Análisis empírico moderno en macroeconomía y finanzas

El Premio Nobel de Economía de este año ha recaído sobre los profesores Robert F. Engle y Clive W.J. Granger por sus contribuciones a la econometría de series temporales. Tales contribuciones han tenido un gran éxito y se han incorporado con rapidez en las aplicaciones y estudios de macroeconomía, predicción y finanzas.

- Econometría de series temporales

La cointegración ocurre entre las importaciones y la renta nacional en España, pero no entre la producción de automóviles y los precios de los alimentos

En la negociación intradiaria es importante predecir qué mercados van a tener comportamientos colaterales. En este sentido, las aportaciones del profesor Engle son muy valiosas

Predicciones con márgenes de error bajos sirven para tomar decisiones que adecúan la oferta de electricidad a la demanda, ahorrando costes de generación excesivos o evitando apagones

Una serie temporal sobre una determinada variable, el IPC mensual, es una secuencia histórica de valores de la variable en cuestión observados a intervalos regulares de tiempo, mes en el ejemplo anterior. El objetivo de la econometría consiste en especificar y estimar en términos matemático-estadísticos las relaciones entre variables que considera la Teoría Económica. Así, por ejemplo, ésta establece que, en general, las importaciones que realiza un país dependen, entre otras variables, de su renta. En el caso de unos datos concretos, por ejemplo la serie trimestral de importaciones españolas, la econometría permite contrastar si dicha relación se da y en este caso de un modo tal que una subida del 1% de la renta nacional acaba generando una subida del 3% en las importaciones.

- Cointegración: variables económicas con tendencias comunes

Una de las contribuciones destacadas del profesor Granger ha sido la caracterización de las series temporales económicas. Con mucha frecuencia estas series contienen una evolución creciente a largo plazo (tendencia), es decir, una evolución que en cada momento incorpora (integra) el pasado para perpetuarlo hacia el futuro. Así, el valor de la renta nacional española en 1995, que fue 438.6 millones de euros, se ha ido trasladando (integrando) hacia el futuro y, en 2002, el valor de dicha producción ha sido de 687.7 millones de euros. La presencia de tendencia en series económicas muy diferentes hace que dos series concretas puedan parecer relacionadas entre sí, cuando en realidad no lo están, por ejemplo el valor de la producción anual de automóviles y el índice anual de precios de los alimentos no elaborados. Ambos han pasado, sobre una base 100 en 2000-2001, de 49,9 y 74,5, respectivamente, en 1993 a 93,7 y 105,4 en 2002. La contribución más notoria de Clive Granger ha sido la invención de la cointegración. El profesor Granger ha formulado un contexto estadístico en el que es posible contrastar si en series con evoluciones tendenciales similares existe una relación de dependencia entre ellas, debido a la presencia de factores tendenciales comunes. Cuando tal relación existe se dice que dichas series están cointegradas, integran sus propios pasados hacia el futuro de forma relacionada, motivada por la restricción de compartir factores tendenciales comunes. Esto ocurre entre las importaciones y la renta nacional en España pero no entre la producción de automóviles y los precios de los alimentos cuyos crecimientos responden a factores distintos.

- Causalidad

A Clive Granger se le debe también el concepto denominado "causalidad en el sentido de Granger", que es susceptible de ser contrastado empíricamente y sirve para determinar si una variable precede a otra. Con el concepto de cointegración se ha desarrollado un tipo de modelo econométrico: modelo con restricciones de cointegración. Además, con el análisis de causalidad de Granger se puede formular la estructura de la dependencia dinámica entre las variables, por ejemplo, de las importaciones españolas respecto a la renta. Todo ello ha derivado en que las aportaciones de Granger se utilicen de forma muy generalizada en el análisis macroeconómico.

- Predicción y modelos

Clive Granger ha contribuido también al área de la predicción económica, particularmente en temas de evaluación y combinación de predicciones. Sus trabajos recientes sobre la predicción de cambios estructurales son especialmente estimulantes. Junto con el profesor Engle, ha realizado modelos econométricos para el consumo diario y horario de energía eléctrica que han resultado muy precisos en la predicción de dichas variables. Predicciones con márgenes de error (incertidumbre) bajos sirven, en este caso, para tomar decisiones que adecúan la oferta de energía eléctrica a la demanda, ahorrando costes de generación excesivos o evitando apagones.

