INDICADOR OPORTUNO DEL CONSUMO PRIVADO (IOCP)
Octubre y noviembre 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 octubre de 2024 y a tasa anual, el IOCP anticipa un aumento de 1.9 % en el IMCP.
• Para noviembre de este año, el IOCP estima una variación anual del IMCP de 1.5 por ciento. Para octubre de 2024, el IOCP estima un incremento a tasa anual del IMCP de 1.9 % y, para noviembre, de 1.5 por ciento. Las estimaciones presentan sus respectivos intervalos de confianza a 95.0 %, para octubre y noviembre de 2024. Las estimaciones se refieren a cifras desestacionalizadas.
Cuadro 1
VARIACIÓN DEL INDICADOR OPORTUNO DEL CONSUMO PRIVADO CIFRAS DESESTACIONALIZADAS
(variación porcentual real respecto al mismo mes del año anterior)
Nota: Intervalos de confianza a 95.0 por ciento.
Cifras elaboradas mediante métodos econométricos.
1/ Estimación oportuna que aprovecha la asociación estadística entre la variable que se
desea estimar —en este caso, el Indicador Mensual del Consumo Privado (IMCP)— y
otras variables más oportunas.
Fuente: INEGI. Indicador Oportuno del Consumo Privado (IOCP), 2024.
Se anexa Nota técnica
amar al teléfono (55) 52-78-10-00, extensiones 321064, 321134 y 321241.
Dirección de Atención a Medios / Dirección General Adjunta de Comunicación
NOTA TÉCNICA
INDICADOR OPORTUNO DEL CONSUMO PRIVADO
Octubre y noviembre 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 octubre de 2024, el IOCP estima un incremento a tasa anual del IMCP de 1.9 % y, para noviembre, de 1.5 por ciento. Las estimaciones presentan sus respectivos intervalos de confianza a 95.0 %, para octubre y noviembre de 2024. Las estimaciones se refieren a cifras desestacionalizadas.
Cuadro 1
VARIACIÓN DEL INDICADOR OPORTUNO DEL CONSUMO PRIVADO CIFRAS DESESTACIONALIZADAS
(variación porcentual real respecto al mismo mes del año anterior)
Nota: Intervalos de confianza a 95.0 por ciento.
Cifras elaboradas mediante métodos econométricos.
1/ Estimación oportuna que aprovecha la asociación estadística entre la variable que se
desea estimar —en este caso, el Indicador Mensual del Consumo Privado (IMCP)— y
otras variables más oportunas.
Fuente: INEGI. Indicador Oportuno del Consumo Privado (IOCP), 2024.
Para octubre de 2024, el IOCP calcula que el IMCP mostrará un descenso de 0.1 %, en
comparación con septiembre. Para noviembre de este año, se estima que el indicador
mantendrá el mismo nivel de un mes antes.
Cuadro 2
VARIACIÓN DEL INDICADOR OPORTUNO DEL CONSUMO PRIVADO
CIFRAS DESESTACIONALIZADAS
(variación porcentual real respecto al mes anterior)
Nota: Intervalos de confianza a 95.0 por ciento.
Cifras elaboradas mediante métodos econométricos.
1/ Estimación oportuna que aprovecha la asociación estadística entre la variable que se
desea estimar —en este caso, el Indicador Mensual del Consumo Privado (IMCP)— y
otras variables más oportunas.
Fuente: INEGI. Indicador Oportuno del Consumo Privado (IOCP), 2024.
El IOCP (base 2018=100) adelanta que el IMCP tendrá, en octubre y noviembre de 2024, un nivel
de 111.6 puntos.
Cuadro 3
ÍNDICE DEL INDICADOR OPORTUNO DEL CONSUMO PRIVADO
CIFRAS DESESTACIONALIZADAS
(índice base 2018=100)
Nota: Intervalos de confianza a 95.0 por ciento.
Cifras elaboradas mediante métodos econométricos.
1/ Estimación oportuna que aprovecha la asociación estadística entre la variable que se
desea estimar —en este caso, el Indicador Mensual del Consumo Privado (IMCP)— y
otras variables más oportunas.
Fuente: INEGI. Indicador Oportuno del Consumo Privado (IOCP), 2024.
Las gráficas 1, 2 y 3 muestran los resultados del IOCP para las variaciones anuales, 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
octubre y noviembre de 2024. Las líneas verdes punteadas representan los intervalos de
confianza a 95.0 por ciento.
Gráfica 1
SERIES DESESTACIONALIZADAS DEL IOCP: NOWCAST DEL IMCP
(variación porcentual real respecto al mismo mes del año anterior: octubre y noviembre de 2024)
Nota: Series elaboradas mediante métodos econométricos.
Fuente: INEGI. Indicador Oportuno del Consumo Privado (IOCP), 2024.
Gráfica 2
SERIES DESESTACIONALIZADAS DEL IOCP: NOWCAST DEL IMCP
(variación porcentual real respecto al mes anterior: octubre y noviembre de 2024)
Nota: Series elaboradas mediante métodos econométricos.
Fuente: INEGI. Indicador Oportuno del Consumo Privado (IOCP), 2024
Gráfica 3
SERIES DESESTACIONALIZADAS DEL IOCP: NOWCAST DEL IMCP
(índice base 2018=100: octubre y noviembre de 2024)
Nota: Series elaboradas mediante métodos econométricos.
Fuente: INEGI. Indicador Oportuno del Consumo Privado (IOCP), 2024.
NOTA METODOLÓGICA
En México, como en otros países, la pandemia y las acciones para contenerla provocaron fuertes impactos 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, mensual y los niveles del índice (base 2018=100) en cifras desestacionalizadas, junto con sus intervalos de confianza a 95.0 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 (uno con un factor dinámico de dos
etapas con selección Lasso, otro con un componente principal con selección Lasso y otro más
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, y 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 noviembre 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 subsecuentes 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 95.0 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.
1 Basada en la metodología de Corona et al. (2022), «Timely Estimates of the Mexican Economic Activity», Journal of Official Statistics, 38(3),
pp. 733-765
- 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.
- Se valida el 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 95.0 por ciento.
Las variables utilizadas se describen en la tabla 1.2
Tabla 1
VARIABLES UTILIZADAS EN EL IOCP
2 El número de variables —y, por lo tanto, las series de tiempo efectivamente consideradas en la estimación del modelo— puede modificarse conforme disminuya el error de estimación en el periodo de validación cruzada, fase en la cual se seleccionan los modelos de nowcasting. Lo anterior incluye la forma funcional del modelo, es decir, la especificación de la variable a estimar.
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
