Modelos económicos del Banco de la Reserva de la India

Cómo el QPM orienta la política monetaria en una economía de mercado emergente

Modelos económicos del RBI

Análisis técnico del Modelo de Proyección Trimestral y la infraestructura de investigación

¿De qué trata esta página?

Así como los pronosticadores del clima usan modelos informáticos para prever la lluvia, el RBI usa modelos económicos para predecir la inflación, el crecimiento y decidir las tasas de interés. Explicaremos cómo funcionan estos modelos en términos sencillos.

Resumen técnico

Esta página analiza el marco de modelización económica del Banco de la Reserva de la India, incluyendo el Modelo de Proyección Trimestral (QPM), las metodologías de pronóstico y la infraestructura de investigación utilizada para la formulación y el análisis de política monetaria.

Índice de contenidos

Modelo principal de pronóstico del RBI

🔮 ¿Qué es el Modelo de Proyección Trimestral (QPM)?

Piense en el QPM como la bola de cristal del RBI para la economía india. Así como una app del clima usa datos sobre temperatura, humedad y patrones de viento para predecir el clima de mañana, el QPM usa datos económicos para pronosticar:

Inflación

Qué tan rápido subirán los precios

Crecimiento económico

Cuánto crecerá la economía de la India

Impacto global

Cómo los eventos mundiales afectan a la India

Tasas de interés

Qué tasa repo necesita la India

🎯 ¿Por qué importa esto?

Cuando el MPC del RBI se reúne cada dos meses para decidir sobre las tasas de interés, no se limita a adivinar. Usa las proyecciones del QPM para tomar decisiones informadas. Si el modelo dice que la inflación será demasiado alta, puede subir las tasas. Si pronostica un crecimiento lento, puede recortar las tasas.

1
Recopilación de datos: El QPM incorpora cientos de datos económicos de la India y del resto del mundo
2
Análisis: El modelo analiza las relaciones entre diferentes factores económicos
3
Predicción: Con base en los datos actuales, pronostica qué sucederá en el futuro
4
Decisión de política: El RBI usa estos pronósticos para decidir sobre las tasas de interés

Marco del Modelo de Proyección Trimestral (QPM)

Clasificación del modelo: Modelo de brechas prospectivo de economía abierta calibrado para la economía india
Desarrollo: Esfuerzo colaborativo entre el RBI y el FMI (2013-2017)
Uso operativo: Herramienta principal de pronóstico para las deliberaciones del MPC desde 2016
Frecuencia de actualización: Recalibración trimestral con análisis de escenarios bimestral

El QPM representa un avance significativo en la infraestructura de modelización de política monetaria de la India. A diferencia de los modelos puramente estadísticos, el QPM incorpora teoría económica y mantiene relevancia empírica mediante una calibración cuidadosa a las relaciones macroeconómicas indias.

Estructura central del modelo:
Demanda agregada: Dinámica inflacionaria basada en la curva de Phillips
Lado de la oferta: Estimación del producto potencial con descomposición tendencia-ciclo
Política monetaria: Función de reacción tipo Taylor con elementos prospectivos
Sector externo: Características de economía abierta con traspaso del tipo de cambio
Expectativas: Formación de expectativas prospectivas consistentes con el modelo
$$\pi_t = \alpha_1 \pi_{t-1} + \alpha_2 E_t \pi_{t+1} + \alpha_3 gap_t + \alpha_4(s_t - s_{t-1}) + \varepsilon_t$$
Curva de Phillips con traspaso del tipo de cambio

¿Qué lo hace especial para la India?

El Modelo de Proyección Trimestral (QPM) del Banco de la Reserva de la India incorpora características específicas de la estructura económica de la India que no se aplicarían a economías avanzadas. Desarrollado de forma colaborativa con asistencia técnica del FMI entre 2013 y 2017, el QPM entró en operación justo cuando la India adoptó metas de inflación flexibles en 2016, reemplazando modelos anteriores que tenían dificultades con los precios volátiles de los alimentos y los choques de oferta.

Cuatro características distinguen la dinámica macroeconómica india y requieren modelización especializada:

Agricultura y dependencia del monzón: La agricultura todavía representa alrededor del 18% del PIB de la India y emplea al 42% de la fuerza laboral, muy por encima de las participaciones en otras economías importantes. Las variaciones de las lluvias monzónicas generan grandes choques de oferta: la sequía de 2014 llevó la inflación de alimentos por encima del 10%, mientras que los monzones fuertes de 2013 y 2016 ayudaron a moderar las presiones de precios. El QPM modela explícitamente los choques de oferta de alimentos como impulsores exógenos de la inflación, reconociendo que la política monetaria no puede compensar cambios de precios inducidos por el clima, pero sí debe evitar efectos de segunda ronda que se trasladen a expectativas de inflación más amplias.

