INEGI: Indicador Oportuno del Consumo Privado (IOCP) diciembre de 2023 y enero de 2024

INDICADOR OPORTUNO DEL CONSUMO PRIVADO (IOCP)

Diciembre de 2023 y enero de 2024

• El Instituto Nacional de Estadística y Geografía (INEGI) presenta los resultados del Indicador Oportuno del Consumo Privado (IOCP). Este permite contar con estimaciones econométricas oportunas sobre la evolución del Indicador Mensual del Consumo Privado (IMCP). 

• Para diciembre de 2023 y a tasa anual, el IOCP anticipa un aumento de 5.2 % en el IMCP. 

• Para enero de 2024, el IOCP estima una variación anual del IMCP de 3.6 por ciento. 

Para diciembre de 2023, el IOCP estima una variación a tasa anual del IMCP de 5.2 % y, para enero de 2024, de 3.6 por ciento. Las estimaciones realizadas presentan sus respectivos intervalos de confianza a 95 % para diciembre y enero de 2023 y 2024 respectivamente. Las estimaciones se refieren a cifras desestacionalizadas.

IOCP CIFRAS DESESTACIONALIZADAS 

(variación porcentual real respecto al mismo mes del año anterior) 

NOTA TÉCNICA 

INDICADOR OPORTUNO DEL CONSUMO PRIVADO
Diciembre de 2023 y enero de 2024

 

Como estadística experimental, el Instituto Nacional de Estadística y Geografía (INEGI) presenta los resultados del Indicador Oportuno del Consumo Privado (IOCP). Este permite contar con estimaciones econométricas oportunas sobre la evolución del Indicador Mensual del Consumo Privado (IMCP). Así, mientras que el IMCP se da a conocer aproximadamente nueve semanas después del mes de referencia, el IOCP ofrece una primera estimación —con un mayor margen de error estadístico—, apenas dos semanas después de terminado el mes de referencia. También presenta una segunda estimación, en general más precisa, seis semanas después del cierre del mes de referencia. Para diciembre de 2023, el IOCP estima una variación a tasa anual del IMCP de 5.2 % y, para enero de 2024, de 3.6 por ciento. Las estimaciones realizadas presentan sus respectivos intervalos de confianza a 95 % para diciembre y enero de 2023 y 2024 respectivamente. Las estimaciones se refieren a cifras desestacionalizadas.

Cuadro 1

INDICADOR OPORTUNO DEL CONSUMO PRIVADO CIFRAS DESESTACIONALIZADAS (variación porcentual real respecto al mismo mes del año anterior) 

Para diciembre de 2023, el IOCP calcula que el IMCP no presentó variación respecto a noviembre pasado. Para enero de 2024, se estima un aumento de 0.1 % a tasa mensual. 

Cuadro 2
INDICADOR OPORTUNO DEL CONSUMO PRIVADO CIFRAS DESESTACIONALIZADAS (variación porcentual real respecto al mes anterior)

El IOCP (base 2018 = 100) adelanta que el IMCP tendrá, en diciembre de 2023, un nivel de 109.3 puntos y, para enero de 2024, de 109.4 puntos.

 Cuadro 3
INDICADOR OPORTUNO DEL CONSUMO PRIVADO CIFRAS DESESTACIONALIZADAS (índice base 2018 = 100)

Las gráficas 1, 2 y 3 muestran los resultados del IOCP para las variaciones anuales, las mensuales y los niveles del índice. En cada caso, la línea azul representa la serie de interés, la línea negra punteada se refiere al ajuste del modelo de estimación y la línea roja muestra los nowcasts de diciembre de 2023 y enero de 2024. Las líneas verdes punteadas representan los intervalos de confianza a 95 por ciento. 

Gráfica 1

IOCP: NOWCAST DEL IMCP SERIES DESESTACIONALIZADAS

 (variación porcentual real respecto al mismo mes del año anterior: diciembre de 2023 y enero de 2024)

Gráfica 2
IOCP: NOWCAST DEL IMCP SERIES DESESTACIONALIZADAS
(variación porcentual real respecto al mes anterior: diciembre de 2023 y enero de 2024)

Gráfica 3
IOCP: NOWCAST DEL IMCP SERIES DESESTACIONALIZADAS
(índice base 2018 = 100: diciembre de 2023 y enero de 2024)

NOTA METODOLÓGICA 

En México, como en otros países, la pandemia y las acciones para contenerla han provocado un impacto en la actividad económica. Algunos sectores económicos frenaron su producción y los hogares modificaron sus patrones de consumo. Actualmente, el IMCP se publica alrededor de nueve semanas después del mes de referencia. Se trata de un indicador que gana oportunidad para la toma de decisiones de política económica. Lo anterior, porque el consumo privado es la variable más relevante entre los componentes de la demanda agregada. Así, la Dirección de Cuentas de Corto Plazo y Regionales de la Dirección General Adjunta de Cuentas Nacionales y la Dirección General Adjunta de Investigación del INEGI, construyeron un indicador que estima el consumo de los hogares mexicanos de manera precisa y oportuna. De esta forma, mediante un conjunto de modelos econométricos y de aprendizaje automático (machine learning), se llegó a la estimación del IOCP. 

