¿Por qué el “ajuste estacional” es un engaño?


"...un tema que se presta al engaño a la opinión pública, por su naturaleza intrínseca de manipulación de información estadística..."

¿Por qué el “ajuste estacional” es un engaño?

Llevaba mucho tiempo queriendo escribir sobre este tema, y dada la reciente publicación de los datos del Producto Interno Bruto (PIB) correspondiente al tercer trimestre de 2019, y la confusión que arrojan las diferentes tasas de crecimiento publicadas, decidí no dejar pasar más tiempo sin externar mi opinión. Hoy escribo respecto de un tema que se presta al engaño a la opinión pública por su naturaleza intrínseca de  manipulación de información estadística: el ajuste estacional de series de tiempo.

La publicación de estadísticas oficiales por parte del INEGI en lugar de ser un ejercicio sencillo para que la mayoría de la población sepa cómo vamos en diferentes indicadores, frecuentemente es motivo de confusión, sobre todo cuando se trata del dato de variables tan importantes como el crecimiento del PIB. Sucede que, por ejemplo, para el tercer trimestre de 2019 hay tres datos oficiales de crecimiento del PIB, los cuales menciono a continuación: a. Variación anual del PIB con cifras originales: -0.3%; b. Variación trimestral del PIB con cifras desestacionalizadas: 0.0%; y c. Variación anual del PIB con cifras desestacionalizadas: -0.2%.

El primer porcentaje se refiere al crecimiento real (ajustado por inflación) del valor del PIB del tercer trimestre de 2019 respecto del PIB del mismo trimestre de 2018 y se obtiene de una serie de tiempo que simplemente plasma el valor de producción de bienes y servicios en la economía.  El segundo y tercer datos se derivan de una serie de tiempo que fue “ajustada estacionalmente”, es decir una serie de tiempo que fue manipulada sometiéndola a un método estadístico que elimina el efecto de elementos estacionales en una serie de tiempo que exhibe variaciones que son claramente provocadas por estacionalidad o por la época del año (por ejemplo, que en diciembre el consumo es más elevado que en febrero).

Entonces, dados los tres valores del crecimiento del PIB, todos oficiales, ¿cuál es el “bueno”? Pues de acuerdo a la escuela tradicional o la vieja escuela, el primero (con cifras originales) es el mejor ya que denota la realidad percibida en los bolsillos de las personas y en las cajas registradoras de las empresas, con independencia de consideraciones estacionales. A lo largo de esta entrega veremos cómo es que el utilizar cifras desestacionalizadas no es más que un truco estadístico que implica manipular series de tiempo, por lo que se pierde el sentido de lo que verdaderamente ocurre con la economía y su impacto en los bolsillos de la población.

Esta manipulación queda evidenciada cuando comparamos la serie original con la serie desestacionalizada del PIB real (en pesos de 2013) de los últimos cuatro trimestres. Tenemos que la serie desestacionalizada del PIB reporta 203.9 miles de millones de pesos (mmdp) adicionales respecto de la serie original en el cuarto trimestre, reporta 25.8 mmdp adicionales en el segundo trimestre de 2019, reporta 278.5 mmdp  adicionales en el primer trimestre de 2019 y reporta 459.3 mmdp menos que la serie original en el cuarto trimestre de 2018.  O sea el punto es que en el tercer trimestre de 2019 la gente sintió realmente en su bolsillo un PIB real de 18.348 billones de pesos, mientras que la serie desestacionalizada reporta un PIB real de 18.552 billones de pesos. ¿Se observa la manipulación de las cifras? ¿Se entiende que el medir el crecimiento del PIB con estos datos manipulados es una tomada de pelo porque no muestra lo que la gente vive?, ¿Cómo es posible que la serie desestacionalizada implique 342.8 mmdp adicionales de PIB en el periodo del primer trimestre de 2015 al tercer trimestre de 2019 y muchos economistas tomen estas cifras como las buenas para medir el crecimiento económico?

Respecto del tema del uso de series desestacionalizadas, cabe hacer mención de un artículo de Lee Adler, publicado el 15 de enero de 2012 en el portal de internet The Wall Street Examiner, y titulado “¿Por qué el ajuste estacional apesta?”. En dicha entrega, el autor califica la utilización de series desestacionalizadas como un “odioso proceso estacional de hacer trampa, fingir, falsificar, manipular o como quieran llamarlo.”

El autor se pregunta ¿Por qué los economistas y los expertos pagados de Wall Street usan solo datos ajustados estacionalmente? A lo que él mismo responde que “puede ser porque son demasiado flojos, porque la mayoría de las agencias gubernamentales que publican estos datos los proporcionan. O tal vez quieren manipularnos o tal vez porque creen que somos demasiado tontos para entender la diferencia entre una serie original y una desestacionalizada.”

