El SSCIF se Vuelve Más Inteligente — el Banco Central de Kazajistán Añade Aprendizaje Automático Ridge, Lasso y Elastic-Net a Su Sistema de Previsión de Inflación

El Banco Nacional de la República de Kazajistán (NBK) opera desde hace tiempo un Sistema Selectivo-Combinado de Previsión de Inflación (SSCIF), construido sobre modelos econométricos tradicionales (MCO, LTAR, BVAR, Paseo Aleatorio) dentro de su Departamento de Política Monetaria.
En un documento de trabajo del NBK de diciembre de 2024 (NBRK-WP-2024-13), los analistas Zarina Adilkhanova y Yerzhan Islam añadieron al SSCIF los algoritmos de aprendizaje automático de Regresión Ridge, Regresión Lasso y Elastic Net, y repitieron pruebas de precisión pseudo-fuera-de-muestra, medidas mediante el error cuadrático medio (RMSE), en cuatro ventanas históricas de prueba (2016, 2018, 2020-21 y 2023-24).
El modelo actualizado, reforzado con ML, redujo el RMSE de la inflación general en un 18,6% (enero-septiembre de 2018), un 15,8% (julio de 2020-marzo de 2021) y un 15,3% (mayo de 2023-enero de 2024) frente a la versión anterior, solo econométrica, aunque los autores señalan que el modelo anterior aún preveía con mayor precisión algunos subcomponentes (inflación no alimentaria y de servicios) en una ventana de marzo-noviembre de 2016 para la que había sido diseñado originalmente. En agosto de 2024, el Centro Regional de Asistencia Técnica del FMI para el Cáucaso, Asia Central y Mongolia (CCAMTAC) realizó una misión de diagnóstico a solicitud del NBK para ayudar a incorporar un sistema de previsión a corto plazo más robusto en toda la División de Análisis Monetario, con una implementación prevista para el año fiscal 2026 del FMI.
Los autores califican explícitamente los resultados del SSCIF como estimaciones internas, basadas únicamente en el modelo y pseudo-fuera-de-muestra, que excluyen el juicio de expertos y los choques externos, y afirman que el artículo refleja sus opiniones personales y no la posición oficial del NBK; la ampliación respaldada por el CCAMTAC estaba, según las fuentes citadas, todavía en fase de planificación/implementación y no en un despliegue ya completado en todo el banco.