Modelo de Inflación Potenciado por Sentimiento del CBN — el Banco Central de Nigeria Añade Minería de Texto por Aprendizaje Automático a Su Sistema de Previsión

Desde 2022, el Departamento de Investigación del Banco Central de Nigeria (CBN) ha explorado reforzar su modelo existente de Previsión de Inflación a Corto Plazo (STIF) con un índice de sentimiento derivado de aprendizaje automático, construido mediante minería de texto de fuentes públicas, después de que la COVID-19 y la guerra entre Rusia y Ucrania desestabilizaran la fiabilidad de sus previsiones econométricas establecidas.
Los investigadores del CBN Adebiyi, Adenuga, Olusegun y Mbutor calcularon un índice de sentimiento mediante métodos de minería de texto por aprendizaje automático y probaron si su inclusión mejoraba las previsiones del modelo STIF para la inflación general, subyacente y de alimentos, publicando los resultados en la revista revisada por pares del Banco, Economic and Financial Review (Vol. 60, N.º 1, 2022).
El estudio encontró que las especificaciones del STIF que incluían el índice de sentimiento superaban a las que lo excluían, tanto en pruebas dentro como fuera de la muestra, para todos los componentes de la inflación, lo que llevó a los autores a recomendar la previsión basada en sentimiento junto con orientaciones prospectivas del tipo «open mouth operations». Un estudio posterior y metodológicamente independiente, realizado en 2025 por investigadores de la Federal University Dutsin-Ma utilizando la misma serie mensual de inflación del CBN/Oficina Nacional de Estadística (2000-2024), cuantificó cuán grande puede ser la brecha entre los enfoques tradicionales y los asistidos por ML: el ARIMA aislado produjo un Error Porcentual Absoluto Medio (MAPE) del 37,74%, una Red Neuronal Artificial aislada lo redujo al 0,059%, y un modelo híbrido ARIMA-ANN logró el menor error, de 0,054%.
Ninguno de los dos estudios constituye un informe de precisión auditado de forma independiente sobre las operaciones de previsión en producción del CBN, y el referente universitario de 2025 es un ejercicio académico separado, no una validación del modelo interno específico del CBN; las cifras de mejora deben leerse como evidencia de que los enfoques potenciados por aprendizaje automático se adaptan bien a los datos de inflación de Nigeria, no como la precisión publicada del propio modelo en producción del CBN.