La principal aportación del profesor Engle es la propuesta, publicada en 1982, de un modelo sencillo, pero muy potente, para representar la evolución dinámica de la incertidumbre asociada a las variables económicas cuando ésta tiene una naturaleza cambiante a lo largo del tiempo. La medición de la incertidumbre, aún en los casos en que se pueda considerar constante, es fundamental en el análisis empírico de la realidad económica dado que, por ejemplo, las predicciones del valor futuro de la inflación, sólo pueden ser adecuadamente valoradas teniendo en cuenta cuál es su incertidumbre asociada. Considérese, por ejemplo, que la predicción de la inflación europea para el mes de octubre de 2003 es 2,0% y para septiembre de 2004 es 1,7%. Estando ambas predicciones relativamente próximas, la incertidumbre asociada a cada una de ellas es muy distinta. Así, con un 80% de probabilidad, la inflación europea en octubre de 2003 estará entre 1,8% y 2,2%, mientras que, con la misma probabilidad, la inflación en septiembre de 2004 estará entre 1,0% y 2,4%. Por lo tanto, existe una probabilidad pequeña pero no despreciable de tasas de inflación en septiembre de 2004 próximas al 1% o tan altas como el 2,4%, mientras que en octubre de 2003 la incertidumbre sobre la inflación europea está más acotada, siendo casi imposible obtener valores tan distantes. Las probabilidades de ocurrencia de estos valores relativamente distantes son importantes, ya que dichos valores pueden ser referentes para tomar decisiones opuestas en los movimientos del tipo de interés por parte del Banco Central Europeo.

- Volatilidad: el modelo Arch

La propuesta realizada por Engle parte de la consideración de que no es infrecuente observar series económicas para las que la incertidumbre no es constante sino que evoluciona a lo largo del tiempo. La evolución de la incertidumbre es especialmente evidente al analizar el comportamiento dinámico de los rendimientos de activos financieros para los que se observan periodos de tiempo de variaciones suaves seguidos de otros con variaciones muy bruscas. En este contexto, la incertidumbre, conocida como volatilidad, es importante porque es la base para, por ejemplo, la valoración de opciones sobre activos financieros o el cálculo del valor en riesgo de un determinado activo. El profesor Engle propuso predecir la volatilidad futura en función de su evolución en el pasado mediante un modelo conocido como ARCH.

Durante sus 20 años de vida, este modelo ha sido extendido en varias direcciones para poder adecuarse a las demandas cada vez más complicadas de sus usuarios en el mundo financiero. Así por ejemplo, la selección de los activos componentes de una cartera de valores, para la que es fundamental medir cómo los rendimientos de dichos activos se relacionan entre sí, el profesor Engle, propuso un modelo ARCH con varias ecuaciones donde cada una de ellas representa la evolución dinámica de la volatilidad correspondiente a cada activo financiero considerado y de sus relaciones con los otros activos.

- La microestructura de los mercados financieros

Otra extensión interesante se ha producido en relación a lo que se conoce como microestructura de los mercados financieros, que pretende entender los mecanismos de funcionamiento de dichos mercados analizando las características dinámicas de las transacciones y precios observados en tiempo real, es decir, cada vez que se produce una transacción (para los activos más populares una cada pocos segundos). En este caso, el lapso de tiempo entre dos observaciones consecutivas no es fija, como es habitual en series temporales, sino que dicha distancia es aleatoria y contiene información valiosa en sí misma para la toma de decisiones sobre inversiones financieras.

En este contexto, el objetivo es describir cómo se comportan, no sólo los rendimientos y las volatilidades generadas por la negociación intradiaria de los activos financieros, sino también la distancia temporal entre transacciones. Para ello, el profesor Engle ha propuesto el modelo ACD (Duración Condicional Autorregresiva) que permite predecir la duración hasta la próxima transacción observando cuáles han sido las duraciones en el pasado. En el universo de negociación intradiaria es importante saber comprar y vender con beneficio, pero también predecir mercados laterales donde no hay probabilidades de hacer dinero. En este sentido las aportaciones del profesor Engle son muy valiosas.

Los profesores Engle y Granger coincidieron durante muchos años en el departamento de Economía de la universidad de California en San Diego, donde constituyeron uno de los principales centros académicos en Econometría a nivel mundial.

Antoni Espasa y Esther Ruiz. Departamento de Estadística y Econometría de la Universidad Carlos III de Madrid