Peso de los alimentos en el consumo y en la medición de la inflación: Los alimentos representan alrededor del 39% de la canasta del Índice de Precios al Consumidor (IPC-Combined) en la India, frente al 14% en Estados Unidos o al 20% en la eurozona. Este alto peso de alimentos crea desafíos para las metas de inflación: ¿debe el RBI responder agresivamente a picos de precios de alimentos impulsados por fallas del monzón, arriesgando una contracción económica innecesaria? ¿O debe "mirar a través" de choques alimentarios temporales, arriesgando expectativas de inflación desancladas si los hogares que enfrentan inflación de alimentos de dos dígitos pierden confianza en la meta del 4%? El QPM desagrega la inflación en componentes de alimentos y no alimentos con propiedades de persistencia distintas, permitiendo a los responsables de política evaluar si la inflación actual proviene de disrupciones temporales de oferta o de presiones de demanda sostenidas.

Transmisión incompleta de la política monetaria: El sistema financiero de la India sigue parcialmente segmentado: las pequeñas empresas y los hogares rurales a menudo no tienen acceso a mercados formales de crédito, lo que limita cómo los cambios de tasas de interés afectan su gasto. Incluso entre prestatarios bancarios, las tasas de interés administradas de los esquemas de ahorro minorista (controladas por el gobierno y no por fuerzas de mercado) compiten con los depósitos bancarios, debilitando la transmisión desde las tasas de política monetaria hacia las tasas de depósito. El QPM incorpora un traspaso de tasas de interés más lento y más débil que el que asumirían modelos para economías avanzadas, calibrado con datos indios que muestran que un cambio de 100 pb en la tasa repo genera solo un movimiento de 60-70 pb en las tasas de préstamo bancario después de cuatro trimestres.

Vulnerabilidad externa y dependencia del petróleo: La India importa aproximadamente el 85% de su consumo de petróleo, lo que hace que la economía sea muy sensible a los precios globales del crudo. El colapso del precio del petróleo en 2013-2014 redujo de forma drástica el déficit de cuenta corriente de la India, mientras que el aumento de 2021-2022 tras la invasión rusa de Ucrania amplió el déficit y debilitó la rupia. El QPM trata los precios globales del petróleo como exógenos y rastrea su impacto por múltiples canales: efectos directos sobre la inflación general, presión sobre el tipo de cambio por mayores facturas de importación y efectos de segunda ronda a medida que aumentan los costos de transporte y producción. Esta vulnerabilidad externa distingue a la India de economías exportadoras de petróleo como Canadá o Australia, donde los choques de precios de materias primas generan dinámicas opuestas.

🔍 Ejemplo real: impacto del monzón

Cuando los meteorólogos pronostican un monzón débil, el QPM ajusta automáticamente al alza sus pronósticos de inflación porque sabe que los precios de los alimentos probablemente subirán. Esto ayuda al RBI a preparar respuestas de política con antelación.

Características del modelo específicas de la India

El QPM incorpora varias características estructurales que lo distinguen de los modelos DSGE estándar utilizados por bancos centrales de economías avanzadas, reflejando las características macroeconómicas y mecanismos de transmisión propios de la India.

Desagregación sectorial

Modelización del sector agrícola
  • Integración del índice de lluvias monzónicas
  • Elasticidades de oferta específicas por cultivo
  • Efectos de la política de Precio Mínimo de Apoyo (MSP)
  • Transmisión de la inflación rural-urbana
Inflación de alimentos vs. no alimentos
  • Curvas de Phillips separadas para alimentos y núcleo
  • Parámetros de persistencia asimétricos
  • Diferenciación de choques de oferta
  • Mecanismos de ajuste estacional

Mecanismos de transmisión monetaria

rt = ρrt-1 + (1-ρ)[r* + φπt+4 - π*) + φygapt] + εr,t
Función de reacción de política con parámetro de suavizamiento ρ
Características de transmisión:
Traspaso de tasas de interés: Transmisión asimétrica e incompleta que refleja la estructura del sector bancario
Canal de crédito: Restricciones en la capacidad de préstamo bancario y variaciones de primas de riesgo
Canal del tipo de cambio: Contenido importado de las canastas de consumo e inversión
Canal de expectativas: Parámetros de credibilidad de metas de inflación

Integración del sector externo

Características de economía abierta:
• Traspaso de precios de materias primas (petróleo crudo, metales, alimentos)
• Efectos de contagio de la brecha global del producto
• Sensibilidad de flujos de cartera a la política de la Fed
• Dinámica de la brecha del tipo de cambio real
• Restricciones de sostenibilidad de cuenta corriente

Equipo de investigación del RBI

🧑‍🔬 ¿Quién construye estos modelos?

