Detección de puntos de giro a partir de un método paramétrico: aplicación de un Markov switching model para el ciclo económico de Santa Fe

Autores/as

DOI:

https://doi.org/10.24215/18521649e042

Palabras clave:

fluctuaciones economicas, ciclos, puntos de giro, modelo de cambios de régimen de Markov, actividad económica regional

Resumen

En este documento se explora el uso del modelo de regímenes de Markov con el objeto de determinar los cambios de estado del índice compuesto coincidente de Santa Fe, Argentina, ofreciendo una alternativa frente a los métodos empíricos tradicionales. Los resultados indican que el modelo con dos regímenes coincide en gran medida con las recesiones y expansiones clásicas identificadas previamente, validando la robustez de la metodología de agregación utilizada para calcular el índice coincidente y verificando la cronología que surge de los abordajes empíricos. Finalmente, se examina la utilidad de las probabilidades filtradas para anticipar giros económicos.

Biografía del autor/a

  • Francisco Leiva, Bolsa de Comercio de Santa Fe, Argentina

    Francisco Leiva nació el 6 de diciembre de 1995 en Santa Fe. Es Licenciado en
    Economía por la UNL (2021) y, desde 2022, se desempeña como profesor titular en la UCU. Actualmente trabaja en el Centro de Estudios de la Bolsa de Comercio de Santa Fe, donde se especializa en el análisis de coyuntura y en ciclos económicos. A lo largo de su formación, ha presentado diversos trabajos en congresos y revistas. Cuenta en su haber con cursos de formación, destacando una diplomatura en Ciencias Sociales Computacionales (UNSAM, 2023) y la Maestría en Economía Aplicada (UBA), la cual
    cursa desde 2024.

  • Pedro Pablo Cohan, Bolsa de Comercio de Santa Fe, Argentina

    Pedro Pablo Cohan es un economista argentino nacido el 17 de septiembre de 1981 en Eckernförde, Alemania. Completó su formación de grado en la Universidad Católica de Santa Fe en 2006 y más tarde, obtuvo dos maestrías en Desarrollo Económico en 2015, y en Finanzas en 2019, ambas por la Universidad Nacional de Rosario. Actualmente, avanza en su tesis doctoral en Economía en la Pontificia Universidad Católica Argentina. En el ámbito profesional, coordina el Centro de Estudios de la Bolsa de Comercio de Santa Fe, en el marco de un equipo interdisciplinario enfocado en el análisis macroeconómico, regional y de mercados.

  • Agustín Rodriguez, Bolsa de Comercio de Santa Fe, Argentina

    Agustín Rodriguez nació el 2 de julio de 1999 en la localidad de Castelar, provincia de Santa Fe. Es Licenciado en Economía por la UNL (2023) y cursó un posgrado de Ciencia de Datos aplicado al análisis empresarial y sector público (UNC, 2024). Desde 2022, trabaja en el Centro de Estudios y Servicios de la Bolsa de Comercio de Santa Fe, donde se especializa en el análisis del sector agropecuario con especial énfasis en el centro norte de la provincia de Santa Fe, y el estudio de ciclos económicos tanto a nivel nacional como provincial. Además, es docente adjunto del Departamento de Economía de la Facultad de Ciencias Económicas de la UNL (desde 2024 a la actualidad). 

Referencias

Abad, A. M., Cristóbal, A. y Quilis, E. M. (2000). Fluctuaciones económicas, puntos de giro y clasificación cíclica. Instituto Nacional de Estadística.

Achuthan, L. y Banerji, A. (2004). Beating the business Cycle: How to predict and profit from turning points in the economy. Crown Business.

Agencia de Recaudación y Control Aduanero. (2023). Anexos estadísticos. https://www.afip.gob.ar/institucional/estudios/informe-de-recaudacion-anexos/2023.asp

Anas, J. y Ferrara, L. (2004). A comparative assessment of parametric and nonparametric turning points detection methods: the case of the Euro-zone economy. En G. L. Mazzi y G. Savio (Eds.), Monographs of official statistics. Papers and proceedings of the third Eurostat colloquium on modern tools for business cycle analysis (pp. 86-121). European communities.

