¿Pueden los robots reemplazar a los humanos en la política monetaria?

El presidente de la Reserva Federal, Jay Powell, y el presidente electo, Donald Trump, coinciden en que dirigir la Reserva Federal es la tarea gubernamental más importante.

Sus razones son diferentes. Poco antes de su victoria electoral, Trump pronunció su característico insulto, diciendo que el principal beneficio de ser presidente de la Reserva Federal era la admiración que genera ese cargo. “Es el trabajo más importante del gobierno. Vienes a la oficina una vez al mes y dices: ‘Veamos, lanza una moneda’, y todos hablan de ti como si fueras un dios», dijo.

La semana pasada, Powell respondió descartando la referencia al lanzamiento de moneda, pero por lo demás estuvo de acuerdo (en el minuto 7:20 de este video): «Me encanta el trabajo», dijo. “Y es un lugar especial para estar rodeado de gente tan comprometida y saber que tu trabajo realmente le importa a la gente. Es un honor muy especial hacer este trabajo”.

Olvídese del lanzamiento de la moneda, pero los comentarios de Trump plantean una pregunta importante. ¿Hasta qué punto se pueden automatizar la formulación y el análisis de la política monetaria?

Los robots marcan pautas

El establecimiento de reglas de política monetaria tiene una larga historia porque, en principio, la política monetaria debería ser simple: se tiene una teoría coherente, datos precisos y, al aplicar unas a otras, se obtiene la trayectoria política óptima para las tasas de interés (o la oferta monetaria, si quieres). están en la tradición monetarista).

Pero estas reglas nunca han funcionado bien. El algoritmo de política monetaria más conocido es la regla de Taylor, que vincula las tasas de interés con la desviación de la inflación de su objetivo y el nivel de capacidad excedente de la economía. Por lo tanto, la regla de Taylor establece que las tasas de interés deben ser altas cuando la inflación es alta y todos los recursos se utilizan en su totalidad. Se necesitan tasas de interés bajas para estimular la economía cuando las personas o las empresas están desempleadas o cuando la inflación está muy por debajo del objetivo. La teoría subyacente es un nuevo enfoque keynesiano que supone que las brechas de producción y las desviaciones de la inflación pueden medirse con precisión.

Una nueva investigación del Banco de Pagos Internacionales muestra cuán deficiente es la regla de Taylor para predecir las tasas de interés en la mayoría de las economías avanzadas.

La intención de los autores del artículo es complementar la regla de Taylor con una mejor teoría económica, la actual doctrina de política monetaria del banco central y mejores datos, todo con el objetivo de hacer que la política monetaria responda mejor a los shocks de demanda que a los de oferta.

En este mundo, tasas de interés más altas son la respuesta correcta a la inflación impulsada por la demanda porque desaceleran la actividad económica y abordan el problema subyacente. Sin embargo, cuando la inflación es causada por un shock de oferta -por ejemplo, un aumento en los precios del petróleo- la cuestión de las tasas de interés es discutible. Los bancos centrales deberían “pasar por alto” los efectos iniciales sobre los precios si son temporales; Los aumentos de tasas tendrían un impacto demasiado tardío y demasiado grande para impactar, perjudicando la demanda después de que la inflación haya disminuido y, en última instancia, creando fuerzas deflacionarias.

Hay un matiz en un gran shock de oferta, como en el período de inflación posterior a la corona, donde se temía que los efectos de segunda ronda pudieran desencadenar una espiral de precios-salarios. En este caso, se necesitarían tasas de interés más altas para anclar las expectativas de inflación e impedir que los trabajadores o las empresas aprovechen el shock de oferta inicial para aumentar las ganancias o los salarios reales. Pero el resultado empírico es claro, según el artículo del BIS. Debería haber “una respuesta política más moderada a la oferta que a la inflación impulsada por la demanda”.

El trabajo con datos es crucial aquí. Basándose en trabajos académicos (principalmente de Adam Shapiro, de la Reserva Federal de San Francisco) que intenta descomponer la inflación en componentes de oferta y demanda, el BIS examinó si la política del banco central podría explicarse mucho mejor mediante una “regla de Taylor dirigida”, que estableciera una fuerte demanda. inflación impulsada por la oferta y entre leve y moderada, como se muestra en el gráfico siguiente. El estudio del BIS fue claro. Un enfoque asimétrico de la regla de Taylor podría explicar bien esta política.

A la vista de los resultados, surge la pregunta, que por supuesto no ha sido investigada por el BIS, de si los robots pueden reemplazar a los tomadores de decisiones políticas con una regla política asimétrica. Según Hyun Song Shin, director de investigación del BIS, la respuesta es no.

«Las estrategias de política monetaria son un poco más complicadas en la práctica que una regla de Taylor asimétrica», me dijo. ¿Por qué?

En primer lugar, los datos están lejos de ser perfectos. Todavía no hay consenso sobre los métodos para dividir la inflación en componentes impulsados ​​por la demanda y la oferta. El gráfico anterior parece algo razonable, ya que la inflación reciente está impulsada principalmente, pero no exclusivamente, por la oferta. En julio, destaqué otros estudios que llegaban exactamente a la conclusión opuesta, particularmente para Europa. Estas distinciones son en sí mismas resultados de modelos y están sujetas a errores e incertidumbres, especialmente cuando se miden en tiempo real.

