Ciencia de datos y modelos macroeconómicos

¿Por qué ha mejorado tanto el nivel de vida y por qué algunos países siguen siendo mucho más ricos que otros? ¿Qué ocurre con la producción, el desempleo y la inflación durante una recesión? Ciencia de datos y modelos macroeconómicos aborda estas preguntas poniendo datos reales y modelos operativos al alcance del lector.

Este libro abierto en línea de Carlos Mendez, cuyo título original es Data Science and Macroeconomic Models: An AI-powered Python companion to intermediate macroeconomics, acompaña con Python a Macroeconomics (2024), de Charles I. Jones. Sus 21 capítulos siguen los títulos y el orden del texto de Jones, mientras que ocho apéndices avanzan desde las herramientas prácticas hasta el crecimiento económico y la estimación avanzada de modelos. Puede leer el razonamiento económico en Jones y después utilizar el cuaderno correspondiente para investigar la evidencia y explorar el modelo. Es un complemento independiente, con código y gráficos propios, sin afiliación ni respaldo del autor o de la editorial del texto.

El ciclo del libro

El prefacio parte de una idea sencilla: las explicaciones económicas deben responder a los hechos. Un patrón general que persiste entre países o a lo largo del tiempo se convierte en un hecho estilizado, algo que un modelo útil debe ayudar a explicar. Estos patrones pueden revisarse cuando aparecen nuevos datos o cambia la muestra.

Cada capítulo recorre el mismo ciclo de aprendizaje: datos → exploración → hechos estilizados → modelo → comparación con los datos → revisión. Los tres primeros pasos desarrollan las habilidades de ciencia de datos necesarias para encontrar un patrón. Los tres siguientes evalúan si un modelo puede explicarlo. Una discrepancia conduce de nuevo a los datos con una pregunta más precisa o al modelo con una explicación mejor.

El objetivo es aprender tanto de los aciertos de un modelo como de sus límites. El modelo de Solow, por ejemplo, ayuda a explicar las diferencias de prosperidad, mientras que la economía de las ideas aborda el crecimiento sostenido. En el apéndice G, la comparación se convierte en estimación: los datos permiten elegir parámetros y evaluar el ajuste del modelo.

Qué puede hacer

• Investigar los datos. Consulte observaciones, amplíe un período, compare países y cambie variables. Las fuentes públicas incluyen FRED, el Banco Mundial, el FMI, la OCDE y la Penn World Table; el apéndice B explica cómo obtener los datos por su cuenta.
• Explorar los modelos. Mueva controles deslizantes para cambiar parámetros, introduzca un choque o edite una ecuación en Python. Explore la producción y el crecimiento, el mercado laboral y la inflación, la política monetaria, las crisis financieras y las relaciones entre las economías nacionales e internacionales.
• Ver juntos el razonamiento y el código. Los capítulos construyen un modelo desde sus supuestos hasta sus predicciones y después presentan gráficos con un objetivo, el código que los genera y orientaciones para interpretarlos. Los ejercicios «Su turno» invitan a modificar los datos o el modelo e interpretar el resultado.
• Usar la IA con criterio. Un asistente puede explicar o modificar código, pero un programa que funciona puede responder a la pregunta económica equivocada. El prefacio invita a comprobar los resultados y evaluar la evidencia personalmente.

Cómo estudiar un capítulo

1. Lea el capítulo correspondiente de Jones para conocer el argumento económico y abra después el capítulo del libro que aparece abajo para explorar el modelo y los gráficos interactivos.
2. Siga el enlace al cuaderno en Google Colab y seleccione Runtime → Run all. Ejecute el código, cambie parámetros y realice los ejercicios. Los capítulos principales no requieren instalación local.
3. Utilice las diapositivas del capítulo para una clase o un repaso estructurado del mismo material. Los enlaces siguientes abren las presentaciones reales de cada capítulo.
4. Compare las predicciones del modelo con los datos y explique qué cambió. Si está comenzando con Python, empiece por el apéndice A; consulte el apéndice C cuando necesite repasar matemáticas.

Capítulos, cuadernos computacionales y diapositivas

Los recursos siguen la misma progresión que el libro. El título abre el capítulo para lectura en línea; Colab abre el cuaderno computacional ejecutable; Diapositivas abre la presentación de clase. Los materiales enlazados están en inglés.

Fundamentos: capítulos 1–2

Comience por las preguntas de la macroeconomía y las herramientas para medir la economía.

El largo plazo: capítulos 3–8

Estudie la producción, la acumulación de capital, las ideas, el mercado laboral y la inflación para comprender la prosperidad a largo plazo.

El corto plazo: capítulos 9–15

Explore las fluctuaciones, las crisis y la política de estabilización, desde la curva IS hasta los modelos de equilibrio general dinámico estocástico.

Aplicaciones y fundamentos microeconómicos: capítulos 16–20

Conecte los modelos con las decisiones de los hogares y las empresas, la política pública, el comercio y las finanzas internacionales.

Mirando hacia adelante: capítulo 21

Considere lo que ha aprendido la macroeconomía y las preguntas que siguen abiertas.

Ocho apéndices: herramientas, crecimiento económico y modelos DSGE

Los apéndices siguen ahora tres rutas de aprendizaje complementarias:

• Herramientas (A–C). Comience con Colab, Python y sus bibliotecas de ciencia de datos; aprenda a obtener datos macroeconómicos; y repase las matemáticas mediante cálculos en Python.
• Crecimiento económico (D–F). Utilice la Penn World Table para descomponer el crecimiento del PIB y las brechas de ingreso en contribuciones del capital, el trabajo y la productividad. Explore si los países más pobres alcanzan a los más ricos mediante medidas de convergencia; después incorpore capital humano al modelo de Solow y replique el análisis entre países de Mankiw, Romer y Weil (1992).
• Modelos DSGE (G–H). Escriba, resuelva y estime modelos macroeconómicos con Snowdrop. El apéndice G incluye la estimación por máxima verosimilitud y métodos bayesianos del modelo neokeynesiano de Ireland (2004) con datos de Estados Unidos. El apéndice H resuelve el modelo estimado de Smets–Wouters y vuelve a calcular las funciones de impulso-respuesta del capítulo 15.

El apéndice B instala sus bibliotecas de datos adicionales en la primera celda de código; G y H instalan Snowdrop en esa celda. Los ocho apéndices cuentan ahora con cuadernos computacionales y diapositivas de clase.

A quién se dirige

El libro está dirigido a estudiantes de grado y maestría, autodidactas, personas que aprenden ciencia de datos y buscan aplicaciones económicas, y economistas que desean experiencia práctica con Python. No se requieren conocimientos previos de programación. Quienes se interesen por el crecimiento económico pueden explorar los apéndices D–F, mientras que G–H conectan los modelos macroeconómicos con su solución y estimación.

Comience por el prefacio, elija uno de los capítulos anteriores o empiece por el apéndice A si los cuadernos computacionales son nuevos para usted.