Pronóstico de inflación en Costa Rica: Una estimación con redes neuronales artificiales
Resumen
En este documento se construyen tres modelos de pronóstico para la inflación aplicando la técnica de Redes Neuronales Artificiales (RNA). Esta técnica de modelación es capaz de capturar relaciones no lineales entre las variables, con lo cual se constituye en una poderosa alternativa en técnicas de regresión estándar para modelar y pronosticar series de tiempo. En la modelación de variables económicas por lo general se asume una relación lineal. El supuesto de linealidad, sin embargo, no se justifica cuando se identifican efectos asimétricos sobre el nivel de precios de la política monetaria. De los modelos elaborados dos utilizan como insumo agregados monetarios esperando que éstos contengan información útil acerca de la inflación futura, dado que existe consenso en que la inflación en el largo plazo tiene un origen monetario. Los modelos de RNA tienen un mejor desempeño, en cuanto a la precisión del pronóstico, que los modelos de periodicidad mensual que ha venido actualizando la División Económica para pronosticar la inflación. Únicamente el modelo denominado Ingenuo no es superado. Por otra parte, se amplía la gama de posibles modelos para analizar la evolución futura de la inflación y se incluyen variables monetarias, ausentes en los otros modelos de pronóstico.
Abstract
This paper presents three models to forecast inflation using Artificial Neural Networks (ANN). The ANN method captures non-linearities between variables, therefore it could be a powerful alternative to standard regression and time series forecasting. When modeling economic variables is often assumed that there are linear relationships. However, the argument of linearity cannot be justified when it is known that monetary policy has asymmetric effects on the price level. Since there is consensus that long run inflation has a monetary origin, two of the models elaborated include monetary aggregates hoping that they will contain useful information about future inflation. The ANN models have shown better performance in forecasting inflation than those monthly updated models that the Economic Division have been using. The model called Ingenue is the only one which is not excelled. On the other hand, the number of models to analyze future inflation is increased and monetary variables which were absent in other forecasting models are incorporated.
Código JEL
JEL code
Palabras clave
Keywords
Handle:
https://activos.bccr.fi.cr/sitios/bccr/investigacioneseconomicas/DocPoliticaMonetariaInflacion/Pronostico_inflacion_CR.pdf
URI
https://repositorioinvestigaciones.bccr.fi.cr/handle/20.500.12506/216https://activos.bccr.fi.cr/sitios/bccr/investigacioneseconomicas/DocPoliticaMonetariaInflacion/Pronostico_inflacion_CR.pdf
Collections
- Documentos de Trabajo [174]
This work is licensed under a Creative Commons Reconocimiento-NoComercial 4.0.