Profesores de la Universidad Autónoma de Madrid (UAM) y de la Universidad de Alcalá de Henares (Madrid) han econtrado un método de trabajo que mejora hasta en un 40% las predicciones económicas.
Los investigadores Pilar Poncela, Julio Rodríguez y Rocío Sánchez-Mangas, del departamento de Análisis Económico: Economía Cuantitativa de la UAM, en colaboración con Eva Senra de la Universidad de Alcalá, plantean que cuando existen diversas predicciones de una misma variable, por ejemplo la inflación, se suele utilizar la 'predicción de consenso', que consiste en calcular la media de las previsiones.
Pero los autores plantean una 'estructura de pesos' que pondera de forma diferente las predicciones de los distintos expertos, de forma contraria a la predicción de consenso que asigna la misma importancia a todos ellos. Este método fue aplicado a las predicciones hechas por expertos sobre la economía de Estados Unidos y publicadas por la Reserva Federal de Filadelfia y los autores argumentan que los resultados obtenidos han llegado en ocasiones a mejoras superiores al 40%.
Los profesores de la UAM y de la Universidad de Alcalá de Henares abordan estas cuestiones en un trabajo publicado en el International Journal of Forecasting, revista asociada al International Institute of Forecasters, una organización de dedicada a estimular las relaciones entre investigadores y profesionales dedicados a la predicción.