Estonia pronostica su actividad económica en el corto plazo

Versión para impresiónEnviar a un amigo

Investigadores del Centro de Estudios de Impacto de TI de la Universidad de Tartu en Estonia crearon una aplicación que realiza pronósticos económicos a corto plazo (de 1 a 12 meses) basados ​​en las declaraciones de impuestos de las compañías en tiempo real.

Según la Junta de Impuestos y Aduanas de Estonia (ETCB), el 98% de los ingresos fiscales de Estonia proviene de pagos voluntarios y solo el 2% se recauda a través de la intervención de las autoridades fiscales. Estos pagos voluntarios se informan en las declaraciones de impuestos mensuales de aproximadamente 166.000 empresas privadas y entidades públicas sujetas a impuestos. El ETCB quería utilizar la información en tiempo real contenida en estas declaraciones para producir pronósticos automáticos sobre toda la economía y sus subsectores.

Un equipo de investigadores y analistas de la Universidad de Tartu en el Centro de Estudios de Impacto de TI (CITIS) asumió la tarea de elaborar modelos de predicción y automatizar la emisión de predicciones. "Las series temporales económicas tienden a ser muy estacionales y pueden pronosticarse con enfoques estándar, pero el desafío aquí fue crear modelos que logren pronosticar de 1 a 12 meses en el futuro la facturación total de las empresas, el número de empleados y el volumen de exportación para todos los sectores por separado, en todos los niveles de agregación y todo eso sin demasiada intervención humana por parte del analista ", dijo Andrés Võrk, economista y profesor de econometría afiliado al equipo de CITIS.

Los investigadores de UT idearon una aplicación que permite al usuario, ya sea la autoridad tributaria o cualquier otro actor interesado en el pronóstico, simplemente seleccionar el indicador que se pronosticará, el sector y la ventana de tiempo y un conjunto de algoritmos que se ajustarán a los modelos y emita un pronóstico numérico.

Interfaz de usuario de la aplicación de pronóstico

La aplicación utiliza una serie de métodos que se ajustan a un conjunto de modelos de pronóstico muy diferentes que se aplican a los datos y luego utiliza el aprendizaje automático para llegar a un compendio de proporciones relativas que se utilizan para combinar los diferentes modelos en un solo pronóstico económico.

"Dada la necesidad de flexibilidad y la naturaleza muy diferente de cómo se comportan los diferentes sectores, así como también de que la economía en general cambia con el tiempo, tuvimos que encontrar una solución de modelado que sea capaz de autoajustarse a los diferentes sectores y a los cambios de circunstancias de las condiciones económicas sobre la marcha", explicó Taavi Unt, el autor del algoritmo de ponderación. "Los modelos de Ensemble suelen ser más precisos en cuanto a pronósticos que cualquier modelo en sí mismo, además de ser flexibles por diseño, a medida que cambia la estructura de la economía", continuó Unt, quien también está trabajando actualmente en su doctorado en estadísticas matemáticas en UT.

La aplicación de pronóstico es solo una solución que los investigadores de UT construyeron para la autoridad tributaria y es parte de un impulso más amplio hacia la economía predictiva, es decir, utilizar los datos producidos por los actores económicos para tener una visión completa de la economía nacional en tiempo real y tener predicciones rápidas y precisas de cambios probables en el futuro. Soluciones como esta tienen el potencial de hacer que la política económica sea más rápida e inteligente, permiten la evaluación de impacto en tiempo real de los cambios de políticas, y también reducen la carga administrativa sobre las empresas al momento de presentar informes corporativos.

Fecha: 
22/01/2018