Contribución del huésped: “¿Las medidas de alquiler de Zillow ayudan a predecir la inflación del alquiler del IPC?”

Diferencias entre las medidas de alquiler

Ha habido una brecha significativa entre la cantidad de inflación para diferentes alquileres durante la pandemia Covid-19. La tasa de inflación anual de Zillow fue de aproximadamente el 15% a principios de 2022, pero el índice oficial de precios al consumidor (IPC) de alquileres permaneció en 5.5%. Esta diferencia provoca un estudio sobre si los datos alternativos de Zillow pueden predecir efectivamente las medidas oficiales de inflación de alquiler.

Mi estudio examinó este problema utilizando datos desde febrero de 2015 hasta octubre de 2023, revelando el compromiso y las limitaciones del uso de datos de alquiler del sector privado para pronósticos económicos. Mis resultados muestran que la efectividad de Zori en las predicciones depende en gran medida del alcance de la predicción y las principales condiciones del mercado.

Comprender diferentes medidas de alquiler

Figura 1: Las tres medidas de alquiler muestran que las diferencias son fuertes durante el período 2021-2022, con la inflación de la renta de Zillow aumentando al 20%, mientras que el alquiler de IPC permanece por debajo del 10%.

Los datos revelan diferencias de comportamiento obvias entre las medidas de alquiler. Aunque la inflación del alquiler de IPC y PCE está estrechamente vinculada (la correlación es 0.91), la pareja de renta de Zillow tiene una baja correlación con las medidas oficiales (con IPC de 0.25, IPC de 0.15 y PCE de 0.15).

Estas diferencias provienen de las diferencias metodológicas básicas:

• Alquiler de IPC: La Oficina de Estadísticas Laborales (BLS) mide los cambios de alquiler para todos los inquilinos, y los nuevos arrendamientos representan naturalmente solo alrededor del 20% de la muestra, lo que refleja la facturación real del mercado de la mayoría de los inquilinos que continúan arrendando en un momento dado. Este enfoque captura los pagos mensuales pagados por los hogares estadounidenses en lugar del precio hipotético de mercado. Las ventajas son obvias: proporciona estabilidad, representa con precisión los gastos del hogar y filtra el ruido del mercado. Sin embargo, este método crea un retraso inherente de 12-18 meses al detectar puntos de inflexión del mercado, porque solo fluye gradualmente a medida que pasa el arrendamiento.
• Zillow (Zori): Nuevos inquilinos que se centran en usar el método de alquiler duplicado requieren precios, capturando así las condiciones del mercado en tiempo real. Aunque esto puede conducir a una mayor volatilidad, proporciona señales potencialmente valiosas hacia adelante sobre el mercado de alquiler más amplio.

Rendimiento de predicción fuera de la muestra

Cuando evalué si los datos de Zillow podrían usar pronósticos fuera de la muestra de 2018 a 2023 para predecir la inflación futura del alquiler de IPC, encontré un patrón significativo de dependencia del horizonte. La siguiente figura muestra cómo el rendimiento de los diferentes modelos de predicción (donde el 100% de los valores indican un mejor rendimiento) en comparación con una simple línea de base de caminar aleatoria.

Figura 2: La precisión predictiva mejora durante un período de tiempo más largo al integrar los datos de Zillow o Zillow y los precios de la vivienda y funciona mejor en un campo de visión de 12 meses. La relación RMSE es inferior a 1.0, lo que indica que el rendimiento es mejor que la caminata aleatoria.

Al evaluar las predicciones fuera de la muestra, un modelo que combina datos de Zillow demuestra una precisión dependiente del campo. Todos los modelos luchan por vencer una simple caminata aleatoria en poco tiempo. Agregar datos de Zillow o precios de la vivienda empeora el pronóstico. Esto muestra que los cambios mensuales de alquiler son ruidosos por naturaleza y difíciles de predecir.

En el horizonte medio (6 meses) El rendimiento del modelo AR (1) básico es deficiente (15% peor que la caminata aleatoria), pero un modelo que combina datos de Zillow o precios de la vivienda muestra repentinamente su valor, aumentando la precisión en un 14-20%. El poder predictivo de los datos alternativos se vuelve significativo en un rango más largo. La inclusión de datos de alquiler de Zillow puede mejorar la precisión en casi un 30% en el rango de pronóstico de 12 meses. Combinando los datos de Zillow y el mejor modelo para los precios de la vivienda, la precisión en la línea de base de caminar aleatoria fue del 32%. Esto muestra que Zillow Data es un fuerte indicador principal de la inflación de alquiler en los próximos seis a 12 meses.

