Macroeconometría aplicada con Python

De los datos macro a la inferencia estructural y el pronóstico

Autor/a

Renato Vassallo

Fecha de publicación

septiembre de 2026

Presentación

Macroeconometría aplicada con Python es un libro de posgrado sobre los modelos que se usan para leer y pronosticar una economía: vectores autorregresivos, identificación estructural, métodos bayesianos, espacio de estados, volatilidad cambiante y aprendizaje automático. Cada modelo aparece como respuesta a una pregunta empírica concreta, con la derivación, el algoritmo, el código y la aplicación en la misma página.

Está escrito para estudiantes de maestría y de los primeros años de doctorado, y para economistas de bancos centrales y de instituciones de política que necesitan resultados reproducibles y no sólo salidas de software.

Cómo está organizado

  1. Datos macroeconómicos. Qué mide cada serie y qué le hicimos antes de modelarla.
  2. Modelos univariados. Memoria, estacionariedad y la referencia difícil de batir.
  3. Vectores autorregresivos. Dinámica conjunta sin imponer una teoría completa.
  4. VAR estructurales. Identificación: lo que los datos no pueden decidir por nosotros.
  5. VAR bayesianos. Encoger para poder estimar, y pronosticar con densidades.
  6. Pronóstico y evaluación. Qué es un buen pronóstico y cómo se verifica.
  7. Modelos de espacio de estados. Estimar lo que no se observa.
  8. Tendencias y ciclos. Brecha del producto y la incertidumbre que rara vez se reporta.
  9. Volatilidad cambiante. Cuando el tamaño de los choques no es constante.
  10. Parámetros que cambian. ¿Cambió la economía o cambiaron los choques?
  11. Aprendizaje automático. Muchos predictores, pocas observaciones.

Los apéndices reúnen la notación del libro y un repaso bayesiano mínimo.

Cómo usarlo

Cada capítulo sigue el mismo recorrido: pregunta económica, modelo, supuestos, estimación, interpretación, implementación en Python, aplicación, diagnósticos, límites y ejercicios. El código aparece en dos versiones cuando conviene: una escrita desde cero con NumPy, que hace visible el algoritmo, y otra con MacroPy, que es la que se usa en la práctica.

Todas las figuras y todos los cuadros se regeneran ejecutando el libro. Para reproducirlo hace falta Quarto y uv:

git clone https://github.com/RenatoVassallo/MacroeconometricsBook.git
cd MacroeconometricsBook
uv sync                        # crea el entorno con Python 3.11
uv run quarto preview          # versión web
uv run quarto render --to pdf  # versión PDF

Quien prefiera pip puede usar environment/requirements.txt, que fija las mismas versiones.

Estado de esta versión

Primera edición en preparación, en español. Esta versión se publica mientras se escribe, de modo que los capítulos aparecen a medida que quedan listos y el texto puede cambiar de un día para otro.

Completos y revisados: los capítulos 1 (datos macroeconómicos), 3 (vectores autorregresivos), 4 (VAR estructurales) y 5 (VAR bayesianos), más el apéndice de notación.

En preparación: los capítulos 2 y 6 a 11. De cada uno se publica el esqueleto, con la pregunta que responde y el orden de la exposición, para que se vea el alcance del libro completo.

Los resultados numéricos se verifican contra fuentes publicadas siempre que es posible: el capítulo 4 replica Stock y Watson (2001) y el 5 parte de esa misma muestra. El texto, las cifras y el código están en revisión permanente. Si encuentras un error, el enlace de la barra lateral abre el repositorio y puedes reportarlo como issue.