Módulo de previsiones

Dentro del conjunto de resultados que puede obtenerse tras la estimación de un modelo hay uno de especial interés que por sus características e importancia merece un trato especial, se trata de la obtención de previsiones.

Tipos de previsión

La previsión es un concepto que aparece naturalmente en los modelos con estructura dinámica y que básicamente consiste en obtener una estimación de los valores futuros de las variables explicadas en los submodelos (o outputs).

En un submodelo la variable explicada o output se describe como la suma de un conjunto de términos explicativos o filtro más una componente no explicada conocida como ruido o perturbaciones:

donde es el output, son los términos explicativos y es el ruido, y donde el subíndice denota la naturaleza temporal de las variables.

La previsión del output tiene una doble componente, por un lado la previsión debida a la parte explicada por el modelo o filtro y por otro la debida al ruido y que representa la componente aleatoria no explicable por el modelo.

El término de previsión debido al filtro del submodelo depende de los valores de los parámetros estimados y de la previsión de las variables explicativas (inputs)¹.

De acuerdo al valor de los parámetros estimados utilizado podemos hablar de dos tipos de previsión: (i) una previsión puntual en la que se utiliza el valor estimado del parámetro como un valor determinista libre de incertidumbre y (ii) una previsión bayesiana en la que la incertidumbre en la estimación de los parámetros se traslada también a la previsión.

Obtención de previsiones

MMS implementa el cálculo de las previsiones mediante unos mecanismos de evaluación similares a los que obtienen los resultados en el módulo de estimaciones.

Mediante la construcción de estos “objetos de previsión” análogos a los objetos de resultados, MMS obtiene la previsión del output como suma de las previsiones de los términos explicativos y de la previsión del ruido.

Gráfico: Diagrama de la previsión del modelo. El diagrama es completamente análogo a aquél de los resultados del modelo y del mismo modo que en aquél se puede observar el paralelismo entre la estructura de los objetos y la estructura del módulo de modelos: la previsión del modelo contiene a la previsión de sus submodelos y jerarquías y éstas la previsión de sus términos y parámetros.

Configuración de la previsión

MMS sólo considera esta posibilidad, de usar mecanismos de evaluación, para la obtención de previsiones. Otras posibles estrategias de previsión basadas en algoritmos de estimación se descartan².

Aunque la previsión no dispone de distintas estrategias de previsión, sí dispone igualmente de un conjunto de configuraciones en las que indicar entre otras el tipo de de previsión deseado: puntual o bayesiana.

Los intervalos de previsión

La previsión es un resultado esencialmente vinculado a un espacio de tiempo futuro, para la obtención de previsiones es necesario indicar el intervalo de tiempo de interés para el output de cada submodelo.

Los escenarios de previsión

Como mencionábamos anteriormente, la previsión del output depende de la previsión que se tenga de las variables que lo explican (inputs). A menudo no se dispone de una previsión para estas variables y se recurre a plantear distintas situaciones en las que éstas toman distintos valores. A estas situaciones se las denomina escenarios de previsión.

MMS permite mediante la asociación de escenarios a los inputs (variables del modelo) escoger la previsión que se utilizará.

Los nombres de los escenarios han de estar en consonancia con los usados en la definición de las variables del dataset del modelo.

La previsión

La previsión en MMS es un nuevo tipo de objeto que contiene tanto la definición de la previsión que se desea hacer como las previsiones en sí mismas.

La previsión de un modelo parte naturalmente de una estimación suya anterior, sin embargo para dotarla de una mayor flexibilidad, la definición de la previsión consta de dos atributos independientes: el modelo del que se hará previsión y el conjunto de valores de los parámetros estimados. Como es natural estos dos atributos pueden obtenerse directamente de una estimación.

Además del modelo y los parámetros estimados, la definición de la previsión consta del conjunto de configuraciones, los intervalos de previsión y los posibles escenarios de previsión que desean utilizarse.

Gráfico: Diagrama de la previsión como objeto principal del módulo de previsiones. El diagrama puede leerse como sigue:

• Una previsión se realiza sobre un modelo.
• Una previsión dispone de su propia configuración.
• Una previsión utiliza un conjunto de parámetros estimados.
• Una previsión utiliza un conjunto de intervalos de previsión.
• Una previsión puede utilizar un determinado conjunto de escenarios.
• Una previsión devuelve sus resultados a través del objeto de previsión del modelo.

Notas

¹ Nótese que si el ruido presenta una estructura ARIMA, su previsión también dependerá de los valores estimados para sus parámetros.

² Versiones anteriores de MMS sin embargo sí que utilizaban estrategias de estimación para la obtención de previsiones.