📈 economics

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

Deze studie evalueert diverse machine learning- en econometrische modellen voor inflatievoorspelling over acht economieën in Sub-Sahara Afrika en stelt vast dat, vanwege structurele breuken en hoge volatiliteit, geen enkel complex model een eenvoudige naïeve persistentie-baseline statistisch overtreft, wat suggereert dat beleidsmakers in de regio eenvoudige modellen als actieve benchmarks moeten behouden.

Oorspronkelijke auteurs: Baffour Osei, Abigail Boatemaa, Isaac Nyame, Gabriel Osei Forkuo

Gepubliceerd 2026-07-16

📖 7 min leestijd🧠 Diepgaand

CC BY 4.0

Oorspronkelijke auteurs: Baffour Osei, Abigail Boatemaa, Isaac Nyame, Gabriel Osei Forkuo

Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer

De Grote Voorspellingsrace: Waarom de Simpelste Gok Vaak Wint

Stel je voor dat je probeert het weer voor volgende week dinsdag te voorspellen. Je zou een supercomputer kunnen tevoorschijn halen, satellietbeelden kunnen analyseren, windsnelheden kunnen meten en complexe klimaatmodellen kunnen draaien. Of je kunt gewoon uit het raam kijken en zeggen: "Het zal ongeveer hetzelfde zijn als vandaag." In de wereld van de economie is dit de ultieme strijd tussen hoogtechnologische complexiteit en simpel gezond verstand. Economen besteden decennia aan het bouwen van enorme, ingewikkelde modellen om inflatie te voorspellen—de snelheid waarmee prijzen voor zaken als brood, brandstof en huur stijgen. Ze gebruiken chique wiskunde en machine learning, in de hoop verborgen patronen te vinden die overheden helpen bij het vaststellen van rentetarieven en het beschermen van het spaargeld van gezinnen. Maar er is een hardnekkige, ouderwetse rivaal in deze race: de "random walk" (willekeurige wandeling). Dit is het idee dat de beste gok voor de prijs van morgen simpelweg de prijs van vandaag is. Het klinkt dwaas, alsof je de uitkomst van een muntopgooi raadt, maar de geschiedenis laat zien dat dit simpele trucje ongelooflijk moeilijk te verslaan is, vooral in regio's waar de economie wild en onvoorspelbaar is.

Dit artikel duikt in die exacte strijd, maar met een twist: het test deze ideeën in Sub-Sahara Afrika, een regio waar de inflatie wild kan schommelen als een pendel. De onderzoekers verzamelden gegevens van acht verschillende landen over een periode van meer dan 50 jaar, waardoor ze een enorme digitale speeltuin creëerden om te zien of moderne "slimme" computers (Machine Learning en Deep Learning) de simpele "kijk-naar-gisteren"-methode eindelijk zouden kunnen slim af zijn. Ze keken niet alleen naar wie de laagste foutmarge had; ze gebruikten strikte statistische tests om te zien of een fancy model daadwerkelijk beter was, of dat ze gewoon geluk hadden.

De Race: Hoogtechnologie versus de "Gisteren"-Strategie

De auteurs zetten een groot experiment op met acht Sub-Sahara Afrikaanse economieën: Ghana, Nigeria, Kenia, Ivoorkust, Zuid-Afrika, Senegal, Tanzania en Oeganda. Ze bouwden een dataset van 424 momentopnames van het economische leven, strekkend van 1972 tot 2024. Zie dit als een enorme trainingskamp waar ze acht verschillende "coaches" leerden hoe ze inflatie moeten voorspellen.

De coaches waren een mix van oud en nieuw:

De Naïeve Coach (Random Walk): Deze coach heeft geen brein. Hij zegt gewoon: "De inflatie van volgend jaar zal precies hetzelfde zijn als die van dit jaar."
De Econometrische Coaches: Dit zijn de traditionele experts die lineaire vergelijkingen en vaste regels gebruiken op basis van economische theorie.
De Machine Learning Coaches: Dit zijn de hoogtechnologische tovenaars. Ze omvatten Random Forest (een team van beslissingsbomen), XGBoost (een super-geoptimaliseerde boom-booster) en Elastic Net (een slim filter dat de beste aanwijzingen selecteert).
De Deep Learning Coach (LSTM): Dit is de meest complexe; een type kunstmatige intelligentie ontworpen om lange reeksen gebeurtenissen te onthouden, zoals een mens die een verhaal onthoudt.

