Hoe economen inflatie en valutawaarden voorspellen — en waarom ze het vaak fout hebben

Inflatie- en wisselkoersprognoses beïnvloeden beslissingen van de vergaderingen van de centrale bank over rentestelling tot huishoudbudgettering, maar beide blijven onder de moeilijkste dingen in de economie om nauwkeurig te voorspellen. Centrale banken, overheidsstatistiekbureaus en academische onderzoekers hebben elk in hun eigen technische publicaties gedocumenteerd waarom dit het geval is.

Hoe inflatieprognoses worden opgebouwd

Volgens de Federal Reserve Bank of Richmond beginnen voorspellers met prijsindexen zoals de Personal Consumption Expenditures (PCE)-index en de Consumer Price Index (CPI), inclusief "kern"-versies die vluchtige voedsel- en energieprijzen uitfilteren. Bovendien stelt de Federal Reserve Bank of Cleveland vast dat beleidsmakers gespecialiseerde varianten volgen, zoals de getrimde-gemiddelde PCE van de Dallas Fed en de sticky-price CPI van de Atlanta Fed, die zijn ontworpen om prijsveranderingen te isoleren die waarschijnlijk aanhouden.

Een veel gebruikte techniek is wat de Richmond Fed "signaalextractie" noemt: statistische modellen die proberen een blijvende inflatieterend (het signaal) te scheiden van kortstondige prijsschommelingen (de ruis). Zoals één econoom van de Richmond Fed zei, als meerdere inflatiemetingen in dezelfde richting bewegen, zal een model dit behandelen als een teken van echte onderliggende inflatie in plaats van een voorbijgaand probleem.

Het onderzoek van de Richmond Fed wijst ook op een praktische complicatie: statistische benaderingen werken redelijk goed voor het voorspellen van inflatie twee tot drie maanden vooruit, maar presteren slecht wanneer de economie een "grote regime-shift" ondergaat — een plotselinge verschuiving in de krachten die prijzen aandrijven, zoals een aanbodschok gerelateerd aan een pandemie.

Onderzoeken en marktprijzen als controle op modellen

Omdat geen enkele statistische methode als definitief wordt beschouwd, stelt de Cleveland Fed uit dat beleidsmakers ook op onderzoeksgebaseerde maten raadplegen van wat mensen verwachten dat inflatie zal zijn. Deze omvatten de University of Michigan Surveys of Consumers, de Philadelphia Fed's Survey of Professional Forecasters, de New York Fed's Survey of Consumer Expectations, en een enquête onder zakenleiders, bekend als de Survey of Firms' Inflation Expectations.

Marktgebaseerde maatregelen bieden een derde input: renditen op Treasury Inflation-Protected Securities (TIPS) kunnen worden vergeleken met gewone Treasuryrenditen om af te leiden welke inflatie investeerders gemiddeld over een bepaalde periode verwachten. Het onderzoek van de Richmond Fed toonde aan dat statistisch modelgebaseerde prognoses sinds 1980 gemiddeld ongeveer 0,5 procentpunten lager zijn geweest dan onderzoeksgebaseerde prognoses, en dat statistische modellen sneller reageerden op een inflatieopstelting tussen 1998 en 2008 dan onderzoeken.

De Cleveland Fed stelt duidelijk dat "er geen consensus is over welke benadering beter is", daarom wegen centrale banken typisch meerdere maatregelen tegen elkaar af in plaats van op één te vertrouwen.

Waar inflatieprognoses fout zijn gegaan

Prognoseerfouten zijn niet alleen theoretisch. De beschrijving van de Richmond Fed van de inflatietoename in 2021 stelt vast dat in april 2021 de voorzitter van de Federal Reserve een aanhoudende stijging van de inflatie als onwaarschijnlijk beschreef, maar tegen september erkenden officials dat knelpunten in de toeleveringsketen groter en volhardender waren dan eerder verwacht. De PCE-inflatie bereikte in september 2021 4,4% op jaarbasis, volgens hetzelfde onderzoek. De Richmond Fed wijst ook op de jaren '70, toen verwachtingen van Amerikaanse inflatie naar boven dreven, grotendeels ongedetecteerd door hedendaagse modellen, beginnend in 1967.

