Un indicador sería perfecto sí únicamente “emitiera” señales que se ubicaran en las
celdas A y D de la tabla, también podría suceder que un indicador emita en todos los
meses incluidos en la “ventana”, tal que A es mayor a cero y C igual a cero, también
podría no emitir señales dado que no hay crisis en los siguientes meses, esto es, B = 0 y D
> 0. No obstante, es imposible que algún indicador tenga un comportamiento ideal.
Otro indicador de performance del indicador potencial es el número de buenas señales
emitidas como porcentaje del número total de observaciones que pudieron ser emitidas
A/(A+C), por último, otro indicador de nuestro interés es la probabilidad condicional que
una crisis pueda ser identificada A/(A+B).
Es de interés calcular la probabilidad condicional que se produzca una crisis en el
horizonte de predicción, para ello el conjunto de indicadores potenciales que
teóricamente emiten señales, necesitan ponderarse en función de su desempeño como
buenos indicadores de crisis, cada señal emitida es ponderada entonces por el ratio
ruido-señal tal que los indicadores con mayor ratio son valorados con una menor
probabilidad agregada.
Como se ha señalado el coeficiente ruido-señal, es una medida de la capacidad de un
indicador en emitir buenas señales y evitar las malas señales, el porcentaje de señales
falsas sobre el porcentaje de buenas señales, en términos de los elementos de la Tabla Nº
1 es, [(B/B+D)/(A/A+C)]. Aquellos indicadores con un coeficiente ruido-señal mayor a la
unidad emiten demasiadas señales falsas, por lo que no son confiables para predecir una
crisis.
Asimismo se debe comparar la probabilidad condicional con la probabilidad
incondicional de una crisis5. Para que un indicador sea considerado útil para predecir una
crisis, la probabilidad condicional debe ser mayor que la probabilidad incondicional, esto
es, A/A+B>(A+C)/(A+B+C+D).
Si el indicador no es sensible a emitir señales falsas, lo que
implica que habrá pocas señales calificadas como “B” (el indicador emite una señal
cuando no hay crisis), la probabilidad condicional será cercana a 1. De este modo, si el
indicador es fiable la probabilidad condicional será mayor que la probabilidad
incondicional.
Por otro lado, al tratarse de un modelo no paramétrico no es posible calcular un
estadístico de ajuste global del modelo del tipo R2 o similares, por lo que el análisis de los
resultados debe considerar los dos aspectos antes mencionados. Sin embargo el trabajo de
Berg, Borensztein y Pattillo (2004) implementa un método alternativo especial para
evaluar una “bondad de ajuste” mediante el cálculo de una “función de pérdida” y un
test estadístico a la probabilidad estimada de crisis del modelo mediante un modelo data
panel simple.
No hay comentarios:
Publicar un comentario