論文の概要: Big Data Information and Nowcasting: Consumption and Investment from Bank Transactions in Turkey

• arxiv url: http://arxiv.org/abs/2107.03299v1
• Date: Mon, 5 Jul 2021 07:58:39 GMT
• ステータス: 処理完了
• システム内更新日: 2021-07-09 05:55:27.387041
• Title: Big Data Information and Nowcasting: Consumption and Investment from Bank Transactions in Turkey
• Title（参考訳）: ビッグデータ情報とニューキャスティング:トルコにおける銀行取引の消費と投資
• Authors: Ali B. Barlas (BBVA Research), Seda Guler Mert (BBVA Research), Berk Orkun Isa (BBVA Research) Alvaro Ortiz (BBVA Research), Tomasa Rodrigo (BBVA Research), Baris Soybilgen (Bilgi University) and Ege Yazgan (Bilgi University)
• Abstract要約: 我々は、Garanti BBVA Bankの取引において、個人が確認し、確証する集合情報を用いて、国内民間需要を模倣する。 トルコの場合、四半期毎の国債の総消費と投資をリアルタイムで再現する。 両指標がトルコのGDPを異なる流速モデルを用いて流速する能力をテストする。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We use the aggregate information from individual-to-firm and firm-to-firm in Garanti BBVA Bank transactions to mimic domestic private demand. Particularly, we replicate the quarterly national accounts aggregate consumption and investment (gross fixed capital formation) and its bigger components (Machinery and Equipment and Construction) in real time for the case of Turkey. In order to validate the usefulness of the information derived from these indicators we test the nowcasting ability of both indicators to nowcast the Turkish GDP using different nowcasting models. The results are successful and confirm the usefulness of Consumption and Investment Banking transactions for nowcasting purposes. The value of the Big data information is more relevant at the beginning of the nowcasting process, when the traditional hard data information is scarce. This makes this information specially relevant for those countries where statistical release lags are longer like the Emerging Markets.
• Abstract（参考訳）: 我々は、ガーランティbbva銀行取引における個人間及び企業間取引の集計情報を用いて、国内民間の需要を模倣する。 特に、トルコの場合、四半期ベースで消費と投資の合計(グロース固定資本形成)とそのより大きな構成要素(機械、設備、建設)をリアルタイムで再現する。 これらの指標から得られた情報の有効性を検証するために、トルコのgdpを異なるモデルを用いてキャスティングする2つの指標のキャスティング能力をテストする。 結果は成功し、今放送の目的で消費・投資銀行取引の有用性を確認します。 ビッグデータ情報の価値は、従来のハードデータ情報が不足している場合に、nowcastingプロセスの開始時により重要になります。 これにより、統計的なリリース遅延がEmerging Marketsのように長くなっている国にとって、この情報は特別な意味を持つ。

