Thierry Kalisa comenzó a trabajar con datos nuevos para elaborar proyecciones económicas en tiempo real, es decir, el denominado nowcasting, o “pronósticos inmediatos”, hace una década, pero fue durante la pandemia que el potencial de esta herramienta cobró trascendencia.

Como funcionario del ministerio de Hacienda de Rwanda cuando el COVID llegó a Kigali, la capital del país, Kalisa se sumó a un grupo de trabajo conjunto dentro del banco central para vigilar la paralización en la que estaba entrando la economía en lo que fue el primer confinamiento en la región de África subsahariana. Los indicadores económicos oficiales pronto se tornarían obsoletos, incluso antes de su publicación.

El grupo presentó un índice semanal de la actividad económica basado en un indicador del banco central que incluía factores tales como las exportaciones, las importaciones y el gasto de consumo en tiempo real obtenido a partir de las máquinas de facturación electrónica que la autoridad tributaria había instalado en los comercios. Las perspectivas se deterioraban. La economía pronto comenzaría a contraerse.

“Esto ayudó al gobierno a revisar las proyecciones de crecimiento, a ajustar el marco macroeconómico y a adoptar medidas de política oportunas”, señaló Kalisa, que se incorporó al banco central como economista jefe en 2021.

Ahora, el Banco Central de Rwanda incluye los pronósticos inmediatos en las sesiones informativas con funcionarios que se celebran antes de las reuniones del Comité de Política Monetaria, y el equipo de economistas, estadísticos y científicos de datos de Kalisa se está ampliando para contribuir al logro de los objetivos. “Es una labor muy exigente en términos de capacidad de análisis, pero que está generando indicadores de alta frecuencia”, dijo.

Deficiencias de datos

Rwanda es una de las economías en desarrollo que están adoptando un nuevo enfoque para medir la actividad económica. Muchas de ellas publican indicadores oficiales con poca frecuencia o con retrasos, y lo que buscan es lograr ciclos de publicación más similares a los de las economías avanzadas y la mayoría de los mercados emergentes. Las economías avanzadas y de mercados emergentes cuentan con personal, financiamiento y otros recursos necesarios. En cambio, en las economías en desarrollo importantes segmentos de la población quedan excluidos.

Las iniciativas incluyen herramientas que permiten observar en tiempo real el crecimiento económico, la inflación, el comercio y el consumo. Varios países de ingreso bajo están recurriendo al fortalecimiento de las capacidades y la asistencia técnica del FMI para reforzar sus operaciones de datos (véase barra lateral).

Las deficiencias de datos afectan de manera desproporcionada a los países de ingreso bajo. Las economías avanzadas y la mayoría de los mercados emergentes publican su PIB de manera trimestral. Pero alrededor de la tercera parte de los países del mundo se limitan a publicar su PIB anual, lo que deja a las autoridades sin información por largos períodos.

Y los datos del PIB, incluso en los países que lo publican con rapidez, se difunden uno o más meses después del cierre del trimestre. Durante las crisis, esta espera entorpece la labor de las autoridades, que deben encaminar la economía sin contar con un rumbo cierto.

Los trastornos sin precedentes que trajo consigo la pandemia pusieron de manifiesto esta realidad y dejaron clara la importancia de disponer de mediciones más oportunas y frecuentes que complementen los datos oficiales. Algunas actividades cesaron, otras se dispararon y la recopilación de datos para la elaboración de indicadores se vio resentida, lo que generó distorsiones. Bruno Tissot, jefe de estadísticas del Banco de Pagos Internacionales y secretario del Comité Irving Fisher sobre Estadísticas de Bancos Centrales, se refiere a esa situación como “oscuridad estadística”.

“En todo el mundo, los bancos centrales han reconocido la importancia de proporcionar indicadores oportunos, para lo cual recurren a fuentes alternativas de datos de alta frecuencia, elaboran indicadores semanales o incluso diarios y mejoran sus pronósticos inmediatos”, observó el comité en un informe de 2023 sobre las estadísticas publicadas por los bancos centrales después de la pandemia.

Una herramienta de pronósticos

El término nowcasting tuvo su origen en la década de 1980 para referirse a la predicción de las condiciones meteorológicas con apenas unas horas de antelación. En el mundo de la economía, la expresión se refiere a otra cosa.

“Para averiguar cómo está el día se puede mirar por la ventana y ver si está lloviendo o no”, dice Domenico Giannone, pionero del nowcasting. “Con la economía, es necesario esperar”.

El término pasó al ámbito de la economía gracias al estudio que Giannone publicó en 2008 junto con Lucrezia Reichlin y David Small.

