Documentos de Académico
Documentos de Profesional
Documentos de Cultura
MAESTRÍA EN ECONOMÍA
BOGOTÁ D.C
2019
Índice del documento
Contenido
1. Introducción:............................................................................................................................2
a. Esquema de Inflación objetivo en Colombia......................................................................3
b. Componentes y Volatilidad de la inflación total Colombiana...........................................5
c. Inflación Básica....................................................................................................................7
d. Justificación..........................................................................................................................8
2. Pregunta Problema..................................................................................................................8
a. Planteamiento de la pregunta problema.............................................................................8
b. Objetivos...............................................................................................................................8
i. General..............................................................................................................................8
ii. Específicos.........................................................................................................................8
3. Revisión de la literatura...........................................................................................................9
a. Enfoques metodológicos para medir la inflación subyacente............................................9
i. Enfoque estadístico...........................................................................................................9
ii. Enfoque Conceptual.........................................................................................................9
b. Inflación Subyacente en Economías en desarrollo.............................................................9
c. Inflación Subyacente en Colombia......................................................................................9
4. Hipótesis..................................................................................................................................11
5. Metodología............................................................................................................................11
a. Algoritmo K-Means............................................................................................................11
b. Datos....................................................................................................................................11
c. Resultados...........................................................................................................................11
i. Número de clusters.........................................................................................................11
ii. Recuperar la inflación subyacente................................................................................13
d. Estadísticas descriptivas de los clusters............................................................................14
e. Evaluación como medida de tendencia.............................................................................15
6. Conclusiones...........................................................................................................................16
7. Bibliografía.............................................................................................................................17
1. Introducción:
La credibilidad del banco central tiene efectos sobre la aplicación de política monetaria
de un país, lo que hace de vital importancia tener una medida acertada y fiable de los
cambios en el nivel agregado de precios de la economía. La medición de la inflación suele
tener dos problemas. El uso de índices como el índice de precios al consumidor (IPC)
contiene ambos, ruido y sesgo. Mientras que el primero ocasiona cambios de corto plazo,
que de manera imprecisa reflejan movimientos en la tendencia de largo plazo; el segundo,
conlleva a que el cambio promedio de largo plazo en el IPC sea muy alto [ CITATION Cec96 \l
9226 ].
En este proyecto se lleva a cabo una aproximación de Machine Learning para generar
una medida de inflación que omita los componentes más volátiles. Además, esta se
compara con medidas utilizadas de inflación básica (i.e inflación sin alimentos) utilizando
dos características que deben tener las medidas de cambio en precios, capturar la tendencia
de la inflación y ser capaz de predecir niveles futuros de inflación, blinder (1997) citado en
[ CITATION Aco18 \l 9226 ], obtenido un mejor resultado de las medidas de inflación básica
generadas con respecto a las disponibles.
1
La meta de inflación en Colombia hace referencia a la variación anual (12 meses) a diciembre de cada año
del índice de precios al consumidor, IPC.
Indice de precios al consumidor
Variación anual Limite superior de la meta
9.50%
Meta largo plazo Limite Inferior de la meta 8.97%
8.50%
7.50%
6.50%
Porcentaje
5.50%
4.50%
3.50%
2.50%
1.50%
2003-01
2003-05
2003-09
2004-01
2004-05
2004-09
2005-01
2005-05
2005-09
2006-01
2006-05
2006-09
2007-01
2007-05
2007-09
2008-01
2008-05
2008-09
2009-01
2009-05
2009-09
2010-01
2010-05
2010-09
2011-01
2011-05
2011-09
2012-01
2012-05
2012-09
2013-01
2013-05
2013-09
2014-01
2014-05
2014-09
2015-01
2015-05
2015-09
2016-01
2016-05
2016-09
2017-01
2017-05
2017-09
2018-01
2018-05
Meses desde el anuncio de la meta
Gráfica Uno. Variación anual del índice de precios al consumidor, meta de largo plazo, límite superior e inferior. Elaboración propia,
datos de banco de la república
b. Componentes y Volatilidad de la inflación total Colombiana
Los productos que componen la canasta familiar con la cual se mide el
cambio en precios agregados de la económica está compuesta por artículos que
se dividen en 12 grupos de gasto, que se muestran a continuación:
Inflación Total
Alojamiento, agua,
Alimentos y bebidas no Bebidas alcoholicas y Prendas de vestir y
electricidad, gas y otros
alcohólicas tabaco calzado
combustibles
(4.57%) (3.01%) (1.52%)
(0.83%)
Bienes y servicios
Recreación y cultura Educación Restaurantes y hoteles
diversos
(2.24%) (1.10%) (1.71%)
(2.48%)
90%
Bienes Y Servicios Diversos
Educación
70%
Recreación Y Cultura
60% Comunicaciones
50% Transporte
Salud
40%
Muebles, Artículos Para El Hogar Y Para
La Conservación Ordinaria Del Hogar
30%
Alojamiento, Agua, Electricidad, Gas Y
Otros Combustibles
20% Prendas De Vestir Y Calzado
Este artículo permite generar por primera vez en Colombia una medida de
inflación que clasifique los componentes de la misma en grupos por su
volatilidad histórica, dando la posibilidad así de generar de manera recursiva
diferentes índices de cambio en el nivel generalizado de precios con el fin de
compararlo frente a las medidas ya existentes. Además a pesar de que el trabajo
tiene un enfoque estadístico, este permite superar el problema de arbitrariedad,
de categorías o de límite, que presentan actualmente las medidas de inflación
básica que calcula el banco de la república.
