Resumen de Ensayos sobre información y predicción
El objetivo de la tesis doctoral es estudiar el papel que pueden desempeñar determinados mecanismos de agregación de información a la hora de mejorar la precisión de los algoritmos predictivos.
El primer capítulo pone el foco en las elecciones democráticas como mecanismo de agregación de información económica. La hipótesis inicial es que el proceso estocástico que determina la alternancia política no es independiente de la economía, de manera que la evolución reciente de las variables macroeconómicas influye en los resultados electorales. Detrás de esta situación subyace la ¿hipótesis de la responsabilidad¿, que mantiene que los votantes utilizan la información económica y consideran que el gobierno es responsable de la evolución de la economía. Se estima un modelo de probabilidad de reelección para los países de la OCDE basado en una selección de variables macroeconómicas. A diferencia de otros estudios, el crecimiento económico es la variable más relevante a la hora de explicar la alternancia política y no existe evidencia de que la política fiscal en el año electoral afecte a las probabilidades de reelección. Por último, varios ciclos políticos son identificados en las variables macroeconómicas.
El segundo capítulo estudia la relación entre voto económico y crecimiento económico en el largo plazo. En primer lugar, se estima la sensibilidad de la alternancia política frente al crecimiento económico para los países de la OCDE, observándose una notable heterogeneidad. Se emplean métodos bayesianos por sus mejores propiedades en muestras pequeñas. A continuación, se observa que la correlación entre estas sensibilidades y el crecimiento económico en el largo plazo es negativa y estadísticamente significativa. Por último, los datos muestran también una correlación negativa entre la sensibilidad a la política fiscal y el crecimiento económico en el largo plazo. Aquellos países cuyos votantes valoran en mayor medida un ciclo presupuestario cóncavo presentan un menor crecimiento en el largo plazo.
En el tercer capítulo se diseña un algoritmo basado en los mercados predictivos con el objetivo de modelar las probabilidades de victoria en un partido de fútbol. La metodología propuesta puede extenderse a una amplia variedad de modelos estructurales, tanto en el campo de los deportes como en el de las finanzas. El algoritmo predictivo se basa en una Poisson con intensidad constante en el tiempo. Se proponen varios métodos de estimación: OLS, WOLS y técnicas bayesianas (MCMC). Las capacidades predictivas se evalúan utilizando la distancia De Finetti y se obtiene que el modelo propuesto es capaz de vencer a las predicciones del mercado y a los modelos propuestos en la literatura, los cuales se basan en resultados históricos. Hay evidencia de que el uso de información de los mercados predictivos permite obtener estimaciones más precisas de las distribuciones de probabilidad de eventos futuros.
En el cuarto capítulo se estudia el proceso de agregación de información en los mercados predictivos. En particular, se utilizan datos de transacciones de Betfair Exchange. En primer lugar, se analiza la eficiencia y calibración de los precios competitivos. El test Hosmer-Lemeshow y las técnicas de remuestreo (bootstrap) indican que hay evidencia de falta de calibración, especialmente en aquellos eventos con alta probabilidad. En segundo lugar, se utiliza un modelo basado en procesos de Poisson independientes y no homogéneos con el objetivo de: modelar las probabilidades de victoria a lo largo de un partido, evaluar la capacidad de los mercados para agregar nueva información y, por último, examinar la existencia de oportunidades de inversión. El modelo propuesto presenta un mejor ajuste, medido por la distancia De Finetti, que los precios competitivos, a pesar de disponer de menor cantidad de información. Por último, bajo ciertas circunstancias, el algoritmo es capaz de identificar estrategias rentables de inversión.
