Contra todo pronóstico: Pronosticando elecciones presidenciales brasileñas en tiempos de disrupción política

Abstract

When the number of observed elections is low, subnational data can be used to perform electoral forecasts. Turgeon and Rennó (2012) applied this solution and proposed three forecasting models to analyze Brazilian presidential elections (1994-2006). The models, adapted from forecasting models of American and French presidential elections, considers economic and political factors. We extend their analysis to the recent presidential elections in Brazil (2010, 2014 and 2018) and find that the addition of the three recent elections does not improve the accuracy of our forecast models although it strengthens the relationship between the explanatory variables and vote for the incumbent. We also find that models based on the popularity of the incumbent outperform those based on trial-heat polls and that electoral forecast models can survive earthquake elections like the 2018 election that led to the unexpected rise of "outsider" and extremist candidate Jair Bolsonaro.

Cuando el número de elecciones observadas es bajo, se puede usar datos subnacionales para hacer predicciones electorales. Turgeon y Rennó (2012) aplicaron esta solución y propusieron tres modelos de predicción para analizar las elecciones presidenciales brasileñas entre 1994 y 2006. Los modelos, adaptados de los modelos de predicción de elecciones presidenciales de Estados Unidos y Francia, consideran factores económicos y políticos. Extendemos este análisis a las recientes elecciones presidenciales en Brasil (2010, 2014 y 2018) y demostramos que la adicción de las tres elecciones más recientes no mejora la precisión de los modelos predictivos, aunque fortalece la relación entre las variables explicativas y el voto por el titular. También concluimos que los modelos basados en la popularidad del titular superan a los basados en encuestas electorales y que los modelos de predicción electoral pueden sobrevivir a elecciones ruidosas como la de 2018, que condujo al ascenso inesperado de un candidato de la extrema derecha, Jair Bolsonaro.

Quando o número de eleições observadas é baixo, pode-se usar dados subnacionais para realizar previsões eleitorais. Turgeon e Rennó (2012) aplicaram essa solução e propuseram três modelos de previsão para analisar eleições presidenciais brasileiras ocorridas entre 1994 e 2006. Os modelos, adaptados de modelos de previsão de eleições presidenciais americanas e francesas, consideram fatores econômicos e políticos. Estendemos esta análise para as recentes eleições presidenciais no Brasil (2010, 2014 e 2018) e demonstramos que a adição das três eleições mais recentes não melhora a precisão dos modelos preditivos, embora fortaleça a relação entre as variáveis explicativas e o voto no incumbente. Também concluímos que os modelos baseados na popularidade do incumbente superam aqueles baseados em pesquisas eleitorais e que os modelos de previsão eleitoral podem sobreviver a eleições com muito ruído, como a de 2018, que levou à ascensão inesperada de um candidato de extrema-direita, Jair Bolsonaro.