Un panorama de previsión fragmentado
La previsión económica está experimentando un cambio estructural. Los modelos que antes convergían
en proyecciones similares ahora arrojan resultados notablemente diferentes para el crecimiento, la inflación
y la dinámica laboral. La divergencia es una característica definitoria del entorno macroeconómico
actual.
Las instituciones internacionales reconocen este desafío. El FMI señala que la precisión de las previsiones
se ha debilitado debido a choques no lineales y rupturas estructurales que los datos históricos
no pueden explicar por completo. La OCDE destaca la creciente dispersión entre los modelos
econométricos y de aprendizaje automático a medida que aumenta la incertidumbre.
El resultado es un entorno de previsión en el que los puntos de referencia tradicionales ya no
coinciden.
Por qué divergen los modelos
Cambios de régimen
Las relaciones económicas que sustentaron las previsiones durante décadas, como las que vinculan
la demanda, la inflación y el empleo, se comportan de forma diferente bajo choques de oferta persistentes,
cambios demográficos y fragmentación geopolítica.
Distorsión de datos y ruido
La volatilidad a corto plazo, las revisiones de las mediciones y la inconsistencia en los informes crean un ruido que
oscurece las señales económicas subyacentes. Los modelos calibrados en periodos estables tienen dificultades para
adaptarse cuando la volatilidad se convierte en la norma.
Brechas metodológicas
Los modelos de aprendizaje automático pueden sobreajustar el ruido. Los modelos estructurales se basan en supuestos que
pueden no cumplirse en periodos de discontinuidad.
Por lo tanto, no existe un único modelo que capte todo el espectro de los riesgos actuales.
Previsión bajo divergencia
En entornos de incertidumbre, la previsión se convierte en un ejercicio de interpretación estructurada
más que de predicción.
Los enfoques eficaces se basan en:
● Comparación de múltiples modelos para resaltar dónde divergen los supuestos.
● Rangos de escenarios en lugar de estimaciones puntuales únicas.
● Análisis de sensibilidad que pone a prueba los resultados bajo regímenes alternativos.
● Supuestos claros que sigan siendo transparentes y trazables.
La previsión consiste menos en determinar qué sucederá y más en
comprender cómo se comporta el sistema bajo diferentes presiones.
Cómo ayuda TAMVER CONSULTING
TAMVER CONSULTING apoya a los clientes que operan en entornos de alta incertidumbre
a través de:
1. Diagnóstico de modelos cruzados: revisión estructurada de los supuestos de los modelos, las divergencias
y las sensibilidades de régimen.
2. Arquitectura de escenarios: diseño de futuros económicos plausibles que integren
factores macroeconómicos, regulatorios y geopolíticos.
3. Gobernanza de decisiones: sistemas que documentan el razonamiento, cuantifican la incertidumbre
y garantizan que las previsiones sigan siendo defendibles.
TAMVER aporta claridad y estructura cuando la divergencia de los modelos hace que la interpretación económica
sea más compleja.
Referencias
● FMI: Perspectivas de la economía mundial, abril de 2024: incertidumbre en las previsiones bajo
rupturas estructurales.
● OCDE: Perspectivas económicas, 2024: mayor dispersión en las predicciones de los modelos.