El RBI cuenta con un equipo dedicado de economistas e investigadores que trabaja constantemente para mejorar sus modelos económicos. Publican sus hallazgos para que todos puedan entender cómo funciona la economía de la India.

📊 Documentos de trabajo

Estudios detallados sobre temas económicos específicos, como cómo afectan los monzones a la inflación o cómo impactan los eventos globales en la India.

📈 Boletines trimestrales

Informes regulares que explican qué está ocurriendo en la economía de la India y qué espera el RBI que ocurra después.

🔬 Documentos ocasionales

Investigación en profundidad sobre preguntas económicas importantes que ayudan a orientar las decisiones de política.

📚 Base de datos (DBIE)

Una gran colección de datos económicos que investigadores y público pueden usar para entender tendencias.

🎓 Oportunidad de aprendizaje

Toda la investigación del RBI está disponible de forma gratuita en su sitio web. Si tiene curiosidad por entender cómo funciona la economía de la India, estas publicaciones son excelentes recursos para aprender de expertos.

Infraestructura de investigación y publicaciones

El RBI mantiene una infraestructura de investigación sólida, centrada en el Department of Economic and Policy Research (DEPR), que brinda apoyo analítico para la formulación de política monetaria y publica investigación revisada por pares sobre temas macroeconómicos de la India.

Publicaciones clave de investigación

Serie de documentos de trabajo del RBI

Enfoque reciente: Aplicaciones de aprendizaje automático en pronóstico, desarrollo de modelos DSGE, análisis de estabilidad financiera

Frecuencia: ~15-20 documentos al año

Documentos ocasionales del RBI

Alcance: Investigación orientada a políticas, análisis estructural, comparaciones internacionales

Público objetivo: Responsables de política, investigadores académicos

Boletín del RBI

Contenido: Evaluaciones económicas trimestrales, explicaciones de política, apéndices estadísticos

Secciones clave: Estado de la economía, análisis de transmisión de política monetaria

Database on Indian Economy (DBIE)

Cobertura: Más de 2.000 series temporales, indicadores macrofinancieros, estadísticas sectoriales

Acceso: API pública, descargas en Excel, integración con software estadístico

Iniciativas colaborativas de investigación

Alianzas internacionales:
FMI: Desarrollo del QPM y asistencia técnica
BPI (BIS): Participación en redes de investigación de bancos centrales
Instituciones académicas: Proyectos conjuntos con IIM, ISI y Delhi School of Economics
Otros bancos centrales: Intercambio de experiencias de modelización con el Banco de Canadá y el RBNZ

Contribuciones destacadas de investigación

Avances metodológicos:
• Modelos bayesianos de vectores autorregresivos (BVAR) para pronóstico de corto plazo
• Aplicaciones de aprendizaje automático en nowcasting de indicadores económicos
• Seguimiento del PIB de alta frecuencia con datos satelitales y huellas digitales
• Desarrollo de un índice de condiciones financieras para la India
• Estimación de brecha de crédito y análisis del ciclo financiero

Cómo se hacen las predicciones

🔄 El ciclo de pronóstico

Cada trimestre (cada 3 meses), el RBI sigue un proceso detallado para actualizar sus pronósticos económicos. Así funciona:

1
Recopilación de datos (Semana 1): Reunir los datos más recientes sobre inflación, crecimiento, empleo, tendencias globales y más
2
Actualización de modelos (Semana 2): Ingresar los nuevos datos en el QPM y actualizar los parámetros del modelo si es necesario
3
Análisis de escenarios (Semana 3): Ejecutar distintos escenarios de "qué pasaría si" - ¿Qué pasa si suben los precios del petróleo? ¿Qué pasa si falla el monzón?
4
Revisión experta (Semana 4): Economistas senior revisan los pronósticos y los ajustan según su criterio
5
Presentación al MPC: Presentar los pronósticos al Comité de Política Monetaria para su decisión
🎯 Por qué importa este proceso

Los modelos son potentes, pero no perfectos. Al combinar predicciones informáticas con experiencia humana, el RBI obtiene pronósticos más confiables. Es como un médico que utiliza tanto pruebas clínicas como su experiencia para diagnosticar a un paciente.

