INDICADORES REGIONALES Jornada Anual de la AAEP Noviembre 2015

Ana Inés Navarro Con la colaboración de: Federico Accursi, Facundo Sigal y Alfredo Soland

IDIED – INDICADORES REGIONALES Universidad Austral

¿Porqué elaborar indicadores de coyuntura regionales? ü Porque la Región Centro es el epicentro de la

actividad económica exportadora y de los agronegocios. ü  Porque existe información a nivel de las provincias de la Región Centro, pero está dispersa y fragmentada.

ü Porque el análisis coyuntural es indispensable para discernir entre tendencias y fluctuaciones de corto plazo. ü Porque la información así analizada es de alto valor tanto para el sector privado como público.

Un proyecto escalonado. •  Fines de 1999: se publican algunos datos de Santa Fe. Pocas series: recaudación, construcción, supermercados, combustibles. •  Noviembre 2001: se suma información de las provincias de Córdoba y Entre Ríos, desagregada por provincia. •  Octubre 2005: los IR son declarados de interés para la Región Centro por la Comisión Parlamentaria Conjunta de la Región Centro. •  Mayo 2006: comenzando por producción automotríz, se producen las series agregadas para la Región Centro. •  2010: construcción de un índice coincidente para la provincia de Santa Fe, presentado en AAEP, 2010. •  Julio 2013: publicación del Índice Local del Ciclo Económico (ILCE) para la provincia de Santa Fe. •  2014-2015 se muestran los cambios interanuales para la Región Centro agrupados en producción, consumo, inversión, finanzas públicas y sector externo.

Base de Datos •  Más de 135 series desestacionalizadas correspondientes a las tres provincias por separado más las agregadas a nivel de la Región Centro. •  F u e n t e s n a c i o n a l e s , p r o v i n c i a l e s , municipales, y de organizaciones privadas o público-privadas.

Metodología de análisis ü Técnicas estadísticas de desestacionalización de series (X12-ARIMA) para estimar las tendencias de largo plazo, detectar factores estacionales y pronosticar valores futuros (producciones, precios, ventas internas y/o externas, consumos energéticos, empleo, etc.) ü  Técnicas estadísticas para estimar correlaciones entre las series. ü  Método de Stock y Watson para la construcción del ILCE.

Informe: énfasis en el análisis gráfico

INFORMES DISPONIBLES EN : http://www.austral.edu.ar/cienciasempresariales/investigacion/ indicadores-regionales/

Principales dificultades: Inestabilidad de la información •  Series que se dejan de publicar (producción automotriz por empresa, índice de demanda laboral de Rosario, usuarios de internet…) •  Series discontinuadas por tiempo indefinido (maquinaria agrícola); algunas reaparecen con el tiempo (laborales como la EIL) •  Series que pierden periodicidad (superficie autorizada de construcción Córdoba) •  Series con desfasaje temporal (superficie autorizada de construcción Rosario)

IDIED, Universidad Austral.

Principales dificultades: los índices de precios Período

Series  afectadas

No  se  hace  ajuste  por   inflación

1999 2002

Ventas  en   supermercados Ventas  en   supermercados Ventas  en   supermercados

IPC-­‐GBA  base  1999=100

Sistema  financiero  y   recaudación  tributaria

Ventas  en   supermercados

Divisiones  utilizadas:  alimentos  y  bebidas,  i ndumentaria  y  e quipamiento  y   mantenimiento  del  hogar.

IPC-­‐GBA  llevado  a  base  2003   Idem IPC  Nacional  

2007

2008

Comentarios

Índice

Se  adopta  e l  IPC  Nacional  por  pcia.,  base  2003.  IPC  Nacional-­‐SF  para  Santa   Fe,  IPC  Nacional-­‐C  para  Córdoba  e  IPCNacional  para  Entre  Ríos. Promedio  IPIM  e  IPC-­‐GBA  

Índice  de  precios  combinado   Para  deflactar  l os  datos  del  I  trim.  se  toma  e l  promedio  del  IC  de  precios   (IC)  base  2003

correspondientes  a  marzo  y  abril,  como  deflactor  del  II  trim.  se  toma  e l   promedio  del  IC  de  precios  de  j unio  y  j ulio,  y  así  sucesivamente.

