jornadaseconometria2020.files.wordpress.com  · Web viewA partir del empleo de series de tiempo de...

8
INDICADOR XXI Alfredo Baronio Universidad Siglo 21 – Universidad Nacional de Río Cuarto Doctor en Ciencias Económicas. Profesor de Econometría, Investigador en Producción de Datos y Econometría Aplicada, Director de becas y trabajos finales de grado y posgrado. [email protected] Flavio Buchieri Universidad Nacional de Villa María - Universidad Tecnológica Nacional - Universidad Siglo 21 Doctor en Economía, Universidad del CEMA. Flavio Buchieri es Dr. en Economia por la Universidad del CEMA. Profesor de grado y posgrado. Investigador y Consultor [email protected] Ana María Vianco Universidad Nacional de Río Cuarto – Universidad Siglo 21 Especialista en Econometría. Profesor de Econometría, Investigador en Producción de Datos y Econometría Aplicada, Director de becas y trabajos finales de grado y posgrado. [email protected] Palabras claves: Sustentabilidad – Volatilidad - GARCH Resumen Este trabajo propone un indicador para medir la sustentabilidad de la economía argentina y pronosticar expectativas de los agentes de la actividad económica. El indicador contempla aspectos sociales, institucionales, económicos y ambientales, está orientado a establecer la performance socio económica de corto plazo de la economía argentina y a facilitar el pronóstico de las principales variables macroeconómicas. Se calcula a partir de una combinación lineal de las relativas cíclicas e irregulares de las variables desestacionalizadas: Imagen de gobierno, Indice de confianza del consumidor, Reservas del BCRA, Indice Merval, Estimador Mensual de Actividad Económica (EMAE), Empleo, Bienestar y Generación de

Transcript of jornadaseconometria2020.files.wordpress.com  · Web viewA partir del empleo de series de tiempo de...

Page 1: jornadaseconometria2020.files.wordpress.com  · Web viewA partir del empleo de series de tiempo de variables desestacionalizadas, se calcula un promedio simple de las relativas cíclicas

INDICADOR XXI

Alfredo BaronioUniversidad Siglo 21 – Universidad Nacional de Río Cuarto

Doctor en Ciencias Económicas. Profesor de Econometría, Investigador en Producción de Datos y Econometría Aplicada, Director de becas y trabajos

finales de grado y [email protected]

Flavio BuchieriUniversidad Nacional de Villa María - Universidad Tecnológica Nacional -

Universidad Siglo 21

Doctor en Economía, Universidad del CEMA. Flavio Buchieri es Dr. en Economia por la Universidad del CEMA. Profesor de grado y posgrado. Investigador y Consultor

[email protected]

Ana María ViancoUniversidad Nacional de Río Cuarto – Universidad Siglo 21

Especialista en Econometría. Profesor de Econometría, Investigador en Producción de Datos y Econometría Aplicada, Director de becas y trabajos

finales de grado y [email protected]

Palabras claves: Sustentabilidad – Volatilidad - GARCH

ResumenEste trabajo propone un indicador para medir la sustentabilidad de la economía argentina y pronosticar expectativas de los agentes de la actividad económica.El indicador contempla aspectos sociales, institucionales, económicos y ambientales, está orientado a establecer la performance socio económica de corto plazo de la economía argentina y a facilitar el pronóstico de las principales variables macroeconómicas. Se calcula a partir de una combinación lineal de las relativas cíclicas e irregulares de las variables desestacionalizadas: Imagen de gobierno, Indice de confianza del consumidor, Reservas del BCRA, Indice Merval, Estimador Mensual de Actividad Económica (EMAE), Empleo, Bienestar y Generación de energías alternativas. El contexto de inestabilidad de la economía Argentina es propicio para la modelización de las expectativas a través de modelos GARCH, los que pronostican significativamente el comportamiento de corto plazo en contextos volátiles.Resultados preliminares indican que, a partir de una metodología con bajo empleo de información y fácil medición, se construye, estima y proyecta un indicador que anticipa la evolución de corto plazo de la performance económica del país. Este aspecto es clave para estimar su impacto en

Page 2: jornadaseconometria2020.files.wordpress.com  · Web viewA partir del empleo de series de tiempo de variables desestacionalizadas, se calcula un promedio simple de las relativas cíclicas

variables de resultados que son de interés para la toma de decisiones en contextos volátiles.

