Pavel Vidal y Lya Paola Sierra. Departamento de Economía

Universidad Javeriana, Cali.

Indicador de Actividad Económica Mensual para el Valle del Cauca, IMAE*.

*Vidal, P., Sierra, L.P, Collazos, J and Sanabria, J. (In press). A monthly regional

indicator of economic activity: an application for Colombia. Latin American Research Review.

Motivación

• La publicación del PIB es anual y tiene un rezago de 10 meses.

• Sí se dispone de series históricas mensuales sobre diferentes variables relacionadas con la actividad económica del Valle del Cauca.

• Es de gran utilidad para los diferentes actores privados y públicos poder contar con un índice (indicador) que aproxime la situación económica de la región antes que el DANE publique los datos oficiales del PIB.

• Contribuye a la toma de decisiones en base a información temprana.

Algunos ejemplos internacionales

https://www.chicagofed.org/publications/cfnai/index

Chicago Fed National Activity Index (CFNAI)

Aruoba-Diebold-Scotti Business ConditionsIndex

UAM-UCM SpanishEconomicCompositeIndicators

Algunos ejemplos nacionales:Para Colombia

• Índice mensual de actividad económica (IMACO) of Banco de la República, Kamil, Pulido y Torres(2010).

• Indicador de seguimiento a la economía (ISE).

• Indicadores sectoriales adelantados de actividad en colombia(ISAAC).

Literatura relacionada en Colombia

• Identificación del ciclo de una variable de referencia y puntos de inflexión: Avella y Fergusson (2004); Arango y Melo (2006) Arango, Arias, Flórez y Jalil (2008); y Alfonso, Arango, Arias, Cangrejo y Pulido (2012).

• Índice coinsidente: Nieto (2003), Melo y Nieto (2001) , Melo, Nieto, Posada, Betancourt y Barón (2001)

• Índice líder: Melo, Nieto y Ramos (2003), Rozo (2008), Marcillo (2013), Kamil, Pulido y Torres (2010), IMACO, Rozo (2008).

• Otras metodologías: Mejía, Monsalve, Parra, Pulido y Reyes (2013) Indicadores Sectoriales Adelantados de Actividad –ISAAC-, DANE, Indicador de Seguimiento a la Economía –ISE–.

Estrategia Empírica: 5 pasos

Paso 1: Se seleccionan y transforman las variables

Paso 2: Se estima un factor común (co-movimiento) entre las series (MFD)

Paso 3: Se incluye la información del PIB anual (Mensualización con el método de Litterman, 1983)

Paso 4: Se suaviza el indicador (Modelos estructurales univariantes, Harvey, 1989): IMAE

Paso 5: Se estima la tasa de crecimiento del PIB y se realiza el análisis de la coyuntura

Estrategia empírica. Paso 1

1. Se analizaron inicialmente 31 variables mensualesrelacionadas con la actividad económica del departamento.

Seleccionamos variables con los siguientes criterios: De alta frecuencia (variables mensuales).

Disponibles para el periodo de enero 2000 hasta marzo 2015

Relevantes para la región

Altamente relacionadas con el PIB anual.

Variables con menor rezago en su publicación mensual.

Variables seleccionadas

Variable Información que contiene

1) CAN: caña molida (Valle) Agricultura

2) CEM: despachos de cemento (Valle) Construcción y vivienda

3) ENER: consumo de energía del sector no residencial (Valle)

Actividad empresarial en general(incluyendo comercio y servicios)

4)VEH: venta de vehículos nuevos (Valle)Ingreso de los hogares, consumo, condiciones de

crédito5) X: exportaciones (Valle) Actividad empresarial6) IPIR: Índice de Producción Industrial Regional(Valle)

Industria

7) M: Importaciones (Valle) Actividad empresarial, comercio, consumo

Transformaciones

-4

-3

-2

-1

0

1

2

3

2000 2002 2004 2006 2008 2010 2012 2014

CAN

-4

-2

0

2

4

2000 2002 2004 2006 2008 2010 2012 2014

CEM

-6

-4

-2

0

2

4

2000 2002 2004 2006 2008 2010 2012 2014

ENER

-3

-2

-1

0

1

2

3

2000 2002 2004 2006 2008 2010 2012 2014

VEH

-3

-2

-1

0

1

2

3

2000 2002 2004 2006 2008 2010 2012 2014

X

-4

-3

-2

-1

0

1

2

3

2000 2002 2004 2006 2008 2010 2012 2014

M

-3

-2

-1

0

1

2

3

2000 2002 2004 2006 2008 2010 2012 2014

IPIR

A las 7 variables se le aplicaron las siguientes transformaciones: Se eliminó estacionalidad y valores atípicos (TRAMO-

SEATS). Se diferenciaron las series para que fueran estacionarias. Se estandarizaron.

Paso 2 Estimación del indicador con el MFD y el Filtro de Kalman

donde,

Yt es un vector con las siete variables mensuales consideradas P es la matriz de carga de los factores (pesos)Ft es el factor común (indicador de actividad económica)A(L) y B(L) las estructuras autorregresivas (dinámica). Para ambos componentes especificamos procesos AR(1)

Ecuación de medida:

𝑌𝑡 = P 𝐹𝑡 + 𝜇𝑡

Factor común:

𝐴 𝐿 𝐹𝑡 = 𝜀𝑡

Componente idiosincrático:

𝐵 L μt = 𝑎t

Paso 2 Estimación del indicador con el MFD y el Filtro de Kalman

En un 46% el indicador está compuesto por la industria y el consumo (aproximado por la venta de vehículos). Le siguen en importancia las variables del sector externo.

