TOM (@Tomitrianta) header
TOM (@Tomitrianta) profile picture

Economista | Docente Teoría Monetaria | Hincha del Ciclón

Joined June 2011
Photo by TOM (@Tomitrianta)Photo by TOM (@Tomitrianta)Photo by TOM (@Tomitrianta)Photo by TOM (@Tomitrianta)Photo by TOM (@Tomitrianta)Photo by TOM (@Tomitrianta)Photo by TOM (@Tomitrianta)Photo by TOM (@Tomitrianta)Photo by TOM (@Tomitrianta)Photo by TOM (@Tomitrianta)
Pero claro León. “y para todos los hombres del mundo que quieran habitar en el suelo argentino”
This quoted post is unavailable.
16
Nuestros modelos de machine learning en @BBVAResearch nos están dando la inflación de octubre en 2,0% +/- 0,07 p.p.
1
20
3
134
20,289
🇦🇷#Argentina | La #inflación nacional en julio fue del 2,1% mensual (33,8% a/a), superando las expectativas. 🔍@Tomitrianta Informe con todos los datos en este link: bbvaresearch.info/3Ux1VAY
2
3
850
Nuevo working paper! ⚠️🚨: Redes de crédito a través de la lente de los hipergrafos Creo que es de las cosas más complicadas que he hecho en mi vida. Está publicado en la web de @BBVAResearch (bbvaresearch.com/wp-content/…) Les cuento un poco de qué trata (abro hilo abajo): propongo usar hipergrafos para analizar el riesgo sistémico en las redes de créditos comerciales, y aplico empíricamente este enfoque sobre los préstamos a empresas en Argentina entre 2023 y 2025, usando al Central de Deudores del BCRA... pero ¿qué son? ¿y para qué?
6
11
1
93
5,859
TIPS PARA HACER PRONÓSTICOS MACROECONÓMICOS Se me ocurrió que podía ser útil una pequeña guía de consejos para aquellos que estén empezando a trabajar en esto (y tal vez para los que tienen alguna experiencia también). Son cosas que quizás están en los libros y quizás no, pero que considero útiles para el oficio y las aprendí de mi experiencia personal (hace 15 años que hago estas cosas). No son “reglas” ni ahí, pero sí consejos: 1- No enloquecerse por predecir perfectamente bien la muestra sobre la que estás estimando el modelo. Hay que concentrarse en minimizar el error de pronóstico FUERA de muestra. Si estimas muy bien la muestra, corres riesgo de sobreajustarte a esos datos y perder capacidad predictiva/de generalización. 2- Intentar que el modelo sea lo más parsimonioso posible. Usar la menor cantidad de variables que sean necesarias para captar adecuadamente lo que buscas predecir. Cuántas más variables se agreguen, se corre riesgo de meter solo ruido y poca información valiosa (y a la vez hacer más tedioso el proceso de estimación e inferencia). 2bis- Hay técnicas de aprendizaje automático (machine learning) y econométricas tradicionales que ayudan a achicar/jerarquizar el número de variables relevantes y separar el ruido de lo que no lo es, pero también existe la necesidad de tener cierto criterio experto/marco teórico que el pronosticador debe usar para terminar de decidir qué queda afuera y qué no. 3- Si te interesa pronosticar una variable que tiene “sub-componentes”, recomiendo pronosticar el agregado primero, no pronosticar las partes y después sumarlas. Si se pronostica cada parte y luego las sumas, estarás sumando los errores de pronóstico de cada sub-componente. Por ejemplo, si queres predecir el PIB, comenzaría primero por pronosticar el agregado, y en todo caso luego hacer los subcomponentes por otra parte y al final chequear consistencia entre los dos ejercicios. En general, es más preciso pronosticar derecho el agregado. 4- No todo modelo es un martillo y no todo pronóstico es un clavo. En general, se usan técnicas distintas para pronosticar a corto plazo y a largo plazo, o a distintas frecuencias temporales (diaria, mensual, trimestral, anual). Necesitas distintas herramientas. Y siempre salen nuevas, es importante mantenerse actualizado. Aunque es verdad también que "lo viejo funciona" dentro de todo bien. 5- Siempre chequear/limpiar estacionalidad de las variables, fundamentalmente cuando las variables que incluis en el modelo tienen patrones estacionales distintos (casi siempre). 6- Los modelos pifian, obviamente, pero deben pifiar en promedio tanto por arriba como por abajo. Si siempre sobre(sub)estiman para el mismo lado, entonces el modelo tiene un sesgo (y se debería corregir). 7- La vida cambia, los modelos cambian. Cuando cambia el entorno, es altamente probable que los parámetros del modelo que tanto te costó calcular queden obsoletos, por lo que es necesario re-estimarlo cada cierto tiempo o cuando hay grandes cambios de contextos. Las elasticidades/relaciones entre variables no son completamente estáticas ni están escritas en piedra. Espero que sean útiles estos consejos. Si se les ocurre alguna otra cosa valiosa escríbanme.
11
64
3
439
30,153
📢🚨 Recién en @BBVAResearch publicamos un informe sobre la situación y perspectivas de la Minería en Argentina: bbvaresearch.com/publicacion… Un trabajo super completo de @agharing, con perspectivas generales del sector, zoom profundo en los principales cuatro minerales (oro, plata, litio y, en el futuro, cobre), con el bonus track de un vistazo sobre la situación de otros minerales que ocupan menos el centro de la escena (desde uranio, níquel y cobalto hasta tierras raras y cales). Ya con que te interese esto 🤏 la realidad de la minería en Argentina, la verdad que es suficiente para que valga la pena mirar el documento. Consideramos que es uno de los sectores que puede ser de los principales impulsores de inversiones en los próximos años en el país, por lo que es momento de entender mejor de lo que estamos hablando y el potencial que tiene.
4
29
2
148
10,484
Feliz Cumpleaños al inmenso y amado Kobe Bryant, quien hoy 23 de Agosto estaría cumpliendo 47 años. Te pensamos y extrañamos todos los días.🙏🏼 @KobeBryant ♥️
2
30
3
87
3,450
🇦🇷 #Argentina | La #inflación consolida su senda descendente: 2,3% mensual promedio en el 1S25, el nivel más bajo en 5 años. ¿Qué factores lo explican? ¿Qué riesgos pueden enfrentarse en los próximos meses? Lo analizamos en este artículo 👇 bbvaresearch.info/451KLx4
1
7
1
17
3,708
🇦🇷 #Argentina | La #inflación de abril 🗓️ fue 2,8% m/m, menor a la esperada tras la flexibilización del cepo cambiario. Por @mjdalbianco, @FedeeForte y @Tomitrianta.

