Incorporan la incertidumbre a las predicciones del futuro de la economía

Una investigación de la Universidad Carlos III de Madrid (UC3M), de Alejandro Rodríguez y Esther Ruiz, muestra nuevas vías para predecir el futuro de la economía, incorporando la incertidumbre. Estos métodos posibilitan hacer unas predicciones macroeconómicas más realistas, para ser consideras por los gobiernos en la toma de decisiones. Por esta razón, los expertos se esfuerzan en encontrar nuevas maneras para que sus previsiones sean más precisas, dándose la menor cantidad posible de desviaciones en ellas.

Las predicciones no suelen tener en cuenta la incertidumbre, es decir “el desconocimiento que tenemos sobre lo que va a pasar y que no podemos predecir con la información disponible en el momento de realizar la predicción”, explica Esther Ruiz, catedrática del Departamento de Estadística de la Universidad Carlos III de Madrid; “introducir la incertidumbre hará posible pronósticos más realistas”, añade.

Los nuevos métodos de predicción propuestos tienen la ventaja de ser sencillos desde el punto de vista computacional, al tiempo que sus resultados mejoran los obtenidos por medio de técnicas alternativas. Además permiten el cambio, a lo largo del tiempo, de los márgenes de errores asociados con algunas variables clave, como la tasa de paro, la inflación y la producción. De esta manera se obtienen intervalos diferentes, según la incertidumbre presente en cada momento,  con respecto a los valores futuros.

Las nuevas técnicas propuestas permiten que los márgenes de error de predicción asociados con algunas variables clave, como la tasa de paro, la inflación y la producción, puedan cambiar a lo largo del tiempo, de modo que se obtienen intervalos para los valores futuros diferentes en función de la incertidumbre presente en cada momento.

Referencia bibliográfica: Alejandro Rodríguez, Esther Ruiz. Bootstrap prediction mean squared errors of unobserved states based on the Kalman filter with estimated parameters. Computational Statistics and Data Analysis (2012). DOI:10.1016/j.csda.2011.07.010.

Artículo Portal Universidad Carlos III

Documento (completo - inglés)