Resumen de La combinación de predicciones a partir de medidas de incertidumbre útil e inquietud

Blanca Moreno Cuartas, Ana Jesús López Menéndez

• español

  La Teoría de la Información proporciona un marco de gran potencial para la obtención de predicciones combinadas a partir de la optimización de medidas de incertidumbre. Así, la aplicación del principio de máxima entropía para las predicciones cuantitativas nos permite, en un contexto de escasa información, estimar ponderaciones que calibran de modo desigual las predicciones individuales. Sin embargo, las medidas de incertidumbre más habitualmente empleadas solamente tienen en cuenta las probabilidades de los valores pero ningún otro aspecto de los mismos, por lo que se han propuesto medidas que tienen en cuenta también las utilidades asociadas a los valores. En este trabajo analizamos el potencial que tienen las medidas de entropía que -además de las probabilidades- tienen en cuenta las utilidades: medidas de incertidumbre útil y medidas de inquietud. Este tipo de medidas han sido empleadas en numerosos problemas económicos tales como la desigualdad de la renta o la evaluación de predicciones por lo que su extensión en la combinación de predicciones puede resultar de interés. En este sentido, las medidas de inquietud pueden ser utilizadas como indicadores de la importancia relativa de cada predicción individual y su empleo en el programa de maximización puede proporcionar información adicional en la estimación de los pesos de la predicción combinada. La idoneidad de la combinación propuesta es analizada a partir de las perspectivas de inflación en España elaboradas por distintos organismos.

• English

  The Information Theory provides a suitable framework for the study of several economic problems such as income inequality, association between characters or forecasting evaluation. In this context the aim of this paper is to investigate the possibilities of the Information Theory in the combination of forecasts. More specifically we focus on the entropy measures involving utilities and adopt the entropy econometric approach in order to obtain a combined forecast for both the measure of Shannon and the quadratic uncertainty measure, assuming a context of limited information. According to our approach the entropy measures involving utilities could be used as indicators of the relative importance of the possible forecast outcomes. Furthermore, when using the entropy maximization principle they could provide some additional information for the estimation of the forecasters´ weights. The combined forecasts obtained from the proposed approach are also evaluated in terms of forecasting accuracy and compare with other combined forecasts obtained from traditional methodologies