Rwanda · Kigali · See the Rwanda profile
Depuis 2022, la banque centrale du Rwanda utilise une boîte à outils de nowcasting fondée sur l'apprentissage automatique, construite avec le FMI — couvrant 10 sous-groupes de l'IPC sous-jacent et 2 sous-groupes de l'inflation alimentaire — pour alimenter son système de prévision et d'analyse des politiques, fournissant aux décideurs des signaux mensuels quasi en temps réel sur l'inflation et le PIB malgré le retard des données officielles rwandaises.
La banque centrale du Rwanda, la National Bank of Rwanda (BNR), fait face à un problème courant chez les banques centrales des économies en développement : les données officielles de PIB et d'inflation arrivent avec de longs délais, ce qui entrave les décisions de politique monétaire en temps réel. À partir d'une mission d'assistance technique du FMI en mars 2022, puis étendue par de nouvelles missions en octobre 2023 et janvier 2025, des experts du FMI et le personnel de la BNR ont construit la boîte à outils de 'prévision à court terme' (NTF) pour l'IPC et le PIB.
La boîte à outils applique des techniques statistiques et d'apprentissage automatique à des indicateurs à haute fréquence pour produire des prévisions mensuelles désagrégées en dix sous-groupes de l'IPC de base et deux sous-groupes d'inflation alimentaire, aidant le personnel à distinguer l'inflation due à des chocs d'offre de l'inflation due à la demande. La formation a également porté sur la construction de graphiques en éventail d'incertitude et un cadre d'évaluation des effets des chocs climatiques sur les prix alimentaires.
Les rapports d'assistance technique du FMI indiquent que les outils 'devraient être utilisés mensuellement' dans le cadre du système de prévision et d'analyse des politiques (FPAS) de la BNR, et les propres rapports de politique monétaire de la BNR, y compris celui de mai 2025, font référence aux résultats de ce travail de nowcasting.
La gouvernance est relativement transparente selon les normes des banques centrales, le FMI publiant des rapports d'assistance technique complets détaillant la méthodologie et les limites connues, avec le consentement du pays bénéficiaire. La documentation disponible ne permet pas de quantifier pleinement dans quelle mesure les décisions de politique monétaire intègrent directement les résultats de l'outil ; son impact doit donc être compris comme une intégration opérationnelle dans l'analyse du personnel plutôt que comme un facteur avéré des décisions de taux spécifiques.
Where this practice's information was retrieved from, and when.
South Africa
SARB researchers rigorously tested machine-learning models (LASSO, XGBoost, neural networks) against the bank's own published inflation forecasts: ML modestly beat …
Sweden
In an April 2025 Staff Memo, Riksbank economists found random-forest and neural-network models measurably outperformed Sweden's traditional time-series forecasts for …
Netherlands
DNB's DFROG nowcasting model has tracked Dutch GDP growth in real time since 2024, publishing monthly estimates; a decade-long evaluation …
Poland
Narodowy Bank Polski scrapes millions of online retail prices to nowcast food inflation ahead of official CPI releases. Peer-reviewed tests …
Open full copilot Grounded in cited practices — always check the sources.