Metodología y proceso de pronóstico

El proceso de pronóstico del RBI combina proyecciones basadas en modelos con ajustes de juicio experto, siguiendo mejores prácticas internacionales y considerando factores institucionales y estructurales específicos de la India.

Flujo de trabajo trimestral de pronóstico

Fase basada en modelos
  • Generación del escenario base del QPM
  • Simulaciones de escenarios alternativos
  • Construcción de fan charts para la incertidumbre
  • Validación cruzada entre modelos (BVAR, forma reducida)
Capa de juicio experto
  • Evaluación del impacto de medidas de política
  • Identificación de rupturas estructurales
  • Incorporación de factores fuera del modelo
  • Construcción de consenso en comité de expertos

Marco de evaluación de riesgos

Risk Balance = Σᵢ P(scenario_i) × Impact(scenario_i) × Persistence(scenario_i)
Evaluación de riesgo ponderada entre escenarios
Escenarios de riesgo clave modelizados:
Escenarios de monzón: Análisis de impacto de lluvias normales/excesivas/deficientes
Choques de precios del petróleo: Disrupciones de oferta y movimientos de precios impulsados por demanda
Condiciones financieras globales: Normalización de política de la Fed y reversión de flujos de cartera
Cambios en política fiscal: Modificaciones de tasas GST, cambios en políticas de subsidios
Eventos geopolíticos: Impacto de guerras comerciales, escenarios de conflictos regionales

Evaluación del desempeño del modelo

Métricas de precisión del pronóstico:
Pronóstico de inflación: RMSE de 0,8 pp a 1 trimestre y 1,2 pp a 4 trimestres
Pronóstico de crecimiento: RMSE de 1,1 pp a 1 trimestre y 1,8 pp a 4 trimestres
Precisión direccional: 75% para inflación, 70% para crecimiento (horizonte de 1 año)
Predicción de la tasa de política: 65% de precisión en dirección, limitada por factores discrecionales

Lo que los modelos no pueden hacer

🚧 Por qué las predicciones perfectas son imposibles

Incluso los mejores modelos económicos no pueden predecir todo a la perfección. Esta es la razón:

🌪️ Eventos inesperados

El problema: Los modelos se basan en patrones históricos, pero a veces ocurren cosas completamente nuevas.

Ejemplos: Pandemia de COVID-19, conflictos geopolíticos repentinos, desastres naturales

Impacto: Estos eventos de "cisne negro" pueden volver incorrectos todos los pronósticos de un día para otro

🧠 Comportamiento humano

El problema: Las personas no siempre actúan de forma racional o predecible.

Ejemplos: Compras por pánico, cambios repentinos en hábitos de gasto, mentalidad de rebaño en mercados

Impacto: El comportamiento de consumidores y empresas puede desviarse de las predicciones del modelo

🌍 Interconexiones globales

El problema: La economía mundial es increíblemente compleja e interconectada.

Ejemplos: Disrupciones en cadenas de suministro, crisis cambiarias en otros países, cambios en política comercial

Impacto: Pequeños cambios en el exterior pueden tener efectos grandes e inesperados en la India

💡 Qué significa esto para el RBI

Como los modelos no son perfectos, el RBI no depende de ellos ciegamente. Los usa como una herramienta entre muchas, combinándolos con juicio humano, datos en tiempo real y monitoreo constante de condiciones cambiantes.

Limitaciones del modelo y desafíos estructurales

Como todos los modelos macroeconómicos, el QPM del RBI enfrenta limitaciones inherentes derivadas de decisiones de especificación del modelo, incertidumbre de parámetros y la naturaleza evolutiva de las relaciones económicas en una economía en rápido desarrollo.

