La construcción de indicadores de la actividad económica: una revisión bibliográfica

Lya Paola Sierra Suárez, Jaime Andrés Collazos-Rodríguez, Johana Sanabria-Domínguez, Pavel Vidal-Alejandro

Resumen


Los indicadores de actividad económica son utilizados para medir el comportamiento de una economía cuando ningún otro tipo de indicador, como el producto interno bruto, puede proporcionar información sobre el estado de la economía de forma actualizada. En este documento se realiza una revisión de la literatura nacional e internacional sobre la construcción de indicadores de actividad económica. Adicionalmente, se ofrece un resumen de la metodología más utilizada en la construcción de índices de actividad económica, el modelo factorial dinámico (MFD) y sus diferentes tipos de estimación, resaltando las ventajas y desventajas.  Finalmente, se presenta el método utilizado en la construcción del índice mensual de actividad económica para el Valle del Cauca (IMAE).


Palabras clave


indicador de actividad económica; Modelo Factorial Dinámico.

Texto completo:

HTML PDF

Referencias


Alfonso, V., Arango, L., Árias, F., Cangrejo G. & Pulido, J. D. (2012). Ciclos de negocios en Colombia: 1975-2011. Banco de la República. Borradores de Economía, (651).

Alonso, J. (2006). Proyectando el producto departamental bruto caucano con un modelo de análisis factorial dinámico. Cali, Colombia: Centro de Investigaciones en Economía y Finanzas (CIENFI), Universidad ICESI.

Angelini, E., Banbura, M. & Rünstler, G. (2008). Estimating and Forecasting the Euro Area Monthly National Accounts from a Dynamic Factor Model. Journal of Business Cycle Measurement and Analysis, (953).

Arango, L., Árias, F., Flórez, L. A. & Jalil, M. (2008). Cronología de los ciclos de negocios recientes en Colombia. Lecturas de Economía, (68), 9-37.

Arango, L.E. & Melo, L.F. (2006). Expansions and Contractions in Brazil, Colombia and Mexico: A View Through Nonlinear Models. Journal of Development Economics, (80), 501-517. Retrieved from https://doi.org/10.1016/j.jdeveco.2005.02.010

Aruoba, B. Diebold, F. & Scotti, Ch. (2009). Real-Time Measurement of Business Conditions. Journal of Business & Economic Statistics, 27(4), 417–27. Retrieved from https://doi.org/10.1198/jbes.2009.07205

Avella, M.. & Fergusson, L. (2004). El ciclo económico: enfoques e ilustraciones. Los ciclos económicos de Estados Unidos y Colombia. Banco de la República. Borradores de Economía, (284).

Burns, A. F. & W. C. Mitchell (1946). Measuring Business cycles. In NBER, Studies in Business Cycle. New York: Columbia University Press.

Camacho, M.. & Domenech, R. (2012). MICA-BBVA: A Factor Model of Economic and Financial Indicators for Short-term GDP Forecasting. SERIEs, 3, 475–497. Retrieved from https://doi.org/10.1007/s13209-011-0078-z

Camacho, M. & Martínez-Martin, J. (2015). Monitoring the World Business Cycle. Banco de España, Working Paper, (1509). Retrieved from https://doi.org/10.1016/j.econmod.2015.09.013, https://doi.org/10.2139/ssrn.2643954, https://doi.org/10.2139/ssrn.2587001

Camacho, M. & Pérez-Quirós, G. (2010). Introducing the Euro-STING: Short Term Indicator of Euro Area Growth. Journal of Applied Econometrics, 25(4), 663-694. Retrieved from https://doi.org/10.1002/jae.1174

Camacho, M., Pérez-Quirós, G. & Poncela, P. (2014). Green shoots and double dips in the euro area: A real time measure. International Journal of Forecasting, 30(3), 520-535. https://doi.org/10.1016/j.ijforecast.2013.01.006

Castro, C. (2003). Yet Another Lagging, Coincident Tan Leading Index for the Colombian Economy. Departamento Nacional de Planeación. Archivos de Economía, (233).

Choi, H. & Varian, H. (2011). Predicting the Present with Google Trends. The Economic Society of Australia. Economic Record, 87(1).

Doz, C., Giannone, D. & Reichlin, L. (2011). A Two-Step Estimator for Large Approximate Dynamic Factor Models based on Kalman filtering. Journal of Econometrics, 164(1), 188-205. Retrieved from https://doi.org/10.1016/j.jeconom.2011.02.012

Diebold, F.X. & Rudebusch, G. (1996). Measuring Business Cycles: A Modern Perspective, Review of Economics and Statistics, 78, 67-77. Retrieved from https://doi.org/10.2307/2109848

Drechsel, K., Giesen, S. & Lindner, A. (2014). Outperforming IMF Forecasts by the Use of Leading Indicators. Institute for Economic Research. IWH Discussion Papers, (4).

