卢旺达：技术援助报告——进一步加强卢旺达国家银行短期预测框架

核心观点

• 现期预测框架改进：通过解决中期季度预测模型（QPM）和时序预测模型中采用不同核心CPI定义的问题，改善了预测评估；对新西兰储备银行（NBR）的工作人员进行实操培训，包括使用CPI时序预测工具来监控月度通胀结果，以及创建和解读GDP和CPI预测的不确定性扇形图；增强NBR工作人员对GDP时序预测模型中高频实体部门指标构建过程的理解。
• 天气冲击分析框架建立：建立了一个分析天气冲击（尤其是降雨）对农作物生产和新鲜食品价格影响的分析体系。该模型利用卢旺达各气象站的每日降雨数据来识别干旱期和降雨量大的时期，并估计它们对农作物生产的影响。另一个模型则估计农作物生产变化对新鲜食品价格的影响。
• 未来工作建议：GDP和CPI现在预测框架需要进一步细化，以支持对分解层面的更深入分析；FPAS主题的TA任务于10月9日进行，目标为：（i）进一步加强对国内生产总值（GDP）和消费者价格指数（CPI）通货膨胀的nowcasting框架的理解和使用，在NBR方面；（ii）分析天气冲击对粮食作物生产和新鲜食品价格的影响。

关键数据

• 农作物生产数据：来自季节性农业调查，仅包含2013年以后的A、B季节数据，共20个数据点。
• 新鲜食品价格数据：自2019年1月开始的分项数据。
• 降雨数据：来自卢旺达气象服务部门的农业气象学专家，包含卢旺达十四个气象站每日降雨数据。

研究结论

• 降雨对作物生产的影响：种植季节的干旱期预计会降低作物产量约7％；收获季节的重降雨预计会降低作物产量约5％；生长季节的总降雨量对作物产量没有显著影响。
• 作物生产对新鲜食品价格的影响：与正常水平相比，农作物产量下降10%与新鲜食品价格上涨5%相关联；进口肥料零售加权平均价格上涨10%与新鲜食品价格上涨1%相关联。
• 食品价格预期调查：可能是预测作物生产和价格的有用信息来源，但需要进一步的技术支持来构建扩散指数。