El IOCP proporciona información para los dos meses posteriores con respecto al último dato disponible del IMCP, por lo que se adelanta hasta siete semanas a la difusión del dato oficial. La publicación consiste en una estimación puntual de la variación anual, la mensual y los niveles del índice (base 2018 = 100) en cifras desestacionalizadas, junto con sus intervalos de confianza a 95 por ciento. Esta estimación no sustituye el cálculo oficial. 

Las variables utilizadas se seleccionan a partir de su relación con el IMCP. Estas se seleccionan con base en la teoría económica y de manera estadística según el criterio de oportunidad, correlación contemporánea y causalidad en sentido de Granger. Se incorporaron fuentes tradicionales de información, tanto de frecuencia mensual como diaria. Según los diversos procedimientos, las variables se introducen al modelo en cifras originales o de manera desestacionalizada, según sea el caso. 

Dado que para la estimación hacia adelante se puede contar con toda la información actualizada, la metodología del IOCP se realiza de dos formas. Primero, se aplican distintos métodos de estimación para el cálculo del siguiente mes con respecto al último dato oficial publicado: tres modelos de regresión con errores ARMA (con un factor dinámico de dos etapas con selección Lasso, otro con un componente principal con selección Lasso y otro con un factor dinámico con selección por mínimos cuadrados parciales); dos modelos de regresión lineal con penalización (Elastic Net y Ridge) y dos modelos de regresión de muestreo de datos mixtos con variables de alta frecuencia (uno a partir del monto total de tarjetas de crédito y débito; otro mediante un factor estático que selecciona entre las 30 variables que componen el monto total de tarjetas de crédito y débito). Por último, se utiliza un Modelo de Factores Dinámicos (MFD) jerárquicos. Con base en el método de estimación, se realizan las transformaciones pertinentes de acuerdo con los requerimientos de cada metodología. Para la estimación puntual se elige el promedio de los ocho modelos, pues la combinación de pronósticos conduce a una mayor precisión del IOCP que la obtenida con cada uno de los modelos por separado. 

A partir de octubre de 2023, y dada la revisión periódica de los modelos econométricos y estadísticos que tienen como objetivo obtener resultados más precisos, la estimación un mes hacia adelante se realiza con series de tiempo desestacionalizadas.

En resumen, la estimación del IOCP un mes adelante sigue los siguientes pasos: 

- Selección de variables con base en la teoría económica y estadística según el criterio de oportunidad, alta correlación contemporánea y causalidad en sentido de Granger respecto al consumo. 

- Pruebas de raíz unitaria para identificar orden de integración de las variables. 

- Transformación óptima de las variables según los supuestos de cada método de estimación. 

- Estimación para el mes posterior al último dato del consumo a partir de los ocho modelos ya mencionados. 

- Validación de supuestos para los residuos de cada modelo. 

- Combinación de modelos: promedio de los ocho modelos. 

- Estimación de intervalos de confianza a 95 por ciento. 

Para la estimación dos meses adelante, con respecto a la última cifra oficial publicada, se realiza lo siguiente:  

- Se considera como dato observado la estimación obtenida para un mes adelante. 

- Las covariables no actualizadas, al momento de realizar la estimación, se actualizan a través de modelos ARIMA. 

- Dado el uso de MFD, se desestacionalizan las variables cuya fuente oficial no provee series de tiempo desestacionalizadas. 

- Se realizan transformaciones que maximizan la correlación entre cada una de las variables del modelo con respecto al IMCP. 

- Se seleccionan tópicos de Google Trends que covarían contemporánea y significativamente con el IMCP a través de la técnica de mínimos cuadrados parciales. Después, se estiman factores dinámicos considerando las variables tradicionales y todas las combinaciones posibles de tópicos. Se seleccionan aquellos que minimizan el error absoluto de estimación. 

- Validación del supuesto de estacionariedad en errores idiosincráticos del MFD. 

- Una vez confeccionada la base de datos con variables tradicionales y tópicos de Google Trends, se seleccionan los modelos de regresión con errores ARMA que minimizan el error de estimación en datos de prueba. 

- Se valida el supuesto de no autocorrelación en residuos de modelos de regresión con errores ARMA. 

- Se considera la mediana de los nowcasts que tienen error estadísticamente igual a la mejor estimación, según la prueba de Diebold-Mariano. 

- Las estimaciones consideran los intervalos de confianza a 95 por ciento.

Las variables utilizadas se describen en la tabla 1.

Tabla 1

VARIABLES UTILIZADAS EN EL IOCP

El INEGI genera la información que contiene este documento y la da a conocer con base en el Calendario de Difusión de Información Estadística y Geográfica y de Interés Nacional. 

La síntesis metodológica puede consultarse en: https://www.inegi.org.mx/investigacion/iocp/#Documentacion

Las series del IOCP pueden consultarse en: https://www.inegi.org.mx/investigacion/iocp/, en la página del INEGI: https://www.inegi.org.mx