Evaluating Machine Learning and Econometric Models for Inflation Forecasting: Evidence from a Sub-Saharan African Panel

Das große Wettrennen der Vorhersagen: Warum die einfachste Vermutung oft gewinnt

Stellen Sie sich vor, Sie versuchen das Wetter für nächsten Dienstag zu erraten. Sie könnten einen Supercomputer heranziehen, Satellitenbilder analysieren, Windgeschwindigkeiten messen und komplexe Klimamodelle berechnen. Oder Sie könnten einfach aus dem Fenster schauen und sagen: „Es wird etwa so sein wie heute.“ In der Welt der Wirtschaftswissenschaften ist dies das ultimative Aufeinandertreffen von hochtechnologischer Komplexität und einfachem gesunden Menschenverstand. Ökonomen haben Jahrzehnte damit verbracht, massive, komplizierte Modelle zu entwickeln, um die Inflation vorherzusagen – also die Rate, mit der die Preise für Dinge wie Brot, Treibstoff und Miete steigen. Sie nutzen ausgeklügelte Mathematik und maschinelles Lernen in der Hoffnung, verborgene Muster zu finden, die Regierungen helfen sollen, Zinssätze festzulegen und Familien vor dem Verlust ihrer Ersparnisse zu bewahren. Aber es gibt einen hartnäckigen, altmodischen Rivalen in diesem Rennen: den „Random Walk“ (Zufallspfad). Dies ist die Idee, dass die beste Vermutung für den Preis von morgen einfach der Preis von heute ist. Es klingt albern, wie das Raten eines Münzwurfs, aber die Geschichte zeigt, dass dieser einfache Trick unglaublich schwer zu schlagen ist, besonders in Regionen, in denen die Wirtschaft wild und unvorhersehbar ist.

Dieses Paper untersucht genau diesen Kampf, jedoch mit einer Wendung: Es testet diese Ideen in Subsahara-Afrika, einer Region, in der die Inflation wie ein Pendel heftig schwanken kann. Die Forscher sammelten Daten aus acht verschiedenen Ländern über mehr als 50 Jahre hinweg und schufen so einen riesigen digitalen Spielplatz, um zu sehen, ob „smarte“ moderne Computer (Maschinelles Lernen und Deep Learning) die einfache „Schau-auf-gestern“-Methode endlich überlisten könnten. Sie schauten nicht nur darauf, wer die niedrigste Fehlerrate hatte; sie verwendeten strenge statistische Tests, um zu prüfen, ob ein ausgeklügeltes Modell tatsächlich besser war oder ob es nur Glück hatte.

Das Rennen: Hochtechnologie gegen die „Gestern“-Strategie

Die Autoren setzten ein großes Experiment mit acht Volkswirtschaften in Subsahara-Afrika auf: Ghana, Nigeria, Kenia, Côte d’Ivoire, Südafsee, Senegal, Tansania und Uganda. Sie erstellten einen Datensatz aus 424 Momentaufnahmen des wirtschaftlichen Lebens, der sich von 1972 bis 2024 erstreckt. Betrachten Sie dies als ein riesiges Trainingslager, in dem sie acht verschiedene „Trainer“ lehrt, wie man die Inflation vorhersagt.

Die Trainer waren eine Mischung aus Altbewährtem und Neuem:

1. Der naive Trainer (Random Walk): Dieser Trainer hat kein Gehirn. Er sagt einfach: „Die Inflation im nächsten Jahr wird exakt dieselbe sein wie in diesem Jahr.“
2. Die ökonometrischen Trainer: Dies sind die traditionellen Experten, die lineare Gleichungen und feste Regeln basierend auf der Wirtschaftstheorie verwenden.
3. Die Machine-Learning-Trainer: Dies sind die hochtechnologischen Zauberer. Sie umfassen Random Forest (ein Team von Entscheidungsbäumen), XGBoost (ein superoptimierter Baum-Booster) und Elastic Net (ein intelligenter Filter, der die besten Hinweise auswählt).
4. Der Deep-Learning-Trainer (LSTM): Dies ist der komplexeste; eine Art künstliche Intelligenz, die darauf ausgelegt ist, lange Sequenzen von Ereignissen zu „erinnern“, ähnlich wie ein Mensch, der sich an eine Geschichte erinnert.

Die Forscher teilten ihre Daten in drei Teile auf: einen Trainingsdatensatz (um die Trainer zu lehren), einen Validierungsdatensatz (um sie abzustimmen) und einen Testdatensatz (die Abschlussprüfung von 2018 bis 2024). Sie wollten sehen, ob die ausgeklügelte KI den einfachen „Schau-auf-gestern“-Trainer besiegen konnte.

Das schockierende Ergebnis: Der einfache Trainer hält die Stellung

Als die Ergebnisse der Abschlussprüfung eintrafen, war das Ergebnis ein massiver Schock für die Vorstellung, dass „größer und smarter immer besser ist“.

Der naive Trainer (Random Walk) war statistisch ungeschlagen. Er erreichte die niedrigste Fehlerrate aller Modelle, mit einem Test-RMSE (ein Maß dafür, wie weit die Schätzung daneben lag) von 4,435. Wichtiger noch: Als die Forscher strenge statistische Tests (genannt Diebold-Mariano-Tests) durchführten, um zu sehen, ob ein anderes Modell wirklich besser war, lautete die Antwort ein entschiedenes Nein. Keines der komplexen Modelle konnte beweisen, dass es dem einfachen „Schau-auf-gestern“-Raten statistisch überlegen war.

