Nowcasting: Modelos de Factores Dinámicos y Ecuaciones Puente para la Proyección del PIB del Ecuador

• Autores: Félix Francisco Casares
• Localización: COMPENDIUM: Cuadernos de Economía y Administración, ISSN-e 1390-9894, ISSN 1390-8391, Vol. 4, Nº. 8, 2017 (Ejemplar dedicado a: Revista Compendium: Cuadernos de Economía y Administración), págs. 25-46
• Idioma: español
• Títulos paralelos:
  • Nowcasting: Dynamic factor models and bridge equation to forecast gdp of Ecuador
• Enlaces
  • Texto completo (pdf)
• Resumen
  • español

    El rumbo que puede tomar la actividad económica es de vital importancia tanto para hacedores de política económica como para los agentes privados, sin embargo, la publicación de los principales indicadores macroeconómicos como el PIB, generalmente presentan rezagos de hasta 90 días a partir de la finalización de un trimestre. Este trabajo constituye una aproximación a la proyección de la tasa de crecimiento anual del PIB Real del Ecuador utilizando los modelos de factores dinámicos y ecuaciones puente, desarrollando un ejercicio de nowcasting que produce estimaciones consistentes a través del Análisis de Componentes Principales y el filtro de Kalman, generando proyecciones con 50 días de anticipación respecto a la publicación oficial. La evaluación de los modelos fue realizada bajo el enfoque de ventanas movibles, expandibles, nowcast y el contraste Diebold-Mariano, y sugieren que el modelo que proporciona pronósticos más precisos es aquel que incorpora en la ecuación puente solamente los factores extraídos en el modelo de factores dinámicos.

  • English

    The direction in which economic activity can take is vital both for policy makers and private agents, however, the publication of the main macroeconomic indicators such as GDP, usually lags for up to 90 days from the end of a quarter. This work is an approximation to the projection of the rate of annual growth of the Real GDP of Ecuador using dynamic factor models and bridge equations, developing a nowcasting exercising that produces consistent estimates through the Principal Component Analysis and the Kalman filter, generating projections 50 days before the official publication. The evaluation of the models was performed under the approach of rolling windows, expanding windows, nowcast and Diebold-Mariano test, and it suggests that the model that provides more accurate forecasts is one that incorporates in the bridge equation, only the factors extracted in the dynamic factor model.