Monthly Inflation Dynamics in Somalia Using Seasonal ARIMA Models

In der komplexen Maschinerie einer Volkswirtschaft sind nur wenige Kräfte so unmittelbar oder so persönlich spürbar wie der Preis von Gütern. Wenn die Kosten für Brot, Treibstoff oder Medikamente im Laufe der Zeit stetig steigen, nennt man dies Inflation. Dieses Phänomen untergräbt die Kaufkraft des Geldes, was bedeutet, dass eine Familie mit dem gleichen Geldbetrag weniger kaufen kann als im Vorjahr. Für Regierungen ist die Vorhersage dieser Preisänderungen eine Frage des Überlebens; genaue Prognosen ermöglichen es ihnen, Löhne anzupassen, Budgets zu planen und die schwächsten Bürger vor plötzlichen wirtschaftlichen Schocks zu schützen. In vielen Entwicklungsländern sind die Daten, die zur Erstellung dieser Vorhersagen benötigt werden, jedoch oft spärlich, unregelmäßig oder schwer zu interpretieren. An Orten wie Somalia, wo Märkte fragil sind und Lieferketten durch Klima oder Konflikte leicht unterbrochen werden können, ist das Verständnis des Rhythmus von Preisänderungen nicht nur eine akademische Übung, sondern ein entscheidendes Instrument für Stabilität.

Die Herausforderung für Ökonomen in solchen Umgebungen besteht darin, zwischen zufälligem Rauschen und einem vorhersagbaren Muster zu unterscheiden. Preise bewegen sich nicht in einer geraden Linie; sie steigen und fallen oft mit den Jahreszeiten, getrieben durch Erntezyklen, religiöse Feiertage oder Wetterlagen. Um dies zu bewältigen, verlassen sich Forscher auf statistische Modelle, die die Wirtschaft wie ein Wettersystem behandeln und nach wiederkehrenden Zyklen statt nach bloßen zufälligen Stürmen suchen. Ein solcher Ansatz beinhaltet die Analyse, wie sich die Preise in einem Monat auf die Preise im selben Monat des Vorjahres beziehen oder wie ein heutiger Preissprung die Preise im nächsten Monat beeinflussen könnte. Durch die Kartierung dieser Verbindungen wird es möglich, die zugrunde liegende Struktur der Inflation zu erkennen und die vorhersehbaren saisonalen Schwankungen vom unvorhersehbaren Chaos des täglichen Lebens zu trennen.

Dies ist die präzise Aufgabe, die Abdirashiid Mohamud Mohamed, ein Forscher an der Somali National University, in einer neuen Studie über die monatlichen Inflationsraten Somalias übernimmt. Das Ziel war nicht bloß zu beschreiben, was in der Vergangenheit geschah, sondern ein zuverlässiges Werkzeug für den Blick nach vorn zu bauen. Unter Verwendung offizieller Daten des Somalia National Bureau of Statistics, die den Zeitraum von Februar 2018 bis Dezember 2024 abdecken, wandte der Forscher einen spezifischen statistischen Rahmen an, der als saisonales autoregressives integriertes Moving-Average-Modell (SARIMA) bekannt ist. Vereinfacht ausgedrückt ist dies eine Methode, die darauf ausgelegt ist, Muster in Daten zu finden, die sich in einem festen Zyklus wiederholen, wie etwa den zwölf Monaten eines Jahres. Die Studie konzentrierte sich speziell auf die monatliche Rate der Preisänderung statt auf das allgemeine Preisniveau, um die Geschwindigkeit und Richtung der Inflation genauer zu erfassen.

Die Analyse begann mit der Überprüfung der Stabilität der Daten. Der Forscher bestätigte, dass die monatlichen Inflationsraten stabil genug waren, um modelliert zu werden, ohne dass komplexe mathematische Anpassungen nötig waren, um sie in eine gerade Linie zu zwingen. Als die Daten auf Muster untersucht wurden, trat ein klarer und dominanter Rhythmus hervor: Die Inflationsrate in einem gegebenen Monat war stark mit der Rate im selben Monat des Vorjahres verknüpft. Dieser jährliche Zyklus war das stärkste Signal in den Daten und übertraf den Einfluss dessen, was im unmittelbar vorangegangenen Monat geschah, bei weitem. Obwohl es eine gewisse kurzfristige Persistenz gab – wobei ein Preisanstieg in diesem Monat die Preise im nächsten Monat leicht nach oben drücken konnte –, war das jährliche Wiederkehren der primäre Treiber.