1
3
9
1,189
La inflación de febrero fue 2,4% m/m (66.9% a/a). Importante que aflojó un poco servicios, sumado a que estacionales dio -0.8%. Núcleo cerca de 3%. Aprendió del robotito después de que lo mandé más seguido a la verdulería a ver los precios del tomate y el limón.
Nuestros modelos de machine learning en @BBVAResearch nos vienen dando una inflación de 2.4% +/- 0.08pp para febrero. Un pelin arriba de enero, pero con algo más de dispersión (=más potencial error del pronóstico central).
7
5
102
9,562
Bienvenido a casa Lukita @luka7doncic. Ojalá que pronto haya que actualizar mi fondo de la bio 😉. 🇸🇮
2
117
Nuestros modelos de machine learning en @BBVAResearch nos vienen dando una inflación de 2.3% +/- 0.06pp para enero. (Este mes adelantamos el corte estadístico por m̵e̵ ̵v̵o̵y̵ ̵a̵ ̵l̵a̵ ̵p̵l̵a̵y̵a̵ cuestiones técnicas).
13
37
6
509
52,550
La calificación soberana de la deuda pública argentina hoy se ubica aprox. en CCC (cambia según la calificadora), pero nuestro riesgo pais actual y el PIB per cápita ya son más parecidos a los de países que están en el entorno de B por lo menos. Dada nuestra historia, no veo que suban la nota más allá de B, pero sí cabría esperar mejoras durante 2025 si el Gobierno sigue mostrando capacidad de pago, y ni hablar si logra cierto acceso a los mercados.
3
41
2,349
🇦🇷 #Argentina | 📉 La #inflación continúa su descenso en octubre. El nivel general baja al 2.7%, con bienes en 2.1% y servicios en 4.3%. Se trata del valor mensual más bajo desde noviembre de 2021. Por @Tomitrianta

4
7
1,295
🇦🇷 En el número de 🗓️ Octubre 2024, @mjdalbianco, @FedeeForte, @agharing, @M__Iparraguirre, @JMManias y @Tomitrianta comentan detalladamente la #SituaciónArgentina.

8
1
24
8,031
Aprovecho que el pronóstico de inflación de agosto anduvo bien para comentar que subimos a la web de @BBVAResearch un Documento de Trabajo explicando la metodología de nuestro modelo Random Forest: bit.ly/3XpRoFs El gráfico que más me gusta es el del próximo tuit: ⬇️
A riesgo de que crean que nos copiamos de lo que comentó @LuisCaputoAR, nuestros modelos de Machine Learning en @BBVAResearch estiman la inflación de agosto en 4.1 +/- 0.2%
13
57
320
48,261
🇦🇷 #Argentina | La #inflación aceleró en julio fue 4,0% m/m. En línea con lo esperado, es la más baja de todo el año 📉 La núcleo fue de 3,8% m/m y permanece en este nivel por 3er mes consecutivo. Por @Tomitrianta

7
11
786
The Bryant family. Forever a beacon of love, strength and hope 💜
285
6,860
552
44,515
1,504,551
Alguien sabe que onda @labandainvierno? @MendiolaEduardo
1
91
Nuestros modelos de machine learning en @BBVAResearch nos está dando una estimación de inflación para junio en 4.9% +/- 0.3%
En @BBVAResearch estamos explorando técnicas Machine Learning p/pronosticar la inflación de cortísimo plazo (este mes y el que viene). Armamos un Random Forest con data mensual desde 1962 con unas 15 variables. Una medida de la "influencia" de c/variable en el pronóstico dio así:
5
33
231
40,893