So schnitten die anderen Trainer ab:

• Die Machine-Learning-Zauberer (Random Forest und XGBoost): Sie waren die Besten unter den komplexen Modellen. Random Forest kam mit einem Test-RMSE von 4,849 ins Ziel, und XGBoost hatte einen Wert von 5,825. Obwohl sie nah dran waren, zeigten die statistischen Tests, dass sie im Wesentlichen mit dem naiven Trainer gleichzogen hatten. Sie verloren nicht, aber sie gewannen auch nicht; sie erreichten statistische Parität. Random Forest war das einzige Modell, das einen statistischen Gleichstand mit dem einfachen Baseline-Modell beanspruchen konnte, aber es übertraf es nicht.
• Die traditionellen Experten (Pooled OLS und Panel Fixed Effects): Diese altmodischen linearen Modelle schnitten schlecht ab. Sie wurden vom naiven Trainer deutlich geschlagen, mit Fehlern von 6,781 bzw. 6,612. Das Paper legt nahe, dass der Versuch, eine gerade Linie auf eine volatile, chaotische Wirtschaft zu erzwingen, einfach nicht funktioniert.
• Der Deep-Learning-Star (LSTM): Dies war die dramatischste Geschichte. Wenn die KI zu lange trainiert wurde (350 Epochen) ohne eine Sicherheitsbremse, litt sie unter „Overfitting“ (Überanpassung). Sie memorierte die Trainingsdaten so perfekt, dass sie beim Test versagte und einen schrecklichen Wert von 7,741 erzielte. Als die Forscher jedoch „Early Stopping“ hinzufügten (eine Technik, um das Training zu stoppen, bevor die KI zu verwirrt wird), verbesserte sich der Wert auf 6,162. Dies war eine enorme Verbesserung, aber es besiegte den naiven Trainer immer noch nicht. Es war lediglich „statistisch ununterscheidbar“ von ihm – das heißt, es war gut genug, um ein Unentschieden zu erreichen, aber nicht gut genug, um zu gewinnen.

Warum scheiterten die smarten Modelle?

Die Autoren nennen einige Gründe, warum die Hochtechnologie-Modelle in dieser spezifischen Region den Code nicht knacken konnten.

Erstens: Die Daten sind zu klein und zu verrauscht. Der Trainingsdatensatz hatte nur 304 Beobachtungen. Für eine superkomplexe KI wie ein LSTM ist das so, als würde man versuchen, eine Sprache zu lernen, indem man nur wenige Seiten eines Wörterbuchs liest. Die Modelle werden verwirrt und beginnen, das Rauschen auswendig zu lernen, anstatt die Regeln zu verstehen.

Zweitens: Die Wirtschaft ändert ständig die Regeln. Der Testzeitraum (2018–2024) beinhaltete massive Schocks wie die COVID-19-Pandemie und weltweite Sprünge bei den Rohstoffpreisen. Das „einfache“ Modell schaut nur auf die aktuellste Zahl, was es sofort an diese Schocks anpasst. Die komplexen Modelle hingegen versuchen, ein Muster basierend auf der Vergangenheit (Daten vor 2009) zu finden, welches nicht mehr anwendbar ist, wenn sich die Welt plötzlich verändert. Es ist, als versuche man, einen Sturm mit einer Karte von einem sonnigen Tag zu navigieren; die Karte ist zwar sehr detailliert, aber es ist die falsche Karte.

Drittens: Die „Hinweise“ sind vielleicht nicht so hilfreich. Den Modellen wurden Daten wie Zinssätze, Staatsausgaben und Ölpreise zugeführt. Aber in diesen Volkswirtschaften scheint die Inflation hauptsächlich durch ihren eigenen Schwung (Momentum) und Wechselkurse getrieben zu werden, was die anderen Hinweise weniger nützlich macht. Das einfache Modell ignoriert all diese zusätzlichen Hinweise und reitet einfach auf dem Momentum, was sich als die gewinnende Strategie erweist.

Was dies für die Zukunft bedeutet

Das Paper kommt zu dem Schluss, dass die Botschaft für politische Entscheidungsträger in Subsahara-Afrika klar ist: Werfen Sie die einfachen Werkzeuge nicht weg, nur weil Sie schicke neue haben.

Obwohl die komplexen Modelle (wie Random Forest und das korrigierte LSTM) beeindruckend sind und die Leistung des einfachen Modells erreichen können, haben sie nicht bewiesen, dass sie es übertreffen können. Tatsächlich ist das einfache „Persistenz“-Modell so robust, dass es als „Goldstandard“ oder als „Baseline“ dienen sollte, die jedes neue Modell erst einmal schlagen muss, bevor man ihm vertrauen kann.

Die Autoren schlagen vor, dass Zentralbanken, falls sie diese schicken KI-Werkzeuge nutzen wollen, dies mit Vorsicht tun sollten. Sie empfehlen, das einfache Modell im Hintergrund als Realitätscheck laufen zu lassen. Wenn ein komplexes Modell nicht statistisch beweisen kann, dass es besser ist als die bloße Annahme, dass „morgen so sein wird wie heute“, dann ist es den zusätzlichen Aufwand und die Komplexität wahrscheinlich nicht wert.

Letztendlich fügt diese Studie ein weiteres Kapitel zu einem langjährigen Rätsel der Wirtschaftswissenschaften hinzu: In einer Welt voller Chaos und plötzlicher Veränderungen ist das Klügste, was man tun kann, manchmal einfach zu schauen, was gestern passiert ist, und davon auszugehen, dass es wieder passieren wird. Das „Einfache“ ist nicht immer das Beste, aber in den volatilen Märkten von Subsahara-Afrika ist es derzeit der Champion.