Un pronóstico de consenso es una predicción del futuro creada mediante la combinación de varios pronósticos separados que a menudo se han creado utilizando diferentes metodologías. Se utilizan en varias ciencias, desde la econometría hasta la meteorología , y también se conocen como pronósticos combinados , promedio de pronósticos o promedio de modelos (en econometría y estadística ) y máquinas de comité , promedio de conjunto o agregación de expertos (en aprendizaje automático ).
Las aplicaciones pueden ir desde la previsión del tiempo hasta la predicción del Producto Interno Bruto anual de un país o la cantidad de automóviles que una empresa o un concesionario individual probablemente venderá en un año. Si bien las previsiones se suelen realizar para valores futuros de una serie temporal , también pueden ser para eventos puntuales, como el resultado de una elección presidencial o un partido de fútbol.
La previsión desempeña un papel fundamental en el proceso de planificación de cualquier organización, ya que proporciona información sobre la incertidumbre. A través de la simulación, se podrá evaluar si es probable que las estrategias propuestas produzcan los objetivos deseados dentro de límites predefinidos. En el campo de la previsión económica , la trayectoria futura de la economía es intrínseca a las perspectivas comerciales de casi todas las empresas y, por lo tanto, existe una demanda considerable de previsiones económicas precisas. A esta fuerte demanda se suma el gran volumen de información de previsión fácilmente disponible de los gobiernos, las agencias internacionales y varias empresas privadas. Empresas como Consensus Economics y Blue Chip Economic Indicators se especializan en la publicación de datos de previsión económica; la primera cubre la mayoría de las principales regiones del mundo y proporciona previsiones para divisas y materias primas, y la segunda se centra en la economía estadounidense. Sin embargo, descifrar el mejor método de previsión no es una tarea fácil y depende en gran medida de los objetivos del usuario y las limitaciones a las que probablemente se enfrente. En lugar de tratar de identificar un único método de previsión mejor, un enfoque alternativo es combinar los resultados de pronosticadores independientes y tomar un promedio de las previsiones.
Este método de tomar un promedio simple de un panel de pronósticos independientes, derivados de diferentes métodos de pronóstico , se conoce como combinación de pronósticos y el resultado a menudo se denomina pronóstico de consenso. A menos que se pueda identificar un modelo de pronóstico particular que produzca errores de pronóstico más pequeños en comparación con otros pronósticos individuales, adoptar el enfoque de consenso puede ser beneficioso debido a las ganancias de diversificación. La combinación de pronósticos económicos está bien establecida en muchos países y puede contar con bancos centrales, instituciones gubernamentales y empresas entre los usuarios. En las últimas décadas, [ ¿cuándo? ] los pronósticos de consenso han atraído mucho interés, respaldado por la publicación de una gran cantidad de investigación académica sobre la precisión de los pronósticos. Los estudios empíricos muestran que la agrupación de pronósticos aumentó la precisión de los pronósticos. [1] [2] [3] Una de las ventajas de usar pronósticos de consenso es que puede resultar útil si hay un alto grado de incertidumbre o riesgo asociado a la situación y la selección del pronóstico más preciso por adelantado es difícil. Incluso si se identifica un método como el mejor, la combinación aún vale la pena si otros métodos pueden hacer alguna contribución positiva a la precisión del pronóstico. Además, muchos factores pueden afectar el pronóstico independiente y estos, junto con cualquier información útil adicional, pueden capturarse utilizando el enfoque de consenso. Otro argumento a favor de este método es que los pronósticos individuales pueden estar sujetos a numerosos sesgos de comportamiento , pero estos pueden minimizarse combinando pronósticos independientes. Por lo tanto, se considera que la combinación ayuda a mejorar la precisión del pronóstico al reducir los errores de pronóstico de los pronósticos individuales. Además, es probable que el promedio de pronósticos sea más útil cuando los datos y las técnicas de pronóstico de los que se extraen los pronósticos de los componentes difieren sustancialmente. Y aunque es solo un enfoque simple (normalmente un promedio de media no ponderada), este método es tan útil como otros modelos más sofisticados. De hecho, estudios más recientes en la última década han demostrado que, con el tiempo, el pronóstico combinado de pesos iguales suele ser más preciso que el pronóstico individual que compone el consenso. [4] [5] [6]
En resumen, la utilidad de la técnica de pronósticos de consenso ha sido apoyada por una gran cantidad de estudios empíricos en las últimas décadas. El uso de pesos iguales en el método de combinación es atractivo debido a su simplicidad y es fácil de describir. Entre otros, este método simple de promediar los pronósticos de los pronosticadores individuales ha sido puesto en práctica por muchos de los bancos centrales del mundo cuando intentan medir las expectativas en el sector privado. Un estudio empírico realizado por Roy Batchelor en 2000 demuestra una mayor precisión en los pronósticos de consenso que en las proyecciones macroeconómicas elaboradas por importantes agencias multinacionales como el Fondo Monetario Internacional y la Organización para la Cooperación y el Desarrollo Económicos . [7] Un estudio de Robert C. Jones concluyó: “Al menos desde la publicación de “La combinación de pronósticos” (Bates y Granger [1969]), los economistas saben que combinar pronósticos de diferentes fuentes puede mejorar la precisión y reducir el error del pronosticador. En los años intermedios, numerosos estudios han confirmado estas conclusiones, han esbozado las condiciones en las que las combinaciones de pronósticos son más efectivas y han tratado de explicar por qué los pesos iguales simples funcionan tan bien en comparación con técnicas estadísticas más sofisticadas”. [8]
Aunque la literatura sobre la combinación de pronósticos puntuales es muy rica, el tema de combinar pronósticos probabilísticos no es tan popular. [3] Hay muy pocos artículos que traten explícitamente la combinación de pronósticos de intervalo , sin embargo, ha habido algún progreso en el área de pronósticos de densidad. [9] [10] Se ha introducido una técnica alternativa simple, pero poderosa, en el contexto del pronóstico de precios de la electricidad. El promedio de regresión cuantil (QRA) implica aplicar la regresión cuantil a los pronósticos puntuales de varios modelos de pronóstico individuales o expertos. [11] Se ha descubierto que funciona extremadamente bien en la práctica: los dos equipos con mejor desempeño en la pista de precios de la Competencia Global de Pronóstico de Energía (GEFCom2014) utilizaron variantes de QRA.
{{cite book}}: |journal=ignorado ( ayuda )