Analítica derivada y validación del pipeline: más allá de los coeficientes
Este post muestra cómo pasar de coeficientes econométricos a evidencia interpretable para política pública mediante analítica derivada pre-computada. El pipeline calcula estacionalidad de márgenes, estimaciones aproximadas de bienestar del consumidor basadas en GIRF, tests de robustez del umbral con Hansen-Seo y benchmarks cross-seccionales entre productos y regiones. Además, introduce un “embudo de validación” que verifica la integridad de cada etapa antes de generar reportes, junto con una decisión de arquitectura clave: separar completamente cálculo estadístico y presentación para lograr reportes reproducibles, rápidos y auditables.

El problema con solo reportar coeficientes
Los coeficientes TVECM y las GIRF son la evidencia central del análisis. Pero para que los resultados sean interpretables en un contexto de política pública —y para que un revisor pueda evaluar su robustez— se necesita analítica adicional:
- ¿La asimetría tiene un patrón estacional? ¿Es peor en ciertos meses?
- ¿Cuánto cuesta al consumidor la transmisión asimétrica, en pesos?
- ¿Los resultados son sensibles a la especificación del umbral?
- ¿Cómo se compara una serie con el resto del conjunto?
El script 07b_compute_analytics.R pre-computa cuatro bloques de analítica derivada y los almacena en PostgreSQL para que los reportes PDF los consuman sin recalcular nada.
Análisis estacional (seasonal_analysis)
El primer bloque calcula, para cada combinación producto-región-canal, el margen promedio de precio (consumidor menos mayorista) por mes calendario. Esto permite identificar si la brecha de precios fluctúa estacionalmente.
seasonal <- dbGetQuery(con, "
SELECT producto, region, canal,
EXTRACT(MONTH FROM semana)::int AS mes,
AVG(precio_con - precio_may) AS margen_mean,
STDDEV_POP(precio_con - precio_may) /
NULLIF(AVG(precio_con - precio_may), 0) AS margen_cv
FROM series_para_analisis
GROUP BY producto, region, canal, EXTRACT(MONTH FROM semana)
")
Sobre este resultado se calcula la amplitud estacional: la diferencia entre el margen máximo y mínimo del año relativa al margen promedio anual. Una amplitud alta indica que la asimetría tiene un comportamiento marcadamente estacional.
Estimaciones de bienestar (welfare_estimates)
El segundo bloque traduce la asimetría de velocidades de ajuste a una pérdida de bienestar para el consumidor, expresada en pesos por kilogramo semanal.
La lógica es la siguiente: si el precio minorista responde más rápido a shocks positivos (subidas mayoristas) que a shocks negativos (bajas mayoristas), el consumidor paga, en promedio, un precio mayor al que correspondería con transmisión simétrica. La diferencia entre la GIRF positiva y negativa acumulada, multiplicada por el precio mayorista promedio, aproxima esa sobre-transferencia.
::note Estas son estimaciones de orden de magnitud, no medidas exactas de excedente del consumidor. El objetivo es expresar la asimetría en términos económicamente interpretables para audiencias no econométricas. ::
Robustez de modelos (model_robustness)
El tercer bloque evalúa qué tan sensibles son los resultados a la especificación del umbral. Para cada modelo TVECM se ejecuta el test de Hansen-Seo de linealidad y se construye un intervalo de confianza bootstrap para el umbral estimado.
# Test Hansen-Seo: H0 = modelo lineal (sin umbral)
hs_test <- tsDyn::TVECM.HStest(serie, lag = best_lag, trim = best_trim)
Un p-valor bajo en el test Hansen-Seo confirma que el umbral es estadísticamente necesario. Un intervalo de confianza estrecho indica que la ubicación del umbral está bien identificada por los datos.
Benchmarks cross-seccionales (benchmark_stats)
El cuarto bloque agrega estadísticas descriptivas de los resultados a nivel de producto y región para facilitar comparaciones:
- Velocidades de ajuste promedio por régimen (arriba/abajo del umbral)
- Porcentaje de series con asimetría positiva, negativa, o sin asimetría
- Cobertura temporal promedio por canal (ferias vs. supermercados)
Estas estadísticas alimentan las tablas resumen del reporte global reporte_global.tex.
El embudo de validación (script 09)
Antes de generar los reportes, el script 09_validate_results.R verifica que cada tabla del pipeline tenga filas. El resultado es un embudo que muestra cuántas series sobreviven cada etapa:
series_validas (04b) → N series
series_imputadas (04c) → N series
series_para_analisis (04d) → N series
diagnosticos_series (05) → N series
- TVECM recomendado → N series
- VAR recomendado → N series
tvecm_results_v2 (06) → N modelos
girf_results (07) → N cálculos
seasonal_analysis (07b) → N filas
welfare_estimates (07b) → N estimaciones
model_robustness (07b) → N tests
benchmark_stats (07b) → N filas
Si una tabla aparece como MISSING, el embudo permite identificar exactamente en qué script del pipeline se produjo la interrupción, sin revisar logs línea por línea.
::tip
Ejecutar 09_validate_results.R antes de 08_generate_reports.R evita generar reportes vacíos. El embudo es menos de 165 líneas y corre en segundos.
::
Diseño: pre-computar vs. calcular en el reporte
Una decisión de arquitectura relevante fue separar el cálculo de la presentación. Los reportes RMarkdown del script 08 no realizan cálculos estadísticos: solo leen de las tablas PostgreSQL que el pipeline llenó en pasos anteriores.
Esto tiene dos ventajas prácticas: 1. Los reportes se regeneran en segundos, no en minutos. 2. Cambiar el formato del reporte no requiere reestimar ningún modelo.
Este post es parte de una serie que documenta el desarrollo del proyecto AsymmetryAnalysis.