Análisis Macroeconómico

Series macro + GDP Correlación rolling · Granger

Tendencias macro, correlación rolling, causalidad de Granger e indicadores adelantados (curva de rendimientos, confianza del consumidor, nómina no agrícola).

🚀

Arranque rápido

Elegí un preset y luego ajustá fechas, transformaciones o agregá industrias.

🤖 Forecast Prophet (beta) 🏭 Forecast Industria (beta)

Tip: podés mezclar variables macro con industrias si estás en EEUU.

🌍

Paso 1: Alcance

Definí país, frecuencia y rango de fechas.

País

Frecuencia

Desde

Hasta

📈

Paso 2: Variables macro

Seleccioná las variables disponibles para el país elegido en el Paso 1.

Seleccionadas

No hay variables seleccionadas.

🏭

Paso 3: Industrias (GDP EEUU)

Útil para comparar sectores vs. macro. Disponible solo para EEUU.

Seleccionadas

No hay industrias seleccionadas.

⚙️

Paso 4: Ajustes y vista

Definí transformaciones y cómo querés ver el resultado.

Transformación macro

Transformación GDP

Correlación vs macro

Escala Y

Vista

Auto actualizar Si lo desactivás, usá “Actualizar”.

Resultados

El gráfico o tabla se generan con los filtros seleccionados.

Elegí variables o industrias para generar el gráfico.

Correlación Rolling entre dos variables ? Expandir ▼

Variable X

Variable Y

Ventana (meses) ?

Causalidad de Granger — ¿X predice Y? ? Expandir ▼

Variable que causa (X)

Variable afectada (Y)

Lags máximos ?

Cómo usar el Análisis Macroeconómico

Panel de análisis macroeconómico histórico con datos de FRED (EEUU) y BCRA (Argentina). Tres herramientas en uno: gráfico de tendencias, correlación rolling y causalidad de Granger.

Flujos de trabajo típicos

🇦🇷 Macro Argentina

1 Hacé click en el preset 🇦🇷 Argentina — carga tipo_cambio + tasa + inflación + expectativas y activa log-scale automáticamente.

2 Agregá reservas_internacionales desde sugerencias rápidas para ver el triángulo clásico: tipo de cambio, reservas y tasa.

3 Usá YoY en inflación — el sistema acumula los 12 meses correctamente (producto de tasas mensuales, no variación simple).

4 Abrí Correlación rolling → tipo_cambio vs inflacion, ventana 24m → confirmás el pass-through cambiario.

🇺🇸 Macro EEUU

1 Preset Indicadores adelantados → curva 10Y-2Y + confianza + nómina no agrícola. Estos predicen recesiones 12-18 meses antes.

2 Agregá industrias GDP para ver qué sectores se mueven con la macro. Correlación en la tabla inferior.

3 Granger: M2 → Inflación con lag 12, frecuencia Mensual. Clásico de la Fed. Debería ser significativo en períodos de QE.

4 Si hay warning de estacionariedad en Granger, cambiá transform a YoY y repetí el test.

Cómo leer el gráfico

📌 Variables con escalas muy distintas (ej: M2 en billones vs desempleo en %) usan ejes Y duales. La leyenda indica a qué eje pertenece cada línea. El sombreado de fondo en EEUU indica partido en gobierno (rojo=republicano, azul=demócrata).

📐 Log scale para Argentina: el tipo de cambio pasó de ~80 a ~1000+ ARS/USD. En escala lineal los primeros años quedan planos. El preset 🇦🇷 activa log automáticamente — podés cambiarlo si querés ver niveles absolutos en un período corto.

💾 Botón Exportar PNG guarda el gráfico a 1280×720px (2x retina). Descargar CSV exporta todas las tablas visibles. Ambos se habilitan cuando hay datos en pantalla.

Argentina — BCRA v4

🇦🇷 tipo_cambio — BNA vendedor (ARS/USD) 🇦🇷 tasa_interes — Pases Pasivos 1d (política monetaria) 🇦🇷 inflacion — IPC mensual % (INDEC vía BCRA) 🇦🇷 expectativas_inflacion — REM próximos 12m 🇦🇷 reservas_internacionales — Reservas BCRA (MM USD) 🇦🇷 m2 — Base monetaria (MM ARS) 🇦🇷 tasa_ahorro_personal — BADLAR bancos privados 🇦🇷 tasa_prestamos — Tasa préstamos personales

Datos desde 2000, actualizados diariamente al iniciar el servidor.

EEUU — FRED

Variable	Serie FRED	Qué mide
`pib`	GDP	Producto Bruto Interno trimestral en USD corrientes
`inflacion`	CPIAUCSL	Índice de precios al consumidor (base 1982-84=100)
`tasa_interes`	FEDFUNDS	Tasa de fondos federales — política monetaria de la Fed
`desempleo`	UNRATE	Tasa de desempleo (%). Rezaga al ciclo ~6 meses
`m2`	M2SL	Oferta monetaria amplia en miles de millones USD
`curva_rendimientos`	T10Y2Y	Spread 10Y-2Y. Negativo = inversión de curva = señal de recesión
`confianza_consumidor`	UMCSENT	Encuesta U. Michigan. Adelanta consumo 1-3 meses
`nonfarm_payrolls`	PAYEMS	Empleados totales en miles. Sale el 1er viernes del mes
`expectativas_inflacion`	MICH	Inflación esperada a 1 año (U. Michigan)
`indice_produccion_industrial`	INDPRO	Producción industrial (base 2017=100). Adelanta actividad
`balanza_comercial`	BOPGSTB	Exportaciones - importaciones. Negativo = déficit
`deficit_fiscal`	FYFSD	Déficit fiscal federal anual en miles de millones USD

Transformaciones

Raw — Dato crudo Valor original de la serie. Usarlo para tasas de interés, desempleo, reservas donde el nivel importa.

