📈 economics

Evaluation of Policy-Relevant Forecasting Advantage of Machine and Deep Learning Models over Classical Econometrics: Evidence from Ghanaian Headline Inflation

Este estudio demuestra que para pronosticar la inflación general de Ghana durante un periodo de volatilidad estructural, un modelo ARIMA simple supera a los enfoques complejos de aprendizaje automático y aprendizaje profundo, lo que sugiere que explotar la alta persistencia de la inflación es más efectivo que depender de la flexibilidad funcional al enfrentar cambios de régimen.

Autores originales: Isaac Nyame, Baffour Osei, Abigail Boatemaa, Gabriel Osei Forkuo

Publicado 2026-07-28

📖 4 min de lectura☕ Lectura para el café

CC BY 4.0

Autores originales: Isaac Nyame, Baffour Osei, Abigail Boatemaa, Gabriel Osei Forkuo

Artículo original bajo licencia CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo

Imagina que estás intentando adivinar el clima para la próxima semana. Tienes dos herramientas en tu caja de herramientas. La primera es una regla simple y de la vieja escuela: "Si llovió ayer, probablemente lloverá hoy". Esta es la forma "clásica" de pensar, basándose en patrones que has visto repetirse una y otra vez. La segunda herramienta es un cerebro de computadora súper complejo y de alta tecnología que ha leído todos los libros de meteorología jamás escritos y puede detectar patrones invisibles y ondulados en las nubes que ningún humano podría ver. Esta es la forma de "aprendizaje automático" (machine learning). Durante años, mucha gente asumió que el cerebro de la computadora, súper complejo, siempre ganaría porque es inteligente y flexible. Pero, ¿qué pasa si el clima cambia de una manera que la computadora nunca ha visto antes? ¿Qué pasa si una tormenta masiva golpea y rompe todas las reglas antiguas? Esa es la gran pregunta que este estudio aborda. Pregunta: cuando las cosas se vuelven locas e impredecibles, ¿realmente hace un mejor trabajo el cerebro de la computadora, nuevo y sofisticado, que la regla simple y constante? Esto no es solo sobre el clima; es sobre predecir algo que afecta el bolsillo de todos: cuánto suben los precios, conocido como inflación.

Este artículo de investigación es como una competencia de cocina de alto riesgo para ver quién predice mejor el precio de los comestibles en Ghana. Los jueces organizaron una prueba muy truculenta: pidieron a nueve "chefs" diferentes (que son en realidad modelos de computadora) que predijeran la tasa de inflación para un período de 42 meses que incluyó un aumento masivo y sorprendente en los precios. El objetivo era ver si los chefs elegantes y complejos que usan el aprendizaje automático podían ser más astutos que los chefs simples y clásicos que usan la matemática tradicional.

Los resultados fueron una gran sorpresa. El artículo encontró que el chef simple y de la vieja escuela ganó. Específicamente, un modelo llamado ARIMA (que es solo un nombre elegante para un modelo que observa cómo se movieron los precios en el pasado) predijo los precios futuros con el error más bajo, fallando el objetivo por un promedio de 2.41 puntos porcentuales. Fue solo ligeramente mejor que el suposición más simple posible (que es simplemente asumir que el precio del próximo mes será el mismo que el del mes pasado), y venció a cada uno de los modelos de aprendizaje automático elegantes.

Los modelos elegantes, como XGBoost y las Redes Neuronales, fueron como estudiantes que memorizaron el libro de texto perfectamente pero reprobaron el examen cuando las preguntas cambiaron. Durante la fase de entrenamiento, se veían increíbles, obteniendo puntuaciones casi perfectas. Pero cuando llegó la prueba real —durante el aumento de la inflación de 2022–2023 donde los precios saltaron de aproximadamente un 10 por ciento a más del 50 por ciento— estos modelos complejos tropezaron gravemente. Intentaron encontrar patrones complicados que no existían, un error llamado "sobreajuste" (overfitting), y terminaron con errores mucho mayores, algunos fallando el objetivo por tanto como 9.04 puntos porcentuales o más.

Los autores explican que esto sucedió porque la inflación en Ghana es muy "pegajosa" o persistente; tiende a seguir moviéndose en la misma dirección en la que ya iba. Los modelos simples están construidos para seguir ese impulso, mientras que los modelos complejos intentaron sobreanalizarlo y se confundieron cuando la economía cambió de dirección repentinamente. El estudio sugiere que para un banco central que intenta gestionar la economía, quedarse con el modelo confiable, transparente y simple es en realidad el movimiento más inteligente que perseguir la tecnología más nueva y llamativa, especialmente cuando los datos no son lo suficientemente grandes para enseñar a los modelos complejos cómo manejar una crisis. Si bien los modelos complejos podrían ser útiles algún día si tuviéramos más datos o herramientas diferentes, en este momento, el enfoque simple y constante es el campeón.

