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
- 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) - Retail Demand Forecasting: A Comparative Study for Multivariate Time
Series [0.0]
本研究では,CPI(Consumer Price Index),ICS(Index of Consumer Sentiment),失業率といった,マクロ経済変数による顧客需要の時系列データを統合する。
小売需要を正確に予測するために,様々な回帰モデルと機械学習モデルを開発し,比較する。
論文 参考訳(メタデータ) (2023-08-23T06:14:02Z) - 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 [78.6363825307044]
本稿では,Dilated Causal Convolutionsに基づくDeepVolモデルを提案する。
拡張畳み込みフィルタは日内財務データから関連情報を抽出するのに最適であることを示す。
論文 参考訳(メタデータ) (2022-09-23T16:13:47Z) - Data Sharing Markets [95.13209326119153]
我々は、各エージェントがデータの買い手および売り手の両方になり得る設定について検討する。
両データ交換(データ付きトレーディングデータ)と一方データ交換(お金付きトレーディングデータ)の2つの事例を考察する。
論文 参考訳(メタデータ) (2021-07-19T06:00:34Z) - 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) - Know Your Clients' behaviours: a cluster analysis of financial
transactions [0.0]
カナダでは、金融アドバイザーやディーラーは、投資家口座のノウ・ユア・クライアント(KYC)情報を維持するために、地方証券委員会や自己規制機関によって要求される。
同様に振舞う投資家のグループを見つけるために、変形した行動金融の傾向、頻度、投資家の振る舞いを定量化するエンジニアリング機能のための金融モデル、機械学習クラスタリングアルゴリズムを使用します。
論文 参考訳(メタデータ) (2020-05-07T17:22:40Z) - 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。