Previsión del presente en economías en desarrollo
Escribe Jeff Kearns / F&D FMI – Thierry Kalisa empezó a trabajar con nuevos datos para proyecciones económicas en tiempo real, o “nowcasting”, hace una década, pero la pandemia puso su potencial en un foco más nítido.
Como funcionario del Ministerio de Finanzas ruandés cuando el COVID afectó a Kigali, la capital, se unió a un grupo de trabajo conjunto con el banco central para monitorizar una economía en cierre durante el primer confinamiento del África subsahariana. Los indicadores económicos oficiales pronto quedarían obsoletos, incluso antes de su publicación.
El grupo lanzó un índice semanal de actividad económica basado en una medida del banco central que incorpora factores como exportaciones, importaciones y gasto en tiempo real del consumidor capturado de las máquinas de facturación electrónica de la autoridad tributaria en las tiendas. La perspectiva empeoró. La economía pronto se contraería.
“Esto ayudó al gobierno a revisar las proyecciones de crecimiento, ajustar el marco macroeconómico y tomar medidas políticas oportunas”, dijo Kalisa, quien se incorporó al banco central como economista jefe en 2021.
El Banco Nacional de Ruanda hoy incluye el nowcast en las sesiones informativas del personal antes de las reuniones trimestrales del Comité de Política Monetaria, y el equipo de Kalisa, compuesto por economistas, estadísticos y científicos de datos, se está ampliando para ayudar a cumplir. “Esto es muy exigente en términos de capacidad analítica, pero también produce indicadores de alta frecuencia”, afirmó.
Lagunas de datos
Ruanda es una de las economías en desarrollo que adopta un nuevo enfoque en la medición económica. Muchos buscan reducir las brechas con economías avanzadas y la mayoría de los mercados emergentes en indicadores oficiales que muchas economías en desarrollo publican con poca frecuencia o con retrasos. Esas economías avanzadas y emergentes cuentan con el personal, la financiación y otros recursos necesarios. Sin embargo, las grandes poblaciones en economías en desarrollo quedan excluidas.
Las iniciativas incluyen rastreadores en tiempo real del crecimiento económico, la inflación, el comercio y el consumo. Varios países de bajos ingresos están desarrollando operaciones de datos con el apoyo del desarrollo de capacidades del FMI y asistencia técnica (véase la barra lateral).
Las brechas de datos afectan de forma desproporcionada a los países de bajos ingresos. Las economías avanzadas y la mayoría de los mercados emergentes publican el PIB trimestralmente. Pero alrededor de un tercio de los países del mundo solo tienen un PIB anual, dejando a los responsables políticos en la oscuridad durante largos periodos.
Y el PIB, incluso para los países que lo publican rápidamente, sigue saliendo un mes o más después de que termine el trimestre. Durante las crisis, la espera persigue a los responsables políticos, que deben dirigir la economía sin saber hacia dónde se dirige.
La interrupción sin precedentes de la pandemia puso de manifiesto esta realidad y puso de manifiesto la necesidad de medidas más oportunas y frecuentes para complementar los datos oficiales. Algunas actividades cesaron, otras explotaron y la recogida de datos de indicadores se vio afectada, causando distorsiones. Bruno Tissot, jefe de estadística del Banco de Pagos Internacionales y secretario de su Comité Irving Fisher sobre Estadísticas del Banco Central, lo califica como “oscuridad estadística”.
“Los bancos centrales de todo el mundo han reconocido la primacía de proporcionar indicadores oportunos, por ejemplo, movilizando fuentes alternativas de datos de alta frecuencia, construyendo indicadores semanales o incluso diarios, y mejorando sus ejercicios de nowcasting”, observó el comité en un informe de 2023 sobre estadísticas de bancos centrales pospandemias.
Herramienta de previsión
El nowcasting se originó en los años 80 como un término meteorológico para predecir condiciones con solo unas horas de antelación. Significa otra cosa en el mundo de la economía.
