Los bancos centrales están recurriendo a datos poco tradicionales para perfilar una visión más completa de la economía
CLAUDIA SAHM es economista jefe de la gestora de inversiones New Century Advisors y fue economista principal en la Junta de Gobernadores de la Reserva Federal.
Las opiniones expresadas en los artículos y otros materiales pertenecen a los autores; no reflejan necesariamente la política del FMI.
En la primavera de 2020, la Reserva Federal se topó con un problema: los cierres, el distanciamiento social y la mayor incertidumbre resultantes de la pandemia de COVID-19 estaban trastornando la vida cotidiana, pero las estadísticas económicas tradicionales que sirven para calibrar la política monetaria no alcanzaban a seguir el ritmo de los acontecimientos, y no reflejaban algunos aspectos nuevos de la economía pandémica. Eso sí, en vez de ir tanteando a ciegas, el banco central pudo recurrir a fuentes de datos poco tradicionales que habían desarrollado previamente, como el procesamiento de nóminas y las transacciones con tarjetas de crédito y débito, para ir vigilando el rápido deterioro de la economía.
Incluso en situaciones ideales, una política monetaria sólida exige datos recientes y de calidad. Por ejemplo, si las autoridades vislumbran una subida de la inflación, pueden plantearse un aumento de las tasas de interés para enfriar la economía; y si el mercado laboral parece debilitarse, entonces pueden sopesar un recorte para estimularla. Los cambios en las tasas de interés no tienen resultados inmediatos, por lo que si se quiere que las políticas resulten eficaces también es importante actuar con rapidez para evaluar correctamente la dirección de la economía.
Para controlar el pulso de la economía en todo momento, la Reserva Federal analiza una amplia variedad de estadísticas producidas por dependencias públicas como la Oficina de Estadísticas Laborales y el Departamento de Comercio. El gobierno, los inversionistas, los empresarios y el público en general consideran estas estadísticas, que generalmente se basan en encuestas representativas, como la regla de oro. Con todo, la Reserva Federal las viene complementando cada vez más con datos poco tradicionales, procedentes por lo general de fuentes privadas. Lo que distingue a estas fuentes poco convencionales es que la finalidad de los datos que se generan no es confeccionar estadísticas económicas, sino que estos son más bien el producto del desarrollo de un programa público o de la gestión empresarial, que posteriormente se transforma en estadísticas económicas.
Muchas veces, estos datos no tradicionales están más actualizados o son más granulares y, por tanto, pueden llenar algunas lagunas de las estadísticas oficiales, proporcionar otra perspectiva sobre factores económicos críticos como el empleo, y en definitiva mejorar la calidad de los datos de las fuentes tradicionales. Ahora bien, corresponde ver las fuentes no tradicionales como un complemento de las tradicionales, y no un sustituto.
Dado que la política monetaria se centra en estabilizar el ciclo económico, supone una ventaja añadida poder reconocer los puntos de inflexión con exactitud y rapidez, y en este sentido, los datos no tradicionales pueden resultar especialmente útiles. Mientras que las estadísticas oficiales sobre variables críticas como el desempleo, la inflación y el crecimiento económico se publican con semanas o incluso meses de rezago, los datos de las empresas privadas suelen conocerse mucho antes, en unas pocas semanas o incluso en días.
Su puntualidad fue particularmente útil cuando estalló la pandemia, que causó una recesión breve y profunda. De acuerdo con un análisis de la Reserva Federal, sus estimaciones internas semanales del empleo, basadas en los datos de ADP, una gran empresa de procesamiento de nóminas, revelaron fuertes caídas a fines de marzo de 2020, más de un mes antes de que la Oficina de Estadísticas Laborales publicara su propio informe mensual, en el que presentaba el mismo panorama.
La desaceleración desatada por la pandemia fue inusitadamente rápida, pero unas estimaciones más frecuentes y actualizadas sobre el empleo tienen aplicaciones más amplias. Por ejemplo, cada vez que las estimaciones mensuales de la Oficina de Estadísticas Laborales muestran una brusca caída, como ocurrió en 2025, los cálculos semanales de ADP aportan pistas sobre si se trata de una tendencia persistente o no. Los números de ADP también resultan de gran relevancia cuando el gobierno cierra por culpa de un conflicto presupuestario en el Congreso y no hay datos oficiales para consultar.
La granularidad de los datos alternativos representa otra ventaja cuando la Reserva Federal evalúa el impacto de los cambios de la política comercial en la inflación de precios al consumidor. De acuerdo con la teoría y la experiencia, el aumento de los aranceles a la importación provoca un incremento puntual del nivel de precios y un efecto alcista pasajero en la inflación. En ese caso, el banco central debería “ignorar” esa inflación y mantener las tasas constantes. No obstante, poner esa hipótesis a prueba es complicado porque las estadísticas clave que consulta la Reserva Federal no muestran los precios de los bienes por país de origen.