% Var — Período a período (xₜ - xₜ₋₁) / xₜ₋₁ × 100. Velocidad de cambio. Útil para ver aceleración del tipo de cambio.

YoY — Interanual Variación vs mismo período del año anterior. Para inflación Argentina usa acumulación compuesta (no variación simple).

Delta — Diferencia absoluta xₜ - xₜ₋₁. Para nómina de empleo (miles de puestos), reservas (variación diaria en MM USD).

📈 Correlación Rolling Sección colapsable

Calcula la correlación de Pearson entre dos variables en ventanas de N meses. Mucho más útil que la correlación estática porque revela cambios de régimen: cuándo la relación se invirtió, cuándo se rompió.

Cómo leer el resultado: Línea cerca de +1 = se mueven juntas. Cerca de -1 = en sentido opuesto. Cruza cero = la relación se invirtió. Oscila cerca de 0 = variables independientes en ese período.

🇦🇷 Ejemplo clásico Argentina: tipo_cambio vs inflacion, ventana 24m. En períodos con cepo la correlación cae; en períodos de devaluación libre sube a +0.7/+0.9. La ventana corta (12m) captura estos cambios mejor que la estática.

🇺🇸 Ejemplo clásico EEUU: inflacion vs desempleo (curva de Phillips). Correlación negativa en los 70s, débil/invertida desde los 90s. Ninguna correlación estática de 50 años captura esto.

🔬 Causalidad de Granger Sección colapsable

No es causalidad real — es poder predictivo. Pregunta: "¿el pasado de X mejora la predicción de Y más allá de lo que el propio pasado de Y ya explica?" Si p-value < 0.05 → X Granger-causa Y con ese lag.

⚠️ Warning de estacionariedad: el sistema corre un test ADF antes de Granger. Si alguna serie tiene raíz unitaria (no estacionaria), el resultado puede ser espurio. En ese caso cambiá la transformación a YoY o Delta y repetí.

Pares clásicos para probar

🇦🇷 tipo_cambio → inflacion (lag 2-4)Pass-through cambiario. En Argentina suele ser muy significativo. Devaluación hoy = inflación en 2-4 meses.

🇦🇷 reservas → tipo_cambio (lag 3-6)Caída de reservas anticipa presión cambiaria. Medir en período sin cepo para resultado más limpio.

🇺🇸 m2 → inflacion (lag 12)Expansión monetaria → inflación con ~1 año de rezago. Muy significativa en períodos de QE (2020-2022).

🇺🇸 curva_rendimientos → pib (lag 4)Inversión de curva anticipa recesión 12-18 meses. Usar YoY en PIB para estacionarizar.

¿Por qué el gráfico queda vacío cuando selecciono Argentina?

Verificá que las variables seleccionadas tengan datos para Argentina. Las variables solo EEUU (pib, desempleo, curva_rendimientos, confianza_consumidor, nonfarm_payrolls) no tienen datos BCRA. Usá el preset 🇦🇷 Argentina para cargar solo variables disponibles.

¿Por qué la inflación interanual de Argentina da valores distintos a los que veo en los medios?

El sistema acumula correctamente los 12 meses: ∏(1 + rᵢ/100) - 1. Si ves 120% para 2024, es el acumulado real de los 12 meses anteriores. Los medios a veces usan distintas bases o últimos 12 meses rodantes con cierre distinto.

¿El Granger me dice que debo comprar o vender?

No. Granger-causalidad indica poder predictivo histórico, no causalidad real ni señal de trading. Un resultado significativo dice que en el período analizado X ayudó a predecir Y — no que lo hará en el futuro. Usar siempre como contexto, nunca como señal.

¿Qué significan los valores negativos en la curva 10Y-2Y?

Una curva invertida (negativa) significa que los bonos cortos pagan más que los largos — señal de que el mercado espera que la Fed baje tasas por una recesión futura. Entre 1978 y 2022, todas las recesiones de EEUU fueron precedidas por una inversión.

El test de Granger muestra un warning amarillo de estacionariedad, ¿qué hago?

Cambiá la transformación macro (Paso 4) a YoY o Delta, ejecutá el análisis principal, y luego repetí el test de Granger. Las series diferenciadas suelen ser estacionarias. Si el warning persiste con lag alto, reducí el período de análisis.

¿Con qué frecuencia se actualizan los datos?

BCRA (Argentina): diariamente al iniciar el servidor. FRED (EEUU): los datos se actualizan cuando FRED publica (inflación mensual, PIB trimestral, etc.). El badge de "datos de hace X días" en el encabezado te dice la antigüedad actual.

Nota: Herramienta de análisis histórico y contexto. No es una señal de trading. Los datos tienen rezagos de publicación (PIB del Q1 se publica en mayo, inflación tiene revisiones, etc.).