El Factor contiene demasiado “ruido”. Se necesita aplicar algún método para suavizarlo, para extraer una señal menos volatil que efectivamente ayude al monitoreo y la toma de decisiones en la región.

P (pesos)1) Caña molida 0.06

2) Despachos de cemento 0.06

3) Consumo de energía0.12

4) Venta de vehículos nuevos0.24

5) Exportaciones 0.16

6) IPI regional0.22

7) Importaciones 0.15

-2,5

-2

-1,5

-1

-0,5

0

0,5

1

1,5

2

ene.

-00

sep

.-0

0

may

.-0

1

ene.

-02

sep

.-0

2

may

.-0

3

ene.

-04

sep

.-0

4

may

.-0

5

ene.

-06

sep

.-0

6

may

.-0

7

ene.

-08

sep

.-0

8

may

.-0

9

ene.

-10

sep

.-1

0

may

.-1

1

ene.

-12

sep

.-1

2

may

.-1

3

ene.

-14

sep

.-1

4

Ft: Factor común

Paso 3: se ajusta a las tasas de crecimientos anuales del PIB en 2001-2014

Se busca que los ciclos del indicador tengan mayor coherencia con las tasas anuales de crecimiento del PIB en el período en que se dispone de esta información.

Para ello, se mensualiza el PIB anual 2001-2014 con la versión 1 del indicador siguiente el método de Litterman (1983)

-0,0080

-0,0060

-0,0040

-0,0020

0,0000

0,0020

0,0040

0,0060

0,0080

0,0100

0,0120

0,0140

ene.

-00

ago

.-0

0

mar

.-0

1

oct

.-0

1

may

.-0

2

dic

.-0

2

jul.-

03

feb

.-0

4

sep

.-0

4

abr.

-05

no

v.-0

5

jun

.-0

6

ene.

-07

ago

.-0

7

mar

.-0

8

oct

.-0

8

may

.-0

9

dic

.-0

9

jul.-

10

feb

.-1

1

sep

.-1

1

abr.

-12

no

v.-1

2

jun

.-1

3

ene.

-14

ago

.-1

4

mar

.-1

5

Paso 4: Suavizado del indicador: Modelo Estructural Univariante

Los MEU representan un método de extracción de señales, basado en modelos, a diferencia de los métodos empiricistas. Separa la tendencia del ciclo (Harvey, 1989)

Para el indicador se estima un ciclo de período de 4 años y 7 meses más un componente irregular AR(1).

tt t tty

tttt

1

ttt

1

t

s

j

1

0

t

tctct

sen 11

cos

tt

ctct

sen11

cos

2000 2005 2010 2015

-0.0025

0.0000

0.0025

0.0050

Cyc3_Var1

2000 2005 2010 2015

-0.005

0.000

0.005 Ar1_Var1

Paso 5: Se estima la tasa de crecimiento del PIB

PIB Valle del CaucaAño 2015: 4,0%2016 1T: 4,6%2016 2T: 3,4%

Correlaciones del IMAE con:

ISE IMACO PIB anual Valle

0.45 0.34 0.84

0

2

4

6

8

10

-0,35%

-0,20%

-0,05%

0,10%

0,25%

0,40%

0,55%

ene.

-01

jun

.-0

1

no

v.-0

1

abr.

-02

sep

.-02

feb

.-0

3

jul.-

03

dic

.-0

3

may

.-04

oct

.-0

4

mar

.-05

ago

.-0

5

ene.

-06

jun

.-0

6

no

v.-0

6

abr.

-07

sep

.-07

feb

.-0

8

jul.-

08

dic

.-0

8

may

.-09

oct

.-0

9

mar

.-10

ago

.-1

0

ene.

-11

jun

.-1

1

no

v.-1

1

abr.

-12

sep

.-12

feb

.-1

3

jul.-

13

dic

.-1

3

may

.-14

oct

.-1

4

mar

.-15

ago

.-1

5

ene.

-16

jun

.-1

6

Tasa de crecimiento anual del PIB, DANE (eje derecho) IMAE

a) Enero 2001- Junio 2016

IMAE y estimaciones del PIB

Fuente: Cálculos propios

2009 2010 2011 2012 2013 2014

Pronóstico anual con IMAE(out-of-sample)

0,0% 1,6% 4,6% 3,3% 4,7% 4,9%

Real DANE 0,7% 1,6% 4,5% 3,8% 4,6% 4,7%

0,0%

1,0%

2,0%

3,0%

4,0%

5,0%

6,0%

Tasa de variación PIB real Valle

Error absoluto medio: 0,17%

Pavel Vidal y Lya Paola Sierra. Departamento de Economía

Universidad Javeriana, Cali.

Indicador de Actividad Económica Mensual para el Valle del Cauca, IMAE.

* El IMAE se estima de manera conjunta con el Banco de la República