Rotura estructural impulsada por la pandemia

Los hallazgos más convincentes provienen de mi análisis de estabilidad de predicción, utilizando la prueba de volatilidad Giacomini-Rossi para un rango de pronóstico de 1 a 12 meses como se muestra a continuación.

Figura 3: Las estadísticas de prueba Giacomini-Rossi excedieron el límite crítico (línea horizontal) que comenzó en junio de 2020, lo que indica una mejora estadísticamente significativa en el modelo de caminata aleatoria en un modelo de caminata aleatoria que incluía datos de Zillow durante la pandemia.

Antes de junio de 2020, los modelos con datos de Zillow no tenían ventajas estadísticamente significativas. Sin embargo, a partir de mediados de 2020, cuando las diferencias en las rentas de Zillow y CPI son los más grandes, estos modelos de repente comienzan a trascender los enfoques tradicionales. Esta ventaja de rendimiento duró aproximadamente dos años.

Análisis de submuestras: historias de dos períodos

En la motivación para los resultados de las pruebas fluctuantes, dividí la muestra en dos períodos, y los resultados se muestran en la figura a continuación.

Figura 4: La relación RMSE es inferior a 1.0, lo que indica que el rendimiento es mejor que la caminata aleatoria. Los resultados posteriores al fenómeno muestran mejoras sustanciales en el campo de visión de 6-12 meses cuando se incluyen los datos alternativos.

Durante el período pre-Pandemia (2015-2020), los datos de Zillow proporcionaron una mejora mínima de predicción. El tiempo de ejecución de los modelos tradicionales es suficiente.

Durante la pandemia, Zillow Data proporciona información más allá de la información disponible. Cuando los pronósticos, incluidos los datos de Zillow (incluidos los datos de Zillow) y el promedio de 1 a 12 meses mejoraron en un 33%, las previsiones aumentaron en 12 meses. El modelo combinado, incluidos los precios de la vivienda y Zillow, realizó el mejor en general.

Significado clave

Estos hallazgos revelan cuándo y cómo los indicadores de alquiler, como Zori, pueden mejorar los pronósticos de inflación. Estas medidas demostraron ser las más valiosas durante los cambios rápidos del mercado, capturando la dinámica en tiempo real que están ausentes de las estadísticas oficiales debido a su diseño metodológico. Sin embargo, este poder predictivo tiene matices importantes.

La validez de los datos alternativos depende del rango de predicción. Aunque estos indicadores proporcionan un valor mínimo para los pronósticos recientes de 1-3 meses, proporcionan una precisión sustancial en el horizonte de 6-12 meses para la línea de tiempo que es más relevante para las decisiones de política.

También es importante que la utilidad de los indicadores alternativos parezca estar estrechamente relacionado con las condiciones del mercado. La mejora del pronóstico del 30%+ observada durante el período 2020-2022 se debió a condiciones pandemias extraordinarias que socavan el modelo de mercado de alquiler normal. En un mercado estable, las medidas tradicionales se desempeñaron bien, lo que indica que el valor predictivo especial de los datos alternativos está basado en la trama en lugar de constante. Además, el modelo que combina múltiples fuentes de datos: el alquiler de Zillow, los precios de la vivienda y las estadísticas oficiales funcionó mejor que cualquier medida individual, enfatizando cómo la diversidad de datos mejora la confiabilidad predictiva.

La ganancia real es clara: los pronosticadores deben ajustar su conjunto de herramientas a las condiciones del mercado. En lugar de reemplazar las estadísticas oficiales con datos alternativos, el mejor enfoque implica monitorear múltiples indicadores y sopesarlos en función de la dinámica actual del mercado. Cuando el mercado cambia rápidamente, como lo hacen en medidas pandémicas como Zillolo, se convierte en un sistema de alerta temprana esencial. Cuando el mercado se estabiliza, su valor incremental disminuye. Este enfoque de pronóstico dependiente del estado puede ayudar a los responsables políticos a predecir mejor los puntos de inflación de la inflación mientras evita la reacción exagerada al ruido del mercado.

Nota: Este artículo se basa en NK Kishor (2024). ¿Las medidas de alquiler de Zillow ayudarán a predecir la inflación del alquiler de IPC? Economía empresarial,,,,, 59(4), 220-226.

Este artículo es N. Kundan Kishor.