Resumen Técnico: Evaluación de la Previsión Relevante para Políticas en Ghana

Planteamiento del Problema
Este estudio aborda una pregunta crítica para los bancos centrales que operan bajo regímenes de metas de inflación en economías pequeñas, abiertas y expuestas a las materias primas: ¿ofrecen los modelos modernos de aprendizaje automático (ML) y aprendizaje profundo (DL) una ventaja real de previsión sobre los referentes econométricos clásicos para la inflación general? Si bien la literatura suele presuponer que una mayor flexibilidad del modelo se traduce en una precisión predictiva superior, esta suposición no ha sido rigurosamente probada para la inflación general de Ghana bajo condiciones estrictas y libres de filtraciones (leakage) que abarquen un verdadero cambio estructural. El contexto específico es el aumento de la inflación en Ghana durante 2022–2023, donde la inflación interanual pasó de aproximadamente un 10% a un pico que superó el 50%, impulsada por la depreciación de la moneda, presiones fiscales y choques globales en las materias primas. El desafío radica en la previsión a través de una volatilidad tan extrema, un escenario donde las predicciones precisas son más vitales para la política monetaria pero donde los modelos son más severamente puestos a prueba.

Metodología
Los autores construyeron una matriz de previsión estrictamente de un paso adelante utilizando 280 meses de datos (enero de 2000 – abril de 2023) del Banco de Ghana, que cubren 24 variables macro-monetarias centrales, incluyendo tasas de interés, agregados monetarios y precios internacionales de materias primas.

Integridad de los Datos y Control de Filtraciones: Se empleó un riguroso protocolo de ingeniería de características para asegurar que no hubiera filtración de datos. Cada predictor en la matriz de características refleja la información disponible estrictamente un mes antes del objetivo de previsión ( $t-1$ ). Esto incluye niveles rezagados/niveles de logaritmos de las variables, medias móviles del objetivo calculadas de $t-3$ a $t-1$ , y meses del calendario. No se utilizaron regresores contemporáneos ni información de anticipación (look-ahead).
División Cronológica: Los datos se dividieron cronológicamente sin aleatorización en tres ventanas no superpuestas:
- Entrenamiento (200 meses): Febrero de 2001 – septiembre de 2017. Utilizado para el ajuste de modelos y la optimización de hiperparámetros mediante validación cruzada de marcha hacia adelante (walk-forward) de cinco pliegues.
- Validación (24 meses): Octubre de 2017 – septiembre de 2019. Utilizada únicamente para comparar los candidatos optimizados en datos no vistos.
- Prueba (42 meses): Octubre de 2019 – abril de 2023. Tocada exactamente una vez después de la selección del modelo. Esta ventana fue deliberadamente elegida para incluir el aumento de la inflación de 2022–2023, sirviendo como una "prueba de estrés" en lugar de un periodo de calma.
Modelos Candidatos: Se evaluaron nueve modelos:
1. Referentes (Baselines): Paseo Aleatorio (Random Walk) y Naive Estacional (Seasonal Naive).
2. Referente Clásico: ARIMA(3,1,0), seleccionado mediante el Criterio de Información de Akaike (AIC) y reestimado de un paso adelante.
3. Modelos Lineales Regularizados: Regresión Ridge y Lasso.
4. Conjuntos de Árboles (Tree Ensembles): Random Forest y XGBoost.
  ে Método de Kernel: Regresión de Vectores de Soporte (SVR) con un núcleo de función de base radial.
5. Aprendizaje Profundo: Una red neuronal de alimentación hacia adelante (feed-forward) poco profunda con una sola capa oculta. (Nota: Se excluyeron deliberadamente arquitecturas más complejas como las LSTM debido al tamaño de muestra modesto de 200 meses de entrenamiento, lo que probablemente conduciría al sobreajuste o overfitting).
Métricas de Evaluación: El rendimiento se clasificó principalmente por el Error Cuadrático Medio de la Raíz (RMSE) en el conjunto de prueba, complementado por el Error Absoluto Medio (MAE), el Error Porcentual Absoluto Medio (MAPE) y el $R^2$ . La significancia estadística de las diferencias se evaluó mediante las pruebas de Diebold–Mariano.

Resultos Clave
Contrario a la presunción de que los modelos flexibles dominan, el estudio encontró que el referente clásico ARIMA(3,1,0) logró el RMSE más bajo en el conjunto de prueba (2.41 puntos porcentuales), superando por poco al Paseo Aleatorio (2.65) y al Lasso (3.41).

