DOI: https://doi.org/10.33003/fujafr-2026.v4i1.314.390-403
تاريخ النشر: 2026-03-31
المؤلف: Marshall Simon Ekpete
الموضوع الرئيسي: السياسة النقدية والأثر الاقتصادي
نظرة عامة
تدرس هذه الدراسة سلوك وتوقع معدل الإقراض الرئيسي في نيجيريا (PLR) من 1990 إلى 2026، مع التركيز على التحولات الهيكلية، وأنماط التقلب، وفعالية المكونات الذاتية في التنبؤ بحركات أسعار الفائدة. باستخدام تصميم بحثي بعد الحدث، تحلل الدراسة بيانات السلاسل الزمنية الشهرية من البنك المركزي النيجيري، معتمدةً إطارًا أحادي المتغير حيث يكون PLR هو المتغير التابع. تشمل المنهجية اختبار الجذر الواحد، وتقييمات التباين غير المتجانس، وتحديد التأخيرات من خلال دالة الارتباط الذاتي (ACF) ودالة الارتباط الذاتي الجزئي (PACF) لتحديد نموذج ARIMA الأمثل.
تشير النتائج إلى أن PLR متكامل من الدرجة الأولى، يُشار إليه بـ I(1)، مع حدوث تحول هيكلي ملحوظ في يناير 1990. تم تحديد نموذج ARIMA(2,1,2) كالأكثر فعالية في التقاط تقلبات المتوسط في PLR. ومع ذلك، تكشف تشخيصات المتبقيات عن تجمع تقلبات كبير وعدم طبيعية، مما يشير إلى أنه بينما يمكن للنموذج التنبؤ باتجاه تغييرات الأسعار، إلا أنه لا يعالج بشكل كافٍ صدمات التباين بمرور الوقت. تؤكد الدراسة على أهمية التنبؤ الدقيق لإدارة مخاطر أسعار الفائدة وتسعير الائتمان، موصيةً بأن يدمج البنك المركزي النيجيري والمؤسسات المالية نماذج من نوع GARCH جنبًا إلى جنب مع أطر ARIMA لتحسين التعامل مع تجمع التقلبات. يُعتبر هذا النهج ضروريًا لوضع سياسات نقدية مرنة وتقليل عدم الاستقرار المالي النظامي.
النتائج
تشير نتائج الدراسة حول معدل الإقراض الرئيسي (PLR) إلى أن السلسلة متكاملة من الدرجة الأولى، I(1)، كما يتضح من اختبارات الجذر الواحد. تؤكد اختبارات ديكي فولر المعززة (ADF) واختبارات فيليب بيرون (PP) أن سلسلة PLR ثابتة بعد الفرق الأول، بينما تظهر اختبار كوياتكوفسكي-فيليبس-شميت-شين (KPSS) عدم الثبات على المستوى ولكن الثبات عند الفرق. يتطلب ذلك استخدام بيانات الفرق لنمذجة، حيث من المحتمل أن يكون للصدمات على PLR آثار دائمة.
تحليل إضافي من خلال اختبارات ARCH LM يكشف عن تباين غير متجانس كبير مشروط في عوائد PLR، مما يشير إلى تقلب متغير مع الزمن. تظهر اختبارات ليونغ-بوكس وجود ارتباط ذاتي، مما يقترح أن القيم السابقة تؤثر على الحركات الحالية. بالإضافة إلى ذلك، يحدد اختبار زيفوت-أندرو كسرًا هيكليًا في يناير 1990، مرتبطًا على الأرجح بالإصلاحات الاقتصادية وتغيرات السياسة النقدية. تبرز هذه النتائج أهمية استخدام نماذج مثل GARCH أو ARIMA مع تحولات النظام للتنبؤ الدقيق، حيث يظهر PLR تجمع التقلبات والتغيرات الهيكلية. بشكل عام، تؤكد الدراسة على تداعيات عدم الثبات المستمر على القطاع المالي، خاصة في إدارة مخاطر أسعار الفائدة وصياغة استراتيجيات الإقراض.
المناقشة
تكشف التحليل التجريبي لمعدل الإقراض الرئيسي في نيجيريا (PLR) من 1990 إلى 2026 عن سلسلة غير ثابتة تتميز بالاستمرارية الكبيرة والانكسارات الهيكلية، خاصة حول يناير 1990. تشير اختبارات الجذر الواحد إلى أن PLR متكامل من الدرجة الأولى، \( I(1) \)، مما يشير إلى أن الصدمات على معدل الإقراض لها آثار طويلة الأمد بدلاً من كونها مؤقتة. يتماشى هذا الاكتشاف مع الأدبيات الموجودة، التي تؤكد على التأثير المستمر للصدمات الاقتصادية الكلية على تسعير الائتمان في نيجيريا. يبرز تحديد نموذج ARIMA (2,1,2) كالأمثل أهمية المكونات الذاتية والمتوسط المتحرك في التقاط ديناميكيات PLR، مما يعكس توقعات المشاركين في السوق بشأن الاستقرار الاقتصادي المستقبلي.
