Pronóstico de inflación de corto plazo en Argentina con modelos Random Forest [recurso electrónico] / Federico Forte
En:
Ensayos Económicos [recurso electrónico]. -- no. 84 (nov., 2024). --
,
2016. --
Incl. ref.
Incl. graf.
Modo de acceso: World Wide Web. PDF.
Descripción basada en la visualización del recurso el 25/02/2025
Disponible en:
https://www.bcra.gob.ar/Institucional/DescargaPDF/DownloadPDF.aspx?Id=1260
El presente trabajo examina el desempeño de los modelos Random Forest para pronosticar la
inflación mensual de corto plazo en Argentina, especialmente para el mes en curso o el inmediato
posterior. Utilizando una base de datos con indicadores en frecuencia mensual desde 1962, se
concluye que estos modelos alcanzan una precisión de pronóstico estadísticamente comparable
al consenso de analistas de mercado relevado por el Banco Central de la República Argentina
(BCRA) y a los modelos econométricos tradicionales. Una ventaja que ofrecen los Random Forest
es que, al ser modelos no paramétricos, permiten explorar efectos no lineales en la capacidad
predictiva de ciertas variables macroeconómicas sobre la inflación. Se encuentra, entre otras
cosas, que: 1) la relevancia relativa de la brecha cambiaria para pronosticar la inflación crece
cuando la brecha entre el tipo de cambio paralelo y el oficial supera 60%; 2) el poder predictivo del
tipo de cambio sobre la inflación aumenta cuando las reservas internacionales netas del BCRA son
negativas o cercanas a cero (específicamente, menores a USD 2.000 millones); 3) la relevancia
relativa de la inflación rezagada y de la tasa de interés nominal para pronosticar la inflación del
mes siguiente crece cuando aumenta el nivel de inflación y/o el nivel de la tasa de interés
ISSN: 18506046
1.
; 2.
Pérgamo OPAC Web