関連論文リスト

• Evaluating utility in synthetic banking microdata applications [0.5524804393257919]
  我々は,規制当局の実用性とプライバシ要件を考慮した枠組みを開発し,これを金融利用指標,短期預金利回り曲線,クレジットカード遷移行列に適用する。 パラグアイ中央銀行のデータを用いて、我々は中央銀行の収集した情報を用いた合成銀行用マイクロデータの最初の実装を提供する。
  論文  参考訳（メタデータ） (2024-10-29T20:20:05Z)
• EUR-USD Exchange Rate Forecasting Based on Information Fusion with Large Language Models and Deep Learning Methods [0.0]
  本稿では、ニュースや分析からの非構造化テキストデータを交換レートや財務指標に関する構造化データと統合する新しいフレームワークIUSを提案する。 次に、オプトゥーナ最適化Bi-LSTMモデルを用いて、EUR/USD交換レートを予測する。 実験の結果、提案手法はベンチマークモデルを上回る性能を示し、MAEを10.69%、RMSEを9.56%削減した。
  論文  参考訳（メタデータ） (2024-08-23T16:46:36Z)
• FAR-Trans: An Investment Dataset for Financial Asset Recommendation [2.4920094574814855]
  金融資産レコメンデーション(FAR)は、レコメンデーションシステムのサブドメインである。 我々はFARのための最初の公開データセットであるFAR-Transを紹介し、価格情報と小売投資家取引を含む。 また、将来のベースラインとして使用するデータに対して、11個のFARアルゴリズムのベンチマーキング比較を提供する。
  論文  参考訳（メタデータ） (2024-07-11T17:30:04Z)
• Language Models Can Reduce Asymmetry in Information Markets [100.38786498942702]
  我々は、言語モデルを利用した知的エージェントが外部参加者に代わって情報を売買する、オープンソースのシミュレートされたデジタルマーケットプレースを紹介した。 このマーケットプレースを実現する中心的なメカニズムはエージェントの二重機能であり、特権情報の品質を評価する能力を持つと同時に、忘れる能力も備えている。 適切に行動するためには、エージェントは合理的な判断をし、生成されたサブクエリを通じて市場を戦略的に探索し、購入した情報から回答を合成する必要がある。
  論文  参考訳（メタデータ） (2024-03-21T14:48:37Z)
• American Option Pricing using Self-Attention GRU and Shapley Value Interpretation [0.0]
  本稿では,ゲートリカレントユニット(GRU)と自己認識機構に基づいて,SPY(ETF)オプションの価格を予測する機械学習手法を提案する。 我々は、多層パーセプトロン(MLP)、長期記憶(LSTM)、自己注意型LSTM、自己注意型GRUの4つの異なる機械学習モデルを構築した。
  論文  参考訳（メタデータ） (2023-10-19T06:05:46Z)
• Bloated Disclosures: Can ChatGPT Help Investors Process Information? [0.0]
  ChatGPTのような生成AIツールは、投資家が情報を処理する方法を根本的に変えることができる。 我々は、これらのツールが、株式市場を実験室として利用した複雑な企業情報開示を要約する上での経済的有用性について検討する。 肥大化した開示は、価格効率の低下や情報非対称性の上昇など、資本市場の悪影響と関連していることを示す。
  論文  参考訳（メタデータ） (2023-06-17T01:22:08Z)
• DeepVol: Volatility Forecasting from High-Frequency Data with Dilated Causal Convolutions [53.37679435230207]
  本稿では,Dilated Causal Convolutionsに基づくDeepVolモデルを提案する。 実験結果から,提案手法は高頻度データからグローバルな特徴を効果的に学習できることが示唆された。
  論文  参考訳（メタデータ） (2022-09-23T16:13:47Z)
• Super-App Behavioral Patterns in Credit Risk Models: Financial, Statistical and Regulatory Implications [110.54266632357673]
  従来の官僚データとは対照的に、アプリベースのマーケットプレースから派生した代替データが信用スコアモデルに与える影響を提示する。 2つの国にまたがって検証した結果、これらの新たなデータソースは、低体重者や若年者における金融行動を予測するのに特に有用であることが示された。
  論文  参考訳（メタデータ） (2020-05-09T01:32:03Z)
• A Deep Reinforcement Learning Framework for Continuous Intraday Market Bidding [69.37299910149981]
  再生可能エネルギー源統合の成功の鍵となる要素は、エネルギー貯蔵の利用である。 欧州の継続的な日内市場におけるエネルギー貯蔵の戦略的関与をモデル化するための新しい枠組みを提案する。 本アルゴリズムの分散バージョンは, サンプル効率のため, この問題を解決するために選択される。 その結果, エージェントは, ベンチマーク戦略よりも平均的収益率の高い政策に収束することが示唆された。
  論文  参考訳（メタデータ） (2020-04-13T13:50:13Z)
• Transformer Hawkes Process [79.16290557505211]
  本稿では,長期的依存関係を捕捉する自己認識機構を利用したTransformer Hawkes Process (THP) モデルを提案する。 THPは、有意なマージンによる可能性と事象予測の精度の両方の観点から、既存のモデルより優れている。 本稿では、THPが関係情報を組み込む際に、複数の点過程を学習する際の予測性能の改善を実現する具体例を示す。
  論文  参考訳（メタデータ） (2020-02-21T13:48:13Z)
• Reinforcement-Learning based Portfolio Management with Augmented Asset Movement Prediction States [71.54651874063865]
  ポートフォリオマネジメント(PM)は、最大利益や最小リスクといった投資目標を達成することを目的としている。 本稿では,PMのための新しいステート拡張RLフレームワークであるSARLを提案する。 当社の枠組みは, 金融PMにおける2つのユニークな課題に対処することを目的としている。(1) データの異種データ -- 資産毎の収集情報は通常, 多様性, ノイズ, 不均衡(ニュース記事など), (2) 環境の不確実性 -- 金融市場は多様で非定常である。
  論文  参考訳（メタデータ） (2020-02-09T08:10:03Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。