Así pues, el análisis más bien debe comparar los precios de amplias categorías de bienes según su cuota relativa del total de importaciones en el pasado, y aquí es donde la granularidad de los datos alternativos ofrece una manera más directa de seguir el impacto de los aranceles en los precios. Alberto Cavallo, profesor de la Universidad de Harvard, y dos colaboradores suyos constituyen una de esas fuentes de datos: elaboran índices diarios de precios basados en datos de Internet sobre cinco grandes minoristas de Estados Unidos, con información sobre el país de origen, la tasa arancelaria y el precio de venta de 350.000 bienes. Su estudio muestra que los precios de los bienes de consumo importados subieron más rápido que los de producción nacional en comparación con las tendencias previas a los aranceles. Asimismo, el impacto de los aranceles sobre los precios es más marcado en el caso de los bienes nacionales que compiten directamente con importaciones sujetas a aranceles. En general, los efectos han resultado relativamente suaves, en consonancia con los estudios basados en fuentes de datos tradicionales. Estos datos granulares recabados con mucha frecuencia también pueden servir para determinar si el movimiento alcista del nivel de precios ha llegado a su fin.
Las fuentes de datos alternativos más granulares resultaron asimismo provechosas para la Reserva Federal y otras autoridades durante la pandemia, que alteró drásticamente el comportamiento de consumidores y empresas. En combinación con los datos administrativos sobre el número de casos de COVID, los datos de empresas privadas sobre la movilidad física posibilitaron un seguimiento de esos cambios durante el distanciamiento social. Los indicadores de tensión en la cadena de suministro también contribuyeron a evaluar las presiones inflacionarias. Además de las encuestas de directores de compras y los índices de precios de envío, la tensión en las cadenas de suministro se midió con datos en tiempo real sobre los movimientos de los contenedores de transporte. Obviamente, las fuentes tradicionales también completaron lagunas en la visión del panorama económico por parte de las autoridades. La Oficina del Censo, una importante fuente de datos tradicionales, se apresuró a llenar el vacío al lanzar breves encuestas en Internet para evaluar el impacto de la pandemia en los hogares y la pequeña empresa.
Los datos alternativos pueden ayudar a mantener e incluso mejorar la calidad y el costo de las estadísticas tradicionales. El gobierno hace un uso extensivo de encuestas a particulares y empresas que pretenden ser representativas de la economía en su conjunto, pero que tienen sus inconvenientes: para empezar, el hecho de que una participación más renuente las ha encarecido con el paso del tiempo; además, esa participación menguante ha restado precisión a las estimaciones resultantes.
Esta pérdida de precisión puede generar incertidumbre en torno a las dinámicas de empleo o inflación, lo que a su vez complica una respuesta monetaria oportuna y adecuada. Los datos no tradicionales podrían brindar una solución. Por ejemplo, en la actualidad la Oficina de Estadísticas Laborales utiliza datos de empresas privadas —en lugar de encuestas— para varios componentes del índice de precios al consumidor, como los precios de los autos usados, los billetes de avión y los contratos de telefonía móvil.
Además, hay margen para usar más datos del sector privado, aunque el costo de adquisición y la fiabilidad son problemáticos. Una empresa privada podría optar por suspender los datos o cobrar mucho más, poniendo en peligro la continuidad de las estadísticas oficiales. Asimismo, los organismos estadísticos deben realizar pruebas minuciosas para garantizar que las fuentes no tradicionales mejoren la precisión de sus propias estimaciones en vez de reemplazar viejas fuentes de ruido con otras nuevas.
Mejorar la precisión de las estimaciones iniciales hechas con datos tradicionales podría ser otra ventaja, sobre todo en puntos económicos de inflexión. Las decisiones de política monetaria se toman en tiempo real, por lo que los datos en tiempo real deben ser lo más precisos posible. La estimación mensual del gobierno sobre el empleo asalariado es un ejemplo. Se basa en una encuesta a empresas y los resultados se ajustan para reflejar el hecho de que las empresas abren y cierran, algo conocido como “modelo de nacimiento y muerte”. Las variaciones en la creación neta de empresas durante la pandemia y después, sumadas a los largos retrasos en la publicación de los datos, produjeron errores significativos en el modelo y revisiones anuales sustanciales de las estimaciones anteriores de empleo. Según un estudio, las declaraciones tributarias semanales con números de identificación de empleadores permiten pronosticar, con fiabilidad, la creación de empresas en los trimestres siguientes. Es posible que al alinear el modelo de nacimiento y muerte con indicadores más actualizados de la creación de empresas mejore la exactitud de las estimaciones iniciales del empleo cuando las condiciones económicas estén cambiando.
