El BCE está mejorando su modelo económico para hacer frente a la creciente incertidumbre en tiempos de guerra y choques energéticos. Este blog del BCE destaca las limitaciones del conjunto de herramientas actual y analiza hacia dónde se dirige el modelado.
Galileo escribió que el libro de la naturaleza está escrito en el lenguaje de las matemáticas. Y la física moderna ha pasado a describir el movimiento de los planetas y partículas con una precisión cada vez mayor. La economía, por el contrario, está formada por personas. Personas que toman sus propias decisiones – “partículas” que sienten, piensan y anticipan, y que no siempre actúan de manera completamente racional. Sin embargo, los economistas tratan de encontrar patrones en la forma en que los hogares y las empresas toman decisiones e interactúan, y en cómo todo esto se suma a lo que llamamos “la economía”. Esto viene con sus propios desafíos empíricos muy específicos, que también son importantes para los bancos centrales y la política monetaria.
Nuestros modelos mostraban sus limitaciones
En la macroeconomía en particular, los experimentos a gran escala generalmente no son una opción: no se puede ejecutar una recesión dos veces con dos conjuntos diferentes de tasas de interés. En cambio, los economistas construyen modelos macroeconómicos en los que las ecuaciones representan las relaciones en la economía. Estos modelos son como pequeños laboratorios en los que una economía simulada puede ser pinchada, pinchada y conmocionada, y los pronósticos pueden ser confrontados con los datos. Es por eso que los modelos son cruciales en la banca central: los economistas del BCE mantienen y utilizan modelos macroeconómicos para preparar pronósticos, análisis de escenarios y prescripciones de políticas. Pero, con grandes choques cada vez más frecuentes y la incertidumbre más frecuente, nuestros modelos habían comenzado a mostrar sus limitaciones. Había llegado el momento de revisar nuestro conjunto de herramientas y prácticas de modelización.
Los pronósticos económicos pueden fracasar por todo tipo de razones. El culpable generalmente se puede encontrar escondido en los supuestos técnicos. Por ejemplo, algunas de las condiciones básicas que suponemos (como el precio de la energía) no permanecen constantes. Otros errores pueden surgir de la forma en que estimamos las relaciones dentro de una economía, es decir, cómo se propaga exactamente un cambio en una variable particular a través de un modelo, afectando a otras variables. El primer tipo es el más fácil de identificar y el menos interesante en el que detenerse. Los eventos inesperados, la pandemia, la guerra en Ucrania, significan que las suposiciones hechas antes de un shock pueden quedar rápidamente desactualizadas. No se puede esperar que ningún modelo, no importa cuán cuidadosamente especificado, prevea con precisión después de una ruptura estructural (es decir, un cambio fundamental) que nadie vio venir.
Cuando las herramientas viejas no logran capturar nuevos choques
Pero las suposiciones erróneas solo pueden llegar tan lejos en la explicación de las deficiencias pasadas de un modelo. Cuando reorganizamos nuestras proyecciones, esta vez con lo que realmente sucedió en términos de precios de materias primas, tasas de interés, tipos de cambio y otros supuestos de condicionamiento, nuestros modelos demostraron ser válidos. Sin embargo, todavía subestimaron el aumento de la inflación que siguió. En otras palabras, el déficit no fue solo una cuestión de mala suerte con las suposiciones. También faltaba algo en la transmisión. Dos cosas, de hecho.
En primer lugar, los modelos lineales luchan por capturar cómo los choques de los precios de las materias primas son tan grandes como los que hemos visto alimentar la inflación general. Fracasan porque la relación no es lineal: cuanto mayor es el choque inicial, más fuerte es la transferencia de los precios más altos de la energía a la inflación. El efecto también es mayor si el aumento de los precios de la energía golpea a la economía cuando la inflación ya es alta. Ninguno de estos factores puede ser fácilmente acomodado por un modelo linealizado.
En segundo lugar, los efectos indirectos y de segunda ronda fueron más fuertes que los modelos implicados. Las empresas pasaron los costos de los insumos más altos a los precios al consumidor de manera más agresiva de lo que los patrones históricos podrían haber sugerido. Mientras tanto, los salarios alcanzaron los precios más altos inusualmente rápidamente. Como resultado, las ecuaciones de nuestros modelos ya no eran capaces de capturar los parámetros clave de la economía pospandémica porque se estimaban en gran medida sobre la base de los datos extraídos de un entorno de baja inflación.
En tiempos de guerra, las correlaciones estándar pueden romperse
Estamos aprendiendo de estas lecciones. El BCE está desarrollando y desplegando modelos que son más detallados y mejor equipados para hacer frente a las fluctuaciones económicas inusuales. Debido a que la energía y los alimentos tienen un precio en los mercados globales, los choques geopolíticos se transmiten rápidamente a los precios más altos del consumidor. En tiempos de guerra, las correlaciones económicas estándar y los mecanismos de transmisión incrustados en los modelos pueden romperse por completo. Como fue el caso, por ejemplo, cuando los precios del petróleo, el gas y la electricidad se desvincularon inesperadamente después de la invasión rusa de Ucrania.