Banco Central de la República Argentina. (2024). Tipos de cambio de Referencia Comunicación A 3500 (Mayorista) y Tipo de Cambio Nominal Promedio Mensual (TCNPM). BCRA. https://www.bcra.gob.ar/PublicacionesEstadisticas/Tipos_de_cambios.asp

Bello, O., Cantú, F. y Acevedo, A. (2010). Indicadores adelantados para América Latina. CEPAL. https://hdl.handle.net/11362/5335

Bry, G. y Boschan, C. (1971). Cyclical analysis of time series: selected procedures and computer programs. National Bureau of Economic Research. https://www.nber.org/books-and-chapters/cyclical-analysis-time-series-selected-procedures-and-computer-programs

Burns, A. F. y Mitchell, W. C. (1946). Measuring business cycles. National Bureau of Economic Research. https://www.nber.org/books-and-chapters/measuring-business-cycles

Camacho, M., Pacce, M. y Ulloa, C. (2017). Business cycle phases in Spain (Documento de Trabajo Nº17/20). BBVA Research. https://www.bbvaresearch.com/en/publicaciones/business-cycle-phases-in-spain/

Carpio Fragoso, R. I. (2020). Crédito bancario en el ciclo económico de México, 2003-2019: una aplicación del algoritmo Bry-Boschan y el filtro de Kalman [Tesis de maestría, Centro de Investigación y Docencia Económicas]. http://hdl.handle.net/11651/4293

Cartaya, V., Sáez, F. y Zavarce, H. (2010). Ciclos de actividad económica y comovimientos sectoriales (Serie documentos de trabajo 110). Banco Central de Venezuela.

Chaverri Morales, C. y Van Patten Rivera, D. (2012). Diseño de un indicador adelantado para la actividad económica de Costa Rica. Foro de Investigadores de Bancos Centrales del Consejo Monetario Centroamericano, (VII Foro de Investigadores: Santo Domingo, República Dominicana. 27 y 28 de Junio 2013).

de Jong, R. M. y Sakarya, N. (2016). The econometrics of the Hodrick-Prescott filter. Review of Economics and Statistics, 98(2), 310-317. https://doi.org/10.1162/REST_a_00523

D'Jorge, M. L. y Cohan, P. P. (2015). Índice compuesto coincidente de actividad económica para la provincia de Santa Fe (Argentina): indicador mensual de alcance sub-nacional. Centro de Estudios y Servicios de la Bolsa de Comercio de Santa Fe.

Eurostat, The Conference Board y UNO. (2017). Handbook on ciclical composite indicators for business cycle analysis – 2017 edition. European communities. https://doi.org/10.2785/962890

Filardo, A. J. (1994). Business-Cycle Phases and Their Transitional Dynamics. Journal of Business & Economic Statistics, 12(3), 299-308. https://doi.org/10.1080/07350015.1994.10524545

Gómez Aguirre, M. (2018). Determinación de los puntos de giro en la actividad a partir del índice sintético de actividad de la construcción. (1ª ed.). Cámara Argentina de la Construcción. https://biblioteca.camarco.org.ar/libro/determinacion-de-los-puntos-de-giro-en-la-actividad-a-partir-del-indice-sintetico-de-actividad-de-la-construccion/

Hamilton, J. D. (1989). A new approach to the economic analysis of nonstationary time series and the business cycle. Econometrica, 57(2),357-384.

Hamilton, J. D. y Perez-Quiros, G. (1996). What do the Leading Indicators Lead? Journal of Business, 69(1), 27-49. https://doi.org/10.1086/209678

Hodrick, R. J. y Prescott, E. C. (1997). Postwar U.S. Business Cycles: An empirical Investigation. Journal of Money, Credit, and Banking, 29(1), 1-16. https://doi.org/10.2307/2953682

Instituto Nacional de Estadística y Censos. (2023). Censo 2022. Síntesis de resultados. INDEC. https://www.indec.gob.ar/indec/web/Nivel4-Tema-2-41-165

Instituto Nacional de Estadística y Censos. (2023). Mercado de trabajo. Tasas e indicadores socioeconómicos. Cuarto trimestre de 2022. Buenos Aires. INDEC. https://www.indec.gob.ar/indec/web/Institucional-Indec-InformesTecnicos-58