Adler agrega que no somos tontos y elabora una crítica respecto de la capacidad de algunos  economistas y expertos de hacer pronósticos de mediano plazo que sean certeros. Señala que gran parte de las fallas en los pronósticos se debe a que los economistas utilizan series desestacionalizadas en lugar de series originales y menciona que los economistas suelen obtener pronósticos correctos sólo en menos de la mitad de las veces, lo que es probablemente peor que el resultado de un ejercicio de adivinar resultados de manera aleatoria. Respecto al asunto de los pronósticos, coincido completamente con Adler y esto ha sido motivo de reiteradas críticas de mi parte a los siempre equivocados pronósticos macroeconómicos publicados, por ejemplo, en la Encuesta de Expectativas Económicas del Banco de México.

Para ilustrar esto, tenemos que en la encuesta de diciembre de 2018, los encuestados por el Banxico pronosticaron que en el 2019 sucedería lo siguiente: Inflación de 3.85%, Crecimiento del PIB de 1.89%, Tipo de cambio de 20.79 pesos por dólar y Tasa de fondeo interbancario de 8.22%. Como puede verse, ¡no le atinaron a ninguna variable! Y no es la primera vez que esto sucede, cada año es lo mismo, los “expertos” encuestados por el Banxico son tan buenos haciendo pronósticos como lo sería un niño al que se le dieran a escoger al azar determinados valores dentro de un rango. ¿Y a qué se debe entonces estas grandes fallas? Pues como lo señala Adler, en parte a la realización de modelos económicos que utilizan series de tiempo manipuladas estadísticamente como las series desestacionalizadas.

En mi despecho de GAEAP realizamos nuestros pronósticos macroeconómicos utilizando series originales, además de que somos bastante realistas porque no tenemos interés de andar quedando bien con el gobierno federal. Muestra de ello es que en un artículo publicado en economex.blog, desde el 25 de agosto de este año, predijimos que el PIB este año tendría un desempeño de entre -0.5% y 0.0% (https://economex.blog/2019/08/25/la-decepcion-del-pib-mexicano/). Esto mientras que en agosto de este año, los analistas encuestados por el Banxico aun pensaban que el PIB crecería 0.5% en el 2019. Obvio, se equivocaron al principio de año y se seguían equivocando a mediados.

¿Por qué el pronóstico de GAEAP fue más acertado que el de los economistas encuestados por el Banxico? Pues además del tema del uso de series originales vs series desestacionalizadas, está el hecho de que nosotros vivimos en el mundo real, mientras que muchos de los “expertos” encuestados por el Banxico, muchos de ellos economistas, muy bien remunerados por sus jefes del sistema financiero, viven en torres de marfil, sin tener que preocuparse por las pruebas y tribulaciones diarias que el resto de nosotros conocemos como la "realidad", la cual no es ajustada estacionalmente.

Por cierto, ¿cuándo harán los medios especializados, como El Financiero, El Economista o Forbes un reportaje respecto de lo fraudulentas que son la mayoría de los pronósticos de los analistas encuestados por el Banxico? Creo que sabemos la respuesta.

Los números ajustados estacionalmente a menudo se alejan de la realidad por la naturaleza misma del proceso arbitrario de ajuste estacional. Los economistas y los medios se centran casi por completo en este sinsentido, que intenta comparar un número ficticio con otro número ficticio para derivar un cambio porcentual ficticio de mes a mes o de trimestre a trimestre. Mientras tanto, ignoran los datos reales.

Los datos no ajustados estacionalmente (NSA por sus siglas en inglés) o series originales son los datos reales. Los datos ajustados estacionalmente son una ficción absoluta, y con frecuencia sobrepasan o subestiman la tasa real de cambio de la tendencia (como se señaló líneas arriba), y a veces incluso van en la dirección opuesta al impulso real de la tendencia. Muchos de los analistas de las grandes firmas financieras, el Banco Mundial, el Fondo Monetario Internacional o la OCDE, intentan minimizar los datos reales llamándolos datos "no" ajustados estacionalmente, lo que conlleva la connotación de que de alguna manera "estacionalmente ajustado" sin el "no" en frente es lo real, cuando lo contrario es lo cierto.

Al parecer pues, estos analistas de las grandes empresas financieras, organismos internacionales y algunos economistas académicos tienen otros intereses y no realizan el análisis simple de comparar los cambios año a año y la tasa mensual de cambio en los datos reales de los años pasados para tener una idea clara de hacia dónde se dirige la tendencia. Es muy fácil hacerlo cuando los datos se colocan en un gráfico. Pero a diferencia de los analistas técnicos que realmente saben leer patrones y tendencias en datos en los que aparece mucho ruido, la gran mayoría de los economistas que se venden al mejor postor, no tienen idea de cómo hacerlo. El proceso es muy simple. Quizás ese sea el problema. Les gusta la complicación porque piensan que pone la verdad fuera del alcance del público en general. En realidad, el público lo entiende porque lo vive todos los días. Son estos economistas los que no lo entienden.

Director General GAEAP*

[email protected]

En Twitter: @alejandrogomezt