Forecasting models using ML

Abstract

Este Trabajo de Fin de Grado examina la capacidad de las técnicas de machine learning para mejorar la predicción del déficit fiscal del Estado italiano a partir de la información infraanual procedente de su flujo de caja. El estudio desarrolla un modelo predictivo basado en el algoritmo LightGBM, seleccionado por su eficiencia y aptitud para capturar relaciones no lineales en contextos macroeconómicos complejos. Para ello, se construye una base de datos mensual que abarca el periodo 1991-2024 e incorpora variables macroeconómicas relevantes, como el crecimiento interanual del Cash-flow, el tipo de interés o la producción industrial, entre otros. Previo a la modelización, se desestacionaliza el Cash-flow mediante una descomposición clásica aditiva y se aplican pruebas de autocorrelación, estacionariedad y multicolinealidad. El modelo LightGBM se entrena bajo un esquema rolling forecast con un horizonte de 12 meses, lo que permite simular un proceso de predicción en tiempo real. Los resultados muestran que el modelo captura la tendencia general del Cash-flow, aunque presenta limitaciones para anticipar valores extremos asociados a episodios de elevada volatilidad, como la pandemia de COVID-19. Posteriormente, las predicciones del flujo de caja se comparan con el déficit fiscal, como porcentaje del PIB. Aunque se observan discrepancias en periodos de turbulencia económica, el modelo reproduce razonablemente la dirección del déficit. La comparación con las previsiones institucionales del MEF, la OECD, la Comisión Europea y el FMI revela que el rendimiento del modelo es similar al del organismo menos preciso, sin diferencias estadísticamente significativas según el test Diebold-Mariano. En conjunto, el estudio concluye que LightGBM constituye una herramienta complementaria valiosa para la predicción fiscal, especialmente cuando se dispone de datos infraanuales detallados.

This thesis examines the capacity of machine learning techniques to improve the prediction of Italy’s fiscal deficit using high-frequency information from the government’s cash-flow. The study develops a predictive model based on the LightGBM algorithm, selected for its computational efficiency and its ability to capture nonlinear relationships in complex macroeconomic environments. To this end, a monthly database covering the period 1991-2024 is constructed, incorporating key macroeconomic variables such as year-on-year cash-flow growth, interest rates, industrial production or the raw materials trade balance, among others. Before modelling, the cash-flow series is seasonally adjusted using a classical additive decomposition, and several diagnostic tests, including autocorrelation, stationarity and multicollinearity, are applied. The LightGBM model is then trained under a rolling forecast scheme with a 12-month horizon, replicating a real-time forecasting process. The result show that the model successfully captures the underlying trend of cash-flow, although it struggles to anticipate extreme values associated with episodes of high volatility, such as the COV-19 pandemic period. The predicted cash-flow values are compared with the fiscal deficit expressed as a percentage of GDP. Although discrepancies arise during periods of economic turbulence, the model consistently reproduces the overall direction of the deficit. Furthermore, comparison with institutional forecasts reproduced by the MEF, OECD, European Commission and IMF reveals that the model’s accuracy is broadly comparable to that of the least precise official forecaster, with no statistically significant differences according to the Diebold-Marino test. Overall, the thesis concludes that LightGBM represents a valuable complementary tool for fiscal forecasting, particularly when detailed infra-annual data such as government cash-flow are available.