El lento ritmo de la recuperación tras la Gran Recesión de 2007-2009 ha suscitado preguntas sobre si la tasa de crecimiento a largo plazo del PIB de las economías avanzadas es ahora inferior a la que ha registrado, en promedio, durante las últimas décadas, como plantearon célebremente Robert Gordon y Lawrence Summers (Teulings y Baldwin, 2014).
En efecto, se acumulan indicios de una caída del crecimiento a largo plazo. La aplicación de pruebas estadísticas populares para detectar rupturas estructurales sugiere que han ido aumentando los indicios a favor de un cambio en la media del crecimiento del PIB de Estados Unidos y que recientemente este ha alcanzado significación estadística al nivel del 5% (Figura 1). La prueba de Bai y Perron (1998) puede utilizarse para detectar la fecha más probable en que se produjo la ruptura, que se sitúa a comienzos de la década de 2000.
Figura 1. Estadísticos de prueba en tiempo real de las pruebas de Nyblom y Bai-Perron
Nota: Las líneas continua gris y azul muestran los valores de los estadísticos obtenidos al volver a aplicar secuencialmente las pruebas de Nyblom (1989) y Bai y Perron (1998) en tiempo real, a medida que se publican nuevas versiones de las cuentas nacionales. En ambos casos, la muestra comienza en 1960 y la prueba se vuelve a aplicar con cada nueva publicación de datos posterior al comienzo de 2000. La línea de puntos indica el valor crítico del 5% de la prueba, mientras que la línea discontinua indica el valor crítico del 10%.
Las proyecciones del crecimiento a largo plazo importan:
Orphanides (2003) destacó cómo las percepciones erróneas en tiempo real sobre el crecimiento a largo plazo de la economía pueden desempeñar un papel importante en los errores de política monetaria.
Incluso pequeños cambios en los supuestos sobre la tasa de crecimiento a largo plazo de la producción pueden tener grandes repercusiones en los cálculos de sostenibilidad fiscal.
Estos puntos ponen de relieve la importancia de evaluar con precisión y a tiempo la tasa actual de crecimiento a largo plazo.
En este sentido, la Figura 1 también muestra que la estrategia de aplicar pruebas convencionales en tiempo real no es satisfactoria para tomar decisiones en tiempo real. De hecho, la detección de un cambio en la media del crecimiento del PIB puede producirse con un retraso considerable. Por ejemplo, la prueba de Bai y Perron (1998) no habría detectado la ruptura de comienzos de la década de 2000 con un nivel de significación del 5% hasta el verano de 2014: ¡con casi 15 años de retraso!
Seguimiento del crecimiento a largo plazo en tiempo real
Desde las contribuciones pioneras de Evans (2005) y Giannone et al. (2008), los modelos de factores dinámicos (DFM) se han convertido en la herramienta estándar para seguir la evolución del PIB. Estos modelos pueden incorporar gran cantidad de información y aprovechar datos de alta frecuencia para inferir la evolución a corto plazo de la actividad económica.[1]
En un artículo reciente (Antolin-Diaz et al., 2015), ampliamos este marco al permitir cambios graduales en la media y la varianza del crecimiento de la producción real. Al incorporar un gran número de indicadores de actividad económica, los modelos de factores dinámicos pueden estimar con precisión los movimientos cíclicos conjuntos de los datos macroeconómicos en tiempo real. Nuestro modelo ampliado aprovecha esta capacidad para seguir en tiempo real los cambios en la tasa de crecimiento a largo plazo del PIB y distinguirlos de su componente cíclico.
Al aplicarlo a los datos de Estados Unidos, nuestro modelo concluye que el crecimiento del PIB a largo plazo disminuyó de forma significativa durante la década de 2000 y actualmente se sitúa en torno al 2,25%, casi un punto porcentual por debajo del promedio de posguerra. Los resultados concuerdan más con una caída gradual que con una ruptura discreta (Figura 2, panel a).
Figura 2. Estimación del crecimiento a largo plazo de Estados Unidos: 1960-2014 (tasa de crecimiento anualizada, %)
(a) Estimación posterior del crecimiento a largo plazo frente a la estimación del crecimiento potencial de la CBO
(b) Estimaciones filtradas del crecimiento a largo plazo frente a la encuesta SPF
Nota: El panel (a) muestra la mediana posterior (línea roja continua), junto con los intervalos creíbles posteriores del 68% y el 90% (líneas azules discontinuas) del crecimiento del PIB a largo plazo. Los círculos grises representan la estimación del crecimiento potencial de la CBO. Las áreas sombreadas representan las recesiones del NBER. En el panel (b), la línea gris continua es la estimación filtrada de la tasa de crecimiento del PIB a largo plazo, calculada con la versión de las cuentas nacionales disponible a mediados de 2014. Los rombos azules representan el pronóstico medio en tiempo real de la Livingston Survey of Professional Forecasters sobre la tasa media de crecimiento del PIB para los 10 años siguientes.
