{
  "title": "Política monetaria y datos alternativos",
  "sourceUrl": "https://www.imf.org/es/publications/fandd/issues/2025/12/alternative-data-and-monetary-policy-claudia-sahm",
  "canonical": "https://www.imf.org/es/publications/fandd/issues/2025/12/alternative-data-and-monetary-policy-claudia-sahm",
  "overlayPath": "/es/publications/fandd/issues/2025/12/alternative-data-and-monetary-policy-claudia-sahm/index.md",
  "summary": "Los bancos centrales están recurriendo a datos poco tradicionales para perfilar una visión más completa de la economía",
  "sections": [
    {
      "heading": "Resumen general",
      "content": "- 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.\n- 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.\n- 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."
    },
    {
      "heading": "Ventajas y aplicaciones de los datos alternativos",
      "content": "- Mayor puntualidad y frecuencia\n  - 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.\n  - 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.\n- Mayor granularidad y capacidad de desglose\n  - Permite observar precios por país de origen, cuotas de importación y precios por artículo en alta frecuencia.\n  - 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.\n- Seguimiento en tiempo real de fenómenos específicos\n  - Movilidad física (datos privados) combinada con datos administrativos sobre casos de COVID para vigilar cambios en el comportamiento durante distanciamiento social.\n  - 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.\n- Mejora de la precisión y reducción de costos potenciales de estadísticas tradicionales\n  - Uso de datos privados en componentes del índice de precios al consumidor: precios de autos usados, billetes de avión y contratos de telefonía móvil."
    },
    {
      "heading": "Ejemplos y estudios citados",
      "content": "- Empleo y ADP\n  - Estimaciones semanales de ADP usadas por la Reserva Federal mostraron caídas en empleo a fines de marzo de 2020 antes del dato oficial.\n  - En contextos como cierres por conflictos presupuestarios, los números de ADP son relevantes cuando faltan datos oficiales.\n- Precios y aranceles (Alberto Cavallo y colaboradores)\n  - 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.\n  - 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.\n- Creación de empresas y modelo de nacimiento y muerte\n  - 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.\n- Distribución de efectos de la política monetaria\n  - 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.\n- Proyecto del Banco de la Reserva Federal de Chicago\n  - 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."
    },
    {
      "heading": "Limitaciones, riesgos y desafíos",
      "content": "- No son sustitutos de las estadísticas tradicionales\n  - Las fuentes no tradicionales deben verse como complemento, no reemplazo.\n- Disponibilidad y continuidad de las series\n  - Las empresas privadas pueden suspender la provisión de datos o aumentar el precio, poniendo en peligro la continuidad.\n- Problemas de fiabilidad y sesgos propios de fuentes privadas\n  - 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.\n- Series temporales cortas, desestacionalización y anomalías\n  - Datos alternativos a menudo tienen series temporales cortas, lo que dificulta desestacionalización y manejo de anomalías.\n- Pérdida de precisión en encuestas tradicionales\n  - Menor participación en encuestas oficiales ha encarecido y reducido la precisión de estimaciones basadas en encuestas.\n- Transparencia y rendición de cuentas\n  - 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.\n- Necesidad de pruebas y validación\n  - 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."
    },
    {
      "heading": "Recomendaciones de política y acciones prácticas",
      "content": "- Usar datos alternativos como complementos de las estadísticas oficiales\n  - Mantener la primacía de las fuentes representativas del gobierno, integrando datos alternativos para mejorar puntualidad y granularidad.\n- Estrechar vínculos institucionales\n  - Fortalecer la colaboración entre organismos estadísticos estatales, proveedores de datos privados, funcionarios públicos y círculos académicos para mejorar la calidad de los datos.\n- Validación, reponderación y comparaciones cruzadas\n  - Comparar y reponderar datos privados con censos y estimaciones oficiales (ejemplo: uso del censo económico quinquenal para reponderar transacciones con tarjeta).\n- Diversificar fuentes y estimaciones independientes\n  - Utilizar múltiples estimaciones independientes para mitigar errores de muestreo y sesgos de una sola fuente.\n- Cautela respecto a transparencia y acceso\n  - 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.\n- Probar integraciones en puntos de inflexión económico\n  - Mejorar las estimaciones iniciales (p. ej., empleo) alineando modelos de nacimiento y muerte con indicadores más actualizados de creación de empresas."
    },
    {
      "heading": "Estadísticos y fechas clave citados (textuales)",
      "content": "- Primavera de 2020\n- Fines de marzo de 2020\n- 2025 (mención de una brusca caída en estimaciones mensuales de la Oficina de Estadísticas Laborales)\n- 350,000 bienes (datos de precios de cinco grandes minoristas de Estados Unidos)\n- Declaraciones tributarias semanales usadas para pronosticar la creación de empresas en los trimestres siguientes\n\nPolítica monetaria y datos alternativos — Claudia Sahm, FINANZAS & DESARROLLO, Diciembre de 2025.\n\n---\n\n\nSource: https://www.imf.org/es/publications/fandd/issues/2025/12/alternative-data-and-monetary-policy-claudia-sahm"
    }
  ],
  "bullets": [
    "[Markdown version](/es/publications/fandd/issues/2025/12/alternative-data-and-monetary-policy-claudia-sahm/index.md)",
    "[Structured JSON version](/es/publications/fandd/issues/2025/12/alternative-data-and-monetary-policy-claudia-sahm/index.json)",
    "[Bundle manifest](/es/publications/fandd/issues/2025/12/alternative-data-and-monetary-policy-claudia-sahm/bundle-manifest.json)",
    "Authors: CLAUDIA SAHM",
    "Published: December 3, 2025",
    "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.",
    "Mayor puntualidad y frecuencia",
    "Mayor granularidad y capacidad de desglose",
    "Seguimiento en tiempo real de fenómenos específicos",
    "Mejora de la precisión y reducción de costos potenciales de estadísticas tradicionales",
    "Empleo y ADP",
    "Precios y aranceles (Alberto Cavallo y colaboradores)",
    "Creación de empresas y modelo de nacimiento y muerte",
    "Distribución de efectos de la política monetaria",
    "Proyecto del Banco de la Reserva Federal de Chicago",
    "No son sustitutos de las estadísticas tradicionales",
    "Disponibilidad y continuidad de las series",
    "Problemas de fiabilidad y sesgos propios de fuentes privadas",
    "Series temporales cortas, desestacionalización y anomalías",
    "Pérdida de precisión en encuestas tradicionales",
    "Transparencia y rendición de cuentas",
    "Necesidad de pruebas y validación",
    "Usar datos alternativos como complementos de las estadísticas oficiales",
    "Estrechar vínculos institucionales",
    "Validación, reponderación y comparaciones cruzadas",
    "Diversificar fuentes y estimaciones independientes",
    "Cautela respecto a transparencia y acceso",
    "Probar integraciones en puntos de inflexión económico",
    "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"
  ],
  "alternates": {
    "markdown": "/es/publications/fandd/issues/2025/12/alternative-data-and-monetary-policy-claudia-sahm/index.md",
    "json": "/es/publications/fandd/issues/2025/12/alternative-data-and-monetary-policy-claudia-sahm/index.json",
    "bundleManifest": "/es/publications/fandd/issues/2025/12/alternative-data-and-monetary-policy-claudia-sahm/bundle-manifest.json"
  },
  "generatedAtUtc": "2026-09-15T22:30:40.360Z"
}