De onderzoekers verdeelden hun data in drie delen: een trainingsset (om de coaches te onderwijzen), een validatieset (om ze af te stemmen) en een testset (het eindexamen van 2018 tot 2024). Ze wilden zien of de fancy AI de simpele "kijk-naar-gisteren"-coach kon verslaan.

De Schokkende Resultaat: De Simpele Coach Houdt Stand

Toen de resultaten van het eindexamen binnenkwamen, was de uitkomst een enorme schok voor het idee dat "groter en slimmer altijd beter is."

De Naïeve Coach (Random Walk) was statistisch ongeslagen. Het behaalde de laagste foutmarge van alle modellen, met een Test RMSE (een maatstaf voor hoe ver de gok ernaast zat) van 4,435. Belangrijker nog, toen de onderzoekers strikte statistische tests uitvoerden (de zogenaamde Diebold-Mariano tests) om te zien of een ander model echt beter was, was het antwoord een resoluut nee. Geen van de complexe modellen kon bewijzen dat ze statistisch superieur waren aan de simpele "kijk-naar-gisteren"-gok.

Hier is hoe de andere coaches presteerden:

De Machine Learning Tovenaars (Random Forest en XGBoost): Dit waren de beste van de complexe groep. Random Forest kwam uit met een Test RMSE van 4,849, en XGBoost had een score van 5,825. Hoewel ze dichtbij waren, lieten de statistische tests zien dat ze in essentie gelijk stonden aan de Naïeve Coach. Ze verloren niet, maar ze wonnen ook niet; ze bereikten statistische pariteit. Random Forest was het enige model dat een statistische gelijkheid met de simpele baseline kon claimen, maar het overtrof deze niet.
De Traditionele Experts (Pooled OLS en Panel Fixed Effects): Deze ouderwetse lineaire modellen deden het slecht. Ze werden aanzienlijk verslagen door de Naïve Coach, met fouten van respectievelijk 6,781 en 6,612. Het paper suggereert dat het proberen af te dwingen van een rechte lijn op een volatiele, chaotische economie simpelweg niet werkt.
De Deep Learning Ster (LSTM): Dit was het meest dramatische verhaal. Wanneer de AI te lang werd getraind (350 epochs) zonder een veiligheidsrem, leed het aan "overfitting". Het memoriseerde de trainingsdata zo perfect dat het de test niet haalde, met een verschrikkelijke score van 7,741. Echter, toen de onderzoekers "early stopping" toevoegden (een techniek om de training te stoppen voordat de AI te verward raakt), verbeterde de score naar 6,162. Dit was een enorme verbetering, maar het versloeg de simpele Naïeve Coach nog steeds niet. Het werd slechts "statistisch ononderscheidbaar" van hem—wat betekent dat het goed genoeg was om een gelijkspel te behalen, maar niet goed genoeg om te winnen.

Waarom Faalden de Slimme Modellen?

De auteurs bieden een paar redenen waarom de hoogtechnologische modellen de code in deze specifieke regio niet konden kraken.

Ten eerste, de data is te klein en te luidruchtig. De trainingsset had slechts 304 observaties. Voor een supercomplexe AI zoals een LSTM is dat alsof je een taal probeert te leren door slechts een paar pagina's van een woordenboek te lezen. De modellen raken in de war en beginnen de ruis te memoriseren in plaats van de regels te leren.

Ten tweede, de economie verandert voortdurend de regels. De testperiode (2018–2024) bevatte enorme schokken zoals de COVID-19 pandemie en pieken in de wereldwijde grondstofprijzen. Het "simpele" model kijkt gewoon naar het meest recente cijfer, wat zich direct aanpast aan deze schokken. De complexe modellen proberen echter een patroon te vinden op basis van het verleden (pre-2009 data), wat niet langer van toepassing is wanneer de wereld plotseling verandert. Het is als het proberen te navigeren door een storm met een kaart van een zonnige dag; de kaart is te gedetailleerd, maar het is de verkeerde kaart.

Ten derde, de "aanwijzingen" zijn misschien niet zo nuttig. De modellen werden gevoed met data zoals rentetarieven, overheidsuitgaven en olieprijzen. Maar in deze economieën lijkt inflatie vooral gedreven te worden door zijn eigen momentum en wisselkoersen, waardoor de andere aanwijzingen minder nuttig zijn. Het simpele model negeert al die extra aanwijzingen en rijdt gewoon mee op het momentum, wat toevallig de winnende strategie blijkt te zijn.