JEL: B4 – C5 – E3

Page 3: jornadaseconometria2020.files.wordpress.com  · Web viewA partir del empleo de series de tiempo de variables desestacionalizadas, se calcula un promedio simple de las relativas cíclicas

INDICADOR XXIIntroducción Este trabajo propone una metodología para medir la evolución de la economía argentina utilizando dimensiones de sustentabilidad. Se entiende por sustentabilidad la coocurrencia de aspectos sociales, institucionales, económicos y ambientales. Estos factores se utilizarán para predecir comportamientos futuros, así como expectativas, de los agentes de la actividad económica, entendiendo como principales componentes de estos a los consumidores, inversores y sectores de la economía. Se lo denominado INDICADOR XXI y apunta a, por un lado, establecer la performance socio económica de corto plazo de la economía argentina; al mismo tiempo que, por otro lado y en una segunda etapa, facilitar la predicción de las principales variables macroeconómicas. Este indicador apunta a convertirse en un predictor o anticipador de la performance global del país.

MetodologíaA partir del empleo de series de tiempo de variables desestacionalizadas, se calcula un promedio simple de las relativas cíclicas e irregulares de las mismas. Esto permite estimar, a través del valor que asume el indicador mencionado, la performance y sustentabilidad de la economía argentina, en un contexto de permanente evolución e inestabilidad. La construcción y posterior estimación y proyección del indicador, posibilita la generación de una metodología simple con bajo empleo de información y fácil medición, que permite contar con un predictor que anticipa la evolución de corto plazo de variables de resultado, tales como tasa de inflación y el tipo de cambio nominal, entre otras de interés para la toma de decisiones en contextos volátiles.Las variables de proceso que se han considerado para la estimación del INDICADOR XXI fueron elegidas por la regularidad que se ha observado en los últimos años en cuanto a su contribución a la medición de la performance socio-económica de corto plazo de la economía argentina, expresando cada una en interacción con las demás, las características de contexto (expansión vs. recesión) como de comportamiento (ascendente vs. descendente) de los mismos. Dichas variables son Imagen del gobierno, Índice de confianza del consumidor, Reservas del BCRA, Índice MERVAL, Estimado Mensual de Actividad Económica, Empleo, Bienestar y Generación de Energías Alternativas. Estas variables se clasifican en el Cuadro 1, considerando las dimensiones de la sustentabilidad.

Cuadro 1. Dimensiones de la Sustentabilidad. Sustentabilidad Institucional

Imagen del gobierno Índice de confianza del consumidor

Sustentabilidad EconómicaReservas del BCRA Índice Merval (MERVAL)Estimador Mensual de Actividad Económica (EMAE)

Sustentabilidad SocialEmpleo Bienestar

Sustentabilidad ambientalGeneración de energías alternativas

Page 4: jornadaseconometria2020.files.wordpress.com  · Web viewA partir del empleo de series de tiempo de variables desestacionalizadas, se calcula un promedio simple de las relativas cíclicas

Las variables Imagen del gobierno e Índice de confianza del consumidor exponen el nivel de aprobación/desaprobación de la gestión del gobierno nacional en términos de administración de la política económica, aspectos que se traducen en la sustentabilidad institucional y/o legitimación social del mismo. Estas variables son obtenidas de la Universidad Torcuato Di Tella.Las variables Reservas del BCRA, Índice Merval y EMAE traducen la evolución de la actividad económica y del nivel de aprobación de la política económica para poder proyectar la economía más allá del corto plazo, condición necesaria pero no suficiente para aumentar la sustentabilidad social. Las fuentes secundarias de estas variables son el Banco Central de la República Argentina (BCRA), Bolsas y Mercados Argentinos (BIMA) y el Instituto Nacionales de Estadísticas y Censos (INDEC). Las variables Empleo y Bienestar exponen el cuadro social imperante, aspecto que convalida o no la sustentabilidad institucional y, con ella, procede a su impacto en la económica. Empleo es la tasa de empleo de la economía informada por INDEC a partir de la Encuesta Permanente de Hogares. Bienestar se define como el complemento de la pobreza y se calcula a partir de la información suministrada por el INDEC.Por último, la variable Generación de energías alternativas acusa recibo como termómetro de la capacidad de generación de inversión en sectores estratégicos de provisión de insumos productivos. Es la principal variable que puede anticipar el cambio de tendencia de corto plazo y su fuente es la Cámara Argentina de Energías Renovables (CADER).En el Cuadro 2, reúne el comportamiento de las series y en qué fase de las relativas cíclicas irregular se encuentra. Las series analizadas, insumos del INDICADOR XXI, se descomponen en las relativas cíclicas irregulares mostrando comportamientos crecientes o decrecientes en contextos de Expansión y/o Recesión.En La Figura 1 se expone la evolución temporal de las relativas cíclicas irregulares, derivadas de un modelo multiplicativo, correspondiente a las variables elegidas para la construcción del INDICADOR XXI, situación que permite formular una lectura rápida de cada uno de ellos.

