Ítem
Solo Metadatos
Nowcasting Economic Activity with Electronic Payments Data: A Predictive Modeling Approach
Título de la revista
Autores
León, Carlos
Ortega, Fabio
Fecha
2018-10-10
Directores
ISSN de la revista
Título del volumen
Editor
Universidad del Rosario
Buscar en:
Métricas alternativas
Resumen
La predicción inmediata de la actividad económica (es decir, hacer estimaciones del período actual), es conveniente porque la mayoría de las medidas tradicionales de actividad económica se realizan con rezagos sustanciales. Nuestro objetivo es predecir el ISE, un indicador de actividad económica de corto plazo en Colombia. Las entradas son los rezagos del ISE y un conjunto de datos de pagos realizados entre individuos, empresas y el gobierno central, mediante transferencias electrónicas y cheques. Bajo un enfoque de modelado predictivo, empleamos un modelo de red neuronal exógena autoregresiva no lineal. Los resultadossugieren que nuestra elección de insumos y el método predictivo, nos permiten difundir la actividad económica con una precisión razonable. Además, validamos que los datos de pagos electrónicos reducen significativamente el error de predicción en un modelo de red neuronal autoregresiva de referencia. La predicción inmediata de la actividad económica con datos de los instrumentos de pago electrónicos, no solo contribuye a la toma de decisiones de los agentes y al modelado económico, sino que también soporta nuevas vías de investigación sobre cómo utilizar dichos datos en modelos actuales.
Abstract
Economic activity nowcasting (i. e., making current-period estimates) is convenient because most traditional measures of economic activity come with substantial lags. We aim at nowcasting ise, a short-term economic activity indicator in Colombia. Inputs are the ise's lags and a dataset of payments made with electronic transfers and cheques among individuals, firms, and the central government. Under a predictive modeling approach, we employ a non-linear autoregressive exogenous neural network model. Results suggest that our choice of inputs and predictive method enable us to nowcast economic activity with fair accuracy. Also, we validate that electronic payments data significantly reduce the nowcast error of a benchmark non-linear autoregressive neural network model. Nowcasting economic activity from electronic payment instruments data not only contributes to agents' decision making and economic modeling, but also supports new research paths on how to use retail payments data for appending current models.
A predição imediata da atividade econômica (é dizer, fazer estimações do período atual), e conveniente porque a maioria das medidas tradicionais de atividade econômica realizamse com atrasos substanciais. O nosso objetivo é predizer o ise, um indicador de atividade econômica de curto prazo na Colômbia. As entradas são os atrasos do ise e um conjunto de dados de pagamentos realizados entre indivíduos, empresas e o governo central, mediante transferências eletrônicas e cheques. Sob um enfoque de modelado preditivo, empregamos um modelo de rede neuronal exógena auto regressiva não lineal. Os resultados sugerem que nossa eleição de insumos e o método preditivo, nos permitem difundir a atividade econômica com uma precisão razoável. Além disso, validamos que os dados de pagamentos eletrônicos reduzem significativamente o erro de predição em um modelo de rede neuronal auto regressiva de referência. A predição imediata da atividade econômica com dados dos instrumentos de pagamento eletrônico, não só contribui à tomada de decisões dos agentes e ao modelado econômico, senão que também suporta novas vias de pesquisa sobre como utilizar ditos dados em modelos atuais.
A predição imediata da atividade econômica (é dizer, fazer estimações do período atual), e conveniente porque a maioria das medidas tradicionais de atividade econômica realizamse com atrasos substanciais. O nosso objetivo é predizer o ise, um indicador de atividade econômica de curto prazo na Colômbia. As entradas são os atrasos do ise e um conjunto de dados de pagamentos realizados entre indivíduos, empresas e o governo central, mediante transferências eletrônicas e cheques. Sob um enfoque de modelado preditivo, empregamos um modelo de rede neuronal exógena auto regressiva não lineal. Os resultados sugerem que nossa eleição de insumos e o método preditivo, nos permitem difundir a atividade econômica com uma precisão razoável. Além disso, validamos que os dados de pagamentos eletrônicos reduzem significativamente o erro de predição em um modelo de rede neuronal auto regressiva de referência. A predição imediata da atividade econômica com dados dos instrumentos de pagamento eletrônico, não só contribui à tomada de decisões dos agentes e ao modelado econômico, senão que também suporta novas vias de pesquisa sobre como utilizar ditos dados em modelos atuais.
Palabras clave
pronóstico , aprendizaje de máquina , red neuronal , pagos minoristas , Red narx , prognóstico , aprendizagem de máquina , rede neuronal , pagamentos minoristas , Rede narx , Forecasting , machine learning , neural networks , retail payments , narx