Ni siquiera los datos oficiales están exentos de errores, como el error de muestreo debido al uso de encuestas parciales en lugar de censos completos, así que utilizar múltiples estimaciones independientes puede permitir una comprensión más clara de las cifras oficiales. Una nueva iniciativa del Banco de la Reserva Federal de Chicago, por ejemplo, combina datos oficiales y los alternativos sobre el mercado laboral para estimar la tasa de desempleo del mes en curso. El análisis incluye datos de Indeed, una página para solicitantes de empleo y empleadores; Lightcast, un proveedor de análisis del mercado laboral; y búsquedas en Google sobre desempleo. El proyecto está en sus primeras etapas y tardará en demostrar su fiabilidad.
Una vez ajustada la política monetaria, la Reserva Federal debe evaluar sus efectos. Aquí, los datos no tradicionales también podrían ayudar. Por ejemplo, los estudios de las consecuencias distributivas de la política monetaria se han ampliado ahora gracias a la disponibilidad de fuentes como historiales de crédito, cuentas bancarias y registros administrativos de los hogares. Durante la pandemia de COVID-19, cuando las tasas de interés cayeron, un estudio con datos de CoreLogic sobre impuestos a la propiedad y escrituras registradas mostró que la población negra, hispana y con menores ingresos tenía menos probabilidades de refinanciar que sus pares asiáticos, blancos y con mayores ingresos. Uno de los factores en juego fueron las diferencias sistemáticas en los costos de refinanciamiento. Otro estudio basado en los registros tributarios de particulares mostró que un endurecimiento inesperado de la política monetaria ahonda la desigualdad de ingresos, principalmente al desfavorecer a las personas con sueldos bajos, mientras que una relajación monetaria inesperada la reduce.
Ahora bien, pese a todas sus ventajas, las fuentes no tradicionales de datos no pueden reemplazar a las tradicionales; de hecho, su utilidad a menudo depende de estas. Cuando trabajaba como economista en la Reserva Federal, participé en un proyecto para transformar las transacciones con tarjetas de crédito y débito recogidas por First Data (hoy Fiserv) en estimaciones diarias de las ventas minoristas a nivel de cada estado, que posteriormente sirvieron para que el Comité de Operaciones de Mercado Abierto de la Reserva Federal diera seguimiento a los efectos económicos de los huracanes Irma y Harvey prácticamente en tiempo real.
Sin embargo, esta fuente planteó dificultades. El aumento de las ventas medido en transacciones brutas mezclaba factores propios de First Data, como la adquisición de clientes para su negocio de procesamiento de pagos, con variaciones del gasto de los consumidores estadounidenses, que es lo único que concierne a las estadísticas económicas. Una de las medidas que adoptamos para resolver el problema fue utilizar el censo económico quinquenal del Departamento de Comercio a fin de volver a ponderar las transacciones con tarjeta de los clientes de la empresa, de modo que fueran representativas de las empresas estadounidenses. Este tipo de análisis comparativo es habitual cuando se elaboran estadísticas económicas a partir de fuentes no tradicionales. Nuestro proyecto también se topó con otras dificultades típicas de los datos alternativos, como las series temporales cortas para la desestacionalización y la resolución de anomalías. Las comparaciones con las estimaciones mensuales nacionales de ventas minoristas de la Oficina del Censo nos permitieron utilizar con confianza datos privados más granulares en la formulación de políticas.
El uso de datos no tradicionales es complicado para cualquier usuario, pero a la Reserva Federal se le plantea además la dificultad añadida de la disponibilidad limitada de esos datos. Su marco estratégico hace hincapié en que la transparencia es crítica para la rendición de cuentas y mejora los resultados de la política monetaria. Usar fuentes de datos a las que el público no tiene fácil acceso atenta contra la transparencia, ya que desde fuera no hay manera de verificar los análisis de la institución y solo quienes pagan para tener acceso a datos privados disponen de la misma información que la Reserva Federal.
En definitiva, hemos visto cómo las autoridades pueden utilizar fuentes de datos alternativos para lograr una visión más completa de la situación económica, lo que potencialmente mejora los resultados de las políticas. Para mejorar la calidad de los datos habrá que estrechar los vínculos entre los organismos estadísticos estatales, los proveedores de datos del sector privado, los funcionarios públicos y los círculos académicos. Los datos no tradicionales plantean oportunidades e inconvenientes, pero tanto la finalidad de las estadísticas no tradicionales como de las oficiales es comprender la dinámica macroeconómica.
© 2026 Fondo Monetario Internacional. Todos los derechos reservados.
