Modelos de mezcla para densidades predictivas
una síntesis bayesiana de las expectativas de inflación basadas en encuestas en Colombia

DOI:  https://doi.org/10.12804/revistas.urosario.edu.co/economia/a.16206

Barra lateral del artículo

PDF

Publicado: sept 16, 2026
Número: Vol. 29 Núm. 01 (2026)
Sección Artículos


Palabras clave: combinación de densidades de pronóstico síntesis predictiva bayesiana encuestas a pronosticadores profesionales datos simbólicos

Contenido principal del artículo

Autores/as

  Héctor Manuel Zárate-Solano
Banco de la República Colombia

Resumen

Comprender las expectativas de inflación es fundamental para el análisis de la política monetaria, especialmente en las economías emergentes, donde la incertidumbre y los cambios estructurales pueden agravar los retos que plantea la elaboración de pronósticos. Las encuestas a pronosticadores profesionales recurren cada vez más a pronósticos de densidad basados en histogramas para captar no solo las predicciones puntuales, sino también la distribución completa de la inflación esperada. La agregación de estas previsiones de densidad permite una caracterización más detallada de la forma, la dispersión y la incertidumbre implícitas en las expectativas de los expertos. Este estudio analiza las expectativas de inflación trimestrales reportadas por pronosticadores profesionales colombianos desde enero de 2016 hasta octubre de 2023. Construimos medidas de desacuerdo e incertidumbre tanto a nivel individual como agregado, documentando su evolución a lo largo de periodos de estabilidad macroeconómica, cambios en las políticas y el repunte inflacionario tras la pandemia de covid-19. Sintetizamos las densidades predictivas individuales utilizando el marco de síntesis predictiva bayesiana (BPS) con pesos de mezcla que varían en el tiempo y se adaptan a los cambios en el desempeño relativo de los pronósticos a lo largo del tiempo.

Cómo citar
Zárate-Solano, H. M. (2026). Modelos de mezcla para densidades predictivas: una síntesis bayesiana de las expectativas de inflación basadas en encuestas en Colombia. Revista De Economía Del Rosario, 29(01), 1–23. https://doi.org/10.12804/revistas.urosario.edu.co/economia/a.16206
Referencias bibliográfica

Billio, M., Cesarini, R., Ravazzolo, F., & van Dijk, H. (2011). Combining Predictive Densities Using Bayesian Filtering With Applications to US Economics Data. Tinbergen Institute Discussion Papers 11-003/4. https://doi.org/10.2139/ssrn.1967435 DOI: https://doi.org/10.2139/ssrn.1735421

Billiard, L., & Diday, E. (2020). Clustering Methodology for Symbolic Data. Jhon Wiley Sons Ltd. https://doi.org/10.1002/9781119010401 DOI: https://doi.org/10.1002/9781119010401

Chernis, T., Hauzenberger, N., Huber, F., Koop, G., & Mitchell, J. (2023). Predictive Density Combination Using a Tree-Based Synthesis Function. Working Paper, N.° 23-30. Federal Reserve Bank of Cleveland. https://doi.org/10.26509/frbc-wp-202330 DOI: https://doi.org/10.26509/frbc-wp-202330

Chernis, T., Hauzenberger, N., Huber, F., Koop, G., & Mitchell, J. (2025). Predictive Density Combination Using Bayesian Machine Learning. International Economic Review, 66(3), 1289–1315. https://doi.org/10.1016/j.jeconom.2018.11.010 DOI: https://doi.org/10.1111/iere.12759

Clements, R., Rich, M., & Tracy, J. (2022). Surveys of Professionals. Federal Reserve Bank of Cleveland. Working Paper, N.° 13-22. https://doi. org/10.26509/frbc-wp-202213 DOI: https://doi.org/10.26509/frbc-wp-202213

Conflitti, C., De Mol, C., & Giannone, D. (2015). Optimal Combination of Survey Forecasts. International Journal of Forecasting, 31(4), 1096–1103. https://doi.org/10.1016/j.ijforecast.2015.03.009 DOI: https://doi.org/10.1016/j.ijforecast.2015.03.009

Diebold, M., Shin, F., & Hhang, B. (2023). On the Aggregation of Probability Assessments: Regularized Mixtures of Predictive Densities for Eurozone Inflation and Real Interest Rates. Journal of Econometrics, 237(2-part C), 1–43. https://doi.org/10.1016/j.jeconom.2022.06.008 DOI: https://doi.org/10.1016/j.jeconom.2022.06.008

Gerrard, B. (2023). Ramsey and Keynes Revisited. Cambridge Journal of Economics, 47(1), 195–213. https://doi.org/10.1093/cje/beac068 DOI: https://doi.org/10.1093/cje/beac068

Iregui, A. (2021). ¿Qué nos dicen las encuestas sobre la formación de expectativas de inflación? Revista Ensayos sobre Política Económica (ESPE), 39(92), 30–44. https://doi.org/10.32468/espe.100 DOI: https://doi.org/10.32468/espe.100

Lindley, D. V., Tversky, A., & Brown, R. V. (1979). On the Reconciliation of Probability Assessments. Journal of the Royal Statistical Society. Series A, 142(2), 146–62. https://doi.org/10.2307/2345078 DOI: https://doi.org/10.2307/2345078

McAlinn, K., & West, M. (2019). Dynamic Bayesian Predictive Synthesis in Time Series Forecasting. Journal of Econometrics, 210(1), 1555–1569. https://doi.org/10.1016/j.jeconom.2018.11.010 DOI: https://doi.org/10.1016/j.jeconom.2018.11.010

Poncela, P., & Senra, E. (2018). Measuring Uncertainty and Assessing Predictive Power in the Euro-Area. Empirical Economics, 53(1), 165–182. https://doi.org/10.1007/s00181-016-1181-6 DOI: https://doi.org/10.1007/s00181-016-1181-6

Tallman, E., & West, J. (2024). Bayesian Predictive Decision Synthesis. Journal of the Royal Statistical Society Series B: Statistical Methodology, 86(2), 340–63. https://doi.org/10.1093/jrsssb/qkad109 DOI: https://doi.org/10.1093/jrsssb/qkad109

West, M., & Crosse, J. (1992). Modelling Probabilistic Agent Opinion. Journal of the Royal Statistical Society: Series B (Statistical Methodology), 54(1), 285–99. https://doi.org/10.1111/j.2517-6161.1992.tb01882.x DOI: https://doi.org/10.1111/j.2517-6161.1992.tb01882.x

Estadísticas de consulta

Descargas

Los datos de descargas todavía no están disponibles.
Métricas de publicación

0




 

Creative Commons License

Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial 4.0.

Los autores conservan los derechos de autor y garantizan a la revista el derecho de ser la primera publicación del trabajo al igual que licenciado bajo una Creative Commons Attribution License que permite a otros compartir el trabajo con un reconocimiento de la autoría del trabajo y la publicación inicial en esta revista.

Artículos más leídos del mismo autor/a