Inflation Dynamics in Indonesia: A Systematic Review of Monetary Determinants, Growth Nexus, Spatial Transmission, and Forecasting Methodologies

Technische Samenvatting: Inflatiedynamiek in Indonesië

Probleemstelling
Inflatiebeheersing blijft een cruciale macro-economische uitdaging voor Indonesië, gekenmerkt door een complexe wisselwerking tussen binnenlandse monetaire condities, fiscale beleidsmaatregelen, mondiale grondstoffenschokken en regionale marktstructuren. Hoewel talrijke empirische studies de Indonesische inflatie hebben onderzocht vanuit diverse methodologische invalshoeken, ontbreekt het de literatuur aan een verenigde synthese die collectieve bevindingen over macro-economische determinanten, ruimtelijke transmissie en forecasting-domeinen in kaart brengt. Dit gat is bijzonder significant gezien de inspanningen van Indonesië op het gebied van de Duurzame Ontwikkelingsdoelstellingen (SDG's) en de volatiele mondiale macro-economische omgeving in het post-pandemische tijdperk. Het ontbreken van een uitgebreid overzicht belemmert de formulering van gecoördineerde monetair-fiscale beleid en de modernisering van de forecasting-infrastructuur van de centrale bank.

Methodologie
Deze studie maakt gebruik van een Systematic Literature Review (SLR) die voldoet aan het Preferred Reporting Items for Systematic Reviews and Meta-Analyses (PRISMA) kader om rigor, transparantie en reproduceerbaarheid te waarborgen.

• Zoekstrategie: Er is een uitgebreide zoekopdracht uitgevoerd in Scopus, Google Scholar, ScienceDirect en de Bulletin of Monetary Economics and Banking (BMEB) repository met behulp van specifieke combinatie van trefwoorden (bijv. "inflation Indonesia," "monetary policy," "NARDL," "spatial inflation").
• Inclusiecriteria: De review richtte zich op peer-reviewed artikelen en conferentieverslagen gepubliceerd tussen januari 2018 en april 2026 (geprojecteerd tot 2026 in de tekst) die specifiek de Indonesische economie behandelen, inflatie als primaire variabele beschouwen en kwantitatieve empirische methodologieën met duidelijk gerapporteerde resultaten gebruiken.
• Datasynthese: Negen empirische studies werden geselecteerd voor analyse. De data-extractie omvatte auteurschap, publicatiedetails, dataperioden, methodologieën, variabelen en kernbevindingen. De studies werden gesynthetiseerd in zes thematische clusters: (i) macro-economische determinanten, (ii) de inflatie-groei nexus, (iii) monetaire beleidstransmissie, (iv) voedselinflatie en fiscaal beleid, (v) ruimtelijke dynamiek, en (vi) forecasting-methodologieën.

Kernbijdragen en Resultaten
De review synthetiseert bewijs uit negen studies die gebruikmaken van diverse technieken, waaronder Nonlinear Autoregressive Distributed Lag (NARDL), Granger Causality, Threshold Regression, Time-Varying Vector Autoregression (TV-VAR), GARCH, Long Short-Term Memory (LSTM) en Spatial-Temporal ARIMA (GSTARIMA/STARIMA). De belangrijkste bevindingen zijn:

1. Monetaire Primaat: Geldhoeveelheid (M1/M2) wordt geïdentificeerd als de primaire Granger-oorzaak van inflatie, wat het monetaristische kader ondersteunt. Rentetarieven en geldhoeveelheid oefenen significante negatieve partiële effecten uit op inflatie, terwijl overheidsbestedingen een positief effect hebben. Dit valideert de effectiviteit van zowel kwantiteit-gebaseerde als prijs-gebaseerde monetaire instrumenten in Indonesië.
2. Niet-lineaire Inflatie-Groei Nexus: De relatie tussen inflatie en economische groei is niet-lineair. Een drempelregressie identificeert een kritieke drempel nabij 9,59%, waartussen inflatie de groei significant negatief beïnvloedt. Na correctie voor structurele breuken daalt deze drempel naar 5,22%, wat aansluit bij de historische doelbereiken van Bank Indonesia. Cruciaal is dat deze drempel ruimtelijk heterogeen is; oostelijke provincies vertonen een hogere inflatietolerantie dan westelijke provincies vanwege structurele verschillen in monetarisering en infrastructuur.
3. Fiscale en Voedselinflatiedynamiek: Schokken in overheidsuitgaven produceren persistente en significante stijgingen in voedselinflatie, met name tijdens en na de pandemie. Mondiale voedselprijsstijgingen transmettreert asymmetrisch naar de consumentenprijsindex (CPI), waarbij prijsstijgingen een sterker effect hebben dan prijsdalingen, wat duidt op neerwaartse prijsrigiditeit. De wisselkoers is de meest invloedrijke externe variabele die de binnenlandse inflatie beïnvloedt.
4. Ruimtelijke Transmissie: Er bestaat een significante ruimtelijke co-beweging over de 34 provincies van Indonesië. Prijsveranderingen in één provincie transmettreert naar buurprovincies via interregionale handel en gedeelde grondstofmarkten, waarbij levensmiddelen de dominante drijfveer zijn. Modellen die ruimtelijke gewichten (STARIMA) integreren, presteren beter qua forecasting-nauwkeurigheid dan louter temporele modellen.
5. Forecasting Performance: Machine learning-benaderingen, specifelijk Long Short-Term Memory (LSTM) neurale netwerken, tonen een concurrerende forecasting-nauwkeurigheid, waarbij ze traditionele ARIMA-modellen overtreffen in het vastleggen van langetermijn sequentiële afhankelijkheden. Huidige modellen kampen echter met beperkingen wat betreft de volledigheid van inputvariabelen, zoals het uitsluiten van inflatieverwachtingen en de dynamiek van de informele sector.

Betekenis van de Review
Het artikel positioneert zijn betekenis in drie duidelijke dimensies:

• Theoretisch: Het brengt empirisch bewijs in kaart over de niet-lineaire inflatie-groei nexus en specifieke monetaire transmissiekanalen binnen de Indonesische context, waarbij de nadere aandacht wordt besteed aan regionale heterogeniteit in inflatiedrempels.
• Methodologisch: Het surveyert een spectrum aan benaderingen variërend van klassieke econometrische modellen (OLS, Granger Causality) tot frontier machine learning technieken (LSTM, ANN), en biedt een vergelijkend landschap van methodologische effectiviteit.
• Beleid: Het destilleert bruikbare inzichten voor Bank Indonesia en de nationale overheid. De bevindingen onderstrepen de noodzaak voor gecoördineerd monetair-fiscaal beleid om door fiscaal geïnduceerde voedselinflatie te beheersen, de adoptie van regio-sensitieve inflatiedoelstellingen om rekening te houden met ruimtelijke heterogeniteit, en de integratie van machine learning-tools in de forecasting-praktijken van de centrale bank om de nauwkeurigheid te verbeteren.

De review concludeert dat hoewel er aanzienlijke vooruitgang is geboekt in het begrijpen van de Indonesische inflatie, toekomstig onderzoek de hiaten moet adresseren met betrekking tot het integreren van ruimtelijke dynamiek met machine learning, het opnemen van inflatieverwachtingen en het analyseren van de distributieve effecten van inflatie over inkomensgroepen.