Jap\u00f3n y Alemania, el modelo argentino utiliza las siguientes variables, todas provenientes de la base de datos del Ministerio de Econom\u00eda y Obras y Servicios P\u00fablicos de la Naci\u00f3n:<\/span><\/p>\n

– Producto Interno Bruto a precios de 1993 desestacionalizado.<\/span><\/p>\n

– Agregado Monetario M3 bimonetario a precios de 1993.<\/span><\/p>\n

– \u00cdndice de Precios al Consumidor.<\/span><\/p>\n

– Tasa de Inter\u00e9s de los Dep\u00f3sitos a Plazo Fijo (de 30 a 59 d\u00edas).<\/span><\/p>\n

– Tasa de Inter\u00e9s Prime.<\/span><\/p>\n

Dado que, debido a las dificultades se\u00f1aladas anteriormente, los datos utilizados corresponden al per\u00edodo 1992.1-1999.2, no es posible analizar la confiabilidad de las proyecciones argentinas durante un per\u00edodo tan largo como en el caso de los tres pa\u00edses avanzados presentados en las secciones anteriores de este cap\u00edtulo. Por este motivo, para el caso argentino se utiliz\u00f3 el per\u00edodo de prueba comprendido entre 1997.1 y 1999.2 (diez trimestres).<\/span><\/p>\n

Los resultados de someter a prueba el modelo argentino a lo largo de esos diez trimestres se <\/span>presentan en los cuadros 22.8 y 22.9 y en los gr\u00e1ficos 22.16 a 22.20 al final del cap\u00edtulo. N\u00f3tese el relativamente bajo Error Absoluto Promedio correspondiente a las proyecciones del Producto Interno Bruto argentino (apenas por encima del correspondiente a Jap\u00f3n, a pesar de la reducida cantidad de trimestres analizados). Este resultado indica que, al utilizar este modelo para proyectar el PIB argentino con un trimestre de anticipaci\u00f3n, las proyecciones diferir\u00e1n de los valores efectivos en un promedio del 1,15%.<\/p>\n

Si bien los resultados obtenidos para el agregado monetario considerado y para la tasa prime son de menor calidad que los correspondientes a los anteriores pa\u00edses analizados, en el cuadro 22.9 puede apreciarse la confiabilidad de las proyecciones de \u00cdndice de Precios al Consumidor (el Error Absoluto Promedio de las proyecciones con un trimestre de anticipaci\u00f3n es igual a 0,58%) y de la Tasa de Inter\u00e9s de los Dep\u00f3sitos a Plazo (el EAP es igual a 0,89 puntos porcentuales si se realizan proyecciones un trimestre hacia adelante).<\/span><\/p>\n

Al analizarse los gr\u00e1ficos 22.16 a 22.20, debe tenerse en cuenta que la escala del eje horizontal <\/span>(el per\u00edodo considerado) es mucho menor para Argentina que para los pa\u00edses anteriormente analizados, por lo que las distancias entre las distintas l\u00edneas son visualmente mayores en el primer caso. Como puede apreciarse en el primero de los gr\u00e1ficos, las proyecciones del PIB argentino se encuentran pr\u00f3ximas a los valores efectivos a excepci\u00f3n del tercer trimestre de 1998, cuando el nivel de actividad de nuestro pa\u00eds comienza a caer producto del contagio de la crisis rusa (agosto). Evidentemente, este shock externo no era predecible utilizando los datos existentes hasta el segundo trimestre de ese a\u00f1o.<\/p>\n

Finalmente, en el cuadro 22.10 se presentan las proyecciones del Producto Interno Bruto argentino para el per\u00edodo 1999.3-2000.4, obtenidas utilizando el modelo analizado. \u00bfEstos resultados indican que el PBI argentino caer\u00e1 un 2.3% durante 1999 y crecer\u00e1 un 4.4% durante el a\u00f1o 2000? Evidentemente, nadie sabe lo que ocurrir\u00e1 en los pr\u00f3ximos seis trimestres pero, si no se presentan shocks que impacten considerablemente sobre la econom\u00eda argentina, es muy probable que la evoluci\u00f3n del producto argentino se encuentre muy cerca de la senda proyectada (recu\u00e9rdese que, de haberse utilizado este modelo para proyectar, de a un trimestre por vez, el PBI argentino entre los trimestres 1997.1 y 1999.2, el Error Absoluto Promedio habr\u00eda sido apenas superior al 1%).<\/span><\/p>\n

22.5. Conclusiones y Comentarios Finales<\/span><\/strong><\/p>\n

La tarea de realizar proyecciones econ\u00f3micas, de gran importancia para complementar el conocimiento y el \u00abolfato\u00bb del hombre de negocios (o del funcionario p\u00fablico conocedor del sector sobre el cual impactan sus decisiones), requiere una dedicaci\u00f3n permanente no s\u00f3lo porque las proyecciones deben actualizarse continuamente a medida que aparece nueva informaci\u00f3n, sino tambi\u00e9n porque los modelos con los que se \u00abprocesa\u00bb dicha informaci\u00f3n deben ser continuamente perfeccionados. <\/span><\/p>\n