على الرغم من فعالية النموذج في التنبؤ بالاتجاهات المتوسطة، تشير وجود تجمع التقلبات وعدم الطبيعية في المتبقيات إلى قيود في معالجة الصدمات المفاجئة التي تميز المشهد المالي النيجيري. يشير ذلك إلى أنه بينما يلتقط نموذج ARIMA الاتجاه العام لأسعار الفائدة، قد لا يأخذ في الاعتبار بشكل كافٍ طبيعة الصدمات “ذات الذيل السميك”. وبالتالي، تدعو الدراسة إلى تحول منهجي بين المؤسسات المالية النيجيرية نحو أساليب نمذجة أكثر ديناميكية، مثل دمج مكونات من نوع GARCH مع أطر ARIMA. من شأن ذلك أن يعزز دقة التنبؤ ويدير بشكل أفضل المخاطر المرتبطة بالصدمات المستمرة، مما يحسن في النهاية نقل إشارات السياسة النقدية من البنك المركزي النيجيري إلى أسعار الإقراض التجارية.
DOI: https://doi.org/10.33003/fujafr-2026.v4i1.314.390-403
Publication Date: 2026-03-31
Author(s): Marshall Simon Ekpete
Primary Topic: Monetary Policy and Economic Impact
Overview
This study examines the behavior and predictability of Nigeria’s Prime Lending Rate (PLR) from 1990 to 2026, focusing on structural shifts, volatility patterns, and the efficacy of autoregressive components in forecasting interest rate movements. Utilizing an ex-post facto research design, the research analyzes monthly time-series data from the Central Bank of Nigeria, employing a univariate framework where the PLR is the dependent variable. The methodology includes unit root testing, evaluations of heteroscedasticity, and lag identification through Autocorrelation Function (ACF) and Partial Autocorrelation Function (PACF) to determine an optimal ARIMA model.
The findings indicate that the PLR is integrated of order one, denoted as I(1), with a notable structural shift occurring in January 1990. The ARIMA(2,1,2) model is identified as the most effective for capturing mean fluctuations in the PLR. However, residual diagnostics reveal significant volatility clustering and non-normality, indicating that while the model can predict the direction of price changes, it does not adequately address variance shocks over time. The study emphasizes the importance of precise forecasting for managing interest rate risk and credit pricing, recommending that the Central Bank of Nigeria and financial institutions incorporate GARCH-type models alongside ARIMA frameworks to better account for volatility clustering. This approach is deemed essential for formulating resilient monetary policies and reducing systemic financial instability.
Results
The results of the study on the Prime Lending Rate (PLR) indicate that the series is integrated of order one, I(1), as evidenced by the Unit Root Tests. The Augmented Dickey Fuller (ADF) and Phillip Perron (PP) tests confirm that the PLR series is stationary after first differencing, while the Kwiatkowski-Phillips-Schmidt-Shin (KPSS) test shows non-stationarity at the level but stationarity upon differencing. This necessitates the use of differenced data for modeling, as shocks to the PLR are likely to have lasting effects.
Further analysis through the ARCH LM tests reveals significant conditional heteroscedasticity in the PLR returns, indicating time-varying volatility. The Ljung-Box tests demonstrate the presence of autocorrelation, suggesting that past values influence current movements. Additionally, the Zivot-Andrew’s test identifies a structural break in January 1990, likely linked to economic reforms and monetary policy changes. These findings highlight the importance of employing models such as GARCH or ARIMA with regime shifts for accurate forecasting, as the PLR exhibits volatility clustering and structural changes. Overall, the study underscores the implications of persistent non-stationarity for the financial sector, particularly in managing interest rate risks and formulating lending strategies.
Discussion
The empirical analysis of Nigeria’s Prime Lending Rate (PLR) from 1990 to 2026 reveals a non-stationary series characterized by significant persistence and structural breaks, particularly around January 1990. The unit root tests indicate that the PLR is integrated of order one, \( I(1) \), suggesting that shocks to the lending rate have long-lasting effects rather than temporary ones. This finding aligns with existing literature, which emphasizes the enduring impact of macroeconomic shocks on credit pricing in Nigeria. The identification of the ARIMA (2,1,2) model as optimal underscores the importance of autoregressive and moving average components in capturing the dynamics of the PLR, reflecting market participants’ expectations regarding future economic stability.
Despite the model’s effectiveness in predicting mean trends, the presence of volatility clustering and non-normality in residuals indicates limitations in addressing sudden shocks typical of the Nigerian financial landscape. This suggests that while the ARIMA model captures the general direction of interest rates, it may not adequately account for the “fat-tailed” nature of shocks. Consequently, the study advocates for a methodological shift among Nigerian financial institutions towards more dynamic modeling approaches, such as integrating GARCH-type components with ARIMA frameworks. This would enhance predictive accuracy and better manage the risks associated with persistent shocks, ultimately improving the transmission of monetary policy signals from the Central Bank of Nigeria to commercial lending rates.