A esto se añaden intervenciones fiscales y regulatorias más frecuentes y enérgicas en los mercados energéticos, y la modelización de los precios agregados de la energía alcanza sus límites. Con esto en mente, nuestro novedoso conjunto de modelos ahora sigue un enfoque más desglosado. Los modelos proporcionan una evaluación más granular de abajo hacia arriba de los riesgos que rodean las proyecciones de inflación a corto plazo. Los nuevos modelos dividen los precios de la energía antes de impuestos en subcomponentes: combustible, gas y electricidad. También incorporan técnicas de modelado para hacer frente a los valores atípicos y la volatilidad extrema y aumentar su potencia explicativa y la precisión de la previsión. Esta modelización granular nos permite medir mejor los efectos de los cambios estructurales en los mercados energéticos, los fenómenos meteorológicos extremos y las políticas climáticas, como el próximo Sistema de Comercio de Emisiones de la UE 2 (ETS 2).
También hemos introducido nuevas fuentes de datos como entradas para nuestros modelos para ayudar a evitar los puntos ciegos. Por lo tanto, nuestros modelos ahora pueden estimar y desentrañar una mayor variedad de shocks macroeconómicos. Durante la pandemia, por ejemplo, los cuellos de botella de la cadena de suministro mundial llevaron a una grave interrupción del comercio de bienes intermedios, tiempos de entrega más largos y escasez de insumos clave de producción. Por lo tanto, hemos incorporado indicadores de restricción de la oferta en nuestros modelos de satélite, es decir, modelos que se centran exclusivamente, y en mayor profundidad, en sectores o relaciones específicas en la economía. Por ejemplo, nuestros modelos de núcleo grande no suelen tener en cuenta las fricciones de la cadena de suministro o el racionamiento de la cantidad. Sin embargo, los modelos de satélites más enfocados pueden ofrecer una visión complementaria cuando tales mecanismos se convierten en una preocupación de primer orden, como fue el caso después de 2021. El mismo marco nos permite evaluar los riesgos de inflación asociados con las limitaciones de la oferta de nuevos shocks. Los ejemplos incluyen la volatilidad arancelaria después de la imposición general de aranceles a las importaciones estadounidenses en 2025 (en el llamado “Día de la Liberación”) o las interrupciones de la exportación de energía del Golfo en medio del cierre del Estrecho de Ormuz en 2026. También complementamos y verificamos los modelos de proyección con indicadores de mayor frecuencia, basándose en encuestas, medidas basadas en el mercado, índices de atención basados en noticias, actividad de búsqueda de Google y datos de movilidad. Agregadas en índices de actividad semanales armonizados, estas fuentes proporcionan señales oportunas sobre la evolución económica a corto plazo.
Enfoque en los modelos de proyección de núcleo
También hemos trabajado para hacer que nuestros modelos de proyección centrales sean más precisos, especialmente en horizontes a mediano plazo, y más capaces de capturar lo que impulsa las variables macroeconómicas clave. Lo hemos hecho revisando algunas de las ecuaciones de comportamiento de estos modelos. Reestimamos los parámetros utilizando una muestra más larga de datos históricos y observamos cómo se propagan los choques en comparación con las estimaciones empíricas de la literatura. Aquí, sobre la base de pruebas muy recientes, dos canales han atraído la mayor parte de la atención: la transmisión de la política monetaria y la transferencia de los choques de precios de las materias primas. También hemos repensado cómo se modelan los precios, de modo que los choques extranjeros se reflejan en nuestros modelos de una manera que se asemeja a lo que realmente está sucediendo en la economía. En particular, la versión reestimada del BCE-BASE tiene como objetivo captar mejor la transferencia de los choques de los precios de la energía a los precios básicos y alimentarios. Del mismo modo, el nuevo modelo de área amplia (NAWM) II ahora incluye un canal de propagación directa de precios del petróleo para separar la transferencia de los choques de precios de los productos básicos de otros choques de precios extranjeros. La evidencia reciente muestra que las empresas cambian los precios con más frecuencia cuando la inflación es alta. En lugar de absorber los precios más altos de los insumos, como lo hicieron en períodos más tranquilos, las empresas en realidad tienden a reaccionar a los shocks cuando la inflación ya es alta. La curva de Phillips, en otras palabras, no es un objeto fijo.
Para capturar esto, el BCE ha desarrollado modelos complementarios utilizando precios dependientes del estado, en los que se permite que la forma en que se transmiten tales choques cambie con el tiempo y en diferentes estados del mundo. Estos se pueden utilizar para comprobar las proyecciones del núcleo. También se incluyen nuevos métodos para producir pronósticos de densidad de inflación, en particular enfoques de aprendizaje automático que no imponen una relación específica predeterminada entre la inflación y sus impulsores. A diferencia de los modelos basados en la teoría económica, estos métodos de aprendizaje automático son más impulsados por los datos y permiten relaciones flexibles y no lineales entre la inflación y sus determinantes. Son particularmente útiles para medir los riesgos en torno a la línea de base, que, después de los últimos años, es exactamente donde el BCE quiere centrar su atención.