Los problemas de datos persisten con el componente de inflación. Idealmente, necesita un pronóstico de inflación preciso en lugar de una tasa reciente para evitar que su regla sea al revés. Un enfoque basado en una estimación de la brecha del producto utiliza datos hipotéticos que no pueden determinarse con precisión.

La teoría tampoco es necesariamente correcta para parámetros como el grado de conexión implícita entre inflación y capacidad excedente. En la práctica, muchos eventos ocurren fuera de los estrictos parámetros del modelo.

El juicio humano y el desacuerdo seguirán siendo necesarios durante algún tiempo, incluso cuando mejoremos en la descripción de cómo operan los bancos centrales.

¿Pueden los robots interpretar políticas?

Si los robots no pueden reemplazar fácilmente a los banqueros centrales, ¿podrán interpretarlos tan bien o mejor que los humanos?

El Informe Trimestral del BIS también contiene un artículo interesante sobre cómo utilizar mejor los grandes modelos lingüísticos en economía.

En lugar de contar los resultados, me gustaría destacar algunos análisis en curso en los que mis colegas y yo hemos estado trabajando en el Financial Times, dirigido por Joel Suss. Utilizamos un modelo de lenguaje grande para interpretar los discursos de los banqueros centrales en una escala de paloma halcón.

Los resultados de la Reserva Federal se pueden encontrar en el siguiente gráfico. Puede hacer clic en el gráfico y ver que cada punto representa un discurso de un gobernador de la Reserva Federal y contiene un pasaje clave extraído por inteligencia artificial. La pregunta aquí es si esto dejará sin trabajo a los observadores de los bancos centrales.

No hay duda de que el modelo produce excelentes resultados después de una serie de mejoras, ya que los discursos de la Reserva Federal fueron considerados agresivos cuando las tasas de interés estaban aumentando (o a punto de aumentar), y más moderados cuando la Reserva Federal se estaba preparando para hacerlo. tasas de interés más bajas.

Pero seamos brutales. Hay un cierto elemento de «sensacia» en los resultados, ya que los discursos se consideran más agresivos cuando las tasas de interés suben y más moderados cuando las tasas bajan. Entonces la pregunta es qué valor agregado ofrece el modelo. El modelo también puede recopilar información de Internet y, hasta donde sabemos, podría utilizar la tasa de interés del Fondo Federal como insumo para su valoración.

Pero no seamos tacaños con esto. El modelo es muy eficaz para analizar grandes cantidades de texto con una precisión impresionante y nos permite «leer» discursos muy rápidamente y extraer información valiosa.

Los banqueros centrales pueden hacer que sus palabras sean tan densas y prolijas como quieran. Ahora disponemos de herramientas para extraer alguna señal de la prosa larga.

¿Powell es programable?

Mis conocimientos de programación informática están bastante desactualizados, ya que trabajé con BASIC cuando era niño y con Modula-2 cuando era joven investigador. Pero me parece que existe un algoritmo simple que puede explicar el reciente razonamiento político de Jay Powell.

Recuerden en septiembre, cuando la Reserva Federal recortó las tasas de interés en medio punto porcentual y Powell dijo que el gran recorte estaba justificado porque la economía estadounidense estaba en «buena forma» y quería que siguiera así.

En una entrevista la semana pasada, Powell dijo que la Reserva Federal podría darse el lujo de ser «un poco más cautelosa» dada la salud de la economía, que según él es la envidia del mundo.

Por tanto, Powell parece programable. Se aplica el siguiente algoritmo (con disculpas a todos los programadores reales).

10 Elija la póliza según su gusto;

20 Explique que es apropiado porque la economía estadounidense está en buena forma;

30 Ir a 10

Lo que he leído y visto

• Andrew Bailey me dice que, salvo sorpresas, el Banco de Inglaterra planea recortar las tasas de interés cuatro veces para fines del próximo año. Sin embargo, es probable que haya sorpresas.

• El gobernador del banco central de Corea del Sur, Rhee Chang-yong, dice que las posibles políticas comerciales de Donald Trump son más preocupantes que la agitación política interna del país.

• India ha reemplazado al gobernador de su banco central, Shaktikanta Das, por Sanjay Malhotra, aunque la inflación sigue siendo un problema.

• China busca una vez más estímulos económicos

Un gráfico que cuenta

La Reserva Federal se enorgullece de su dependencia de los datos. Esto no sólo es un retroceso, sino que los datos que más influyen en los funcionarios públicos (el crecimiento salarial mensual) son terribles.

Los datos mensuales de nómina de Estados Unidos mostraron la semana pasada que los empleos aumentaron en la friolera de 227.000 en noviembre. Pero la revisión absoluta promedio de esta serie hasta el tercer mes de publicación es más de una cuarta parte de eso, 57.000.

Entonces, ¿qué podemos decir? El mercado laboral estadounidense se encuentra entre bastante débil y desastroso. En otras palabras, no sabemos mucho y se le da demasiada importancia a las cifras de nómina mensuales en Estados Unidos.