Wat Dit Betekent voor de Toekomst

Het paper concludeert dat voor beleidsmakers in Sub-Sahara Afrika de boodschap duidelijk is: Gooi de simpele instrumenten niet weg, alleen omdat je fancy nieuwe middelen hebt.

Hoewel de complexe modellen (zoals Random Forest en de gecorrigeerde LSTM) indrukwekkend zijn en de prestaties van het simpele model kunnen evenaren, hebben ze niet bewezen dat ze het kunnen verslaan. Sterker nog, het simpele "persistentie"-model is zo robuust dat het de "gouden standaard" of de "baseline" moet blijven die alle nieuwe modellen moeten verslaan voordat ze vertrouwd kunnen worden.

De auteurs suggeren dat als centrale banken deze fancy AI-tools willen gebruiken, ze dat voorzichtig moeten doen. Ze raden aan om het simpele model op de achtergrond te laten draaien als een reality check. Als een complex model niet statistisch kan bewijzen dat het beter is dan simpelweg gokken dat "morgen net zo zal zijn als vandaag", dan is het waarschijnlijk de extra kosten en complexiteit niet waard.

Uiteindelijk voegt deze studie een hoofdstuk toe aan een langlopend mysterie in de economie: in een wereld vol chaos en plotselinge veranderingen, is het soms het slimste wat je kunt doen om gewoon te kijken naar wat er gisteren is gebeurd en ervan uit te gaan dat dat weer zal gebeuren. Het "simpele" is niet altijd het beste, maar in de volatiele markten van Sub-Sahara Afrika is het momenteel de kampioen.

Technische Samenvatting: Evaluatie van Machine Learning en Econometrische Modellen voor Inflatievoorspelling in Sub-Sahara Afrika

Probleemstelling
Beleidsmakers in Sub-Sahara Afrika (SSA) staan onder toenemende druk om machine learning (ML) en deep learning (DL) methoden te adopteren voor inflatievoorspellingen. De regionale literatuur benchmarkt deze complexe benaderingen echter zelden tegenover eenvoudige persistentiemodellen (random walks). Bovendien leunen bestaande studies vaak op tijdreeksen van één enkel land met beperkte steekproefomvang (ongeveer 50 jaarlijkse observaties), wat onvoldoende is voor het trainen van hoog-capacitieve modellen zonder ernstige overfitting. Er is een kritiek gat in het begrip of verhoogde modelcomplexiteit statistisch verdedigbare winsten oplevert in de door data beperkte, hoog-volatiele SSA-omgevingen wanneer deze rigoureus wordt vergeleken met een naïef baseline-model.

Methodologie
De studie construeert een reproduceerbare, jaarlijkse paneldataset die acht SSA-economieën beslaat (Ghana, Nigeria, Kenia, Côte d'Ivoire, Zuid-Afrika, Senegal, Tanzania en Oeganda) van 1972 tot 2024 ( $N=424$ ). De data werden programmatisch geëxtraheerd via API's van de Wereldbank (WDI) en FRED om controleerbaarheid te waarborgen.

Data Preprocessing: De pipeline voorkomt strikt cross-sectionele data-lekkage. Imputatie (forward/backward fill) en lag-generatie (1e en 2e orde) werden binnen landgroepen uitgevoerd vóór de chronologische splitsing. Kenmerken werden gestandaardiseerd met behulp van uitsluitend statistieken uit de trainingsset.
Model Suite: Acht voorspellingsbenaderingen werden geëvalueerd:
1. Naïef Benchmark: Een landspecifiek random-walk persistentiemodel (Atkeson-Ohanian).
2. Lineaire Econometrie: Gepoolde OLS en Panel Fixed Effects (within estimator).
3. Machine Learning: Elastic Net (L1/L2 regularisatie), Random Forest en XGBoost.
4. Deep Learning: Een Panel LSTM (Recurrent Neural Network) geëvalueerd met en zonder early stopping.
Evaluatiekader: Modellen werden getraind op een strikte chronologische splitsing (Train: $\le$ 2009; Validatie: 2010–2017; Test: 2018–2024). Voorspellende nauwkeurigheid werd beoordeeld met behulp van RMSE en MAE, maar statistische significantie werd bepaald via gepaarde Diebold-Mariano (DM) testen op squared-error loss-verschillen.
Robuustheidscontroles: De studie maakte gebruik van HAC-Newey-West/Harvey-Leybourne-Newbold (HLN) gecorrigeerde variantieschatters, Holm-Bonferroni-correcties voor meervoudige vergelijkingen, strikt vertraagde (lagged-only) predictor-specificaties (verwijdering van contemporaine exogene variabelen), expanding-window recursieve her-schatting en LSTM-sequentielengte-gevoeligheidsanalyse.

