Análisis de métodos indirectos para las proyecciones de las tablas input-output sub-territoriales

  1. Sánchez Chóez, Napoleón Guillermo
Dirixida por:
  1. Marta Portela Maseda Director
  2. Xesús Pereira López Director
  3. Isabel Neira Gómez Titora

Universidade de defensa: Universidade de Santiago de Compostela

Fecha de defensa: 18 de outubro de 2021

Tribunal:
  1. Carmen Ramos Carvajal Presidente/a
  2. Yolanda Pena Boquete Secretario/a
  3. Ángeles Cámara Sánchez Vogal
Departamento:
  1. Departamento de Economía Financeira e Contabilidade

Tipo: Tese

Resumo

La escasez de la información y el alto costo en la elaboración de marcos Input-Output (IO) en los espacios geográficos sub-territoriales implica el uso de técnicas non-survey. En efecto, los cocientes de localización (LQ) son ampliamente utilizados en las proyecciones IO. Actualmente, existe en la literatura de este ámbito científico una considerable discrepancia acerca del valor que se le debe asignar a un parámetro relativo a la fórmula de Flegg (FLQ) y a su versión aumentada (AFLQ). Como es obvio, la asignación de diferentes valores a dicho parámetro conlleva a resultados distintos en las mencionadas proyecciones; en consecuencia, se pueden obtener estimaciones erróneas. Recientemente se ha unido a la familia LQ una reformulación bidimensional (2D-LQ) que incorpora dos parámetros que no están asociados al tamaño de los sub-territorios, sino al grado de especialización de las diversas ramas de actividad y al tamaño sectorial (por filas y columnas, de forma respectiva) por lo que la sensibilidad de estos dos parámetros va a ser distinta, en comparación con el parámetro de AFLQ, o de FLQ. El objetivo principal de esta investigación es averiguar qué enfoque LQ es el apropiado para ejecutar proyecciones IO sub-territoriales. Para ello se tomará de EUROSTAT las tablas IO de los años 2010 y 2015 de países pertenecientes al Área Euro 19. Para el contraste se utilizarán los siguientes estadísticos: Standardized Total Percentage Error (STPE), Mean Absolute Difference (MAD), Mean Absolute Percentage Error (MAPE), Standard Deviation of the Mean Absolute Difference (SD-MAD) y Theil’s index (𝑼). A partir de ahí, se trata de comprobar si los distintos enfoques LQ presentan patrones de error. Para ello se ejecutarán contrastes más detallados que facilitarán posibles modificaciones metodológicas que tiendan a corregir las características subestimaciones que se dan en las proyecciones LQ.