Ferrara, L. & Marsilli, C. (2014). Nowcasting Global Economic Growth: A Factor-Augmented Mixed-Frequency Approach. Banque de France, (515). retrieved from https://doi.org/10.2139/ssrn.2514218

Forni, M., Hallin, M., Lippi, M. & Reichlin, L. (2000). The Generalized Factor Model: Identification and Estimation. The Review of Economics and Statistics, 82(4), 540-554. Retrieved from https://doi.org/10.1162/003465300559037

Forni, M., Hallin, M., Lippi, M. & Reichlin, L. (2003). The Generalized Dynamic Factor Model: One-sided Estimation and Forecasting. Econpapers. Retrieved from http://econpapers.repec.org/paper/ssalemwps/2003_2f13.htm

Forni, M., Hallin, M., Lippi, M. & Reichlin, L. (2005). The Generalized Dynamic Factor Model. Journal of the American Statistical Association, 100(471). Retrieved from https://doi.org/10.1198/016214504000002050

Forni, M., Hallin, M., Lippi, M. & Reichlin, L. (2001). Coincident and Leading Indicators for the Euro Area. The Economic Journal, 111. Retrieved from https://doi.org/10.1111/1468-0297.00620

Giannone, D., Reichlin, L. & Small, D. (2008). Nowcasting: The Real-Time Informational Content of Macroeconomic Data. Journal of Monetary Economics, 55(4), 665-676. Retrieved from https://doi.org/10.1016/j.jmoneco.2008.05.010

Golinelli, R. & Parigi, G. (2014). Tracking World Trade and GDP in Real Time. International Journal of Forecasting, 30(4), 847-862. Retrieved from https://doi.org/10.1016/j.ijforecast.2014.01.008

Gómez, A.M., Sarmiento, J.I. & Fajardo, L. (2016). Advanced Global Indicator of Short and Long Term for the Economy of Cauca 1960-2014. Apuntes del Cenes, 35(62), 209-244. Retrieved from https://doi.org/10.19053/22565779.5231

Hamilton, J. (1994). Time Series Analysis. Princeton, USA: Princeton University Press.

Kalman, R. E. (1960). A New Approach to Linear Filtering and Prediction Problems. Journal of Fluids Engineering, 82(1). Retrieved from https://doi.org/10.1115/1.3662552

Kamil, H., Pulido, J. & Torres, J. (2010). El IMACO: un índice mensual líder de la actividad económica de Colombia. Banco de la República. Borradores de Economía, (609).

Kim, M. & Yoo, J. (1995). New Index of Coincident Indicators: A Multivariate Markov Switching Factor Model Approach. Journal of Monetary Economics, 36, 607-630. Retrieved from https://doi.org/10.1016/0304-3932(95)01229-X

Koopman, S. J., Shephard, N. & Doornik, J. A. (1999). Statistical Algorithms for Models in State Space Uuing SsfPack 2.2. The Econometrics Journal, 2(1), 107-160. Retrieved from https://doi.org/10.1111/1368-423X.00023

Litterman, R.B. (1983). A Random Walk, Markov Model for the Distribution of Time Series. Journal of Business and Economic Statistics, 1, 169-173. Retrieved from https://doi.org/10.1080/07350015.1983.10509336, https://doi.org/10.2307/1391858

Marcillo, E. (2013). Un indicador líder para la actividad económica de Colombia. Departamento Nacional de Planeación. Archivos de Economía, (404).

Maurer, M.. & Uribe, M.C. (1996a). El ciclo de referencia de la economía colombiana. Departamento Nacional de Planeación. Archivos de Macroeconomía, (45).

Mejía, L. F., Monsalve, D., Parra., Pulido, S. & Reyes, A. M. (2013). Indicadores ISAAC: siguiendo la actividad sectorial a partir de Google Trends. Notas Fiscales, Ministerio de Hacienda y Crédito Público, (22).

Melo, L. F., Nieto, F., Posada, C. E., Betancourt, Y. R. & Barón, J. D. (2001). Un índice coincidente para la actividad económica colombiana. Borradores de Economía, (195).

Melo, L., Nieto, F. & Ramos, M. (2003). A Leading Index for the Colombian Economic Activity. Banco de la República de Colombia. Borradores de Economía, (243).

Nieto, F. & Melo, L.F. (2001). About a Coincident Index for the State of the Economy. Documento no publicado.

