Forecasting with Bayesian Panel Vector Autoregressions Using the R Package bpvars

El artículo presenta el paquete de R **bpvars**, una herramienta de alto rendimiento para la previsión de datos de panel dinámicos mediante vectores autorregresivos jerárquicos bayesianos flexibles con gestión coherente de datos faltantes, estructuras de prior robustas e implementación eficiente en C++ para apoyar un análisis económico preciso y reproducible.

Lo esencial

Imagina que estás tratando de predecir el clima en 189 ciudades diferentes alrededor del mundo. Algunas ciudades tienen registros climáticos perfectos de hace 100 años; otras tienen vacíos donde el termómetro se rompió, o datos que aún no se han registrado. Si intentaras predecir el clima para cada ciudad de forma completamente separada, tendrías muy pocos datos para las que tienen vacíos. Si simplemente promediaras todas las ciudades, perderías las peculiaridades locales de cada lugar.

Este artículo presenta una nueva herramienta llamada bpvars (un paquete de software para el lenguaje de programación R) que resuelve exactamente este problema para los economistas. Ayuda a pronosticar las tendencias del mercado laboral —como el desempleo, el empleo y la participación en la fuerza laboral— para 189 países simultáneamente.

Aquí se explica cómo funciona esta herramienta, utilizando analogías sencillas:

1. La analogía del "Aula Global" (Modelado Jerárquico)

La idea central del modelo es como un aula global de estudiantes.

• Los Estudiantes: Cada país es un estudiante.
• La Lección: La lección es predecir el futuro de la economía.
• El Profesor (Parámetros Globales): Hay un "profesor" que conoce las reglas generales de la economía que se aplican a todos (el promedio global).
• Las Notas de los Estudiantes (Parámetros Específicos de cada País): Cada estudiante tiene su propio cuaderno con sus detalles específicos.

En el pasado, podrías haber obligado a cada estudiante a seguir las notas del profesor exactamente (ignorando las diferencias locales) o haber dejado que cada estudiante adivinara por su cuenta (ignorando la sabiduría del profesor).

El paquete bpvars utiliza un enfoque jerárquico. Asume que, si bien cada país tiene su propia personalidad económica única, todos aprenden del mismo "profesor". Si un país tiene muy pocos datos (un estudiante con un cuaderno desordenado), el modelo se apoya fuertemente en las reglas globales del profesor para hacer una buena suposición. Si un país tiene muchísimos datos, el modelo confía más en las notas específicas de ese país. Este "intercambio de sabiduría" hace que las predicciones sean mucho más precisas, especialmente para los países con datos escasos.

2. El "Rompecabezas con Piezas Faltantes" (Manejo de Datos Faltantes)

Los datos económicos suelen ser desordenados. A veces un país deja de reportar números durante un año, o los datos llegan con retraso.

• La Forma Antigua: Podrías simplemente desechar las piezas del rompecabezas que faltan, dejando un hueco en tu imagen.
• La Forma de bpvars: El artículo describe un enfoque "Bayesiano" donde los números faltantes son tratados como variables misteriosas. En lugar de ignorarlos, el software los trata como piezas de rompecabezas ocultas que intenta descifrar mientras resuelve el resto del rompecabezas.

Imagina que estás mirando la foto de una multitud, pero algunas personas están bloqueadas por un árbol. En lugar de decir "no puedo verlos, así que los ignoraré", el software utiliza los patrones de las personas alrededor del árbol para adivinar qué están haciendo las personas ocultas. Completa los vacíos matemáticamente, asegurando que el pronóstico final tenga en cuenta la incertidumbre de esas piezas faltantes.

3. Herramientas de "Pronóstico Flexible"

El paquete no es solo una máquina de predicción única; es una navaja suiza para los pronosticadores.