Um den besten Weg zu finden, dieses Verhalten zu beschreiben, testete der Forscher neun verschiedene mathematische Strukturen gegen die historischen Daten. Der Gewinner war ein Modell, das ein einfaches Kurzzeitgedächtnis mit einem starken saisonalen Gedächtnis kombinierte. Dieses optimale Modell erfasste erfolgreich die Realität, dass Somalias Inflation weitgehend ein saisonales Phänomen ist. Die Studie ergab, dass die Preisänderungen in einem bestimmten Monat, etwa März, stark davon bestimmt werden, was im März des Vorjahres geschah. Die statistischen Belege zeigten, dass diese saisonale Verbindung stark, positiv und hochsignifikant ist, was bedeutet, dass der jährliche Zyklus ein zuverlässiges Merkmal der somalischen Wirtschaft ist und kein zufälliger Zufall.

Nachdem das Modell validiert worden war, nutzte der Forscher es, um Prognosen für die Jahre 2025 und 2026 zu erstellen. Die Ergebnisse zeichneten das Bild einer Wirtschaft, die im Durchschnitt relativ stabil bleibt, aber durch deutliche, vorhersehbare Spitzen und Täler gekennzeichnet ist. Das Modell projiziert, dass die Inflation in der ersten Jahreshälfte tendenziell steigen wird, insbesondere mit Spitzenwerten in den Monaten März, April und Mai. Diese Monate entsprechen Perioden saisonalen Drucks, der wahrscheinlich durch Anpassungen der Lebensmittelversorgung nach den Regenzeiten und die erhöhte Nachfrage während religiöser Feierlichkeiten getrieben wird. Umgekehrt prognostiziert das Modell Phasen sinkender Preise, oder Deflation, in den Monaten Januar, August und Dezember. Diese Rückgänge sind nicht unbedingt Zeichen wirtschaftlicher Schwäche, sondern Teil des natürlichen saisonalen Auf und Abs des Marktes.

Die Genauigkeit dieser Vorhersagen wurde anhand von Realdaten aus dem Jahr 2024 getestet, die für die ursprüngliche Analyse zurückgehalten worden waren, um als Blindtest zu dienen. Das Modell arbeitete mit hoher Präzision, wobei sein durchschnittlicher Fehler weniger als ein Drittel der typischen monatlichen Preisschwankung betrug. Dieses Maß an Genauigkeit deutet darauf hin, dass das Modell erfolgreich den wahren Motor der Inflation im Land identifiziert hat. Darüber hinaus zeigte eine Prüfung der Stabilität des Modells, dass das saisonale Muster über die Zeit konsistent geblieben ist, ohne plötzliche Brüche oder Verschiebungen, die die Prognosen unbrauchbar gemacht hätten.

Die Auswirkungen dieser Erkenntnisse sind praktisch und unmittelbar. Für politische Entscheidungsträger bietet die Studie eine klare Warnung: Die Frühlingsmonate werden voraussichtlich höhere Preise bringen, und Vorbereitungen sollten im Voraus getroffen werden, um einkommensschwache Haushalte zu schützen. Die vorhergesagten Preisrückgänge im Winter und im Spätsommer sollten nicht als dauerhafte Verbesserung der Wirtschaft missverstanden werden, sondern als Teil des saisonalen Zyklus begriffen werden. Während das Modell eine solide Basis für die Planung bietet, merkt der Forscher an, dass es plötzliche, externe Schocks wie globale Treibstoffpreissprünge oder schwere Dürren nicht berücksichtigen kann, die das Muster jederzeit stören können. Dennoch bietet diese Arbeit durch die Kartierung der vorhersehbaren Rhythmen der Wirtschaft eine entscheidende Grundlage für ein stabileres und effektiveres Wirtschaftsmanagement in Somalia.