“Con el tiempo, miras por la ventana y ves si está lloviendo o no”, dijo Domenico Giannone, un pionero del nowcasting. “En economía, hay que esperar.”
El artículo de Giannone de 2008 sobre el nowcasting, coescrito con Lucrezia Reichlin y David Small, es reconocido por introducir el término en la economía.
Giannone y Reichlin, entonces en la Université Libre de Bruxelles, comenzaron a desarrollar un modelo de previsión a corto plazo en 2002, en respuesta a una solicitud de Ben Bernanke, uno de los gobernadores de la Reserva Federal en ese momento. Les pidió que exploraran la viabilidad de un modelo integral de big data para la previsión y el análisis de políticas, que cubriera las interacciones entre sectores clave de la economía. Giannone y Reichlin descubrieron que la predicción solo era posible para el presente, el pasado muy reciente y el futuro muy cercano—lo que denominaron “nowcasting”—y construyeron un modelo para usar datos en tiempo real para ello. Situó lo que antes era informal, y basado en gran medida en el juicio, en un marco estadístico formal.
“La Fed estaba interesada en ver si ese tipo de marco podía adaptarse al problema de leer todos los diferentes comunicados en tiempo real”, recordó Reichlin, profesor en la London Business School y exdirector de investigación en el Banco Central Europeo (BCE). “En aquel momento, los modelos macroeconómicos eran relativamente pequeños—era antes del ‘big data’—y empezamos a pensar: ¿Qué modelos podían manejar muchas series temporales y, al mismo tiempo, mantener cierta simplicidad para no generar estimaciones volátiles e poco fiables?”
Más tarde, Giannone continuó ese trabajo en la Fed de Nueva York, donde lideró el desarrollo de un nowcast de estimaciones semanales del crecimiento económico trimestral de Estados Unidos.
Tras cargos en el BCE, Amazon y el FMI, Giannone se incorporó este año a la Universidad Johns Hopkins para centrarse en mejorar la medición de la actividad económica en países de bajos ingresos. En parte, dijo que se motivaba por la realización de que las herramientas de búsqueda de ahora de economías más grandes y ricas cubrían casi toda la economía global, pero los países de bajos ingresos apenas disponían de nada.
Volar a ciegas
Los países de bajos ingresos se enfrentan a desafíos con el nowcasting y con los datos oficiales que complementa, especialmente cuando los presupuestos gubernamentales están limitados y el personal cualificado escasea. Pero los profesionales siguen viendo potencial en la definición de las medidas en tiempo real.
Las primeras estimaciones del PIB en muchas economías avanzadas se publican aproximadamente un mes después del final del trimestre—dos meses en algunas grandes economías emergentes—y luego se revisan. En economías en desarrollo puede tardar más de tres meses.
La Oficina Nacional de Estadísticas de Kenia, por ejemplo, publica el PIB unos tres meses después de que termine el trimestre, pero el banco central utiliza herramientas de nowcasting ajustadas por el personal del FMI y Giannone para empezar a medir el trimestre tras solo una semana, utilizando datos de gasto privado del consumidor y luego datos de remesas disponibles en dos semanas. Los datos de comercio, oferta monetaria, turismo y electricidad disponibles en unos 40 días ayudan a afinar el panorama y dan una buena idea de la salud del trimestre en la mitad del tiempo habitual.
Señales y movimiento
En países donde los datos son escasos, como en los países de bajos ingresos, los datos de transacciones como los incorporados al modelo de Kenia “serán extremadamente útiles”, dijo Giannone, y mucho más informativos que en las economías avanzadas, donde los indicadores se publican casi a diario.
Su investigación más reciente se centra en los vínculos globales y el nowcasting de la actividad de un país basándose en lecturas de vecinos, socios comerciales y la economía global, utilizando un modelo que incorpora el PIB de todos los países.