Cuadro 2. Comportamiento de las relativas cíclicas irregulares

RELATIVAS

COMPORTAMIENTO MAYOR A 1 MENOR A 1CRECIENTE Expansión RecuperaciónDECRECIENTE Recesión Depresión

Evaluados los indicadores al mes de junio de 2019, el comportamiento cíclico muestra a las variables Bienestar, EMAE, Genera, Imagen, Índice de confianza y MERVAL en Expansión; EMPLEO y Reservas en Depresión.La lectura general del cuadro de variables permite considerar que el peor momento de la coyuntura general del país se evidenció en el sub-período tercer trimestre del 2018-primer trimestre del 2019. El rebote posterior, a diferentes velocidades y distribuidas en diferentes momentos temporales (trimestres) permitió que el indicador XXI, en conjunto, muestre un sendero creciente, en un contexto de expansión. En el período junio 2019 se observa

Page 5: jornadaseconometria2020.files.wordpress.com  · Web viewA partir del empleo de series de tiempo de variables desestacionalizadas, se calcula un promedio simple de las relativas cíclicas

un crecimiento respecto de mayo 2019 de 4,46%, y con respecto al mismo mes del año anterior un incremento del 1,44%.

Figura 1. Evolución de las variables integrantes del INDICADOR XXI

Figura 2. Evolución del INDICADOR XXI

Aplicación utilizando Indicador XXI para el pronóstico de IPCEl Indicador XXI se ha utilizado para modelar el comportamiento de la inflación con expectativas adaptativas entre enero de 2011 y junio de 2019. Se especifica y estima el modelo

IPC t=β0+β1 IXXI t+β2 IPC (−1)t+εtDonde IPC t es el porcentaje de variación del Índice de Precios al Consumidor; IXXI t es el Indicador XXI y ε t es la perturbación aleatoria.

Page 6: jornadaseconometria2020.files.wordpress.com  · Web viewA partir del empleo de series de tiempo de variables desestacionalizadas, se calcula un promedio simple de las relativas cíclicas

El modelo estimado presenta residuos no normales, heterocedásticos, no autocorrelacionados y con persistente volatilidad a partir de 2016 (Figura 3). Esta situación conduce a la especificación de un modelo autorregresivo con heterocedasticidad condicional

IPC t=β0+β1 IXXI t+β2 IPC (−1 )t+β3FICIPC t+ε t

σ ε2=α 0+γ 1ε t−1

2 +γ 2 εt−22 +δ 1σ t−1

2 +θ1 IXXI t+μ tDonde FICIPCt es una variable ficticia que asume el valor 1 entre enero de 2016 y junio de 2019; la ecuación que modela la volatilidad es un GARCH(1,2) e incorpora a IXXI t como regresor. El resultado de la estimación se observa en la Figura 4; presenta residuos normales, homocedásticos y no autocorrelacionados. La estructura de la varianza presenta coeficientes que no aseguran varianza positiva pero sí convergencia.

Figura 3. Residuos estimados del modelo de expectativas adaptativas de precios

Figura 4. Estimación del IPC

Es un modelo de expectativas adaptativas que muestra la velocidad de ajuste de la inflación en el nivel de 0,6. El coeficiente de expectativas

Page 7: jornadaseconometria2020.files.wordpress.com  · Web viewA partir del empleo de series de tiempo de variables desestacionalizadas, se calcula un promedio simple de las relativas cíclicas

adaptativas es de 0,3999 y los cambios en el largo plazo derivados de los cambios en IXXI alcanzan el nivel de -6,9676. El tiempo promedio necesario para observar cambios en el IPC cuando cambia el Indicador XXI es de 1,50 periodos; es decir, 1 mes y medio; se necesitan 1,36 periodos para alcanzar el 50% del cambio total.

El Indicador XXI se utiliza para pronosticar la inflación a corto plazo. La Figura 5 muestra la descripción que el modelo de expectativas adaptativas realiza del IPC en el periodo bajo estudio.

Figura 5 IPC real y pronóstico

Conclusiones

El trabajo presenta un indicador que permite describir el comportamiento de la economía argentina, teniendo en cuenta aspectos sociales, institucionales, económicos y ambientales. Además, posibilita pronosticar comportamientos de variables de resultado. A modo de ejemplo, el indicador se utiliza para modelar la evolución del Índice de Precios al Consumidor, en el periodo enero 2011 a junio 2019, a través de expectativas adaptativas. La volatilidad de la varianza conduce a especificar un modelo GARCH(1,2) que ajusta para el periodo evaluado. De esta manera el trabajo contribuye a anticipar la performance global del país.

Bibliografía

Fabris, J (2009). Econometría Financiera. Editorial Omicron, Buenos Aires

IHS Global Inc. (2015) Eviews 9 User’s Guide II. Otero, J.M. (1993) “Econometría. Series temporales y predicción”.

Editorial A.C. Madrid. Perez Lopez, C. (2008). “Econometría Avanzada. Técnicas y

Herramientas” Editorial Pearson Prentice Hall. Madrid. Perez, C. (2006) “Econometría de las Series temporales” Editorial

Prentice Hall.