Con la Estacionalidad Hemos Dado, Sancho

Estos días, Juan Rubio y yo (con la fantástica ayuda de Mario Alloza y Brindusa Anghel) estamos intentando construir un índice de ciclo para la economía española. La idea es muy sencilla. Contabilidad nacional trimestral tiene un cierto retraso y una frecuencia demasiado baja para seguir el ciclo económico en detalle. Pero si sabemos que, por ejemplo, existe una relación relativamente estable entre el ciclo y las ventas de coches o el consumo de electricidad, podemos utilizar estos datos, mucho más frecuentes (electricidad, en principio, podemos observar minuto a minuto con datos de Red Eléctrica de España), para tener una idea de donde estamos en este momento concreto.
Puede sonar complicado pero en realidad es una aplicación bastante sencilla del filtrado de Kalman, uno de los instrumentos favoritos de los economistas empíricos. De hecho, la contabilidad trimestral en España, a diferencia de la de EE.UU., utiliza mucho esta técnica de imputación, ya que la mayoría de los datos que necesitaría para tener datos trimestrales puros solo están disponibles a nivel anual.
El problema es que, cuando uno se pone en ello, enseguida se topa con la estacionalidad de los datos: hoy se consume más electricidad que hace un mes en parte porque las temperaturas son más altas y los aires acondicionados se utilizan más. Por tanto, tenemos que determinar qué parte del consumo extra es debido a nuestra necesidad de refrescarnos y cuál a que quizás la economía esté más animada que hace unas semanas. La solución normal para este problema es desestacionalizar los datos. Muchos de los que hacemos macro siempre utilizamos los datos ya desestacionalizados que las agencias estadísticas nos dan ya construidos y ni pensamos en ello.
Pero aquí es donde las cosas se ponen complicadas: la corrección por estacionalidad es un mero proceso estadístico en la tradición Box-Jenkins (del tipo Aerolínea, para el que este metido en este mundillo), sin un modelo económico explícito detrás. Desafortunademente, existen motivos para pensar que estas correcciones estacionales pueden esconder que lo que realmente está pasando ya que las relaciones históricas pueden cambiar con el tiempo.
Un ejemplo concreto que me preocupa. Cuando uno mira los datos de desempleo registrado del Servicio Público de Empleo Estatal, parece que en los dos últimos meses, el paro ha detenido su crecimiento e incluso bajado. Pero esto es solo es así en el dato bruto. El dato desestacionalizado sigue denotando una subida del desempleo, aunque muy pequeña. Lo que ocurre es que el paro ha caído ligerísimamente menos que en otros meses de Mayo y Junio del pasado y eso, el modelo estadístico, no lo interpreta como una mejora del paro.
Pero mi lectura de la situación es aún más negativa. Dado los numerosísimos despidos de abril del 2008 a abril del 2009, el que el desempleo registrado no haya mejorado más en Mayo y Junio no son buenas noticias. Si de verdad hubiésemos tocado fondo, algunas empresas que han cortado por lo sano empleo temiéndose una hecatombe aún peor de la que nos ha caído, deberían estar contratando más y no lo están haciendo.
Dos lecciones a sacar de aquí. Una, que los anuncios que hemos cambiado marcha en el ciclo pueden ser demasiado optimistas. Dos, que aquellos que claman que “los datos hablan por si solos” no saben lo que dicen: sin teoría no hay interpretación posible aunque solo sea porque la teoría (económica o estadística) ha sido empleada en la construcción del dato mismo, o como dijo uno de esos francés nacido en Argelia en su libro más famoso: “Il n'y a pas de hors-texte.”