Instituto Nacional de Estadística y Censos. (2024). Agregados macroeconómicos: Diciembre de 2023, Informe de avance del nivel de actividad. INDEC. https://www.indec.gob.ar/indec/web/Nivel4-Tema-3-9-47

Instituto Nacional de Estadística y Censos. (2024). Intercambio Comercial Argentino: Diciembre de 2023. INDEC. https://www.indec.gob.ar/indec/web/Nivel4-Tema-3-2-40

Instituto Provincial de Estadística y Censos. (2024). Producto Bruto Geográfico. Informe de 2004-2023. IPEC. https://www.estadisticasantafe.gob.ar/contenido/informes-producto-bruto-geografico/

Johnson, C. A. (2001). Working Papers N° 84: Un Modelo de Switching para el Crecimiento en Chile. Banco Central de Chile. https://www.bcentral.cl/en/detail-news-and-publications/-/asset_publisher/Exzd7l9NC3Y6/content/documento-de-trabajo-n-84

Jorrat, J. (2005) Construcción de índices compuestos mensuales coincidente y líder de Argentina. En M. Marchionni (Ed.), Avances en Econometría (pp. 43-100). Temas Grupo Editorial.

Kydland, F. E. y Prescott, E. C. (1982). Time to Build and Aggregate Fluctuations. Econometrica: Journal of the Econometric Society, 50(6), 1345-1370. https://doi.org/10.2307/1913386

Lago, F. (2019). Análisis de los puntos de giro en la actividad de la construcción. FODECO. https://biblioteca.camarco.org.ar/libro/analisis-de-los-puntos-de-giro-en-la-actividad-de-la-construccion/

Lucas, R. E. (1972). Expectations and the neutrality of money. Journal of Economic Theory, 4(2), 103-124. https://doi.org/10.1016/0022-0531(72)90142-1

Mazzi, G. y Calès, L. (2017). An overview of alternative turning points composite indicators. En Eurostat, The Conference Board y UNO (Eds.), Handbook on ciclical composite indicators for business cycle analysis: 2017 edition (pp. 315-348). European Union and the United Nations.

Mintz, I. (1974). Dating united states growth cycles. En National Bureau of Economic Research (Ed.), Explorations in Economic Research (Vol. 1, pp. 1-113). National Bureau of Economic Research, Inc.

Perrotti, D. E. (2021). Growth Cycles in Argentina: The recent Behavior. Económica, 67(1), 023. https://doi.org/10.24215/18521649e023

Ravn, M. O. y Uhlig, H. (2002). On Adjusting the Hodrick-Prescott Filter for the Frequency of Observations. The Review of Economics and Statistics, 84(2), 371-376. https://doi.org/10.1162/003465302317411604

Sakarya, N. y de Jong, R. M. (2022). The spectral analysis of the Hodrick-Prescott filter. Journal of Time Series Analysis, 43(3), 479-489. https://doi.org/10.1111/jtsa.12622

Silvia J. (2011). Dynamic Economic Decision Making: Strategies for Financial Risk, Capital Markets, and Monetary Policy. Wiley Finance. https://doi.org/10.1002/9781118273197

Smirnov, S. V., Kondrashov, N. V. y Petronevich, A. V. (2017). Dating cyclical turning points for Russia: Formal methods and informal choices. Journal of Business Cycle Research, 13, 53-73. https://10.1007/s41549-017-0014-9

Zarnowitz, V. y Ozyildirim, A. (2006). Time series decomposition and measurement of business cycles, trends and growth cycles. Journal of Monetary Economics, 53(7), 1717-1739. https://doi.org/10.1016/j.jmoneco.2005.03.015

Descargas

Publicado

2025-07-08

Número

Sección

Artículos

Cómo citar

Leiva, F., Cohan, P. P., & Rodriguez, A. (2025). Detección de puntos de giro a partir de un método paramétrico: aplicación de un Markov switching model para el ciclo económico de Santa Fe. Económica, 71, 042. https://doi.org/10.24215/18521649e042