En cuanto a las previsiones en general
Las previsiones económicas, como cualquier otra previsión, pueden ser a veces erróneas, pero eso no significa que lo sean siempre, y muchas veces la gente no entiende cómo evaluar correctamente si la previsión es errónea. Por ejemplo, si la previsión media de crecimiento del PIB es del 4%, pero el intervalo de confianza del 95% es del 2% al 6%, no se puede decir que la previsión sea errónea a menos que esté fuera de los límites y que las previsiones posteriores del modelo den lugar a predicciones erróneas en más del 5% de las ocasiones. Normalmente, en la literatura para evaluar las previsiones se calcula alguna métrica de precisión de las previsiones, como el error cuadrático medio (o incluso otras más sofisticadas), que comprueban cómo se comportan las previsiones reales con respecto a las observaciones reales y, aunque siguen siendo imperfectos, muchos modelos de previsión son lo suficientemente buenos como para poder tenerlos en cuenta razonablemente a la hora de tomar algunas decisiones (políticas).
Además, también mucha gente confunde las previsiones con las predicciones. Por ejemplo, aunque no podamos predecir cómo cambiará el PIB del Reino Unido después del brexit, podemos hacer predicciones basadas en nuestra comprensión de la economía. Por ejemplo, basándonos en nuestra comprensión del comercio internacional, un país que se separa de un acuerdo comercial y no lo sustituye por otro mejor experimentará algún choque negativo; necesitamos hacer previsiones para estimar el tamaño del choque, pero para predecir que habrá un choque sólo se requiere el conocimiento de los modelos económicos generales y sus implicaciones.
Sobre las previsiones del Brexit
Predecir el efecto de algo como el brexit es muy difícil porque los efectos del brexit dependerán de muchas contingencias como los acuerdos comerciales del Reino Unido después del brexit. Si después del brexit el Reino Unido se convierte en un faro del libre comercio y de alguna manera se las arregla para obtener el mismo acceso al mercado de la UE que tenía antes, entonces el impacto sería, por supuesto, completamente diferente que si el Reino Unido se convierte en una isla proteccionista.
Por lo tanto, en caso de brexit se obtienen diferentes previsiones dependiendo de las suposiciones que se quieran hacer sobre los acuerdos comerciales del Reino Unido tras el brexit, así como de su política macroeconómica y monetaria, que puede tratar de acomodar los choques del brexit con mayor o menor éxito.
Por ello, añadiendo a la incertidumbre, la mayoría de las organizaciones o estudiosos serios que hacen previsiones para el brexit están trabajando con diferentes escenarios. Por ejemplo, la OCDE, que es una organización mundial respetada y no partidista, estimó que, dependiendo de varios escenarios, el brexit le costaría al Reino Unido alrededor de un 3% en términos de PIB a corto plazo y entre un 3 y un 7% a largo plazo (ver aquí ) Sin embargo, se trata sólo de estimaciones medias tomando algunos escenarios de referencia. Para una buena visión general de las predicciones del brexit por parte de diferentes organizaciones, así como una explicación más detallada de por qué es difícil predecir los efectos del brexit, puede consultar este artículo del economista.
Sin embargo, el problema es que no se puede evaluar realmente la precisión de las previsiones de la OCDE o de otras organizaciones sobre el brexit con antelación. Para evaluar realmente su precisión tenemos que esperar a que el brexit se materialice y luego hacer un análisis post mortem porque es un evento único. Que un país desarrollado se separe de una unión económica no tiene precedentes en la historia moderna.
Sería posible proporcionar algunas medidas de la precisión de las previsiones de las partes de los modelos del brexit en su uso anterior sin brexit, pero eso sería una tarea muy laboriosa. Por ejemplo, las previsiones del impacto del brexit en el PIB del Reino Unido también dependen de cómo el brexit afectará a la apertura comercial del Reino Unido, que según la estimación de Fournier et al. (2015) podría ser de entre el 10 y el 20%, y luego hay previsiones separadas de lo que ocurriría con la oferta de mano de obra, etc. Como puedes imaginar hacer un estudio sobre la precisión de las previsiones de todos estos componentes parciales sería una tarea muy desalentadora (de ahí la razón por la que no lo hice aquí aunque era parte de tu pregunta). Si realmente quieres profundizar en la maleza, puedes comprobar todas las fuentes de esos modelos individuales citados en los informes y luego tratar de encontrar en Google Scholar alguna evaluación o comparación de esos modelos en diferentes situaciones. O si eres bueno con R o Python puedes simplemente comprobar algunos criterios básicos de evaluación de la previsión y luego estimar laboriosamente todos los modelos y comprobar su rendimiento fuera de la muestra en comparación con algún punto de referencia como el paseo aleatorio.
