GDP nowcasting with machine learning and unstructured data

Abstract

Los modelos de nowcasting basados en algoritmos de Machine Learning (ML) ofrecen una ventaja notable para la toma de decisiones en los sectores público y privado debido a su flexibilidad y capacidad para manejar grandes cantidades de datos. Este documento presenta modelos de pronóstico en tiempo real para la tasa de crecimiento mensual del PIB peruano. Estos modelos combinan indicadores macroeconómicos estructurados con variables de sentimiento no estructurados de alta frecuencia. El análisis comprende desde enero de 2007 hasta mayo de 2023, abarcando un conjunto de 91 indicadores económicos principales. Se evaluaron seis algoritmos de ML para identificar los predictores más eficaces de cada modelo. Los resultados subrayan la notable capacidad de los modelos de ML para producir predicciones más precisas y previsoras que los modelos convencionales de series temporales. En particular, Gradient Boosting Machine, LASSO y Elastic Net destacaron por sus resultados, logrando una reducción de los errores de predicción de entre el 20% y el 25% en comparación con los modelos AR y varias especificaciones de DFM. Estos resultados podrían estar influenciados por el periodo de análisis, que incluye acontecimientos de crisis con un alto grado de incertidumbre, en los que los modelos ML con datos no estructurados mejoran la significación.

Nowcasting models based on machine learning (ML) algorithms deliver a noteworthy advantage for decision-making in the public and private sectors due to their flexibility and ability to handle large amounts of data. This article introduces real-time forecasting models for the monthly Peruvian GDP growth rate. These models merge structured macroeconomic indicators with high-frequency unstructured sentiment variables. The analysis spans January 2007 to May 2023, encompassing a set of 91 leading economic indicators. Six ML algorithms were evaluated to identify the most effective predictors for each model. The findings underscore the remarkable capability of ML models to yield more precise and foresighted predictions compared to conventional time series models. Notably, the gradient boosting machine, LASSO, and elastic net models emerged as standout performers, achieving a reduction in prediction errors of 20% to 25% compared to autoregression and various specifications of dynamic factor model. These results could be influenced by the analysis period, which includes crisis events featuring high uncertainty, where ML models with unstructured data improve significance.