Banco de España mejora su modelo de predicción del PIB tras el Covid, que reduce los errores en hasta el 50%

El Banco de España ha introducido mejoras en su modelo de predicción económica, Spain-STING , debido a que la pandemia del Covid-19 incrementó los errores de previsión de las herramientas usadas hasta el momento, y ha indicado que los cambios introducidos ahora han reducido estos errores hasta en un 50%.

La autoridad monetaria ha publicado este lunes un documento en el que explica que hasta diciembre de 2019, Spain-STING mostró una capacidad predictiva «notable» del crecimiento del PIB de la economía española. Sin embargo, la inclusión del período de la pandemia del Covid-19 ha incrementado los errores de previsión de este modelo.

Esto se debe, explica el Banco de España, a los «intensos cambios» observados en las dinámicas de las variables y al «aumento de su volatilidad», lo cual se habría traducido en una alteración de la relación a largo plazo entre los indicadores y el factor común estimado por el modelo.

Por ello, el modelo se ha revisado ahora en tres aspectos fundamentales que permiten acomodar los cambios observados en las dinámicas de las variables como consecuencia de la pandemia. El primero es la reevaluación de la relación temporal que se asume entre las variables incluidas en el modelo; el segundo es la incorporación de volatilidad estocástica (cuando la volatilidad de los diferentes activos cambia a lo largo del tiempo de forma incierta); y el tercero es la revisión y modificación del conjunto de indicadores, tanto cuantitativos como cualitativos, que se incluye en el modelo.

SE REDUCEN LOS ERRORES ENTRE UN 10% Y UN 50%

De esta forma, una vez introducidos estos cambios, en términos cuantitativos, la combinación de las tres modificaciones consigue que los errores de predicción se reduzcan en el período pos-Covid, respecto al modelo anterior, entre un 10% y un 50%, en función de si se evalúa la predicción de la estimación flash o la de la segunda estimación del PIB.

Así, el Banco de España destaca que la consideración simultánea de las modificaciones propuestas resulta en un modelo que corrige «de forma notable» el deterioro de la capacidad predictiva observado entre 2021 y 2023. Aun así, precisa que estos resultados deben ser interpretados con «cautela».

Concretamente, asegura que, por un lado, el período pos-Covid cuenta con un número reducido de observaciones y, por otro lado, existe incertidumbre con respecto a si los cambios observados en la dinámica de las variables son de naturaleza transitoria, debidos a la pandemia, o de una persistencia más duradera.

En todo caso, concluye, los resultados obtenidos muestran también una cierta mejora (del entorno del 10%) en la capacidad predictiva del modelo en el período previo a la pandemia, cuando la volatilidad de las variables era más reducida.