4. Hipótesis
La medida de Inflación básica se desempeña mejor que las métricas disponibles,
recogiendo esta la tendencia de la inflación y siendo capaz de pronosticar niveles de
inflación futura de una mejor manera que las otras medidas disponibles.
5. Metodología
a. Algoritmo K-Means
b. Datos
Los datos que utilizamos son el resultado del ejercicio de la reconstrucción
histórica de los resultados 2009-2018 en nomenclatura basada en el estándar
COICOP y variaciones anuales por División, grupo y clase que se encuentra en
el Departamento Administrativo Nacional de Estadística (DANE).Utilizando la
información disponible para la variación anual de los 12 grupos del gasto, la
información permite entonces tener una muestra desde 2010 hasta 2018.
c. Resultados
i. Número de clusters
Para decidir el número de categorías aplicamos la regla de
Hartigan. Que enuncia que el total de clusters debe ser igual a K,
cuando el estadístico de Hartigan caiga por primera vez debajo de 10 [
CITATION Har79 \l 9226 ]
EK
H= ( EK +1 )
−1 ( N −K−1 ) (1)
Donde:
1.00E-03.
8.00E-04.
6.00E-04.
4.00E-04.
2.00E-04.
0.00E+00.
0 2 4 6 8 10 12 14
K
Estadistico de Hartigan
40.00
35.00
Suma de errores al cuadrado
30.00
25.00
20.00
15.00
9.61
10.00
5.00
0.00
1 2 3 4 5 6 7 8 9 10
K
0.15
0.1
0.05
-0.05
10 10 10 11 11 11 12 12 12 13 13 13 14 14 14 15 15 15 16 16 16 17 17 17 18 18 18
/ 20 /20 /20 /20 /20 /20 /20 /20 /20 /20 /20 /20 /20 /20 /20 /20 /20 /20 /20 /20 /20 /20 /20 /20 /20 /20 /20
1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
1/ 5/ 9/ 1/ 5/ 9/ 1/ 5/ 9/ 1/ 5/ 9/ 1/ 5/ 9/ 1/ 5/ 9/ 1/ 5/ 9/ 1/ 5/ 9/ 1/ 5/ 9/
C6 C5 C4 C3 C2 C1
Al agregar las series entre clusters es posible ver cómo al final
el rango que contiene a todos los grupos es la inflación total, pasando
por las exclusiones de diferentes categorias producto del resultado de
clasificación por el algoritmo de K means
Error Error
cuadrático cuadrático
% Canasta
Medida de inflación Basica Medio Medio
CPI
promedio 24 promedio
meses 36 meses
Mientras por otro lado en un plazo más largo el índice con menor
error cuadrático medio es el la inflación sin alimentos del banco de la
república. A pesar de esto, segunda medida con el mejor ajuste en ambos
horizontes es la canasta que acumula los cuatro clusters.
6. Conclusiones
Utilizando un algoritmo de clasificación logramos generar medidas de
inflación básica de manera recursiva.
Se evaluó el desempeño de las medidas respecto a las existentes y se
evidenció un mejor desempeño de las medidas tanto en plazos de 24 como
36 meses. Sin embargo en el plazo de 24 meses la inflación sin alimentos del
banco de la republica también lo hace bastante bien.
7. Bibliografía
Acosta, M. (2018). Machinelearningcoreinflation. EconomicsLetters, 47-50.
Bejarano, J., Hammann, F., & Rodríguez, D. (2016). Indicador de Inflación Básica a partir de un
Modelo Semi-estructural con inflación de alimentos. Borradores de Economía.
Hartigan, & Wong. (1979). Algorithm AS 136: A K-Means Clustering Algorithm . Journal of the
Royal Statistical Society. Series C (Applied Statistics), 100-108.
Misas A, M., López-Enciso, E. A., Téllez-Corredor, J. P., & Escobar-R., J. F. (2005). La inflación
subyacente en Colombia: Un enfoque de tendencias estocásticas comunes. Borradores de
economía.
Pincheira-Brown, Pablo, S., Jorge, N., & Luis, J. (2019). Forecasting inflation in Latin America with
core measures. International Journal of Forecasting, 1060-1071.