Indicador compuesto

Concepto

Se denomina indicador compuesto a cualquier combinación de indicadores individuales, a los cuales nos referimos como indicadores componentes.

La utilización de indicadores compuestos con objeto de analizar la evolución de la actividad económica no es reciente, se remonta a los trabajos de Burns y Mitchell (1946), que sirvieron como base para la construcción de los indicadores del National Bureau of Economic Research (NBER) y del Bureau of Economic Análisis (BEA). Desde entonces han proliferado en este campo las aportaciones metodológicas y, por supuesto, las aplicaciones a todos los niveles de desagregación.

Los indicadores compuestos están sujetos a diversas críticas. La principal es que constituyen una aproximación puramente empírica al problema de la medición del nivel y el ritmo de la actividad económica. Entre sus ventajas destaca su sencillez, en términos de complejidad teórica y de la información necesaria, permite realizar estimaciones y predicciones con los indicadores compuestos que con modelos econométricos serían mucho más difíciles de llevar a cabo, además de la prontitud con la que se obtienen los resultados en comparación con otros métodos alternativos.

La mayor dificultad y requisito imprescindible para la construcción de un indicador compuesto es la necesidad de disponer de una amplia base de datos (indicadores componentes) que permitan captar las fluctuaciones periódicas de corto plazo de las variables objeto de análisis.

El primer paso a la hora de realizar la construcción de un indicador compuesto es seleccionar los indicadores componentes que van a ser utilizados en dicha agregación. La clasificación de estos indicadores requiere el conocimiento de las fuentes estadísticas disponibles, así como el análisis de la calidad de dicha información disponible. Además esta información debe estar referida al ámbito en el que se desee realizar el indicador compuesto: regional, nacional o internacional; siendo difícil seleccionar diversas variables aplicables a todos los niveles de desagregación. Por los múltiples problemas que plantea la sección inicial de los indicadores, históricamente se han tenido en cuenta una serie de criterios aplicables a estos indicadores:

• • Significación económica.
• • Perfiles suaves.
• • Rapidez en la disponibilidad de la información.
• • Semejanza con la evolución económica.
• • Recoger las fluctuaciones de un sector o subsector de actividad relevante.
• • Longitud suficiente para el tipo de análisis que se pretende llevar a cabo.
• • No presentar cambios metodológicos relevantes en su elaboración.
• • Frecuencia superior o igual que la del indicador compuesto a construir.

Fases de construcción de indicadores compuestos

En la construcción de los indicadores compuestos distinguimos dos grandes fases además de la selección inicial de los indicadores, el filtrado de los indicadores individuales, y la agregación de la señal relevante de los indicadores componentes.

Filtrado de indicadores componentes

En esta fase se pretende eliminar de cada indicador simple el ruido inherente propio de cada serie así como el componente estacional dejando así el componente ciclo-tendencia el cual se pretende relacionar con los ciclos de la variable de referencia, así como con su evolución tendencial. En función de la coherencia de dichas evoluciones se podrán seleccionar las variables para formar parte del indicador compuesto.

El concepto de filtrado incluye una serie de procedimientos derivados del hecho de que la señal que transportan los datos está contaminada con componentes que no son deseables y que se pueden considerar ruido en este contexto. Se trata, por tanto, de limpiar esta señal, es decir, de depurar la serie de los componentes irregulares y estacionales.

En la propia noción de filtro subyace la idea de dejar pasar determinadas frecuencias y eliminar otras. Un filtro ideal es aquel que está diseñado para permitir el paso de información en una banda de frecuencias y eliminar o inhibir la información contenida en otras bandas de frecuencia consideradas no deseables. Se trata de analizar qué tipo de frecuencia deja pasar cada filtro y cuáles de ellas son eliminadas, así como la eficacia relativa de cada filtro respecto a las frecuencias filtradas. Cualquier filtro tiene un coste informativo que se traduce en las observaciones que se pierden en el tramo final e inicial que hacen necesario sustituir los datos por predicciones provisionales sujetas a revisión.