Giannone y Reichlin, que en ese entonces estaban vinculados a la Universidad Libre de Bruselas, comenzaron a desarrollar un modelo de pronósticos a corto plazo en 2002 en respuesta a una solicitud de Ben Bernanke, uno de los gobernadores de la Reserva Federal de la época. Bernanke les pidió que estudiaran la viabilidad de un modelo integral de macrodatos para elaborar pronósticos y analizar políticas que tuviera en cuenta las interacciones entre los principales sectores de la economía. Giannone y Reichlin descubrieron que solo era posible predecir el presente, y el pasado y futuro muy cercanos —algo que denominaron nowcasting, o pronósticos inmediatos— y construyeron un modelo que realizara esas predicciones a partir de datos en tiempo real. El modelo expresó, en un marco estadístico formal, información que hasta entonces había sido de índole informal y se basaba en gran medida en el criterio profesional.

“La Reserva Federal estaba interesada en determinar si un marco de ese tipo podía adaptarse al problema de leer, en tiempo real, todas las distintas publicaciones”, relató Reichlin, profesora de la Escuela de Negocios de Londres y ex directora de investigaciones del Banco Central Europeo (BCE). “En ese momento, los modelos macroeconómicos eran relativamente pequeños —todavía no habían llegado los macrodatos— y comenzábamos a pensar: ¿qué modelos serían capaces de gestionar un gran número de series temporales y a la vez conservar cierto grado de simplicidad para no generar estimaciones volátiles y poco fiables?”

Más adelante, Giannone amplió ese trabajo en el Banco de la Reserva Federal de Nueva York, donde dirigió la elaboración de un pronóstico inmediato del crecimiento económico trimestral de Estados Unidos basado en estimaciones semanales.

Tras ocupar cargos en el BCE, Amazon y el FMI, este año Giannone se unió a la Universidad Johns Hopkins, donde se dedicará a mejorar las mediciones de la actividad económica de los países de ingreso bajo. Según señala, parte de su motivación surgió al constatar que las herramientas de pronósticos inmediatos de las economías más grandes y prósperas abarcaban casi la totalidad de la economía mundial, mientras que los países de ingreso bajo prácticamente pasaban desapercibidos.

Volar a ciegas

Generar pronósticos inmediatos y los datos oficiales a los que complementan es difícil para los países de ingreso bajo, sobre todo cuando los presupuestos públicos son limitados y personal cualificado escasea. Con todo, los profesionales siguen considerando que vale la pena seguir mejorando las mediciones en tiempo real.

En muchas economías avanzadas, las primeras estimaciones del PIB se publican más o menos un mes después del cierre del trimestre —dos meses en algunas de las principales economías de mercados emergentes— y luego son revisadas. En las economías en desarrollo, la espera puede superar los tres meses.

Por ejemplo, la Oficina Nacional de Estadística de Kenya publica los datos sobre el PIB unos tres meses después del cierre del trimestre, pero el banco central se vale de herramientas de generación de pronósticos inmediatos calibradas por el personal del FMI y Giannone para comenzar a evaluar el trimestre apenas una semana después usando datos sobre el gasto de consumo privado y más tarde datos sobre remesas, disponibles dos semanas después del cierre. Los datos sobre el comercio, la oferta de dinero, el turismo y la electricidad, que quedan disponibles alrededor de 40 días después, ayudan a aclarar el panorama y dan una buena idea del desempeño del trimestre en la mitad del tiempo habitual.

Señales y movimiento

En los países donde los datos son escasos, como los de ingreso bajo, los datos de transacciones como los que se incluyen en el modelo de Kenya “serán extremadamente útiles”, dice Giannone, y mucho más informativos que en las economías avanzadas, donde se publican indicadores casi a diario.

Sus investigaciones más recientes giran en torno a los vínculos internacionales y los pronósticos inmediatos de la actividad de un país en función de los indicadores de países vecinos, socios comerciales y la economía mundial, usando un modelo que incluye el PIB de todos los países.

“Todos los países tienen un componente mundial y un componente regional, y a partir de esos datos realizamos interpolaciones para los países con menos información tomando como referencia a los países con más información”, explicó, destacando que los países vecinos y los principales socios comerciales de un país pueden ayudar a determinar la tendencia de su actividad. “Si tomas el PIB de Estados Unidos, este proporciona algunos indicios de la actividad económica de Camboya. Hay mucho comovimiento”.

Los recientes avances de los grandes modelos de lenguaje y de la inteligencia artificial abren notables posibilidades para aprovechar textos como fuente de datos e integrar datos y metadatos, señaló.

Evaluar en tiempo real las expansiones y las contracciones de la actividad económica es una esfera aún más prometedora cuya investigación Giannone considera prioritaria. “Para saber si un país que no publica su PIB de forma trimestral está atravesando una recesión hay que esperar un año”, dijo Giannone. “Eso hace que las autoridades no puedan determinar, a ciencia cierta, cuál es la situación. Por eso, es sumamente importante avanzar en esa dirección”.