• Agrupación: Puedes decirle al software que agrupe países (como "países europeos" o "países de ingresos altos") para ver si comparten ritmos económicos similares.
• Pronóstico Condicional: A veces quieres preguntar: "¿Qué pasa con el desempleo si el PIB crece un 2%?". El software puede fijar el número del PIB a un valor específico y luego calcular el resto de la economía basándose en ese escenario.
• El "Límite de Velocidad" (Pronósticos Restringidos): Las tasas de desempleo no pueden ser negativas, ni pueden superar el 100%. El software tiene una función de "límite de velocidad" que asegura que los pronósticos se mantengan dentro de estos límites realistas (0 a 100), evitando que el modelo sugiera escenarios imposibles.

4. El "Demonio de la Velocidad" (Rendimiento Técnico)

El artículo destaca que estas matemáticas complejas ocurren increíblemente rápido.

• La Analogía: Normalmente, realizar este tipo de matemáticas pesadas en R (un lenguaje conocido por ser amigable para el usuario pero a veces lento) es como conducir un camión pesado. Los autores escribieron las partes de mayor carga de trabajo del código en C++ (un lenguaje conocido por su velocidad pura).
• El Resultado: Es como poner un motor de Ferrari dentro de ese camión. Esto permite que el software ejecute miles de simulaciones en segundos, lo que lo hace práctico para el uso en el mundo real por organizaciones como la Organización Internacional del Trabajo (OIT).

5. La "Prueba de Manejo" (Pronóstico Pseudo-Fuera de la Muestra)

¿Cómo sabes si el modelo funciona? El artículo describe un método de "prueba de manejo".

• La Analogía: Imagina que estás aprendiendo a conducir. No te limitas a conducir en la autopista y esperar que todo salga bien. Practicas conduciendo una ruta que ya conoces, pero finges que no conoces las curvas. Verificas si tu predicción de la curva coincide con la carretera real.
• El Proceso: El software toma datos históricos, oculta los años más recientes, realiza una predicción y luego compara esa predicción con los datos reales que fueron ocultados. Hace esto repetidamente para demostrar que puede predecir el futuro con precisión.

Resumen

En resumen, el paquete bpvars es una herramienta inteligente, rápida y flexible que ayuda a los economistas a predecir las tendencias del mercado laboral para todo el mundo. Lo logra:

1. Permitiendo que los países aprendan unos de otros (Global vs. Local).
2. Llenando los vacíos de datos faltantes de manera inteligente.
3. Ejecutando matemáticas complejas a alta velocidad.
4. Proporcionando herramientas para probar qué tan precisas son las predicciones.

Los autores crearon esto específicamente para la Organización Internacional del Trabajo para rastrear el empleo y el desempleo en 189 países, pero el artículo señala que la herramienta es lo suficientemente flexible como para ser utilizada para cualquier panel de datos dinámicos donde los países o regiones se influyan entre sí.

Resumen técnico

Resumen Técnico: Pronóstico con Vectores Autorregresivos de Panel Bayesianos utilizando el paquete de R bpvars

Planteamiento del Problema

El modelado de datos de panel dinámicos presenta desafíos significativos debido a la persistencia temporal, la dependencia de la sección cruzada y la ocurrencia frecuente de observaciones faltantes. Los enfoques tradicionales suelen tener dificultades para equilibrar la extracción eficiente de contenido informativo con la gestión del gran número de parámetros requeridos para tales modelos. Además, los métodos frecuentistas estándar carecen a menudo de la flexibilidad necesaria para manejar datos faltantes de manera coherente o para incorporar estructuras jerárquicas que permitan el intercambio de información entre países sin elecciones de parámetros arbitrarias. Si bien la inferencia bayesiana ofrece herramientas para abordar estos problemas, existía una falta de software dedicado en R específicamente diseñado para Vectores Autorregresivos (VAR) de Panel Bayesianos que integrara el modelado jerárquico, el tratamiento de datos faltantes y herramientas de pronóstico integrales.

