IDEAS home Printed from https://ideas.repec.org/p/col/000094/003000.html
   My bibliography  Save this paper

La estimación de un indicador de brecha del producto a partir de encuestas y datos reales

Author

Listed:
  • Norberto Rodríguez N
  • José Luis Torres
  • Andrés Velasco M.

Abstract

Una estimación adecuada de la brecha del producto es un requisito indispensable para la conducción de la política monetaria bajo el régimen de inflación objetivo. Por esta razón, en la literatura y al interior del Banco de la República, se trabaja con una gran variedad de mediciones a partir de técnicas alternativas. Desafortunadamente, como la brecha del producto es una variable no observable, siempre hay gran incertidumbre sobre cualquier estimación. Para sobreponerse a este problema, en el Departamento de Inflación se siguen regularmente una amplia gama de indicadores, en especial encuestas de opinión empresarial y datos de actividad, para mejorar la comprensión de la situación de la economía en el ciclo y para identificar posibles presiones de demanda. Aunque en principio parece razonable y adecuado contar con gran cantidad de medidas y monitorear diversas fuentes de información complementarias, en la práctica resulta problemático poder resumir de manera eficiente la información disponible en una sola medida que pueda ser utilizada para producir pronósticos de inflación y recomendaciones de política. Hasta hace poco, la reducción de la información se hacía a partir del juicio de los expertos sobre los pesos relativos que se asignaban para cada medición y para la información proveniente de encuestas. Lo cual potencialmente podía conducir a un problema de variables omitidas y a sesgar cualquier estimación. Para resolver este problema en este trabajo se estima un indicador de brecha del producto como el factor no observado entre los datos disponibles. Dicho factor se estima utilizando componentes principales estáticos, el cual debe resumir la información contenida en los datos mientras que excluye cualquier error presente en las medidas originales. La calidad del indicador se evalúa posteriormente a partir de su capacidad predictiva de la inflación básica de bienes no transables en Colombia, mediante una Curva de Phillips híbrida. Los resultados sugieren, como se esperaba, que el indicador de brecha del producto es superior a cualquiera de las medidas individuales para señalar presiones de demanda, puesto que combina de manera eficiente la información de varias fuentes. Adicionalmente se encuentra, que los pronósticos fuera de muestra se pueden mejorar si se excluyen para la estimación del indicador aquellas medidas que provienen de filtros estadísticos. Lo cual reafirma la importancia de seguir fuentes alternativas de información, en especial de encuestas de opinión industrial, a pesar de que la industria tan sólo pesa un 15% del PIB en Colombia.

Suggested Citation

  • Norberto Rodríguez N & José Luis Torres & Andrés Velasco M., 2006. "La estimación de un indicador de brecha del producto a partir de encuestas y datos reales," Borradores de Economia 3000, Banco de la Republica.
  • Handle: RePEc:col:000094:003000
    as

    Download full text from publisher

    File URL: http://www.banrep.gov.co/docum/ftp/borra392.pdf
    Download Restriction: no
    ---><---

    Other versions of this item:

    Citations

    Citations are extracted by the CitEc Project, subscribe to its RSS feed for this item.
    as


    Cited by:

    1. Paulo M. Sánchez & Luis Fernando Melo, 2013. "Combinación de brechas del producto colombiano," Revista ESPE - Ensayos Sobre Política Económica, Banco de la República, vol. 31(72), pages 74-82, December.

    More about this item

    Keywords

    Brecha del producto; componentes principales; Curva de Phillips; Colombia;
    All these keywords.

    JEL classification:

    • C32 - Mathematical and Quantitative Methods - - Multiple or Simultaneous Equation Models; Multiple Variables - - - Time-Series Models; Dynamic Quantile Regressions; Dynamic Treatment Effect Models; Diffusion Processes; State Space Models
    • C43 - Mathematical and Quantitative Methods - - Econometric and Statistical Methods: Special Topics - - - Index Numbers and Aggregation
    • E31 - Macroeconomics and Monetary Economics - - Prices, Business Fluctuations, and Cycles - - - Price Level; Inflation; Deflation
    • E37 - Macroeconomics and Monetary Economics - - Prices, Business Fluctuations, and Cycles - - - Forecasting and Simulation: Models and Applications

    Statistics

    Access and download statistics

    Corrections

    All material on this site has been provided by the respective publishers and authors. You can help correct errors and omissions. When requesting a correction, please mention this item's handle: RePEc:col:000094:003000. See general information about how to correct material in RePEc.

    If you have authored this item and are not yet registered with RePEc, we encourage you to do it here. This allows to link your profile to this item. It also allows you to accept potential citations to this item that we are uncertain about.

    We have no bibliographic references for this item. You can help adding them by using this form .

    If you know of missing items citing this one, you can help us creating those links by adding the relevant references in the same way as above, for each refering item. If you are a registered author of this item, you may also want to check the "citations" tab in your RePEc Author Service profile, as there may be some citations waiting for confirmation.

    For technical questions regarding this item, or to correct its authors, title, abstract, bibliographic or download information, contact: Clorith Angelica Bahos Olivera (email available below). General contact details of provider: .

    Please note that corrections may take a couple of weeks to filter through the various RePEc services.

    IDEAS is a RePEc service. RePEc uses bibliographic data supplied by the respective publishers.