Poncela, P., Senra, L. & Sierra, L. (2014). Common Dynamics of Non Energy Commodity Prices and their Relation to Uncertainty. Applied Economics. 46(30), 3724–3735. Retrieved from https://doi.org/10.1080/00036846.2014.939377

Poncela, P. & Ruiz, E. (2012). More is not Always Better: Back to the Kalman Filter in Dynamic Factor Models. Madrid: Universidad Carlos III de Madrid, Departamento de Estadística.

Ripoll, M., Misas, M. & López, E. (1995). Una descripción del ciclo industrial en Colombia. Banco de la República. Borradores Semanales de Economía, (33).

Rozo, S. (2008). Nuevo enfoque para la construcción de un único indicador líder de la actividad económica colombiana. Ministerio de Hacienda y Crédito Público. Coyuntura Económica, 38(2), 21-62.

Salazar, D. (1996). Gráfico de un sistema de indicadores adelantados y de indicadores coincidentes. M. Maurer, M. Uribe & J. Birchenall (Eds.), El sistema de indicadores líderes para Colombia (pp. 2-88). Bogotá: DNP.

Schumacher, C. (2007). Forecasting German GDP using Alternative Factor Models based on Large Datasets. Journal of Forecasting, 26(4), 271-302. Retrieved from https://doi.org/10.1002/for.1026

Stock, J. & Watson, M. (1989). New Indexes of Coincident and Leading Indicators. Mimeo, Cambridge MA: Evanston.

Stock, J. & Watson, M. (1991). A Probability Model of the Coincident Economic Indicators. In K. Lahiri & G.H. Moore (eds.). The Leading economic indicators: New approaches and forecasting record (pp. 63-90). Cambridge University Press. Retrieved from https://doi.org/10.1017/CBO9781139173735.005

Stock, J. H. & Watson, M. W. (2002). Forecasting Using Principal Components from a Large Number of Predictors. Journal of the American Statistical Association, 97(460), 1167-1179. Retrieved from https://doi.org/10.1198/016214502388618960

Stock, J. H. & Watson, M. W. (2004). Combination Forecasts of Output Growth in a Seven-Country Data Set. Journal of Forecasting, 23(6), 405-430. Retrieved from https://doi.org/10.1002/for.928

Stock, J. H. & Watson, M. (2011). Dynamic factor models. Oxford Handbook on Economic Forecasting. Retrieved from https://doi.org/10.1093/oxfordhb/9780195398649.013.0003

Vidal, P., Sierra, L., Sanabria, J. & Collazos, J. (2015). Indicador mensual de actividad económica (IMAE) para el Valle del Cauca. Banco de la República. Borradores de Economía, (900).




DOI: https://doi.org/10.19053/01203053.v36.n64.2017.5132

Métricas de artículo

Vistas de resumen
132




Cargando métricas ...
_

Enlaces refback

  • No hay ningún enlace refback.




Creative Commons License
La revista está autorizada por una licencia Creative Commons Attribution-NonCommercial 4.0 International License

Apuntes del Cenes se encuentra en:

Scielo - ESCI (WoS)

Publindex - Redalyc - Latindex  - CLASE - Dialnet – DOAJ - EconLit - REDIB - Ideas Repec - DOTEC – EBSCO  - ProQuest - ERIH PLUSThe WZB library –  Actualidad Iberoamericana  -  VCU – Econpapers –  EconBib – Bibilat  -  Worldcat - Academia – EconBiz - Socionet -   CrossRef - SHERPA ROMEO

Métricas:

Open Acces Spectrum Evaluation Tool

Scielo Analytics

Ranking Rev-Sapiens 2016

Clasificación Integrada de Revistas Científicas – CIRC

Matriz de Información para el Análisis de Revistas

CitEc: Citations in Economics

Google Scholar

LogEc



UNIVERSIDAD PEDAGÓGICA Y TECNOLÓGICA DE COLOMBIA
Sede Central Tunja–Boyacá–Colombia
Avenida Central del Norte 39-115
PBX: (57+8) 7405626
portalweb@uptc.edu.co Comentarios de este sitio
Horario de atención y servicio telefónico
8:00 a.m. a 12:00 m y 2:00 p.m a 6:00 p.m.

Atención al Ciudadano
Línea Gratuita: 01 8000 942024
Tel: (57+8) 7428263
quejas.reclamos@uptc.edu.co
Notificaciones Judiciales
Notificaciones de aviso

Institución de Educación Superior sujeta a inspección y vigilancia por el Ministerio de Educación Nacional
Sistema OJS - Metabiblioteca |