Metodología

El artículo presenta el paquete de R bpvars, el cual implementa una familia de modelos de VAR de panel jerárquicos Bayesianos. La metodología central se basa en los siguientes componentes:

1. Estructura del Modelo

El modelo de referencia consiste en un conjunto de VAR específicos por país donde los parámetros están vinculados a través de una distribución a priori global.

• VARs Específicos por País: Cada país $c$ sigue un modelo VAR gaussiano: $y_{c,t} = A_{c,1}y_{c,t-1} + \dots + A_{c,p}y_{c,t-p} + A_{c,d}d_{c,t} + \epsilon_{c,t}$.
• Prioris Jerárquicos: Se asume que las matrices autorregresivas por país ($A_c$) y las matrices de covarianza de error ($\Sigma_c$) siguen una distribución normal inverso-Wishart matricial. Crucialmente, las medias de la distribución a priori para estos parámetros ($E[A_c] = A$ y $E[\Sigma_c] = \Sigma$) son tratadas como parámetros globales estimados a partir de los datos.
• Parámetros Globales: La matriz autorregresiva global $A$ y la covarianza global $\Sigma$ tienen asignadas sus propias distribuciones a priori (Normal Matricial e Inverso-Wishart, respectivamente), con sus propios hiperparámetros (por ejemplo, factores de contracción o shrinkage) estimados de los datos. Esta estructura permite que el modelo se adapte a diversos tipos de datos sin recurrir a elecciones de hiperparámetros fijas y arbitrarias.

2. Variaciones del Modelo

El paquete ofrece cuatro especificaciones principales:

• Modelo de Referencia (Benchmark): Presenta la estructura jerárquica completa descrita anteriormente.
• Especificación de Jarociński (2010): Una variación con una estructura de prior mínima, que utiliza un prior impropio para los parámetros globales y un prior de intercambio para los parámetros autorregresivos únicamente.
• Agrupación por Países: Permite que los países se agrupen (por ejemplo, por geografía o ingresos), donde los países dentro de un grupo comparten parámetros globales específicos ($A_g, \Sigma_g$).
• Agrupación de Prioris Globales: Similar a la agrupación por países, pero aplica a los propios promedios de los prioris globales.
• VAR de un Solo País: Permite la estimación de VAR independientes para países individuales para servir como línea base de comparación.

3. Tratamiento de Observaciones Faltantes

Una característica distintiva de la metodología es el tratamiento bayesiano coherente con el modelo para las observaciones faltantes. El paquete maneja tres tipos de datos faltantes:

1. Condiciones iniciales.
2. Observaciones faltantes dentro del periodo de muestreo.
3. Bordes irregulares (rugged edges) causados por publicaciones de datos tardías.
   En lugar de la imputación, los valores faltantes son tratados como variables aleatorias y se estiman junto con los parámetros del modelo. En cada iteración del muestreador de Gibbs, los valores faltantes se extraen de su distribución condicional dado los datos observados y las extracciones actuales de los parámetros, asegurando que los pronósticos contabilicen la incertidumbre derivada de los datos faltantes.

4. Pronóstico y Evaluación

• Pronóstico Bayesiano: Los pronósticos se generan mediante el muestreo de la densidad predictiva, integrando la incertidumbre de los parámetros. El paquete soporta pronósticos marginales, restringidos (por ejemplo, asegurar que las tasas se mantengan dentro de [0, 100]) y condicionales (por ejemplo, condicionando sobre trayectorias futuras del PIB).
• Pronóstico Pseudo-Fuera de la Muestra (POOS): El paquete implementa el pronóstico recursivo con una ventana expansiva para evaluar el desempeño de los pronósticos de punto y de densidad.
• Métricas de Desempeño: La evaluación incluye el Error Cuadrático Medio de Pronóstico (RMSFE), el Error Absoluto Medio de Pronóstico (MAFE) y el Puntaje Logarítmico Predictivo (PLS).