Además de las perturbaciones extranjeras, las intervenciones de política pública también pueden afectar el ciclo económico de la economía de la zona del euro. Las respuestas de la política fiscal y monetaria a la pandemia y la posterior crisis energética fueron particularmente significativas en la región. Durante la pandemia, el gasto público y las transferencias ayudaron a amortiguar el impacto en la demanda agregada, al igual que las operaciones de refinanciación a largo plazo del BCE y los programas de flexibilización cuantitativa. A medida que la inflación aumentó en 2022, la política monetaria se endureció y las medidas gubernamentales específicas protegieron a los hogares y las empresas de los precios más altos de la energía. Gracias a los nuevos modelos, ahora se pueden evaluar las implicaciones macroeconómicas y el impacto distributivo de estas complejas interacciones entre la política monetaria y fiscal. También permiten una evaluación integrada y estructural de la política en una unión monetaria heterogénea de economía abierta.
La riqueza y los ingresos influyen en cómo reaccionan los hogares ante los choques
Esta combinación de shocks y una combinación de políticas activas también ha puesto de relieve cuánto importa que los hogares y las empresas no sean todos iguales. Los modelos con agentes heterogéneos permiten un análisis más rico de la desigualdad y las consideraciones de distribución que los modelos basados en un único hogar representativo. Por ejemplo, facilitan analizar cómo las diferencias entre balances y las propensiones marginales a consumir pueden moldear la dinámica agregada. El BCE puede utilizar estos modelos para estudiar cómo la política monetaria afecta a los hogares de forma diferente según la renta, la riqueza y la composición de activos. Estos modelos también pueden utilizarse para analizar cómo se pueden diseñar conjuntamente las políticas monetarias y fiscales, por ejemplo, en respuesta al aumento de los precios de la energía. Por último, pueden ayudar a captar la forma en que diferentes hogares y empresas ajustan su consumo e inversión, y lo que esto podría significar para los mercados de bienes, activos y trabajo, en equilibrio.
A medida que el entorno macroeconómico se vuelve cada vez más complejo e incierto, se está remodelando el conjunto de herramientas de modelado del BCE. Los marcos anteriores trataban la economía en términos agregados. La suite actual añade granularidad y heterogeneidad. Los modelos de agentes estructurales, sectoriales y heterogéneos ahora se usan uno al lado del otro, de modo que el mismo choque se puede ver a través de varias lentes. Por lo tanto, no solo las políticas pueden evaluarse por sus efectos agregados, sino que ahora también es posible identificar quién realmente tiene sus consecuencias finales. La recompensa proviene de la interacción: cada modelo individual tiene sus puntos ciegos, pero juntos, a través de un proceso de triangulación, surge una imagen más clara. Las últimas técnicas estadísticas y computacionales se encuentran en el centro de todo esto, asegurando que nuestro marco se mantenga a la vanguardia del progreso metodológico. El resultado es una lectura más rica de los temas que dominan los debates políticos de hoy: la volatilidad de los precios de la energía, las interrupciones de la cadena de suministro, la transmisión de la política monetaria y la macroeconomía de la transición climática.
Para concluir
Todas estas inversiones se unen en las proyecciones y análisis de escenarios que informan las decisiones políticas. Se han puesto en práctica las lecciones de la evaluación de la estrategia 2025 del BCE: el análisis de escenarios ya no es una extrapolación lineal en torno a la línea de base, sino más bien una exploración estructurada de cómo se propagan realmente los grandes choques, incluidas las no linealidades y los efectos de segunda ronda que se vuelven más consecuentes cuando la estabilidad de precios está en riesgo. Las proyecciones y escenarios de marzo de 2026 muestran cómo se presenta esto en la práctica. Ante la posibilidad de una escalada en el conflicto en Oriente Medio, el ejercicio fue más allá de simplemente escalar un coeficiente de paso de línea base. En su lugar, las elasticidades del modelo central se ajustaron en función de la gravedad del escenario. Que se beneficia de la evidencia empírica de que el repaso depende del estado y es más fuerte cuando los choques son grandes y cuando la inflación ya es alta y la economía está en calentamiento.
Sin embargo, todavía persisten algunas lagunas analíticas. Las iniciativas actuales incluyen el desarrollo de modelos para evaluar los efectos de las cuestiones estructurales a largo plazo en combinación con los vínculos macro financieros. Esto permitirá analizar los efectos macroeconómicos de cuestiones clave como el gasto en defensa, las políticas de competitividad, los desarrollos geopolíticos, la inteligencia artificial, el cambio demográfico y los desafíos fiscales a largo plazo. Continuaremos perfeccionando nuestras técnicas de modelización y su aplicación, porque los modelos pueden ayudar a sentar las bases para la preparación de la toma de decisiones de política monetaria.