A new method to estimate input‐output tables by means of structural lags, tested on Spanish regions

The RAS method extrapolates a single matrix to conform to new row and column totals. This paper proposes a cell‐correction of RAS (CRAS) that uses the deviations of multiple RAS projections, to improve the projection of the input‐output table (IOT) of a specific country or region. The new method is tested on eleven survey‐based IOTs of Spanish regions for 1999–2005. CRAS is shown to outperform RAS when three to four survey IOTs are used that are close to the target IOT. When more IOTs are added, for most but not all regions, CRAS gradually becomes worse than applying RAS to the single best IOT. Resumen El método RAS extrapola una única matriz para que se ajuste a nuevos totales por fila y por columna. Este artículo propone una corrección de celdas de RAS (CRAS) que utiliza las desviaciones de proyecciones RAS múltiples, para mejorar la proyección de tablas input‐output (TIO) de una región o país específicos. El nuevo método se prueba en once TIO basadas en muestreos de regiones españolas para el periodo 1999‐2005. Se muestra como el método CRAS tiene un mejor desempeño que RAS cuando se utilizan TIO de tres a cuatro muestreos cercanos a la TIO objetivo. Para la mayoría de regiones, aunque no para todas, la aplicación de CRAS se comporta gradualmente peor cuando se añaden más TIO en comparación con la aplicación de RAS a la mejor TIO.