Machine Learning-Based Forecasting of Headline Inflation in Ethiopia: an Empirical Comparative Study

技术摘要：基于机器学习的埃塞俄比亚整体通胀预测

问题陈述
通胀是决定国家福祉的关键因素，也是埃塞俄比亚面临的重要经济挑战。由于干旱、内部冲突和全球供应冲击等因素的影响，该国的整体通胀率近期已超过 30%。传统计量经济学和时间序列模型（如 ARIMA、VAR、VECM）在历史上一直被用于预测埃塞俄比亚的通胀。然而，由于通胀数据的复杂性和非线性特征，这些线性模型往往难以实现高精度预测，且无法充分捕捉结构性断点、不对称性以及宏观经济变量之间多维度的相互作用。此外，该地区的既往研究通常仅依赖于综合消费者价格指数（CPI）数据，未能充分考虑特定的决定因素，也未能利用先进的机器学习（ML）技术来提高预测精度。

方法论
本研究采用监督学习方法，利用 2000 年至 2023 年的季度数据对埃塞俄比亚的整体通胀进行建模与预测。数据来源于中央统计局、埃塞俄比亚国家银行、埃塞俄比亚国家气象局及世界银行。

• 数据预处理： 对数据集进行了清洗、转换，并将其划分为 80% 的训练集和 20% 的测试集。响应变量——整体通胀率（$HI_t$）——通过计算消费者价格指数（CPI）同比变化的自然对数得出。
• 预测变量： 研究纳入了广泛的外生变量，包括食品和非食品通胀、货币供应量、汇率、GDP、政府预算赤字、外国直接投资、降雨量、石油和食品价格、政治稳定性、运输数据（车辆数量）以及失业率。
• 建模方法： 本研究将几种监督学习算法与传统的基准模型进行了对比：
  • 惩罚线性模型： 采用岭回归（Ridge Regression）、LASSO（最小绝对收缩和选择算子）以及 Elastic Net，以解决多重共线性问题并进行变量选择。
  • 非线性机器学习模型： 采用随机森林（Random Forest）、多层感知器（MLP）和神经网络自回归（NNAR）。
  • 基准模型： 使用单变量 SARIMA 模型作为对比的基准。
• 评估指标： 使用均方根误差（RMSE）、平均绝对误差（MAE）和平均绝对百分比误差（MAPE）对样本内（训练集）和样本外（测试集）的模型性能进行评估。
• 预测时界： 将选定的最优模型用于预测未来五年的整体通胀走势（2024–2028 年）。

关键结果

• 特征重要性： 在所有模型中，食品通胀被确定为最关键的预测因子。其他重要变量包括非食品通胀、出口价格、政府消费、固定资产投资总额以及车辆数量。值得注意的是，LASSO 模型将“政治稳定性”和“车辆数量”识别为显著因素，其中后者显示出与通胀呈负相关关系，这表明改善交通效率有助于缓解价格压力。
• 模型性能：
  • 线性模型： LASSO 回归有效地解决了多重共线性问题，取得了良好的结果，其样本内 RMSE 为 0.110，样本外 RMSE 为 0.172。在样本外预测方面，其表现优于岭回归和 Elastic Net 模型。
  • 非-线性模型： 带有外生变量的神经网络自回归（NNAR）模型，特别是 NNAR(5, 2, 10)，表现优于所有其他模型。它实现了完美的样本内精度（RMSE = 0.000）以及最低的样本外误差（RMSE = 0.128；MAE = 0.067；MAPE = 10.576）。
  • 对比分析： 与 SARIMA、MLP、随机森林以及线性收缩模型相比，NNAR 模型展现出了更强的泛化能力。研究表明，引入外生变量显著提高了相比于单变量方法的预测准确性。
• 预测结果： NNAR 模型预测，整体通胀在 2024 年和 2025 年将保持在相对较低水平，从 2026 年开始逐渐上升，并在 2027 年第二季度达到约 36% 的峰值，随后在 2028 年第四季度开始逐步回落。
• 诊断测试： 残差分析（直方图和 ACF 图）以及 Ljung-Box 检验确认，NNAR 模型的残差呈正态分布且不存在显著的序列相关性，这表明该模型充分捕捉了底层数据的结构。

意义与贡献
本研究声称是首个在埃塞俄比亚专门利用机器学习方法进行整体通胀预测的研究。其主要贡献包括：

1. 方法论优势： 证明了在埃塞俄比亚动荡的通胀环境下，非线性机器学习模型（尤其是 NNAR）在预测性能上优于传统的线性计量经济模型和单变量时间序列方法。
2. 变量识别： 验证了包括政治稳定性和运输基础设施（车辆数量）在内的多样化预测因子的重要性，而这些因素在传统的通胀建模中经常被忽视。将车辆获取能力视为降低通胀压力的因素被视为一项新颖发现。
3. 政策相关性： 通过提供更准确的预测和识别关键驱动因素，本研究为经济规划和货币政策决策提供了更好的工具，有助于埃塞俄比亚国家银行实现维持物价稳定的目标。
4. 稳健性： 研究证实，将外生变量纳入机器学习模型可以显著提升预测精度，从而解决了仅依赖历史通胀数据的模型的局限性。