Belangrijkste Resultaten
De empirische analyse levert een definitief "random-walk puzzle"-resultaat op voor de SSA-context:

Dominantie van de Naïeve Benchmark: Geen enkel geschat model (econometrisch, ML of DL) behaalde een statistisch significante verbetering in out-of-sample voorspellende nauwkeurigheid ten opzichte van de naïeve persistentiebenchmark. Het naïeve model behaalde de laagste punt-schatting Test RMSE (4.435) en MAE (2.510).
Prestaties van Tree Ensembles: Random Forest en XGBoost bereikten statistische pariteit met de random walk (DM p-waarden van respectievelijk 0.538 en 0.130), maar overtroffen deze niet. Opvallend genoeg presteerde Random Forest significant beter dan XGBoost op de volledige panel, een omkering van de trends die in kleinere interim-analyses werden gezien.
Falen van Lineaire en Ongecorrigeerde DL Modellen: Traditionele lineaire modellen (Pooled OLS en Panel Fixed Effects) en het ongecorrigeerde LSTM (getraind voor 350 epochs zonder early stopping) werden significant gedomineerd door de naïeve benchmark op het 5%-niveau.
Impact van Early Stopping: Het implementeren van early stopping op de LSTM verminderde de Test RMSE met 20,4% (van 7.741 naar 6.162), waardoor het model verschoof van significant slechter dan de benchmark naar statistisch ononderscheidbaar van de benchmark. Het leverde echter geen competitief voordeel op ten opzichte van de tree-based ensembles.
Robuustheid: Deze bevindingen bleven standhouden onder striktere HAC-HLN variantieschatting en Holm-Bonferroni correcties (waarbij alleen het verschil tussen de naïeve benchmark en Panel Fixed Effects significant bleef). De resultaten waren ook consistent wanneer een strikt vertraagde (lagged-only) feature set werd gebruikt, wat bevestigt dat de bevindingen geen artefacten zijn van het gebruik van contemporane informatie die niet beschikbaar is op het moment van voorspelling.

Belangrijkste Bijdragen

Empirische Benchmarking: Dit is een van de eerste studies die systematisch de naïeve persistentiebenchmark bevat in de context van de SSA-inflatievoorspelling, wat de aanname uitdaagt dat complexe modellen inherent beter presteren dan eenvoudige baselines in deze regio.
Reproduceerbare Pipeline: De studie biedt een volledig controleerbare, API-gestuurde data-extractie en preprocessing pipeline die cross-sectionele lekkage voorkomt, waarmee een transparantiestandaard wordt gezet voor toegepaste macro-econometrische arbeid in data-arme omgevingen.
Uitbreiding van Modelklassen: Het breidt de "random-walk puzzle"-literatuur uit voorbij Phillips-curve en VAR-modellen naar moderne tree-based ensembles en recurrente neurale netwerken, en demonstreert dat de puzzel zelfs met deze geavanceerde architecturen standhoudt in jaarlijkse SSA-data.
Methodologische Rigor: De toepassing van formele Diebold-Mariano testen met correcties voor meervoudige vergelijkingen en robuustheidscontroles (recursieve her-schatting, lagged-only specificaties) biedt een rigoureuzer evaluatiekader dan loutere punt-schatting vergelijkingen alleen.

Betekenis en Claims
Het artikel claimt dat de bevindingen in lijn zijn met de goed gedocumenteerde "random-walk puzzle" in wereldwijde inflatievoorspellingen, wat suggereert dat structurele breuken, hoge volatiliteit en bescheiden steekproefomvang substantiële uitdagingen vormen voor hoog-geparameteriseerde voorspellingsarchitecturen in SSA.

De auteurs concluderen dat regionale centrale banken en ministeries van financiën eenvoudige persistentiemodellen als actieve baselines moeten behouden bij het evalueren van investeringen in complexe voorspellingsinfrastructuur. De studie adviseert tegen het overinvesteren in complexe modellen zonder eerst aan te tonen dat zij de lage lat die door persistentie wordt gelegd, kunnen halen. Het suggereert dat instellingen prioriteit moeten geven aan formele gepaarde voorspellende nauwkeurigheidstesten (zoals de Diebold-Mariano test) boven loutere punt-schatting metrieken bij het valideren van nieuwe voorspellingsinstrumenten.