%0 Journal Article 
%A López Cegarra, Cristina María
%T Analysis of the Spanish Unemployment Rate Forecasts

%D 2018
%U http://hdl.handle.net/10317/7289
%X L
a  tasa  de  desempleo  española  está  muy  por  encima  de  la  media  del  resto  de  países
de 
nuestro  entorno
. 
Según  datos  de  Eurostat,  la  tasa  de  desempleo  para  la  Unión  Europea  en 
2017  ascendía  a  7,6  punt
os  porcentuales,  mientras  que  en  España  era  de  17,6%.  Esta 
situación  se  ve  mejorada  a  partir  del  año  2012,  aunque  la  tasa  de  desempleo  sigue  siendo 
muy  elevada. 
Esta  elevada  tasa  de  desempleo 
causa  cierta  incertidumbre
,  especialmente 
entre
los jóvenes, ya que genera preocupación p
or
cuál va a ser la evolución de esta variable 
en un 
futuro cercano
. 
Existen predicciones sobre cuál va a ser la tasa de desempleo
de 20
18 
y  2019.
Por  ejemplo,
según  los  datos  aportados  por 
los
Panel
es  de  Previsión
de  Funcas  de 
julio  2018,  el  predictor  que  más  optimista 
está 
prediciendo  es  Repsol,  que  cuenta  con  una 
previsión  de  la  tasa  de  paro  de  14,9%  para  2018,  mientras  que  el  menos  opt
imista  es  a  la 
hora de predecir podría ser el 
Centro de Predicción Económica (CEPREDE
-
UAM)
con una 
previsión del 15,6%
.
Entonces, ¿quién tiene razón? ¿Cómo de fiables son estos pronósticos?
La  información  para  realizar este estudio 
sobre  la  capacidad  predictiva  de  los modelos  que 
utilizan  distintos  agentes  predictores, 
proviene  de  los  Paneles  de  Previsiones  de  Funcas. 
Estos 
paneles  recogen  las  predicciones  que  realizan  distintos  agentes
de  los  diferentes 
indicadores macroeconómicos, 
tales como el Producto Interior Bruto, el Índice de Precios al 
Consumo (IPC), o la Tasa de Desempleo.
Centrándonos en la Tasa de Desempleo, las cuestiones que a partir de ahora se van a analizar 
son las siguientes:
I.
Análisis de la capacidad predictiva de l
os modelos que utilizan los predictores de
l
os
Panel
es
de  Funcas  en  diferentes  horizontes  temporales
que  definiremos  como
: 
horizonte de predicción largo, medio y corto.
E
sta 
capacidad predictiva 
será estudiada a partir de unas medidas de precisión con el 
fin de obtener el predictor que
mejor predice
. 
Unas de las
medida
s
que nos aportará
n
dicha información será el Error Cuadrático Medio (ECM)
y el 
Índice de Theil
.
Dentro de este análisis, se intentará responder a las siguientes preguntas:
a)
¿Qué agentes 
predicen mejor la tasa de desempleo para la economía española?
b)
¿Serán  mejores  las  predicciones  cuanto  más  nos  acerquemos  al  momento  de  la 
publicación del valor realizado de la tasa de paro?
c)
¿Los resultados obtenidos en “consenso” son mejores que los que ap
orta 
cada 
predictor  individualmente?
Como  veremos  más  adelante,  e
stas  “medidas  de 
consenso” son una combinación de las predicciones individuales
.
d)
¿Son capaces los distintos agentes estudiados de predecir, en media, los cambios 
de tendencia en la tasa de de
sempleo?
II.
Estudio de los sesgos  y de la
eficiencia de las predicciones: es decir, si esas son las 
mejores  predicciones  que  se  pueden  obtener  o  son  mejorables. 
Este  estudio  se 
realizará  a  partir
de la  descomposición  del  Error  Cuadrático  Medio  y  a  partir  de 
un 
contraste que se realizará para tal efecto.
%K Fundamentos del Análisis Económico
%K Teoría económica
%K Economic theory
%K Desempleo
%K Unemployment
%K España
%K Spain
%K 5307.10 Teoría y Modelos de Empleo
%~ GOEDOC, SUB GOETTINGEN