Monthly Inflation Dynamics in Somalia Using Seasonal ARIMA Models

In de complexe machinerie van een nationale economie zijn weinig krachten zo onmiddellijk of persoonlijk voelbaar als de prijs van goederen. Wanneer de kosten van brood, brandstof of medicijnen in de loop der tijd gestaag stijgen, wordt dit inflatie genoemd. Dit fenomeen holt de koopkracht van geld uit, wat betekent dat een gezin met hetzelfde bedrag aan contant geld minder kan kopen dan het jaar ervoor. Voor overheden is het voorspellen van deze prijsveranderingen een kwestie van overleven; nauwkeurige prognoses stellen hen in staat om lonen aan te passen, budgetten te plannen en de meest kwetsbare burgers te beschermen tegen plotselinge economische schokken. In veel ontwikkelingslanden is de data die nodig is om deze voorspellingen te doen echter vaak schaars, onregelmatig of moeilijk te interpreteren. In plaatsen als Somalië, waar markten fragiel zijn en toeleveringsketens gemakkelijk worden verstoord door klimaat of conflict, is het begrijpen van het ritme van prijsveranderingen niet slechts een academische oefening, maar een cruciaal instrument voor stabiliteit.

De uitdaging voor economen in dergelijke omgevingen is het onderscheiden van willekeurige ruis en een voorspelbaar patroon. Prijzen bewegen niet in een rechte lijn; ze stijgen en dalen vaak met de seizoenen mee, gedreven door oogstcycli, religieuze feestdagen of weerpatronen. Om dit te navigeren, vertrouwen onderzoekers op statistische modellen die de economie behandelen als een weersysteem, waarbij ze zoeken naar terugkerende cycli in plaats van alleen willekeurige stormen. Een dergelijke aanpak houdt in dat men analyseert hoe prijzen in de ene maand zich verhouden tot de prijzen in dezelfde maand van het voorgaande jaar, of hoe een prijsstijging vandaag de prijzen volgende maand zou kunnen beïnvloeden. Door deze verbindingen in kaart te brengen, wordt het mogelijk om de onderliggende structuur van inflatie te zien, waarbij de voorspelbare seizoensgebonden schommelingen worden gescheiden van de onvoorspelbare chaos van het dagelijks leven.

Dit is precies de taak die Abdirashiid Mohamud Mohamed, een onderzoeker aan de Somali National University, uitvoert in een nieuwe studie gericht op de maandelijkse inflatiecijfers van Somalië. Het doel was niet enkel om te beschrijven wat er in het verleden is gebeurd, maar om een betrouwbaar instrument te bouwen om vooruit te kijken. Met behulp van officiële gegevens van het Somalia National Bureau of Statistics, die de periode van februari 2018 tot december 2024 beslaan, paste de onderzoeker een specifiek type statistisch kader toe dat bekend staat als een Seasonal Autoregressive Integrated Moving Average-model. In gewone taal is dit een methode die ontworpen is om patronen te vinden in data die zich herhalen volgens een vaste cyclus, zoals de twaalf maanden van een jaar. De studie richtte zich specif으로 op het maandelijkse percentage van de prijsverandering, in plaats van het totale prijsniveau, om de snelheid en richting van inflatie nauwkeuriger te vangen.

De analyse begon met het controleren van de stabiliteit van de data. De onderzoeker bevestigde dat de maandelijkse inflatiecijfers stabiel genoeg waren om gemodelleerd te worden zonder dat er complexe wiskundige aanpassingen nodig waren om ze in een rechte lijn te dwingen. Wanneer de data werd onderzocht op patronen, kwam er een duidelijk en dominant ritme naar voren: het inflatiecijfer in een gegeven maand was sterk verbonden met het cijfer in dezelfde maand van het voorgaande jaar. Deze jaarlijkse cyclus was het krachtigste signaal in de data, veel sterker dan de invloed van wat er in de direct voorafgaande maand gebeurde. Hoewel er enige kortetermijnpersistentie was, waarbij een prijsstijging deze maand de prijzen volgende maand een zetje omhoog zou kunnen geven, was de jaarlijkse terugkeer de primaire drijfveer.

Om de beste manier te vinden om dit gedrag te beschrijven, testte de onderzoeker negen verschillende wiskundige structuren tegen de historische data. De winnaar was een model dat een eenvoudig kortetermijngeheugen combineerde met een sterk seizoensgebonden geheugen. Dit optimale model slaagde erin de realiteit te vatten dat de inflatie in Somalië grotendeels een seizoensgebonden fenomeen is. De studie vond dat de prijsveranderingen in een specifieke maand, zeg maart, zwaar worden bepaald door wat er in maart van het jaar ervoor gebeurde. Het statistische bewijs toonde aan dat deze seizoensgebonden link sterk, positief en zeer significant is, wat betekent dat de jaarlijkse cyclus een betrouwbaar kenmerk is van de Somalische economie, en geen willekeurige toevalligheid.

Met het gevalideerde model gebruikte de onderzoeker dit om prognoses te genereren voor de jaren 2025 en 2026. De resultaten schetsen een beeld van een economie die gemiddeld relatief stabiel blijft, maar gekenmerkt wordt door duidelijke, voorspelbare pieken en dalen. Het model projecteert dat inflatie de neiging heeft om te stijgen tijdens de eerste helft van het jaar, specifiek piekend in maart, april en mei. Deze maanden komen overeen met perioden van seizoensgebonden druk, waarschijnlijk gedreven door aanpassingen in de voedselvoorziening na de regenseizoenen en een toegenomen vraag tijdens religieuze feestdagen. Daartegenover voorspelt het model perioden van dalende prijzen, of deflatie, in januari, augustus en december. Deze dalingen zijn niet noodzakelijkerwijs tekenen van economische zwakte, maar maken deel uit van de natuurlijke seizoensgebonden eb en vloed van de markt.

De nauwkeurigheid van deze voorspellingen werd getest tegen reële data uit 2024, die apart werd gehouden van de initiële analyse om als blinde test te dienen. Het model presteerde met hoge precisie, waarbij de gemiddelde fout minder dan een derde van de typische maandelijkse prijsfluctuatie bedroeg. Dit niveau van nauwkeurigheid suggereert dat het model succesvol de werkelijke motor heeft geïdentificeerd die de inflatie in het land aandrijft. Bovendien toonde een controle op de stabiliteit van het model aan dat het seizoenspatroon in de loop van de tijd consistent is gebleven, zonder plotselinge breuken of verschuivingen die de prognoses nutteloos zouden maken.

De implicaties van deze bevindingen zijn praktisch en onmiddellijk. Voor beleidsmakers biedt de studie een duidelijke waarschuwing: de voorjaarsmaanden zullen waarschijnlijk hogere prijzen met zich meebrengen, en er moeten vooraf voorbereidingen worden getroffen om lage inkomenshuishoudens te beschermen. De voorspelde prijsdalingen in de winter en de late zomer mogen niet worden aangezien voor een permanente verbetering van de economie, maar moeten worden begrepen als onderdeel van de seizoensgebonden cyclus. Hoewel het model een solide basislijn biedt voor planning, merkt de onderzoeker op dat het geen rekening kan houden met plotselinge, externe schokken zoals wereldwijde stijgingen van brandstofprijzen of ernstige droogtes, die het patroon op elk moment kunnen verstoren. Desalniettemin biedt dit werk, door de voorspelbare ritmes van de economie in kaart te brengen, een cruciale fundering voor een stabieler en effectiever economisch beheer in Somalië.