Nowcasting Economic Activity with Electronic Payments Data: A Predictive Modeling Approach

La predicción inmediata de la actividad económica (es decir, hacer estimaciones del período actual), es conveniente porque la mayoría de las medidas tradicionales de actividad económica se realizan con rezagos sustanciales. Nuestro objetivo es predecir el ISE, un indicador de actividad económica de corto plazo en Colombia. Las entradas son los rezagos del ISE y un conjunto de datos de pagos realizados entre individuos, empresas y el gobierno central, mediante transferencias electrónicas y cheques. Bajo un enfoque de modelado predictivo, empleamos un modelo de red neuronal exógena autoregresiva no lineal. Los resultadossugieren que nuestra elección de insumos y el método predictivo, nos permiten difundir la actividad económica con una precisión razonable. Además, validamos que los datos de pagos electrónicos reducen significativamente el error de predicción en un modelo de red neuronal autoregresiva de referencia. La predicción inmediata de la actividad económica con datos de los instrumentos de pago electrónicos, no solo contribuye a la toma de decisiones de los agentes y al modelado económico, sino que también soporta nuevas vías de investigación sobre cómo utilizar dichos datos en modelos actuales.

• Fecha de publicación: 2018
• Institución: Universidad del Rosario
• Repositorio: Repositorio EdocUR - U. Rosario
• Idioma: por; spa; eng
• OAI Identifier: oai:repository.urosario.edu.co:10336/29543
• Acceso en línea: https://doi.org/10.12804/revistas.urosario.edu.co/economia/a.7205; https://repository.urosario.edu.co/handle/10336/29543
• Palabra clave: pronóstico; aprendizaje de máquina; red neuronal; pagos minoristas; Red narx; prognóstico; aprendizagem de máquina; rede neuronal; pagamentos minoristas; Rede narx; Forecasting; machine learning; neural networks; retail payments; narx
• License: Abierto (Texto Completo)