IPC  Nacional-­‐SF  

Se  unifica  método  de  deflación  usando  para  las  tres  pcias.  el  I PC  Nacional  Santa   Fe,  por  discontinuidad  de  las  otras  series  de  precios.  

Sistema  financiero,   recaudación  tributaria,   Índice  de  precios  combinado   2010-­‐2011 Se  deflactan  l as  series  de  precios  primarios  de  l eche  y  carne. precios  primarios  de   (IC)  base  2003 leche  y  carne.

2012

2013 2014 2014-­‐2015

Sistema  financiero,   recaudación  tributaria,   precios  primarios  de   leche  y  carne. Todas  las  series   nominales Todas  las  series   nominales Todas  las  series   nominales

IPC  Nacional-­‐SF

IPC  MIX1 IPCNu  y  I PC  MIX1 IPC  MIX2

Se  reemplaza  el  Í ndice  de  precio  combinado  (IC)  base  2003  por  el  I PC-­‐I PEC  (Santa   Fe) Combinación  de  índices  subnacionales  -­‐nivel  g eneral-­‐  I PC-­‐MIX  1=(0,5*IPEC-­‐SF  +   0,5*San  Luis).

Se  aplicaron  l as  var  %  del  IPCNu  a  l a  serie  MIX  1  .    Es  decir,  MIX1*(1+var  %   IPCNu) IPC  MIX  2=    I PC  MIX  *  [1  +(0,5*var%IPCnu+0,5*var%San  Luis)]

Las distorsiones en la población para el Proyecciones de cálculo del empleo Población total Trimestre I-13 (1) II-13 (1) III-13 (1) IV-13 (2) I-14 (2) II-14 (2) III-14 (2) IV-14 (2) I-15 (2) II-15 (2)

miles

Tasa de empleo %

1.282 1.284 1.284 1.341 1.371 1.405 1.411 1.416 1.416 1.424

44,8 44,6 44,5 43,8 45,0 43,2 42,8 44,6 44,9 44,6

Gran Rosario-INDEC Población Var a.a. Variación a.a. Variación a.a. Variación a.a. ocupada población total población total tasa de empleo pob. ocupada miles miles % miles en p.p 574 573 571 587 617 607 604 632 636 635

89 121 127 75 45 19

6,94 9,42 9,89 5,59 3,28 1,35

0,20 -1,40 -1,70 0,80 -0,10 1,40

43 34 33 44 19 28

Fuente: elaboración propia en base a la Encuesta Perm anente de Hogares (EPH), INDEC. (1) Estim aciones en base al Censo Nacional de Población, Hogares y Vivienda 2001. (2) Estim aciones en base al Censo Nacional de Población, Hogares y Vivienda 2010.

Trimestre I-13 II-13 III-13 IV-13 I-14 II-14 III-14 IV-14 I-15 (3) II-15 (3)

Gran Rosario, estimaciones en base al Censo Nacional de Población, Hogares y Vivienda 2010 Población Población total Var a.a. Variación a.a. Variación a.a. Variación a.a. Tasa de empleo ocupada miles población total población total tasa de empleo pob. ocupada % miles miles % miles en p.p 1.383 1.388 1.393 1.397 1.402 1.406 1.411 1.416 1.421 1.426

44,8 44,6 44,5 43,8 45,0 43,2 42,8 44,6 44,9 44,6

620 619 620 612 631 608 604 631 638 636

18 19 19 18 19 20

Fuente: elaboración propia en base a la Encuesta Perm anente de Hogares (EPH), INDEC. (3) Estim ación propia en base a las estim aciones de población de la EPH.

1,34 1,34 1,33 1,32 1,37 1,40

0,20 -1,40 -1,70 0,80 -0,10 1,40

11 -11 -16 19 7 28

Próximos pasos

•  Construcción de un índice coincidente para la Región Centro basado en la metodología de Stock y Watson (Stock, J. H. & Watson, M. W. ,1989 & 1991).

Muchas gracias Ana Inés Navarro [email protected]

IDIED, Universidad Austral.