Jerarquía de Rendimiento: Todos los modelos de aprendizaje automático no lineales (Ridge, Random Forest, XGBoost, SVR y la red neuronal) tuvieron un rendimiento inferior a los referentes simples fuera de la muestra. El referente Naive Estacional fue el que peor se desempeñó (RMSE 15.08), reflejando la falta de una estacionalidad simple de 12 meses durante el periodo de aumento.
Significancia Estadística: Las pruebas de Diebold–Mariano revelaron que la ventaja de ARIMA sobre el Paseo Aleatorio y el Lasso no fue estadísticamente significativa ( $p > 0.05$ ). Sin embargo, la ventaja de ARIMA sobre todos los demás modelos no lineales fue estadísticamente significativa.
Diagnósticos de Sobreajuste: Se observó un contraste marcado entre el rendimiento de entrenamiento y el de prueba para los modelos flexibles. Por ejemplo, XGBoost logró un RMSE de entrenamiento casi perfecto (0.03) pero se degradó a un RMSE de prueba de 9.04. Del mismo modo, Random Forest mostró una gran brecha (0.83 a 7.58). Esto indica que estos modelos memorizaron las idiosincrasias del periodo de entrenamiento en lugar de aprender estructuras generalizables.
Manejo de Cambios Estructurales: Durante el aumento de la inflación de 2022–2023, los modelos ARIMA y el Paseo Aleatorio siguieron de cerca la trayectoria real de la inflación, con un ligero retraso ante el fuerte ascenso. En contraste, los modelos de aprendizaje automático se alejaron más, subestimando a menudo el pico (por ejemplo, Lasso predijo 45.7% frente al 54.1% real en diciembre de 2022).

Contribuciones Clave

Rigor Metodológico: El estudio establece un diseño de previsión de un paso adelante y libre de filtraciones para la inflación de Ghana que excluye estrictamente la información contemporánea y utiliza la validación de marcha hacia adelante, abordando un vacío en la literatura previa que a menudo dependía de la descomposición intra-muestra o de periodos de retención favorables.
Prueba de Estrés Adversaria: Al evaluar los modelos específicamente a través del aumento de la inflación de 2022–2023, el estudio proporciona evidencia sobre cómo funcionan los modelos durante un cambio estructural genuino, en lugar de durante periodos económicos de calma.
Evidencia Empírica sobre la Complejidad del Modelo: El documento proporciona evidencia sólida de que para series altamente persistentes como la inflación general en un contexto de muestra pequeña (200 meses de entrenamiento), los modelos más simples y restringidos (ARIMA, Paseo Aleatorio) se degradan de manera más gradual bajo estrés que los modelos de alta capacidad y flexibilidad, que son propensos al sobreajuste.

Significancia y Afirmaciones
Los autores afirman que este es un hallazgo genuino y relevante para las políticas, en lugar de un fallo de especificación. Argumentan que la inflación general es altamente persistente, y que los modelos que mejor aprovechan esta persistencia (ARIMA, Paseo Aleatorio) superan a aquellos con la mayor flexibilidad funcional cuando se enfrentan a un cambio estructural.

Implicación de Política: Para el Banco de Ghana y otras instituciones similares, el estudio sugiere que la previsión operativa no debe adoptar por defecto el método más sofisticado disponible. Un modelo ARIMA bien especificado, transparente y de bajo costo sigue siendo una opción primaria superior para la previsión de la inflación general de un paso adelante, en comparación con las alternativas de ML probadas.
Papel del Aprendizaje Automático: Los autores no afirman que el ML no tenga un papel, sino que sugieren que debe usarse como un control cruzado auxiliar o una entrada de ensamble en lugar de un generador de previsión primario. Postulan que el ML podría añadir valor si se aplica a conjuntos de características más ricos y de mayor frecuencia, arquitecturas conscientes de los regímenes o modelos híbridos que combinen componentes de tendencia clásica con los residuos del ML.
Limitaciones: Los autores califican modestamente sus conclusiones, señalando que el tamaño de la muestra es modesto para el aprendizaje profundo, que el conjunto de características es limitado a estadísticas publicadas (excluyendo expectativas de encuestas o datos textuales) y que la evaluación se centró en pronósticos puntuales en lugar de la calibración de densidad o intervalos. Reconocen que sus hallazgos se aplican específicamente a la red neuronal poco profunda probada y que pueden no generalizarse a todas las arquitecturas de DL o a otros componentes de la inflación (por ejemplo, la inflación de alimentos o la inflación subyacente).

Más como este