Limitaciones estructurales del modelo

Inestabilidad de parámetros
  • Rupturas estructurales por profundización financiera
  • Evolución de mecanismos de transmisión monetaria
  • Cambio en parámetros de persistencia de la inflación
  • Consideraciones de la crítica de Lucas
Problemas de agregación sectorial
  • Brechas en la representación del sector informal
  • Compresión de la heterogeneidad regional
  • Limitaciones de modelización del sector servicios
  • Bucles de retroalimentación del sector financiero

Restricciones de calidad de datos

Desafíos de medición:
Revisiones del PIB: Revisiones frecuentes y sustanciales que afectan la política en tiempo real
Economía informal: Visibilidad limitada de ~45% de la actividad económica
Indicadores de alta frecuencia: Disponibilidad limitada frente a economías avanzadas
Datos regionales: Indicadores económicos estatales con rezagos significativos
Encuestas de expectativas: Tamaños muestrales limitados y problemas de representatividad

Limitaciones metodológicas

Model Uncertainty = Parameter Uncertainty + Specification Uncertainty + Shock Uncertainty
Descomposición de las fuentes de incertidumbre del pronóstico
Desafíos específicos de modelización:
No linealidades: Efectos umbral en la dinámica de inflación no capturados por completo
Fricciones financieras: Integración limitada de restricciones del sector bancario
Lado de la oferta: Complicaciones en la estimación del producto potencial por transformación estructural
Sector externo: Volatilidad de flujos de capital y riesgos de sudden stop
Cambios de régimen de política: Implementación del GST, efectos de la adopción de metas de inflación

Desarrollo continuo del modelo

Áreas de mejora:
• Integración de aprendizaje automático para mejorar nowcasting
• Desarrollo de modelos DSGE con fricciones financieras
• Incorporación de datos satelitales para seguimiento del PIB en tiempo real
• Modelización multisectorial para mejor análisis de transmisión de política
• Integración de factores conductuales en la formación de expectativas

Dónde aprender más Recursos de investigación y documentación

📚 ¿Quiere aprender más?

Aquí tiene algunos excelentes lugares para explorar si le interesa cómo funciona el RBI y cómo realiza pronósticos económicos:

🏛️ Sitio web del RBI

Ideal para: Anuncios oficiales, decisiones de política, explicaciones básicas

www.rbi.org.in

📊 Base de datos del RBI (DBIE)

Ideal para: Datos económicos, gráficos, tendencias históricas

dbie.rbi.org.in

📖 Educación del RBI

Ideal para: Explicaciones sencillas de conceptos de banca y economía

Busque la sección "RBI Educational Materials"

📺 Reuniones del MPC

Ideal para: Ver decisiones reales de política en tiempo real

Transmisiones en vivo disponibles en las redes sociales del RBI

Recursos de investigación integrales para análisis avanzado del marco de modelización del RBI, su metodología y mecanismos de transmisión de política.

Publicaciones centrales de investigación

Documentos de trabajo del RBI

Acceso: Serie de documentos de trabajo del RBI

Temas clave: Pronóstico, mecanismos de transmisión, estabilidad financiera

Minutas y comunicados del MPC

Contenido: Fundamentación detallada de decisiones de política, opiniones de cada miembro

Calendario de publicación: 14 días después de cada reunión del MPC

Boletín del RBI

Frecuencia: Publicación mensual con revisiones integrales trimestrales

Secciones clave: Estado de la economía, estudios especiales, apéndice estadístico

Documentos de metodología técnica

Áreas clave de investigación:
Pronóstico macroeconómico: Aplicaciones de aprendizaje automático, técnicas de nowcasting
Transmisión monetaria: Canal de crédito bancario, análisis del traspaso de tasas de interés
Modelización del sector externo: Determinantes de flujos de capital, dinámica del tipo de cambio
Estabilidad financiera: Marcos de pruebas de estrés, indicadores de riesgo sistémico
Dinámica de inflación: Estimación de curva de Phillips, formación de expectativas

Comparaciones internacionales

Estudios comparativos:
• Banco de Canadá: adaptación de metodología QPM
• Banco de la Reserva de Nueva Zelanda: modelización de economía pequeña abierta
• Banco de Inglaterra: evolución del marco de metas de inflación
• Reserva Federal: compensaciones entre DSGE y modelos semiestructurales
Recuerde: Los modelos económicos son herramientas para ayudar a entender la economía, pero no son bolas de cristal. El RBI los usa junto con juicio humano para tomar las mejores decisiones posibles para el futuro económico de la India. Nota metodológica: Este análisis representa la comprensión actual del marco de modelización del RBI a enero de 2025. El QPM continúa evolucionando con esfuerzos continuos de investigación y desarrollo. Para especificaciones más actualizadas, consulte las publicaciones oficiales del RBI.