“Cada país tiene un componente global y otro regional, y a partir de esto interpolamos para países que tienen menos información, usando aquellos que tienen más información”, dijo, citando cómo los vecinos y los principales socios comerciales pueden ayudar a indicar la dirección de la actividad. “Si obtienes el PIB de Estados Unidos, esto también proporciona alguna señal para Camboya. Hay mucho comovimiento.”
Los avances recientes en grandes modelos de lenguaje e inteligencia artificial abren nuevas posibilidades notables para explotar el texto como datos e integrar datos con metadatos, afirmó.
Medir expansiones y contracciones en tiempo real tiene aún más potencial, una investigación que considera prioritaria. “Para entender si estás en recesión en un país donde el PIB no está disponible trimestralmente, tienes que esperar un año”, dijo. “Un responsable político no tiene una idea clara de dónde está. Así que es extremadamente importante avanzar en esa dirección.”
Fuentes de alta frecuencia
En Sudáfrica, una economía de mercados emergentes y la mayor de los investigadores de bancos centrales del continente quieren una mayor comprensión de las señales económicas a partir de datos en tiempo real, incluyendo nuevas fuentes que puedan ayudar a medir los efectos de las interrupciones. Por ejemplo, la economía allí sufrió este año un brote de fiebre aftosa. Las interrupciones en el suministro hicieron que los precios de la carne de vacuno se dispararan, lo que contribuyó al aumento más rápido de precios al consumidor interanual en 10 meses.
Los economistas del Banco de la Reserva de Sudáfrica obtuvieron una lectura temprana de datos agrícolas comerciales de carne y otros cultivos para medir la inflación alimentaria.
Esto subraya cómo funciona el nowcasting en la práctica y por qué es valioso. Statistics South Africa publicó el índice de precios al consumidor (IPC) de septiembre tres semanas después de finalizar el mes, pero los datos comerciales correspondientes del mes ya estaban disponibles dos semanas antes.
Los datos subyacentes provienen de fuentes de alta frecuencia como ventas mayoristas y minoristas, subastas de ganado y mercados de productos agrícolas, que ofrecen lecturas muy desglosadas sobre componentes alimentarios como carne, fruta y verduras, según Mpho Rapapali, economista del Departamento de Investigación que trabaja en estas medidas. El análisis estadístico muestra que los indicadores comerciales lideran el IPC entre uno y tres meses en todos los componentes, añadió.
“Eso ha sido muy importante para ayudarnos con nuestras previsiones”, dijo Rapapali en una entrevista. “También podemos tener un punto de control semanal para ver qué pasa en estas categorías de alimentos.”
‘Empieza con los datos’
Los modelos de nowcasting se han vuelto más sofisticados en los últimos años, y los grandes modelos de lenguaje permiten acceder a más datos que en el pasado. La novedad de nuevas herramientas de medición prometedoras puede ser irresistible, pero hay matices. Los profesionales advierten que no hay atajos para la labor de ampliar los indicadores oficiales o aumentar la frecuencia y granularidad de los indicadores existentes. Nuevos métodos pueden ayudar al esfuerzo, trabajando conjuntamente para informar mejor las políticas, pero no pueden sustituir la rigurosa recopilación de datos.
Reichlin dice que las técnicas sofisticadas no suelen ser el mejor punto de partida cuando los países tienen pocos recursos. “Lo primero es intentar ver qué datos de alta calidad se producen en el país, o qué proxy puedes usar si los datos concretos no están presentes”, dijo. “Primero empieza con los datos, luego pasa a la técnica. Eso es muy importante.” Los modelos simples suelen rendir mejor, y el nowcasting consiste más en explotar diferentes liberaciones de datos para obtener una señal oportuna y combinar series en distintas frecuencias, añadió.
Los nuevos datos también pueden ser ruidosos o no representativos, y los modelos que funcionan bien pueden fallar cuando el mundo cambia, según Joshua Blumenstock, quien ha asesorado a países de África y el sur de Asia como codirector del Global Opportunity Lab de la Universidad de California, Berkeley, que utiliza datos novedosos y un enfoque interdisciplinar para guiar la política. Añadió que las nuevas herramientas de datos también conllevan preocupaciones más amplias: privacidad, transparencia, legitimidad y gobernanza.
