DISEÑO DE UN INDICE SINTÉTICO ADELANTADO PARA LA INFLACIÓN: EL CASO DE COSTA RICA

Como parte del análisis del proceso inflacionario de cada país es de suma utilidad contar con diversas herramientas de pronóstico, entre las cuales se encuentra el indicador sintético adelantado de inflación, cuyo diseño es el objetivo principal del presente estudio.Se seleccionó en primera instancia el Indice de Precios al Consumidor como variable de referencia por ser el indicador oficial de inflación. Adicionalmente, se utilizó el Indice del Núcleo Inflacionario, el cual es una medición más depurada de inflación.Se analizaron treinta variables candidatas a formar parte del índice sintético. Se determinaron las series adelantadas al comparar las desviaciones cíclicas de cada una de ellas en comparación con las de las variables de referencia, utilizando el análisis gráfico, comovimientos y pruebas de causalidad.De esta forma se construyeron más de ventiseis posibles índices sintéticos, siguiendo la metodología propuesta por la National Bureau Economic Research (NBER); las ponderaciones de las variables se obtuvieron con la técnica de componentes principales.Estos indicadores se analizaron de acuerdo al tiempo promedio de adelanto y señales falsas y verdaderas siguiendo la regla de nueve meses arriba y abajo. Los resultados se confirmaron calculando los comovimientos entre los indicadores sintéticos y las variables de referencia.Los dos mejores índices sintéticos están compuestos por la emisión monetaria, el tipo de cambio, el Indice de precios al productor industrial y el Indice de Actividad Económica, el primero; mientras que el segundo contiene las mismas series excepto la emisión monetaria.Dado que estos indicadores se adelantan cinco meses, un cambio que presenten en su comportamiento es de esperar que se presente cinco meses después en la evolución de la tasa de inflación.Estos resultados vienen a complementar otras técnicas de pronóstico disponibles y tienen la ventaja de que son relativamente fáciles de actualizar mes a mes.Por último, además de que permitirá pronosticar puntos de giro (picos o valles) de la tasa de inflación, esta evidencia empírica contribuye a enriquecer futuros trabajos de investigación.

DETERMINACIÓN DE MODELOS PARA LA EXTRACCIÓN DE SEÑALES Y EL PRONÓSTICO DE LAS SERIES TRIMESTRALES DE LA OFERTA Y DEMANDA GLOBALES

El objetivo de este estudio es modelar las series trimestrales de los componentes de la oferta y demanda globales de Costa Rica, mediante el empleo de métodos ARIMA, a fin de extraer los componentes de tendencia-ciclo, estacional e irregular que conforman dichas series con el propósito de evaluar la evolución del sector real en el corto plazo y realizar pronósticos.Para ello se utilizan las series trimestrales recientemente estimadas de los componentes de oferta y demanda globales basadas en las series anuales compiladas utilizando el año 1991 como periodo de referencia a precios constantes. El periodo de análisis abarca del primer trimestre de 1991 al cuarto trimestre del 2000. Se analizaron un total de treinta y cinco variables.Para obtener los resultados, se hizo uso del paquete computacional TRAMO/SEATS, en su versión para Windows, lo que constituye una primera aplicación de esta herramienta en el Banco Central de Costa Rica. Se emplea este instrumento puesto que se basa en modelos y no en métodos empíricos, lo que permite realizar inferencia estadística de las estimaciones de los modelos ajustados para cada componente. Adicionalmente, se aplicó el método de desestacionalización directo e indirecto a algunas variables.Como conclusiones generales se señalan que el software TRAMO/SEATS constituye una herramienta poderosa, flexible y de fácil uso en el análisis de series de tiempo. En general, este paquete permitió discriminar entre modelos y descomposiciones alternativas. Además, se observó una descomposición final adecuada para cada variable. Sin embargo, falta darle una explicación económica a las series desestacionalizadas. Finalmente, los resultados del ajuste estacional indican que el método indirecto fue significativo en el caso de dos variables (agricultura e industria).