Modelo de predicción de la inflación en China

Nuestro objetivo es evaluar los resultados de un vasto grupo de modelos de predicción a la hora de pronosticar la inflación china. Se analizan, prueban y evalúan los modelos de predicción tanto estructural como lineal, en función de algunos criterios habituales, como RMSE, MAE y Theil-U.

Puntos clave

• Puntos clave:
• El reciente brote de peste porcina africana en China, el COVID-19 y el descenso global de los precios del petróleo nos han llevado a evaluar los resultados de un amplio grupo de modelos de predicción a la hora de pronosticar la inflación china.
• Se analizan, prueban y evalúan los modelos de predicción tanto estructural como lineal, en función de algunos criterios habituales, como RMSE, MAE y Theil-U.
• No son pocas las voces que defienden que los modelos más complejos no suelen obtener resultados de mucha mayor calidad que los del simple modelo de paseo aleatorio. Sin embargo, nuestros resultados apuntan a que, al añadir indicadores monetarios y económicos a un modelo lineal, junto con modelos vectoriales autorregresivos, sí conseguimos sobrepasar en gran medida los resultados del modelo de paseo aleatorio al pronosticar la inflación china.
• Además, en este contexto, en el caso del modelo VECM, al incluir un término de corrección de error, también mejoran los resultados con respecto al modelo VAR en forma reducida.
• Estos hallazgos apuntan a que los indicadores monetarios y económicos sí que contienen información útil a la hora de pronosticar la inflación, tanto dentro como fuera de la muestra. Asimismo, al incorporar formas estructurales y términos de corrección de errores en VECM, se optimizan los resultados de las predicciones de los modelos.

Autores

Geografías

Temáticas

Etiquetas