El primero de los dos métodos de pronóstico cuantitativo que analizaremos se denomina
causal. Algunas de las características clave de este método son:
• Se basa en el concepto de relación entre variables; es decir, en la suposición de
que una variable medida “ocasiona” que la otra cambie de una forma predecible.
• Parte de un supuesto importante de causalidad, y de que la variable causal puede
ser medida de manera precisa. La variable medida que ocasiona que la otra variable
cambie con frecuencia se denomina “indicador líder”. Por ejemplo, el inicio de
la construcción de nuevas viviendas suele utilizarse como indicador líder para
desarrollar pronósticos en muchos otros sectores de la economía.
• Si se desarrollan indicadores líderes apropiados, este método con frecuencia ofrece
excelentes resultados en cuanto a pronósticos.
• Como un beneficio colateral, el proceso de desarrollar el modelo permite, muchas
veces, que quienes se encargan de él obtengan un importante conocimiento adicional
de mercado. Por ejemplo, si usted se encuentra desarrollando un modelo
causal de viajes de vacaciones tomando como base el indicador líder del precio de
la gasolina, es probable que aprenda sobre los mecanismos que controlan los precios
de la gasolina y los patrones de los viajes típicos de vacaciones.
• Este método rara vez se utiliza para un producto; es más común emplearlo para
mercados o industrias completas.
• Muchas veces su puesta en práctica consume demasiado tiempo y resulta muy cara,
principalmente debido a la necesidad de desarrollar relaciones y obtener información
causal.
Algunos de los enfoques más comunes de pronóstico causal son:
Modelos de entrada-salida. Pueden ser modelos muy grandes y complejos, ya que
analizan el flujo de los bienes y servicios a través de la economía completa. Desde este
punto de vista, requieren una cantidad importante de información, lo que hace que
su desarrollo sea largo y costoso. Por lo general se utilizan para proyectar necesidades
para mercados enteros o para segmentos de la economía, y no para productos específicos.
Modelos econométricos. Estos modelos implican el análisis estadístico de varios sectores
de la economía. Su uso es similar al de los modelos de entrada-salida.
Modelos de simulación. La popularidad de la simulación de sectores de la economía
mediante computadoras está creciendo, y su uso se ha incrementado a partir del desarrollo
de equipos de cómputo y modelos de simulación por computadora más potentes
y menos costosos. Se pueden utilizar para productos individuales pero, una vez
más, la recopilación de información tiende a ser costosa y lenta. El valor real de estos
modelos radica en que son rápidos y económicos de utilizar una vez que la información
ha “poblado” al modelo.
Regresión. Es un método estadístico para desarrollar una relación analítica definida
entre dos o más variables. El supuesto, como en otros modelos causales, es que una de
las variables “causa” que la otra se mueva. Con frecuencia la variable independiente, o
causal, se denomina indicador líder. Un ejemplo común son los informes noticiosos
sobre construcciones de vivienda, ya que suelen considerarse un indicador líder sobre
la cantidad de actividad económica en varios mercados relacionados (por ejemplo, en la
industria maderera o de fabricación de cemento).
Dado que se basan en información externa, los métodos de pronóstico causales en
ocasiones se denominan pronósticos extrínsecos.
Tipos de Textos