Las economías en desarrollo también enfrentan desafíos de capacidad. Los bancos centrales y los gobiernos pueden carecer de presupuestos y de la capacidad para formar listas de economistas, estadísticos y científicos de datos y dotarles de herramientas informáticas avanzadas.
Nueva apreciación
Dejando a un lado los desafíos, la dirección para las economías en desarrollo es hacia más nowcasting para complementar los datos donde sea necesario, así como hacia indicadores económicos oficiales ampliados.
Así como Kalisa, en Ruanda, está ampliando su departamento, también lo es un homólogo al otro lado del mundo. Samoa, uno de los países menos poblados del mundo, con solo 220.000 habitantes, lleva dos años en un sistema formal de nowcasting, apoyado por la asistencia técnica del personal del FMI. En el banco central, que cuenta con menos de 90 empleados, Karras Lui, director del departamento de economía, espera ampliar su grupo de 8 a 10 personas.
“Iremos incorporando más recursos gradualmente a medida que sigamos desarrollando nuestra capacidad para hacer pronósticos”, dijo Lui. “Ahora hay un reconocimiento por parte de la junta no solo de estas nuevas herramientas, sino también del análisis que estamos proporcionando.”
DATOS E INNOVACIÓN EN EL ÁFRICA SUBSAHARIANA
Los estudios de caso sobre el desarrollo de capacidades del FMI muestran cómo una mejor medición económica y la innovación tecnológica pueden contribuir a una formulación de políticas sólidas
REPÚBLICA DEMOCRÁTICA DEL CONGO
Afinando las decisiones
políticas
El Banco Central del Congo es uno de los que desarrollan un sistema de previsión y análisis de políticas con la ayuda del FMI que mejora el análisis económico, apoya una toma de decisiones más sistemática y mejora la comunicación con el público.
Una innovación central dentro de este sistema es el nowcasting, crucial en un país donde sigue siendo difícil compilar estadísticas fiables y las cifras oficiales del PIB se publican solo anualmente y con largos retrasos. La información oportuna ayuda a los responsables políticos a detectar puntos de inflexión en el crecimiento y a calibrar las respuestas políticas de forma más eficaz. Los responsables políticos también enfrentan desafíos derivados de la alta dolarización; el ciclo de auge y caída en el sector minero clave, que contribuye con aproximadamente un tercio del PIB; y el impacto de los tipos de cambio y los precios de las materias primas en la inflación.
El nowcast del banco central identifica señales económicas en tiempo real combinando indicadores tradicionales de alta frecuencia —como la producción y precios y oferta monetaria de cobre y cobalto— con entradas no tradicionales como la intensidad de la luz nocturna por satélite y las tendencias de búsqueda en Google. Los resultados alimentan un modelo de proyección trimestral que vincula las evaluaciones a corto plazo con las previsiones y escenarios de política a medio plazo. En conjunto, estas herramientas están ayudando al banco central a adoptar una política monetaria prospectiva, transparente y basada en datos.
GUINEA-BISSAU
Transparencia
de la cadena de bloques
En 2020, Guinea-Bisáu se enfrentó a un desafío fiscal abrumador: la masa salarial pública consumía aproximadamente cuatro quintas partes de sus ingresos fiscales, una de las proporciones más altas del África subsahariana. Gestionar los salarios y pensiones de los funcionarios públicos era opaco, propenso a errores y vulnerable a abusos.
En mayo de 2024, y en colaboración con el FMI, la consultora EY y donantes, Guinea-Bisáu se convirtió en uno de los primeros países de la región en desplegar tecnología blockchain para gestionar su masa salarial pública en los ministerios de finanzas y administración pública.