Los métodos más importantes de filtrado son: filtros autoregresivos (AR), filtros aditivos o de medias móviles (MA), filtro bayesiano en espacio de estados, extracción de la señal relevante con Seats y otros filtros (filtros de la familia Butterworth y los de tipo Henderson, entre otros).

Agregación de indicadores componentes

Una vez concluida la fase anterior, pasaríamos a la agregación de los indicadores componentes para la obtención del indicador compuesto. Los métodos de agregación tradicionales son los siguientes:

• • Métodos simples, basados en asignar una ponderación a las diferentes series que forman el indicador compuesto, un segundo criterio para la selección del peso de cada uno de los indicadores componentes está basado en un criterio ad-hoc, el investigador fija a priori la importancia que tiene cada uno de los indicadores para la elaboración del indicador compuesto. No obstante, este método se puede perfeccionar teniendo en cuenta la volatilidad de cada uno de los indicadores componentes que forman parte del indicador compuesto, para ello debemos calcular la desviación estándar de cada uno de los indicadores componentes, así como su inversa. Un tercer criterio para la selección de los pesos de cada uno de los indicadores se basa en el análisis de la correlación. El último método para asignar pesos se basa en el análisis de regresión.
• • Metodología del National Bureau of Economic Research y del Bureau of Economic Análisis, el departamento de Comercio de los Estados Unidos, publica mensualmente en el Survey of Current Business un sistema de indicadores compuestos de la economía norteamericana, y presenta un procedimiento para la elaboración de un índice. La metodología utilizada por ambas instituciones es similar. Es importante señalar que estos indicadores no pretenden medir el ritmo de variación económica sino detectar los puntos de giro con la máxima rapidez y eficacia, esta es la principal diferencia con respecto a los métodos basados en el análisis de la regresión.
• • Análisis multivariante, el análisis de componentes principales y análisis factorial son los métodos más usados en la construcción de indicadores compuestos. Ambos son procedimientos diseñados para el tratamiento de grandes masas de datos, transformando las variables originales —indicadores componentes— en otras —componentes principales— que no están correlacionadas entre sí. De este modo se puede proceder a la selección de la información, eliminando las componentes que no proporcionan información significativa. Se trata de aplicar la técnica de los componentes principales a los crecimientos interanuales tipificados de las señales, es decir, se toman diferencias estacionales del logaritmo del indicador, para a continuación estandarizar el valor de la serie.
• • Procedimiento simple de Niemira y Klein (NIEM), se obtiene como la suma de los crecimientos de la señal de cada indicador componente, pero teniendo en cuenta la importancia y volatilidad de cada uno de esos indicadores.
• • Procedimiento basado en Fernández (1991), este procedimiento es una adaptación del esquema de agregación seguido por el NBER, pero adecuado a la construcción de un indicador compuesto de crecimiento de la actividad económica.
• • Procedimiento basado en la distancia P2, la aplicación original del indicador con base en la distancia P2 va dirigida al campo de la medición del bienestar social. Las condiciones o propiedades exigibles por la función matemática que genera al indicador compuesto son las siguientes, existencia y determinación, monotonía, unicidad, homogeneidad, transitividad, exhaustividad, aditividad e invarianza respecto a la base de referencia (Zarzosa, 1992).
• • Construcción de indicadores en espacios de estados (Mondéjar y Vargas, 2008), como ya se ha expuesto, la obtención de un indicador compuesto como media ponderada de indicadores componentes se basa, además de en la selección de éstos, en la determinación de los pesos relativos que tiene cada uno de ellos. Si la selección está bien realizada, es de esperar que los indicadores componentes no presenten un comportamiento independiente, sino que estén influidos por la evolución general de la macromagnitud estudiada. La estimación de este “factor de evolución general” es el objetivo de los indicadores compuestos, abordando ésta mediante la combinación lineal ponderada de los indicadores componentes. Por ello, se puede interpretar un indicador compuesto como un “factor común” al comportamiento del conjunto de indicadores componentes, cuya evolución condiciona, con cierta intensidad, la de éstos últimos. Dentro de este marco conceptual es donde presenta gran interés la representación en espacio de estados. Esta opción puede ser una alternativa fructífera para la obtención de un indicador compuesto.