*

Negocios

Primicieri: "Argentina puede usar big data para predecir el punto que dispara sus crisis"

El economista aplica técnicas de big data a su disciplina. Cree que países en los que las variables varían tanto como Argentina, las nuevas tecnologías son más útiles

Por MATÍAS BARBERÍA - 11 de Diciembre 2018
Primicieri: "Argentina puede usar big data para predecir el punto que dispara sus crisis"

Las técnicas más avanzadas para el procesamiento e interpretación de datos ya tiene aplicaciones prácticas en la investigación académica y en la gestión de la economía. Pero la potencia del big data puede llegar a ser aún más importante para un país como la Argentina, acostumbrado a crisis que desmadran sus variables nominales.

Así lo cree Giorgio Primicieri, un economista y profesor de la Northwestern University que pasó por Buenos Aires para capacitar a técnicos del Banco Central en el uso de estas herramientas. Para el académico italiano, países con datos poco confiables pueden mejorar su capacidad de lectura de la realidad y, economías problemáticas como la nuestra, tienen la posibilidad de aprovechar el uso de datos aún mejor: en la identificación de variables que se mueven en forma lineal, hasta cierto punto, y luego se disparan a velocidades siderales. Identificar, si se quiere, el punto exacto en que la economía Argentina choca.

- ¿Cuál es la utilidad de big data y machine learning en la gestión de la economía?

- Mi opinión, muy personal, es que estas técnicas simplemente son muy convenientes para resolver problemas de predicción: existe una gran cantidad de datos disponibles y, si querés predecir que puede pasar en el futuro, entonces estas técnicas son efectivas en generar una proyección relativamente buena. La predicción nunca va a ser exacta, siempre vas a tener alguna forma de error. Entonces la pregunta es cuán grande ese margen de error.

- ¿Y creés que se están aprovechando?

- Hasta el momento su utilidad es limitada, pero esto es porque estas herramientas están siendo desarrolladas por especialistas en sistemas más que nada, mientras que nosotros los economistas no pensamos sólo en pronósticos sino también en historias económicas estructuradas. Necesitamos la historia, entender que clase de perturbaciones, que tipo de shock fundamental, disparó una cierta crisis o recesión.

- ¿Los bancos centrales están aprovechando esto?

- Estos métodos son usados especialmente para resolver problemas de proyección cuando partís de modelos complejos. Si un modelo es simple, y querés usar ese modelo para predecir el futuro, eso ya sabemos hacerlo. Pero los modelos se están tornando cada vez más complejos por la disposición de cada vez más datos. Dejame darte un ejemplo, quizás más relevante para los Estados Unidos que para la Argentina, pero en algún nivel relevante para cualquier país. En el pasado para pronosticar actividad económica podías usar un par de datos como tasas de interés, inflación, agregados monetarios y otros. Pero más recientemente encontramos muchas más variables que pueden ayudar a predecir la actividad, como los datos sectoriales, de empleo, tasas de bancos, de hipotecas, de préstamos corporativos, muchos agregados monetarios y variables financieras. Por ejemplo, uno de los ejemplos que uso es que trato de predecir el producto bruto en base a 130 series distintas que son posibles predictores. Es un montón. Si quiero introducir los roles de esos 130 predictores, entonces el modelo se vuelve muy complejo. Estos métodos de big data están diseñados para lidiar con esta complejidad. Y organismos como el Banco Central de la Argentina o el Ministerio de Hacienda pueden aprovechar particularmente esto.

- ¿Cuál sería la aplicación específica para la Argentina?

- Pienso que organismos como los de la Argentina pueden utilizar este tipo de métodos para dos fines distintos. Primero, para mejorar la confiabilidad de los datos, que a veces pueden ser no sólo poco confiables sino hasta engañosos. Pero hay otro uso un poco más sofisticado. Argentina pasa por crisis con bastante frecuencia, y estas crisis son fuentes de grandes variaciones en los datos. En EE.UU. el PBI varía, como mucho, entre 3 y menos 3. Acá lo hace mucho más. Las técnicas más avanzadas están apuntadas a captar no linealidad, es decir, si hay un cambio en una variable, otra variable que tratamos de predecir puede reaccionar proporcionalmente hasta cierto punto. Pero, quizás, al momento de cruzar cierto umbral causa un desastre.

- El punto donde los números se disparan.

- Claro. Entonces, si cambio una variable la otra variable reacciona proporcionalmente hasta cierto umbral, y luego hay un derrumbe, esto significa que las herramientas más tradicionales que analizan cambios proporcionales, en países como la Argentina, pueden ser superadas por otras orientadas a cambios no lineales para identificar esos umbrales. Estos son modelos más complejos que los tradicionales.



¿Te gustó la nota?

Comparte tus comentarios

1 Comentario

Rubén Ardosain Reportar Responder

Capullo, El futuro no existe, por eso cada instante de tiempo se presenta como una singularidad y sabemos lo que eso significa. Mejor pres�ntense como el new or�culo de Delfos, ellos no adivinan, solo daban consejos. �rubenardosain.wordpress.com�

Notas Relacionadas

Shopping