5. Implementación Computacional

El paquete está escrito en R, pero depende de C++ a través de Rcpp y RcppArmadillo para la eficiencia computacional, lo que permite el manejo de grandes conjuntos de datos de panel dinámicos. Utiliza un muestreador de Gibbs para la estimación, con pasos de Metropolis-Hastings Adaptativo para hiperparámetros específicos (como los grados de libertad $\nu$) que no poseen distribuciones conjugadas estándar.

Principales Contribuciones

1. Implementación de Software: bpvars se presenta como el primer paquete de R dedicado específicamente a modelos de VAR de Panel Bayesianos. Llena un vacío en el software existente, que previamente dependía de cajas de herramientas de MATLAB o paquetes enfocados en la estimación frecuentista.
2. Manejo Integrado de Datos Faltantes: Proporciona un marco unificado para estimar modelos de panel dinámicos con observaciones faltantes, tratándolos como parámetros en lugar de realizar un preprocesamiento.
3. Modelado Jerárquico Flexible: La implementación extiende los prioris de intercambio y el modelado de coeficientes aleatorios a todos los parámetros específicos por país en un contexto dinámico, permitiendo una contracción basada en los datos.
4. Flujo de Trabajo Integral: El paquete ofrece un flujo de trabajo completo desde la especificación del modelo y la estimación hasta el pronóstico, estadísticas descriptivas, visualización y evaluación del desempeño, diseñado para ser compatible con los paquetes bsvars y bsvarSIGNs.

Resultados y Aplicaciones

El artículo demuestra la utilidad del paquete a través del pronóstico de resultados del mercado laboral (tasas de desempleo, empleo y participación en la fuerza laboral) para 189 países, desarrollado originalmente para la Organización Internacional del Trabajo (OIT).

• Aplicación Empírica: Los autores utilizan un conjunto de datos que cubre 1991–2024. El paquete estima con éxito modelos con variables exógenas (por ejemplo, dummies de crisis) y maneja conjuntos de datos con una cantidad significativa de observaciones faltantes (más del 34% de datos faltantes en el ejemplo ilustrativo).
• Desempeño de Pronóstico: El documento reporta ejercicios de pseudo-fuera de la muestra comparando el modelo de referencia específico por país contra modelos con agrupaciones de países (por región e ingresos). Los resultados indican que el VAR de Panel específico por país generalmente supera a los modelos agrupados en términos de Puntajes Logarítmicos Predictivos y, en casos específicos como Polonia, en términos de Error Cuadrático Medio de Pronóstico.
• Visualización: El artículo incluye visualizaciones de pronósticos, descomposiciones de la varianza del error de pronóstico e imputación de datos faltantes, demostrando la capacidad del paquete para producir resultados interpretables.

Significado

El artículo sostiene que bpvars proporciona una herramienta robusta, flexible y computacionalmente eficiente para el pronóstico de datos de panel dinámicos. Su importancia radica en:

• Accesibilidad: Reduce la barrera de entrada al modelado jerárquico de panel Bayesiano al proporcionar una interfaz de R amigable con un backend de velocidad C++.
• Responsabilidad ante el Riesgo: Al tratar de manera coherente las observaciones faltantes e integrar la incertidumbre de los parámetros, los pronósticos facilitan una mejor evaluación de riesgos y la toma de decisiones, particularmente para agencias internacionales.
• Reproducibilidad: El paquete soporta la investigación reproducible a través de flujos de trabajo estandarizados, salidas de resumen y visualizaciones.
• Avance Metodológico: Operacionaliza estructuras jerárquicas Bayesianas complejas y tratamientos de datos faltantes que anteriormente eran difíciles de implementar en el software estadístico estándar, ofreciendo una "sinergia" con las herramientas de VAR estructurales existentes en el ecos ecosystem de R.

Los autores posicionan el paquete no como un avance teórico en econometría, sino como una implementación práctica de principios Bayesianos establecidos (inspirados en el trabajo de Jarociński, Raftery y otros) adaptados a las necesidades específicas del pronóstico de paneles dinámicos a gran escala con imperfecciones de datos del mundo real.