Pronosticando la inflación mensual en Colombia un paso hacia delante: una aproximación "de abajo hacia arriba"

• Julio César Alonso Cifuentes ; Andrés Felipe Rivera ^[1]
  1. [1] Universidad Icesi

     Universidad Icesi

     Colombia

     
• Localización: Revista de métodos cuantitativos para la economía y la empresa, ISSN-e 1886-516X, Vol. 23, 2017, págs. 98-118
• Idioma: español
• Títulos paralelos:
  • Forecasting the colombian monthly inflation one step ahead: A "bottom to top" approach
• Enlaces
  • Texto completo
• Dialnet Métricas: 1 Cita
• Resumen
  • español

    La estructura jerárquica del Índice de Precios al Consumidor (IPC) de Colombia permite calcular la inflación como una combinación lineal de sus subcomponentes. Nuestra aproximación implica emplear modelos SARIMA para pronosticar cada componente del IPC y crear un pronóstico de la inflacióon como una combinación lineal de los pronósticos individuales; es decir, una aproximación "de abajo hacia arriba". Se evalúa el desempeño fuera de muestra de los pronósticos para el siguiente mes de 12 métodos que emplean una aproximación "de abajo hacia arriba". Estos métodos son comparados con un pronóstico agregado de la inflación empleando un modelo SARIMA para el IPC total. Nuestros resultados muestran que emplear un método "de abajo hacia arriba" para pronosticar la inflación del siguiente mes tiene un mejor comportamiento que emplear un modelo SARIMA agregado

  • English

    The hierarchical structure of the Colombian Consumer Price Index (CPI) makes possible to calculate inflation as a linear combination of its subcomponents. We use SARIMA models to forecast each component of CPI and construct an forecast of inflation using a lineal combination of the forecasts of these components, i.e. a "bottom to top" approach. In this paper, we asses the out-of-sample performance of the one-step ahead forecast of 12 "bottom to top" methodologies. These methods are compared with an aggregate forecast using a SARIMA model. Our results show that a "bottom to top" method to forecast inflation outperforms an aggregate approach for the case of monthly inflation in Colombia