Modelos de Nowcasting para el pronóstico de la actividad económica mensual argentina

Gonzalo Carrera

No 4784, Asociación Argentina de Economía Política: Working Papers from Asociación Argentina de Economía Política

Abstract: El Producto Bruto Interno (PBI) es la mejor medida para cuantificar la riqueza flujo de una nación. En Argentina, este dato se publica con un rezago de 70 a 80 días tras el cierre del trimestre. Como anticipo, el INDEC difunde el EMAE, el cual converge al PBI pero demora entre 50 a 60 días después del mes de referencia. En un contexto de alta inestabilidad e incertidumbre, este retardo limita su utilidad como insumo para la toma de decisiones. El objetivo de este trabajo es anticipar, con 30 días de antelación a lo publicado por el INDEC, la variación interanual del EMAE y del EMAE sin Agropecuario. Para ello se aplicaron técnicas de Nowcasting (modelos econométricos y de machine learning) con 44 variables predictoras de la economía argentina. Se probaron seis métodos: un modelo Autorregresivo de Rezagos Distribuidos (ARDL), tres de machine learning (Lasso, Ridge y Elastic Net) y dos de selección de parámetros (General-to-Specific, GETS, y Global Search Regression, GSR). Lasso arrojó el menor error en dos de tres métricas y lideró en ambas variables objetivo. El GETS mostró buen desempeño, mientras que Ridge se destacó en el EMAE no Agropecuario y el ARDL en EMAE.

JEL-codes: C1 E2 (search for similar items in EconPapers)
Pages: 51 pages
Date: 2025-12
References: Add references at CitEc
Citations:

Downloads: (external link)
https://aaep.org.ar/works/works2025/4784.pdf (application/pdf)

Related works:
This item may be available elsewhere in EconPapers: Search for items with the same title.

Export reference: BibTeX RIS (EndNote, ProCite, RefMan) HTML/Text

Persistent link: https://EconPapers.repec.org/RePEc:aep:anales:4784

Access Statistics for this paper

More papers in Asociación Argentina de Economía Política: Working Papers from Asociación Argentina de Economía Política Contact information at EDIRC.
Bibliographic data for series maintained by Juan Manuel Quintero ().