Fuentes de alta frecuencia

En Sudáfrica, la economía de mercado emergente más grande del continente, los investigadores del banco central quieren entender mejor las señales económicas provenientes de los datos en tiempo real, en particular fuentes nuevas de datos que pueden ser útiles para evaluar los efectos de las perturbaciones. Por ejemplo, este año la economía del país enfrentó un brote de fiebre aftosa. Las perturbaciones de la oferta provocaron una escalada de los precios, que contribuyó al aumento interanual de los precios al consumidor más rápido en 10 meses.

A partir de los datos del comercio de productos agropecuarios para la carne y otros cultivos, los economistas del Banco de la Reserva de Sudáfrica obtuvieron cifras preliminares que les permitieron estimar la inflación de los alimentos.

Este ejemplo destaca cómo funcionan los pronósticos inmediatos en la práctica y por qué son valiosos. La Oficina de Estadística de Sudáfrica publicó el índice de precios al consumidor (IPC) para septiembre tres semanas después del final del mes, pero los correspondientes datos comerciales correspondientes al mes estuvieron disponibles dos semanas antes.

Según Mpho Rapapali, una economista del Departamento de Investigación que trabaja en las mediciones, los datos subyacentes provinieron de fuentes de alta frecuencia, como las ventas mayoristas y minoristas, las subastas de ganado y los mercados de productos, que ofrecen lecturas altamente desagregadas de categorías de alimentos como carne, frutas y hortalizas. Los análisis estadísticos muestran que los indicadores comerciales se anticipan al IPC entre uno y tres meses en función del componente, señaló la economista.

“Esa información ha sido fundamental para nuestros pronósticos”, dijo Rapapali en una entrevista. “Además, nos permite hacer un control semanal de lo que sucede en esas categorías de alimentos”.

“Hay que comenzar con los datos”

Los modelos de pronósticos inmediatos se han vuelto más sofisticados en años recientes, y los grandes modelos del lenguaje permiten acceder a un mayor volumen de datos que en el pasado. Lo novedoso de las nuevas y prometedoras herramientas de medición podría resultar irresistible, pero hay algunas salvedades. Los profesionales advierten que no existen atajos que eviten la ardua labor que supone ampliar los indicadores oficiales o aumentar la frecuencia y la granularidad de los indicadores existentes. Si bien los nuevos métodos pueden ayudar a fundamentar mejor las políticas, nada reemplaza la recopilación rigurosa de datos.

Reichlin dice que las técnicas sofisticadas no suelen ser el mejor punto de arranque cuando los países disponen de pocos recursos. “Lo primero es intentar determinar qué datos de alta calidad se producen en el país, o qué datos representativos puede utilizarse si no hay datos objetivos”, señaló. “Lo primero son los datos, luego viene la técnica. Eso es muy importante”. Los modelos simples a menudo producen los mejores resultados, y el nowcasting consiste más en emplear las diferentes publicaciones de datos para obtener una señal oportuna y combinar series de distintas frecuencias, dijo Reichlin.

Los datos nuevos también pueden ser ruidosos o no representativos, y los modelos que funcionan bien podrían fallar si el mundo cambia, según dice Joshua Blumenstock, que ha asesorado a países en África y en Asia Meridional como codirector del Laboratorio Mundial de Oportunidades de la Universidad de California, Berkeley, que se vale de datos nuevos y un enfoque interdisciplinario para orientar las políticas. Blumenstock ha dicho que las nuevas herramientas de datos también acarrean inquietudes más amplias en materia de privacidad, transparencia, legitimidad y gobernanza.

Las economías en desarrollo también enfrentan desafíos de capacidad. Los bancos centrales y los gobiernos podrían carecer de los presupuestos y la capacidad necesarios para establecer equipos de economistas, estadísticos y científicos de datos y poner a su disposición herramientas avanzadas de cálculo.

Un nuevo reconocimiento

Más allá de los desafíos, las economías en desarrollo están recurriendo más a los pronósticos inmediatos para complementar los datos cuando sea necesario y fortalecer sus indicadores económicos oficiales.

Así como Kalisa está ampliando su departamento en Rwanda, al otro lado del mundo uno de sus homólogos está haciendo lo mismo. Samoa, que con apenas 220.000 habitantes es uno de los países menos poblados del mundo, adoptó hace dos años un sistema formal de pronósticos inmediatos con asistencia técnica del FMI. En el banco central, que cuenta con menos de 90 funcionarios, Karras Lui, gerente del departamento de economía, espera ampliar su equipo de 8 a 10 personas.

“Poco a poco recibiremos más recursos, conforme seguimos expandiendo nuestra capacidad de elaborar pronósticos inmediatos”, señaló Lui. “El directorio ha comenzado a valorar estas nuevas herramientas y los análisis que elaboramos en nuestro departamento”.