Esto \u00faltimo es as\u00ed por dos motivos. En primer lugar, las t\u00e9cnicas econom\u00e9tricas han progresado <\/span>a tal punto, que actualmente existen m\u00e9todos de una elevada complejidad y sofisticaci\u00f3n para ser utilizados en el campo de las proyecciones econ\u00f3micas6<\/sup>, lo que implica que esfuerzos como los realizados por el IIE en esta l\u00ednea de trabajo, sin lugar a dudas, no alcanzan a aprovechar todas las t\u00e9cnicas ubicadas en la frontera del conocimiento en esta \u00e1rea, lo que deja amplio margen para continuar avanzando. En segundo lugar, aun habiendo aprovechado todas las herramientas disponibles, la expansi\u00f3n que continuamente se produce en la mencionada frontera de conocimiento abre nuevas posibilidades.<\/p>\n

Estas consideraciones son \u00fatiles para poner en perspectiva lo presentado en este cap\u00edtulo. En <\/span>efecto, el prop\u00f3sito del mismo no es presentar el modelo de proyecciones del IIE sino presentar algunos elementos de importancia de los modelos elaborados, los cuales s\u00f3lo constituyen los modelos \u00abbase\u00bb sobre los cuales se trabajar\u00e1 en el futuro para perfeccionar las proyecciones a realizar.<\/p>\n

\u00bfQu\u00e9 se pretende obtener con este tipo de modelos? La idea es disponer de una poderosa <\/span>herramienta que permita trazar los escenarios futuros m\u00e1s probables del entorno en el cual se<\/p>\n

desenvuelven los negocios y las actividades en general de los agentes econ\u00f3micos argentinos. Es evidente que para lograrlo es necesario tener una visi\u00f3n global de la econom\u00eda: si para algo han servido las crisis financieras internacionales de los \u00faltimos a\u00f1os, es para hacerle comprender al individuo no especializado en temas econ\u00f3micos que lo que ocurre en lugares tan distantes como Estados Unidos, Rusia o los pa\u00edses del sudeste asi\u00e1tico, impacta a trav\u00e9s de diferentes canales en la econom\u00eda local y, por lo tanto, en numerosas decisiones que debe tomar.<\/span><\/p>\n

Efectivamente, decisiones como tomar cr\u00e9ditos o cancelarlos, aceptar o rechazar propuestas <\/span>laborales, incrementar el consumo o hacer lo propio con el ahorro familiar, \u00abhundir\u00bb capital en una empresa o destinar los recursos disponibles a otros fines, son s\u00f3lo algunos de los numerosos ejemplos que pueden citarse de decisiones cotidianas que se ven afectadas por un entorno econ\u00f3mico sin l\u00edmites geogr\u00e1ficos precisos.<\/p>\n

Esto es lo que justifica abarcar en el esfuerzo de investigaci\u00f3n al menos las principales econom\u00edas del mundo (Estados Unidos, Jap\u00f3n y la Zona del Euro) y algunas econom\u00edas emergentes (entre las latinoamericanas, Brasil, M\u00e9xico y Chile resultan de inter\u00e9s), de tal manera de complementar el an\u00e1lisis espec\u00edfico de Argentina.<\/span><\/p>\n

Como f\u00e1cilmente podr\u00e1 apreciar el lector, lo presentado en este cap\u00edtulo es s\u00f3lo el punto de <\/span>partida de lo que se pretende alcanzar en esta l\u00ednea de trabajo, siendo el objetivo de esta \u00faltima brindar un instrumento fundamental para la toma de decisiones.<\/p>\n

\n

6<\/span><\/sup> Excelentes referencias al respecto pueden encontrarse en Diebold (1998).<\/span><\/p>\n

\n

\"\"<\/p>\n

\"\"<\/p>\n

\"\"<\/p>\n

\"\"<\/p>\n

\"\"<\/p>\n

\"\"<\/p>\n

\"\"<\/p>\n

\"\"<\/p>\n

\"\"<\/p>\n

\"\"<\/p>\n

\"\"<\/p>\n

\"\"<\/p>\n

\"\"<\/p>\n

\"\"<\/p>\n","protected":false},"excerpt":{"rendered":"

CAPITULO 22: MODELOS Y PROYECCIONES MACROECONOMICAS DE CORTO PLAZO   La ciencia econ\u00f3mica ha avanzado considerablemente en el […]<\/p>\n","protected":false},"author":1,"featured_media":3052,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":[],"categories":[23],"tags":[],"_links":{"self":[{"href":"https:\/\/bolsacba.com.ar\/buscador\/index.php?rest_route=\/wp\/v2\/posts\/1202"}],"collection":[{"href":"https:\/\/bolsacba.com.ar\/buscador\/index.php?rest_route=\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/bolsacba.com.ar\/buscador\/index.php?rest_route=\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/bolsacba.com.ar\/buscador\/index.php?rest_route=\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/bolsacba.com.ar\/buscador\/index.php?rest_route=%2Fwp%2Fv2%2Fcomments&post=1202"}],"version-history":[{"count":10,"href":"https:\/\/bolsacba.com.ar\/buscador\/index.php?rest_route=\/wp\/v2\/posts\/1202\/revisions"}],"predecessor-version":[{"id":3754,"href":"https:\/\/bolsacba.com.ar\/buscador\/index.php?rest_route=\/wp\/v2\/posts\/1202\/revisions\/3754"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/bolsacba.com.ar\/buscador\/index.php?rest_route=\/wp\/v2\/media\/3052"}],"wp:attachment":[{"href":"https:\/\/bolsacba.com.ar\/buscador\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=1202"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/bolsacba.com.ar\/buscador\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=1202"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/bolsacba.com.ar\/buscador\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=1202"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}