Nel corso della recente recessione, gli strumenti di previsione economica hanno incontrato serie difficoltà. Ne è seguita una riflessione severa, in ambito sia accademico sia istituzionale, sui principali limiti dei modelli in uso e sulle direzioni da percorrere per superarli.
Gli strumenti più diffusamente utilizzati per produrre previsioni economiche a breve termine appartengono a due classi principali: (i) modelli cosiddetti “bridge”, che stabiliscono una relazione tra un insieme limitato di indicatori congiunturali e variabili macroeconomiche di interesse; (ii) modelli a fattori, che sfruttano le informazioni contenute in un ampio insieme di variabili.
La letteratura più recente ha rivolto l’attenzione verso due nuove classi di modelli che consentono di impiegare dati disponibili a frequenze diverse, così che, a titolo di esempio, il PIL trimestrale possa essere messo in relazione con la produzione industriale e altri indicatori congiunturali disponibili a frequenza mensile. In particolare: i modelli fattoriali a frequenza mista, oltre a consentire l’utilizzo di dati a diversa frequenza, permettono anche di far fronte alla possibilità che i dati siano non bilanciati (e cioè, osservabili in tempi e con ritardi diversi); le regressioni a frequenza mista MIDAS consentono di estendere l’approccio dei modelli "bridge", per tenere conto della possibilità di strutture di ritardi più generali nelle relazioni tra gli indicatori e la variabile di interesse. Il lavoro combina i due filoni di letteratura, proponendo un modello fattoriale a frequenza mista nel quale gli indicatori hanno una struttura MIDAS (FaMIDAS). Tale approccio utilizza in modo parsimonioso ed efficace l’informazione contenuta negli indicatori ad alta frequenza, sfruttando la correlazione dinamica di questi con la variabile da prevedere, grazie alla struttura fattoriale. La componente MIDAS non è impiegata per gestire le diverse frequenze ma piuttosto per tener conto di diversi ordini di ritardo nella relazione tra l’indicatore e la variabile di interesse.
Nell’applicazione empirica viene stimata una misura mensile del PIL dell’Italia e le previsioni del FaMIDAS vengono confrontate con quelle ottenute sulla base di modelli alternativi (univariati; multivariati; a frequenza mista e non).
I risultati mostrano che il modello FaMIDAS consente di generare un indicatore coincidente dell’attività economica con un andamento più regolare nel confronto con quelli prodotti dagli altri modelli considerati. Inoltre, esperimenti di previsione in tempo reale suggeriscono che gli errori associati al modello FaMIDAS sono più contenuti di quelli dei modelli concorrenti su orizzonti previsivi di uno o due trimestri in avanti.
