MercadistasMercadistasEntrar con GoogleApoyar el sitioApoyar

Teoría

Revisión de cifras preliminares

Visto en 1 aparición de los programas.

Qué es

Casi todo dato macroeconómico relevante se publica dos veces: primero rápido e incompleto, después lento y bueno. La revisión de cifras preliminares es el procedimiento por el cual una oficina de estadística reemplaza su primera estimación de una variable —PIB, empleo, ventas, cuentas externas— por otra construida con información que al momento del primer cálculo todavía no existía. No es un error que se corrige: es un diseño. La alternativa sería publicar el PIB del primer trimestre en septiembre, cuando ya no le sirve a nadie.

El costo de esa oportunidad es que la primera cifra se arma con insumos parciales. Cuando el Bureau of Economic Analysis publica la estimación advance del PIB de Estados Unidos, unos treinta días después de cerrado el trimestre, buena parte del tercer mes son proyecciones del propio compilador: encuestas con respuesta incompleta, comercio exterior sin cerrar, inventarios estimados. Después vienen la segunda y la tercera estimación, más tarde las actualizaciones anuales y, cada cinco años aproximadamente, las revisiones comprehensivas, que además cambian definiciones y año base. Chile funciona igual con otro calendario: el Imacec nace preliminar y se corrige mes a mes, y el Banco Central reescribe series completas en sus compilaciones de referencia.

La teoría le puso nombre temprano al problema. Zellner (1958) fue de los primeros en tratar las estimaciones provisionales del producto como objeto estadístico y no como ruido administrativo. La formulación que todavía se usa es la de Mankiw y Shapiro (1986): una revisión puede ser noticia o ruido. Si la agencia hace bien su trabajo de pronosticadora, la cifra preliminar es la mejor estimación disponible del valor final y la revisión es impredecible —noticia—; entonces conviene tomarse el dato preliminar en serio, porque no hay forma sistemática de adivinar hacia dónde se moverá. Si en cambio la preliminar es el valor verdadero más un error de medición, la revisión es ruido y está correlacionada con lo publicado; entonces corresponde descontar el dato hacia el promedio. La evidencia posterior no es amable con la versión optimista: Aruoba (2008) muestra que las revisiones de las principales series estadounidenses tienen media distinta de cero, son grandes en relación con la variable revisada y son predecibles a partir de la propia cifra preliminar.

La consecuencia práctica más fuerte no es para quien lee el diario sino para quien decide. Croushore y Stark (2001) construyeron el conjunto de datos en tiempo real de la Fed de Filadelfia justamente porque los resultados econométricos dependen de qué vintage de la serie se use, y Croushore (2011) resumió una década de literatura sobre eso. El caso emblemático es Orphanides (2001): estimada con los datos que la Reserva Federal efectivamente tenía en pantalla en los años setenta, la brecha del producto era mucho más negativa que la que muestran las series revisadas de hoy. Con esos números, una política monetaria que en retrospectiva parece indefendiblemente laxa se vuelve la respuesta razonable a un diagnóstico equivocado. El error no estuvo en la regla sino en el insumo.

De ahí salen las reglas de lectura. Antes de interpretar un dato preliminar hay que saber contra qué se compara —variación respecto del trimestre anterior, anualizada, como en Estados Unidos, o interanual, como en Chile y casi toda América Latina—, qué ventana cubre —qué shocks quedan adentro y cuáles todavía no— y cuánta precisión aguanta: el signo de una cifra preliminar es bastante más robusto que sus decimales, y un dato cercano a cero puede perfectamente cambiar de signo en la siguiente estimación.

Cómo lo explicó el programa

El 30 de abril de 2025, en Buenas Tardes Mercado, el panel discutió cómo leer el −0,3% del PIB de Estados Unidos publicado esa mañana, y Manuel Bengolea desarmó la cifra en tres capas antes de dejar que nadie sacara conclusiones.

La primera fue la base de comparación. "No es 0,2% de caída en el primer trimestre respecto al trimestre del año anterior", advirtió: el dato estadounidense compara contra el trimestre inmediatamente anterior, no contra el mismo período del año pasado. Con esa base, y viniendo de trimestres buenos, una lectura negativa no era un desenlace descabellado sino un escenario que estaba dentro de lo esperable.

La segunda fue exactamente el concepto de esta página: se trata de una cifra inicial, que usualmente sufre variaciones porque todavía falta información. No es un veredicto, es un primer corte.

La tercera fue la ventana. El dato cubre enero-marzo, y el anuncio arancelario del 2 de abril todavía no operaba dentro de ese período. Es decir: quien quisiera usar ese número como medición del efecto de los aranceles estaba leyendo un termómetro puesto antes del incendio.

Relación con otros conceptos

La revisión de cifras preliminares es inseparable de cómo se construye el producto interno bruto y de las convenciones de tasa anualizada frente a variación interanual, que es donde nacen la mayoría de los malentendidos de titular. Se conecta con el ajuste estacional, otro procedimiento que se recalcula y modifica datos ya publicados; con el nowcasting, que existe precisamente para estimar en tiempo real lo que la estadística oficial confirmará meses después; y con la brecha del producto, la variable más contaminada por revisiones porque no se observa, se estima. Por el lado teórico, el marco de noticia contra ruido es una aplicación directa de expectativas racionales a la conducta de una agencia estadística, y toda la literatura de datos en tiempo real es, en el fondo, una discusión sobre reglas de política monetaria bajo información imperfecta.

Fuentes y lecturas

  • Mankiw, N. G. y Shapiro, M. D. (1986), News or Noise? An Analysis of GNP Revisions, Survey of Current Business 66(5).
  • Orphanides, A. (2001), Monetary Policy Rules Based on Real-Time Data, American Economic Review 91(4), 964-985. DOI: 10.1257/aer.91.4.964
  • Croushore, D. y Stark, T. (2001), A Real-Time Data Set for Macroeconomists, Journal of Econometrics 105(1).
  • Aruoba, S. B. (2008), Data Revisions Are Not Well Behaved, Journal of Money, Credit and Banking 40(2).
  • Fondo Monetario Internacional (2017), Quarterly National Accounts Manual, FMI (capítulo sobre política de revisiones).

Apariciones