Hoe economen wisselkoersvoorspellingen benaderen

Wisselkoersvoorspelling doet beroep op een ander gereedschapskist, maar het loopt tegen een nog scherpere beperking aan. Een veel gebruikte theoretische anker is koopkrachtpariteit (KKP), beschreven door de Federal Reserve Bank van St. Louis als een uitbreiding van de "wet van één prijs": in theorie moet een identieke mand van goederen na aanpassingen voor wisselkoersen in elk land hetzelfde bedrag kosten.

De St. Louis Fed illustreert dit met een vergelijking van Starbucks lattepreizen: een latte geprijsd op $7,65 in New York en 11 Zwitserse franken in Zürich impliceert een KKP-wisselkoers van 1,44 franken per dollar. De werkelijke marktkoers destijds was 0,86 franken per dollar, wat betekent dat de frank veel sterker verhandelde dan de eenvoudige prijsvergelijking suggereerde. De St. Louis Fed wijt deze kloof aan verschillende factoren: veel diensten zoals kapsels of lattes kunnen niet over grenzen heen worden verhandeld, KKP en werkelijke wisselkoersen volgen elkaar alleen over lange periodes van decennia, en valutamarkten worden ook gedreven door kapitaalstromen, renteverschillen en beleggerssentiment die prijsniveauvergelijkingen niet vastleggen.

Het random-walk-probleem

Voorbij KKP hebben economen veel statistische modellen tegen een opzettelijk eenvoudige norm getest: de random walk, die eenvoudigweg voorspelt dat de wisselkoers van morgen gelijk is aan de koers van vandaag. Een 2026 studie over de CAD/USD-wisselkoers, geplaatst op de arXiv-repository voor preprints, testte vijf statistische en machine-learning-benaderingen — lineaire regressie, random forest, gradient boosting, XGBoost en AdaBoost — tegen de random-walk-benchmark. Slechts één methode, lineaire regressie, bereikte een statistisch significant voordeel boven de random walk. De auteurs van de studie ontdekten dat zelfs hun best presterende modellen werden gedomineerd door zeer recente prijsgeschiedenis in plaats van bredere economische drijfveren, een patroon dat ze beschreven als consistent met het bijna-random-walk-gedrag van wisselkoersen.

Wat dit betekent voor lezers van inflatie- en valutaberichten

De gemeenschappelijke draad in beide velden is dat prognoses probabilistische schattingen zijn gebouwd op onvolledige modellen, geen garanties. Inflatieprognoses zijn doorgaans betrouwbaarder op korte termijnhorizonten van enkele maanden en onder stabiele omstandigheden, maar ze kunnen scherpe keerpunten missen die worden aangedreven door schokken zoals verstoringen in de toeleveringsketen. Wisselkoersprognoses worden met een nog moeilijkere beperking geconfronteerd: meest gepubliceerd onderzoek stelt vast dat op korte- tot middellange termijnhorizonten op theorie gebaseerde en statistische modellen het eenvoudige aanname dat de wisselkoers van morgen lijkt op die van vandaag, moeilijk hebben.

• Inflatieprognoses combineren prijsindexgegevens (CPI, PCE), statistische signaalextractiemodellen en onderzoeken van consumenten, bedrijven en professionele voorspellers.
• Centrale banken volgen tegelijkertijd meerdere inflatiegraadstokken omdat, volgens de Cleveland Fed, er geen overeengekomen enkele beste methode is.
• Wisselkoersvoorspelling steunt gedeeltelijk op theorieën als koopkrachtpariteit, die de St. Louis Fed zegt alleen over lange termijnhorizonten geldt, niet op korte termijnbewegingen.
• Over decennia van academische tests worstelen de meeste wisselkoersmodellen nog steeds om consistent de random-walk-benchmark te verslaan, volgens Fed-gepubliceerd onderzoek en een 2026 academische preprint-studie.