Como los resultados dentro de la muestra obtenidos con datos revisados suelen subestimar la incertidumbre a la que se enfrentan los responsables de las políticas en tiempo real, repetimos el ejercicio utilizando versiones de los datos disponibles en tiempo real. Para el verano de 2011, el modelo habría concluido que una caída significativa del crecimiento a largo plazo explicaba la lentitud de la recuperación, mucho antes de que las pruebas de ruptura estructural arrojaran resultados concluyentes. Además, tener explícitamente en cuenta los movimientos del crecimiento a largo plazo mejora significativamente la precisión tanto de las estimaciones puntuales como de las estimaciones de densidad («nowcasts») del PIB de Estados Unidos.
¿Qué explica la desaceleración del crecimiento a largo plazo?
A continuación, ampliamos nuestro modelo para desentrañar los factores que impulsan las fluctuaciones seculares del crecimiento del PIB. En nuestro marco, al añadir información sobre las horas trabajadas agregadas, el crecimiento a largo plazo puede descomponerse en sus componentes de productividad laboral e insumo de trabajo.
Los resultados de este ejercicio de descomposición señalan la desaceleración de la productividad laboral como el principal factor de la reciente debilidad del crecimiento del PIB de Estados Unidos, en consonancia con el análisis de Fernald (2014).
Figura 3. Descomposición del crecimiento de la producción a largo plazo en Estados Unidos
Nota: La figura muestra la mediana posterior (rojo), junto con los intervalos creíbles posteriores del 68% y el 90% (azul discontinuo) del crecimiento del PIB a largo plazo, así como la mediana posterior del crecimiento de la productividad laboral a largo plazo y del crecimiento del total de horas trabajadas a largo plazo (líneas azul continua y gris discontinua).
Al aplicar el modelo a otras economías avanzadas, presentamos indicios de que el debilitamiento de la productividad laboral parece ser un fenómeno mundial.
Figura 4. Descomposición para otras economías avanzadas
(a) Productividad laboral a largo plazo
(b) Insumo de trabajo a largo plazo
Nota: El panel (a) muestra la mediana posterior de la productividad laboral a largo plazo en las economías avanzadas. El panel (b) presenta las estimaciones correspondientes del total de horas trabajadas a largo plazo. En ambos paneles, «Euro Area» es un promedio ponderado de Alemania, Italia y Francia.
Además, los resultados de nuestro ejercicio de descomposición indican que, tras utilizar el modelo de factores dinámicos para eliminar las variaciones cíclicas de las horas y la producción, la caída del crecimiento del PIB a largo plazo observada en las economías avanzadas desde comienzos de la década de 2000 se explica, según nuestro modelo, íntegramente por una disminución del crecimiento de la productividad a largo plazo. Por último, resulta interesante observar que, en las economías del G7, el crecimiento de la productividad a largo plazo parece converger entre países; las estimaciones más recientes apuntan a una convergencia hacia una tasa de crecimiento baja, de entre el 0,5% y el 1%.[2]
Conclusión
Mediante una técnica econométrica de vanguardia, presentamos indicios de que la desaceleración de la productividad laboral ha sido el principal factor del débil crecimiento mundial de los últimos años, lo que respalda la explicación de Fernald (2014), también para países distintos de Estados Unidos.
Hemos demostrado que los movimientos a largo plazo del insumo de trabajo y de la productividad laboral son una característica importante de los datos que puede modelizarse con éxito dentro del marco de los modelos de factores dinámicos. Nuestro marco econométrico no presupone una estructura profunda de la economía. En principio, estos movimientos de baja frecuencia podrían estar influidos tanto por factores de demanda como de oferta. Desentrañar ambos factores es una vía prometedora para futuras investigaciones.
Este artículo se publica en colaboración con Vox EU. La publicación no implica el respaldo del Foro Económico Mundial a las opiniones expresadas.
Para mantenerse al día con la Agenda, suscríbase a nuestro boletín semanal.
Autor: Juan Antolin-Diaz es macroeconomista en Fulcrum Asset Management. Thomas Drechsel es estudiante de doctorado en la LSE. Ivan Petrella es investigador económico sénior en el Bank of England, profesor en Birkbeck, University of London, y afiliado al CEPR.
Imagen: Un hombre observa un panel de cotizaciones bursátiles frente a una correduría en Tokio. REUTERS/Toru Hanai
