Política monetaria y datos alternativos

Source details

Canonical URL

Política monetaria y datos alternativos

Other formats

• Markdown version
• Structured JSON version
• Bundle manifest

Bibliographic details

• Authors: CLAUDIA SAHM
• Published: December 3, 2025

Resumen general

• Tema central: los bancos centrales, en particular la Reserva Federal, recurren a datos poco tradicionales (privados, administrativos, digitales) para complementar las estadísticas oficiales y obtener una visión más completa y oportuna de la economía.
• Motivación clave: las estadísticas tradicionales se publican con semanas o meses de rezago; los datos alternativos suelen conocerse en unas pocas semanas o incluso en días, lo que permite detectar puntos de inflexión con mayor rapidez.
• Contexto empírico destacado: la primavera de 2020 (pandemia de COVID-19) y un episodio de caída brusca del empleo reportado por la Oficina de Estadísticas Laborales en 2025 sirven como ejemplos de cuándo los datos alternativos resultaron críticos.

Ventajas y aplicaciones de los datos alternativos

• Mayor puntualidad y frecuencia
  • Los datos de empresas privadas pueden conocerse en unas pocas semanas o incluso en días, frente a semanas o meses de rezago de las estadísticas oficiales.
  • Ejemplo: estimaciones internas semanales del empleo basadas en datos de ADP revelaron fuertes caídas a fines de marzo de 2020, más de un mes antes del informe mensual de la Oficina de Estadísticas Laborales.
• Mayor granularidad y capacidad de desglose
  • Permite observar precios por país de origen, cuotas de importación y precios por artículo en alta frecuencia.
  • Ejemplo: índices diarios de precios basados en datos de Internet sobre cinco grandes minoristas de Estados Unidos con información sobre país de origen, tasa arancelaria y precio de venta de 350,000 bienes.
• Seguimiento en tiempo real de fenómenos específicos
  • Movilidad física (datos privados) combinada con datos administrativos sobre casos de COVID para vigilar cambios en el comportamiento durante distanciamiento social.
  • Indicadores de tensión en la cadena de suministro: encuestas de directores de compras, índices de precios de envío y movimientos en tiempo real de contenedores.
• Mejora de la precisión y reducción de costos potenciales de estadísticas tradicionales
  • Uso de datos privados en componentes del índice de precios al consumidor: precios de autos usados, billetes de avión y contratos de telefonía móvil.

Ejemplos y estudios citados

• Empleo y ADP
  • Estimaciones semanales de ADP usadas por la Reserva Federal mostraron caídas en empleo a fines de marzo de 2020 antes del dato oficial.
  • En contextos como cierres por conflictos presupuestarios, los números de ADP son relevantes cuando faltan datos oficiales.
• Precios y aranceles (Alberto Cavallo y colaboradores)
  • Índices diarios de precios de cinco grandes minoristas de Estados Unidos, con país de origen, tasa arancelaria y precio de venta de 350,000 bienes.
  • Hallazgo: precios de bienes de consumo importados subieron más rápido que los de producción nacional en comparación con tendencias previas a los aranceles; efectos relativamente suaves y coherentes con estudios basados en fuentes tradicionales.
• Creación de empresas y modelo de nacimiento y muerte
  • Declaraciones tributarias semanales con números de identificación de empleadores permiten pronosticar, con fiabilidad, la creación de empresas en los trimestres siguientes; posible mejora de las estimaciones iniciales del empleo.
• Distribución de efectos de la política monetaria
  • Estudios con datos de CoreLogic mostraron que durante la pandemia la población negra, hispana y con menores ingresos tenía menos probabilidades de refinanciar; un estudio con registros tributarios mostró que un endurecimiento inesperado de la política monetaria ahonda la desigualdad de ingresos, mientras que una relajación inesperada la reduce.
• Proyecto del Banco de la Reserva Federal de Chicago
  • Combina datos oficiales y alternativos (Indeed, Lightcast, búsquedas en Google sobre desempleo) para estimar la tasa de desempleo del mes en curso; proyecto en etapas iniciales.

Limitaciones, riesgos y desafíos

• No son sustitutos de las estadísticas tradicionales
  • Las fuentes no tradicionales deben verse como complemento, no reemplazo.
• Disponibilidad y continuidad de las series
  • Las empresas privadas pueden suspender la provisión de datos o aumentar el precio, poniendo en peligro la continuidad.
• Problemas de fiabilidad y sesgos propios de fuentes privadas
  • Ejemplo: transacciones con tarjetas transformadas en estimaciones diarias de ventas minoristas mezclaron variaciones reales de gasto con cambios en la base de clientes de First Data; se requirió reponderación con el censo económico quinquenal.
• Series temporales cortas, desestacionalización y anomalías
  • Datos alternativos a menudo tienen series temporales cortas, lo que dificulta desestacionalización y manejo de anomalías.
• Pérdida de precisión en encuestas tradicionales
  • Menor participación en encuestas oficiales ha encarecido y reducido la precisión de estimaciones basadas en encuestas.
• Transparencia y rendición de cuentas
  • Uso de fuentes de datos a las que el público no tiene fácil acceso atenta contra la transparencia; fuera del banco central no se puede verificar los análisis si los datos son privados.
• Necesidad de pruebas y validación
  • Los organismos estadísticos deben realizar pruebas minuciosas para garantizar que las fuentes no tradicionales mejoren la precisión en vez de reemplazar un ruido por otro.

Recomendaciones de política y acciones prácticas

• Usar datos alternativos como complementos de las estadísticas oficiales
  • Mantener la primacía de las fuentes representativas del gobierno, integrando datos alternativos para mejorar puntualidad y granularidad.
• Estrechar vínculos institucionales
  • Fortalecer la colaboración entre organismos estadísticos estatales, proveedores de datos privados, funcionarios públicos y círculos académicos para mejorar la calidad de los datos.
• Validación, reponderación y comparaciones cruzadas
  • Comparar y reponderar datos privados con censos y estimaciones oficiales (ejemplo: uso del censo económico quinquenal para reponderar transacciones con tarjeta).
• Diversificar fuentes y estimaciones independientes
  • Utilizar múltiples estimaciones independientes para mitigar errores de muestreo y sesgos de una sola fuente.
• Cautela respecto a transparencia y acceso
  • Considerar los efectos sobre la transparencia y rendición de cuentas cuando se utilizan fuentes privadas no accesibles al público; diseñar marcos que permitan verificación externa cuando sea posible.
• Probar integraciones en puntos de inflexión económico
  • Mejorar las estimaciones iniciales (p. ej., empleo) alineando modelos de nacimiento y muerte con indicadores más actualizados de creación de empresas.

Estadísticos y fechas clave citados (textuales)

• Primavera de 2020
• Fines de marzo de 2020
• 2025 (mención de una brusca caída en estimaciones mensuales de la Oficina de Estadísticas Laborales)
• 350,000 bienes (datos de precios de cinco grandes minoristas de Estados Unidos)
• Declaraciones tributarias semanales usadas para pronosticar la creación de empresas en los trimestres siguientes

Política monetaria y datos alternativos — Claudia Sahm, FINANZAS & DESARROLLO, Diciembre de 2025.