The information content of conflict, social unrest and policy uncertainty measures for macroeconomic forecasting

Abstract

El hecho de que los episodios de disturbios y conflictos sociales, tensiones políticas e incertidumbre sobre las políticas económicas afectan a la evolución de la economía es comúnmente aceptado en Economía. Sin embargo, la dimensión en tiempo real de tales interacciones no ha sido tan estudiada, y en concreto no está claro cómo se incorporarían dichas tensiones en los modelos de predicción al uso. Esto puede explicarse en parte por la división entre las contribuciones de la ciencia económica y la ciencia política en esta área, así como por la tradicional falta de disponibilidad de indicadores de alta frecuencia que midan tales fenómenos. Sin embargo, esta restricción se está volviendo cada vez menos limitante, gracias a la construcción de indicadores basados en análisis textuales. En este trabajo reunimos un conjunto de datos de medidas de lo que llamamos «inestabilidad institucional» para tres economías emergentes representativas: Brasil, Colombia y México. Dichos indicadores se introducen en un modelo estándar de predicciones (MIDAS) para el PIB trimestral. Los resultados muestran que la introducción de los indicadores que captan la inestabilidad institucional mejora el pronóstico del PIB trimestral respecto al uso de un conjunto amplio de indicadores estándar macroeconómicos y financieros de alta frecuencia.

It is widely accepted that episodes of social unrest, conflict, political tensions and policy uncertainty affect the economy. Nevertheless, the real-time dimension of such relationships is less studied, and it remains unclear how to incorporate them in a forecasting framework. This can be partly explained by a certain divide between the economic and political science contributions in this area, as well as by the traditional lack of availability of high-frequency indicators measuring such phenomena. The latter constraint, though, is becoming less of a limiting factor through the production of text-based indicators. In this paper we assemble a dataset of such monthly measures of what we call “institutional instability”, for three representative emerging market economies: Brazil, Colombia and Mexico. We then forecast quarterly GDP by adding these new variables to a standard macro-forecasting model in a mixed-frequency MIDAS framework. Our results strongly suggest that capturing institutional instability based on a broad set of standard high-frequency indicators is useful when forecasting quarterly GDP. We also analyse the relative strengths and weaknesses of the approach.