Un modelo para predecir cambios cíclicos en el área euro

Con la creación de la Unión Monetaria Europea ha surgido un fuerte interés entre los analistas y autoridades económicas por conocer la situación cíclica de la economía del área del euro en cada momento del tiempo. Fruto de este interés, ha aparecido un elevado número de trabajos que tratan de fechar los períodos de expansión y recesión en el área del euro, similares a los efectuados, fundamentalmente, por el National Bureau of Economic Research (NBER) en Estados Unidos. La mayoría de los trabajos se basan en metodologías que permiten describir los movimientos cíclicos pasados, pero que tienen escasa eficacia para caracterizar los datos corrientes y realizar predicciones. Además, estas metodologías, al no estar basadas en criterios estadísticos, no están capacitadas para hacer inferencia, es decir, para asignar probabilidades a los distintos estados del ciclo económico. El objetivo de este trabajo es proponer un indicador que ofrezca información sobre la probabilidad de que la economía en el área del euro se encuentre en un momento concreto en recesión o expansión y permita al mismo tiempo predecir la situación cíclica en el futuro próximo. Con este objetivo se estima, en primer lugar, un modelo estadístico a partir de la información que suministra el Índice de Producción Industrial (IPI) del área del euro. Los resultados obtenidos, pese a que permiten hacer inferencia, muestran un comportamiento deficiente en cuanto a la capacidad del modelo, para predecir puntos de giro. Estas deficiencias son corregidas con un segundo modelo, que combina la información del IPI con una de las series derivadas de la Encuesta de Coyuntura Industrial que publica la Comisión Europea, el Indicador de Clima Industrial (ICI). El resto del artículo se estructura como sigue: en la sección 2, se presenta y evalúa un modelo simple para el fechado del ciclo europeo a partir de la información del IPI. En la sección 3, se presenta una versión más compleja del modelo que recoge la información que suministran conjuntamente el IPI y el ICI, y se analizan sus propiedades predictivas. La sección 4 presenta las conclusiones del análisis.