La econometría clásica enfrenta su mayor crisis desde que nació
Durante décadas, los gobiernos europeos, los bancos centrales y los inversores confiaron en modelos econométricos para anticipar el futuro económico. Sin embargo, en los últimos cinco años, la realidad ha desmentido una y otra vez sus predicciones. Modelos que antes funcionaban razonablemente bien han empezado a romperse sistemáticamente, incapaces de capturar un mundo marcado por conflictos, pandemias, disrupción tecnológica, cadenas de suministro frágiles y cambios estructurales acelerados.
El Banco Central Europeo ha fallado en sus proyecciones de inflación en casi todos los trimestres desde 2021, tal como reconoce el propio organismo en su revisión de previsiones (BCE, 2023). Lo mismo ocurrió con el Banco de Inglaterra, cuya predicción de entrada en recesión para 2023 nunca llegó a materializarse. El FMI, en su informe de Perspectivas de 2024, admite que la incertidumbre estructural supera la capacidad de los modelos lineales tradicionales (FMI, 2024).
La conclusión es clara. Los modelos econométricos diseñados para un mundo estable no pueden funcionar bien en una economía donde lo impredecible se ha vuelto estructural.
De dónde viene el problema: modelos construidos sobre supuestos irreales
La mayoría de las herramientas que aún dominan la política económica europea se crearon bajo supuestos que ya no describen la economía moderna. Entre ellos:
- Estacionariedad de las variables, cuando hoy los datos se comportan como procesos inestables y sujetos a shocks permanentes.
- Linealidad, en un mundo donde las relaciones económicas se han vuelto claramente no lineales.
- Elasticidades constantes, incluso cuando industrias enteras están siendo transformadas por IA, digitalización y cambio climático.
- Racionalidad del consumidor, una hipótesis cada vez más insostenible en el contexto actual.
- Mercados eficientes, un dogma debilitado por la especulación algorítmica y la participación masiva de inversores minoristas.
La Curva de Phillips, antaño un pilar para explicar la relación entre desempleo e inflación, se ha desmoronado en Europa. En la última década vimos inflación sin crecimiento y crecimiento sin inflación. El FMI (2024) lo describe como un “rompimiento estructural” en el comportamiento de los precios.
Los modelos VAR tradicionales, ampliamente usados en bancos centrales, han sido incapaces de predecir shocks de energía, rupturas geopolíticas o disrupciones de cadena de suministro. Para la OCDE (2024), estos modelos “subestiman sistemáticamente eventos extremos”.
La herramienta está diseñada para un mundo lineal. La economía ya no lo es.
IA, machine learning y modelos no lineales: el futuro que Europa teme adoptar
Mientras Europa continúa aferrándose a herramientas de los años 70 y 80, Estados Unidos y China avanzan hacia modelos híbridos de predicción, combinando machine learning con estructura econométrica. Esto les permite capturar:
- relaciones no lineales
- rupturas estructurales
- efectos de interacción
- dinámica de redes económicas
- patrones ocultos en big data
El Federal Reserve Bank of New York emplea redes neuronales recurrentes para predecir recesiones desde 2022. La People’s Bank of China utiliza modelos de aprendizaje automático para vigilar riesgos financieros sistémicos.
Europa, en cambio, sigue utilizando modelos basados en supuestos rígidos y estimaciones paramétricas estáticas, debido a su exceso de regulación, su falta de inversión en tecnologías predictivas y su dependencia de metodologías homogéneas dentro del BCE.
La brecha tecnológica de predicción económica es cada vez más evidente.
Por qué los modelos fallan específicamente en Europa
La economía europea se ha vuelto el peor caso posible para los modelos tradicionales. ¿Por qué? Porque combina:
- Demografía estancada, que rompe cualquier modelo de crecimiento.
- Transición energética costosa, que altera precios relativos de forma permanente.
- Mercados laborales rígidos, que impiden aplicar elasticidades estándar.
- Geopolítica inestable, especialmente en energía y comercio.
- Estructura industrial fragmentada, que genera comportamiento no homogéneo.
Los modelos econométricos estándar suponen que las variables siguen patrones estables en el tiempo, pero Europa vive precisamente lo contrario: shocks que modifican permanentemente el comportamiento de inflación, consumo, oferta energética y productividad.
Según la OCDE (2024), Europa sufre “uno de los mayores desajustes entre modelos y realidad económica desde la posguerra”. La consecuencia es grave: los gobiernos planean presupuestos y políticas monetarias basadas en números que ya no reflejan el mundo real.
El fracaso reciente más evidente: la predicción de inflación
El episodio inflacionario de 2021–2023 fue la prueba definitiva del colapso de la econometría tradicional. El BCE anticipaba que la inflación sería “transitoria” y regresaría al objetivo del dos por ciento en pocos meses. Sin embargo, llegó a superar el diez por ciento en varios países europeos.
¿Por qué fallaron los modelos?
Porque asumían:
- estabilidad de cadenas globales
- ausencia de shocks energéticos severos
- expectativas racionales
- transmisión lineal de política monetaria
La realidad desmontó cada uno de estos supuestos. La energía se disparó, las cadenas globales colapsaron, la geopolítica alteró precios estructuralmente y la política monetaria tardó dos años en frenar la inflación.
La predicción falló no por mala gestión, sino porque las herramientas no servían para ese mundo.
Conclusión: la econometría puede sobrevivir, pero no sin evolucionar
Europa enfrenta una decisión histórica. Puede seguir utilizando modelos que ya no predicen nada o puede abrazar una nueva generación de herramientas basadas en:
- machine learning
- datos de alta frecuencia
- modelos con rupturas estructurales
- sistemas dinámicos no lineales
- análisis de redes financieras
- econometría bayesiana avanzada
La econometría no está muerta. Lo que está muriendo es la econometría antigua, la que no reconoce la complejidad del siglo XXI.
Si Europa quiere evitar fallos de previsión que afecten políticas fiscales, monetarias y sociales, deberá reinventar su marco analítico. Un continente que toma decisiones con modelos rotos no puede esperar resultados sólidos.
La economía actual exige nuevas herramientas. Y la política europea ya no puede permitirse seguir mirando el futuro con lentes del pasado.
Referencias
Banco Central Europeo. (2023). ECB Forecast Evaluation Report. https://www.ecb.europa.eu
Fondo Monetario Internacional. (2024). World Economic Outlook. FMI.
OCDE. (2024). Economic Outlook 2024: Forecast Uncertainty. París: Organización para la Cooperación y el Desarrollo Económicos.
Federal Reserve Bank of New York. (2023). Machine Learning for Macroeconomic Forecasting.
People’s Bank of China. (2024). AI-Driven Systemic Risk Monitoring Framework.