evidoria

← Voltar à navegação

Boa prática Importada

e-Inflation — o Sistema Interno de IA e Big Data do Banco de Gana para Previsão em Tempo Real na Política Monetária

Gana · Accra · Ver o perfil de Gana · Ver o perfil de Accra

Evidência: Descritivo / autorreportado Top 74% 47/100 · Pergunte a Evidence Copilot sobre esta prática

O Banco de Gana criou uma metodologia interna de 'nowcasting' chamada e-Inflation e a associou a modelos de aprendizagem automática para aprimorar previsões de PIB e inflação antes dos dados oficiais, segundo seu Primeiro Vice-Governador numa conferência nacional de estatística em agosto de 2026.

e-Inflation — o Sistema Interno de IA e Big Data do Banco de Gana para Previsão em Tempo Real na Política Monetária

Detalhes

Maturidade
Consolidada
Promotor
Bank of Ghana
Período
2025–present
Palavras-chave
monetary policy, central banking, inflation forecasting, macroeconomic statistics

Contexto

Em fevereiro de 2025, o governador do Banco do Gana, Dr. Johnson Pandit Asiama, ordenou ao banco que adotasse uma abordagem mais proativa e baseada em análise de dados e IA para gerir a inflação.

Atividades

Dezoito meses depois, o primeiro vice-governador Dr. Zakari Mumuni detalhou o resultado na 4ª Conferência Anual de Estatística e Ciência de Dados (27 de agosto de 2026): uma metodologia interna de previsão imediata ('nowcasting') da inflação, chamada 'e-Inflation', que funciona a par do Sistema de Previsão e Análise de Política já existente do banco e do Modelo de Projeção Trimestral, com modelos de aprendizagem automática a complementar as previsões econométricas padrão do PIB, e análise de mineração de texto a extrair sinais de grandes volumes de informação não estruturada; do lado da supervisão, o mesmo impulso permite aos examinadores validar dados bancários detalhados à medida que chegam, em vez de esperar por folhas de cálculo mensais estáticas.

Resultados

Vários órgãos de comunicação do Gana (Ecofin Agency, MyJoyOnline, B&FT, GhanaWeb, Norvan Reports) reportaram de forma independente a mesma apresentação, e o Dr. Mumuni afirmou que as ferramentas 'ajudaram o Banco a melhorar a precisão das suas previsões de inflação, incluindo previsões feitas antes da divulgação de dados oficiais'.

Conclusões

Não foram publicados valores de precisão auditados de forma independente, e o próprio Dr. Mumuni advertiu que 'a tecnologia pode reforçar a nossa inteligência, mas não elimina a necessidade de julgamento humano' — um raro reconhecimento público dos limites da ferramenta por parte da instituição que a implementa.

Implementação

Custo indicativo
Baixo (< 50 mil €)
Tempo até resultados
Médio (1–3 anos)
Equipa e competências
Bank of Ghana Research/Statistics department, Text-mining and machine-learning analysts (in-house)

Condições de sucesso

  • Built in-house rather than outsourced, integrated alongside existing Forecast and Policy Analysis System and Quarterly Projection Model
  • Applied to both monetary-policy nowcasting and bank-supervision data validation

Modos de falha comuns

  • No independently audited accuracy figures published; the Bank's own First Deputy Governor cautions the tool does not remove the need for human judgment

Habitualmente financiado por

National / regional programmes

Vias de financiamento indicativas para práticas deste tipo — verifique sempre os avisos abertos e as regras de elegibilidade de cada programa.

Implementa esta prática? Reivindique-a — implementadores verificados obtêm um contacto público na página e podem propor correções.

Fontes de dados

De onde foi obtida a informação desta prática, e quando.

Anexos

Práticas semelhantes que podem ser úteis