La plataforma segura crea un libro de contabilidad digital inalterable de salarios y pensiones entre agencias gubernamentales, señalando discrepancias en las transacciones y permitiendo un seguimiento casi en tiempo real de quién cobra, cuánto y si los pagos están autorizados. Reduce la carga de auditorías y proporciona a los responsables políticos datos fiscales precisos y oportunos, todo ello mientras construye una base para futuras herramientas habilitadas por IA.
El proyecto blockchain es una herramienta útil que apoya varias reformas destinadas a controlar el gasto salarial introducidas como parte de un programa apoyado por el FMI. Los resultados son prometedores: la masa salarial cayó a la mitad de los ingresos fiscales en 2024, una mejora sustancial pero aún por encima de los estándares regionales. La plataforma se ampliará para cubrir los 26.600 funcionarios públicos y 8.100 pensionistas en todo el país.
KENYA
Perspectivas en tiempo real
Entre sus homólogos, Kenia cuenta con datos macroeconómicos de calidad relativamente alta. Sin embargo, sus estimaciones oficiales trimestrales del PIB suelen tener un retraso de al menos tres meses, y también se publican otros indicadores de mayor frecuencia de la actividad económica con retrasos. En este contexto, construir modelos de nowcasting a partir de los datos disponibles podría ofrecer a los responsables políticos una lectura rápida de la actividad económica antes de la publicación oficial del PIB.
El trabajo en curso del FMI sobre el nowcasting muestra que es posible aproximar en gran medida el crecimiento económico de Kenia antes de la publicación oficial del PIB explotando el comovimiento en una variedad de indicadores (económicos, financieros y otros) a lo largo de los ciclos económicos. El Banco Central de Kenia, apoyado por la asistencia técnica del FMI, también ha estado explorando formas de informar su visión sobre el crecimiento económico utilizando técnicas de nowcasting y extrayendo el contenido informativo de sus encuestas bimensuales.
Los Nowcasts, afinados con el avance en la disponibilidad de datos y la tecnología informática, ayudan a economistas, inversores y responsables políticos a medir en tiempo real el rendimiento económico. Por último, la investigación del FMI también muestra que el nowcasting puede aplicarse a países donde no se dispone de estimaciones trimestrales del PIB.
Aduanas de MADAGASCAR
AI
Como muchos países del mundo, Madagascar enfrenta desafíos significativos para gestionar la complejidad y el volumen de sus operaciones comerciales internacionales, especialmente en la detección de fraudes en las declaraciones aduaneras.
Los impuestos sobre el comercio internacional son fundamentales para los ingresos del gobierno. Pero aunque gran parte del proceso aduanero ya estaba digitalizado, la automatización de algunos componentes, especialmente el análisis de riesgo de fraude, seguía siendo esquiva, en parte debido a los datos limitados y a los métodos limitados para analizar información no estructurada y textual.
En octubre, los funcionarios de aduanas introdujeron IA agente, una forma autónoma de inteligencia artificial para la toma de decisiones, para detectar inconsistencias que señalan fraude mediante el análisis cruzado de declaraciones aduaneras, facturas, manifiestos y bases de datos externas e internas. Esto automatizaba muchas tareas manuales de los inspectores de primera línea, permitiendo a los expertos centrarse en casos complejos.
La iniciativa, apoyada por la asistencia técnica y el desarrollo de capacidades del FMI y basada en el apoyo previo del Servicio de Aduanas de Corea, impulsó las capacidades tecnológicas y permitió a la administración aduanera poseer y desarrollar aún más herramientas de IA. El trabajo subraya cómo las nuevas tecnologías pueden fortalecer la integridad y eficiencia aduanera, y modernizar los controles comerciales.
FUENTE: personal del FMI.
JEFF KEARNS forma parte del equipo de Finanzas y Desarrollo.
Referencia:
Giannone, D., L. Reichlin y D. Small. 2008. “Nowcasting: el contenido informativo en tiempo real de los datos macroeconómicos.” Journal of Monetary Economics 55 (4): 665–76.