CICLOS ECONÓMICOS DE LA PROVINCIA
El ICA-SFE es un indicador diseñado para monitorear mensualmente la evolución de la actividad económica de la provincia de Santa Fe. Permite realizar un seguimiento detallado de los ciclos económicos en términos clásicos (contracciones y expansiones) y de crecimiento (aceleraciones y desaceleraciones). Técnicamente, se trata de un índice compuesto coincidente de frecuencia mensual con las siguientes características:
» Espacio geográfico de alcance: provincia de Santa Fe
» Objeto de estudio: actividad económica; fases cíclicas (amplitud, duración y difusión)
» Frecuencia de la información insumida y generada: mensual
» Fecha de inicio del índice: enero de 1994
» Unidad de medida: el índice se calcula con base 1994=100
» Presentar mensualmente la situación económica de la provincia de Santa Fe. Los resultados del indicador se publican mensualmente con un retraso de sólo dos meses.
» Favorecer la toma de decisiones en ámbitos públicos y privados (herramienta técnica de análisis). Programación de ingresos y egresos, contrataciones, inversiones, gasto, etc. en el marco de las fluctuaciones cíclicas.
» Brindar información oportuna a los acontecimientos sobre los que se tiene que actuar en materia de política económica. Pues, mientras que el sector privado presenta en general un comportamiento sincrónico con la actividad económica, el sector público puede adoptar medidas anticíclicas tendientes a moderar las fases recesivas.
En este sentido, la información científica y objetiva que se genera a raíz del ICA-SFE es de libre difusión y se encuentra a disposición de un heterogéneo grupo de usuarios: agentes económicos, empresarios, instituciones públicas e intermedias, docentes y alumnos del mundo académico, medios de comunicación y particulares interesados, en general.
La metodología adoptada para desarrollar el ICA-SFE se encuentra alineada con el abordaje de los denominados leading economic indicators, un enfoque cuyos estudios iniciales se retrotraen a la década del '40 en el marco del Nacional Bureau of Economic Research (NBER) de EEUU. En ese momento el proyecto se abordó en forma estratégica por el gobierno federal norteamericano. Sin embargo, el legado de continuar con los indicadores ha quedado a cargo de The Conference Board. En este sentido, la tendencia que se observa en el mundo es que sean las instituciones intermedias las encargadas de procesar y difundir los cálculos de actividad económica (con la idea de asegurar la autonomía y objetividad de la información).
En Argentina, la adaptación de este marco metodológico se debe al doctor Juan Mario Jorrat de la Universidad Nacional de Tucumán (UNT) quien, en el año 2006, realizó una transferencia al Centro de Estudios de la Bolsa de Comercio de Santa Fe para dar comienzo al proyecto de ciclos económicos de la provincia.
Metodologia.pdf
Metodología utilizada pasa desarrollar el ICA-SFE. Última revisión del archivo: diciembre de 2024
Por tratarse de un índice compuesto, el ICA-SFE insume información proveniente de un conjunto de series temporales de alcance provincial. El archivo PDF denominado “Las series componentes del ICA-SFE”, que puede descargarse a continuación, explica los criterios tenidos en cuenta para seleccionar los indicadores y compara la estructura del ICA-SFE con la del Índice de Actividad Económica Coincidente de EEUU. Al final del documento se describe el alcance de cada una de las series incluidas y se detallan particularidades metodológicas consideradas para cada caso.
Las series componentes del ICA-SFE.pdf Se analizan criterios de selección y se presenta información particular de cada serie componente. Última revisión del archivo: noviembre de 2024
Adicionalmente, en el archivo "ICA-SFE_Regresión Lineal Múltiple (RLM)" se realiza un ejercicio que permite considerar aspectos complementarios del aporte relativo de cada sub-indicador al índice coincidente.
ICA-SFE_Regresión Lineal Múltiple (RLM).pdf
Se exponen los resultados de una RLM del ICA-SFE y sus series componentes en niveles y en la primera diferencia de sus logaritmos (elasticidades). Además se incorpora una regresión que modela los errores con un abordaje ARIMA. También se exponen las matrices de correlación, gráficas de dispersión y un análisis de multicolinealidad.
Última revisión del archivo: noviembre de 2023
