Monthly Inflation Dynamics in Somalia Using Seasonal ARIMA Models

国家経済という複雑な機構において、物価ほど即時的で個人的に実感される力はほとんどありません。パン、燃料、あるいは医薬品のコストが時間の経過とともに着実に上昇することを、インフレと呼びます。この現象は通貨の購買力を減退させ、つまり、ある家族が前年と同じ金額の現金を持っていても、買えるものが少なくなってしまうことを意味します。政府にとって、これらの価格変動を予測することは生存に関わる問題です。正確な予測によって、賃金の調整、予算の策定、そして最も脆弱な市民を突然の経済的ショックから守ることが可能になります。しかし、多くの発展途上国では、こうした予測に必要なデータが不足していたり、不規則であったり、解釈が困難であったりすることがよくあります。市場が脆弱で、気候や紛争によってサプライチェーンが容易に寸断されるソマリアのような場所では、価格変化のリズムを理解することは、単なる学術的な演習ではなく、安定のための極めて重要なツールなのです。

こうした環境における経済学者の課題は、ランダムなノイズと予測可能なパターンの区別をつけることです。価格は直線的に動くわけではありません。収穫サイクル、宗教的な祝祭、あるいは天候パターンによって、季節ごとに上昇したり下落したりすることがよくあります。これに対処するため、研究者は経済を一種の気象システムのように扱い、単なるランダムな嵐ではなく、繰り返されるサイクルを探す統計モデルに依拠します。こうしたアプローチの一つは、ある月の価格が前年の同じ月の価格とどのように関連しているか、あるいは今日の価格の急騰が来月の価格にどのように影響するかを分析することです。これらのつながりをマッピングすることで、予測可能な季節的な変動と、日常生活の予測不可能な混沌とを切り離し、インフレの根底にある構造を見ることが可能になります。

これは、ソマリア国立大学の研究者であるアブディラシード・モハムド・モハメドが、ソマリアの月次インフレ率に焦点を当てた新しい研究で行っているまさにその任務です。その目的は、単に過去に何が起きたかを記述することではなく、先を見通すための信頼できるツールを構築することでした。2018年2月から2024年12月までの期間をカバーするソマリア国立統計局の公式データを用いて、研究者は「季節自己回帰和分移動平均（SARIMA）」と呼ばれる特定の統計的枠組みを適用しました。簡単に言えば、これは、一年の十二ヶ月のような一定のサイクルの中で繰り返されるデータ内のパターンを見つけ出すために設計された手法です。この研究は、価格の総レベルではなく、月ごとの価格変化率に焦り、インフレの速度と方向をより正確に捉えることに焦点を当てました。

分析はデータの安定性を確認することから始まりました。研究者は、月次インフレ率が、数式による複雑な調整を行って無理に直線へと強制することなく、モデル化できるほど十分に安定していることを確認しました。データがパターンについて調査された際、明確で支配的なリズムが現れました。すなわち、ある月のインフレ率は、前年の同じ月のレートと強く結びついているということでした。この年次サイクルはデータの中で最も強力な信号であり、直前の月との影響を大きく上回っていました。今月の価格上昇が来月の価格を押し上げるような短期的な持続性も多少は見られましたが、年次の再帰性が主要な要因でした。

この挙動を記述するための最善の方法を見つけるため、研究者は9つの異なる数学的構造を歴史的データに対してテストしました。勝者は、単純な短期的な記憶と強力な季節的記憶を組み合わせたモデルでした。この最適なモデルは、ソマリアのインフレが主に季節的な現象であるという現実をうまく捉えることに成功しました。研究によれば、例えば3月の特定の月の価格変化は、前年の3月に何が起きたかによって大きく決定されます。統計的証拠は、この季節的なつながりが強力で、正の相関があり、かつ非常に有意であることを示しており、これは年次のサイクルがソマリア経済の信頼できる特徴であり、ランダムな偶然ではないことを意味しています。

モデルの検証が終わると、研究者はそれを用いて2025年と2026年の予測を生成しました。その結果は、平均的には比較的安定しているものの、明確で予測可能なピークと谷によって特徴付けられる経済の姿を描き出しました。モデルは、インフレが上半期、特に3月、4月、5月に上昇する傾向があると予測しています。これらの月は、雨季の後の食料供給の調整や、宗教的な行事による需要の増加に起因すると考えられる、季節的な圧力の時期に対応しています。逆に、モデルは1月、8月、12月に価格の下落、すなわちデフレが起こると予測しています。これらの下落は必ずしも経済の弱さを示すものではなく、市場の自然な季節的な増減の一部として理解されるべきものです。

これらの予測の正確性は、初期の分析からは除外され、ブラインドテストとして用いられた2024年の実データによってテストされました。モデルは高い精度で機能し、その平均誤差は典型的な月次価格変動の3分の1未満でした。このレベルの精度は、モデルが国のインフレを駆動している真のエンジンを特定することに成功したことを示唆しています。さらに、モデルの安定性に関するチェックにより、季節的なパターンは時間の経過とともに一貫して維持されており、予測を無用にするような突然の断絶や変化はないことが示されました。

これらの知見が持つ意味は、実用的かつ直接的です。政策立案者にとって、この研究は明確な警告を発しています。すなわち、春の数ヶ月間は価格が高くなる可能性が高いため、低所得世帯を守るための準備を事前にすべきであるということです。予測される冬や晩夏の価格下落は、経済の恒久的な改善と誤解されるのではなく、季節的なサイクルの一部として理解されるべきです。モデルは計画のための強固な基準を提供しますが、研究者は、世界的な燃料価格の高騰や深刻な干魃といった、パターンの途中でいつでも混乱を引き起こし得る外部からの突然の衝撃を、このモデルは考慮できないと指摘しています。それでもなお、経済の予測可能なリズムをマッピングすることで、この研究はソマリアにおけるより安定し効果的な経済管理のための極めて重要な基礎を提供しています。