論文の概要: News-based Business Sentiment and its Properties as an Economic Index
- arxiv url: http://arxiv.org/abs/2110.10340v1
- Date: Wed, 20 Oct 2021 02:20:53 GMT
- ステータス: 処理完了
- システム内更新日: 2021-10-22 16:15:35.427474
- Title: News-based Business Sentiment and its Properties as an Economic Index
- Title（参考訳）: ニュースベースビジネス感と経済指標としての特質
- Authors: Kazuhiro Seki, Yusuke Ikuta, and Yoichi Matsubayashi
- Abstract要約: ビジネスの感情は、行動するのにコストと時間を要する従来の調査によって測定されています。
我々は、日刊紙の記事を活用し、S-APIRというビジネス感情指数を定義する自己意識モデルを採用する。
S-APIRが経済学者や政策立案者にどのような恩恵をもたらすかを説明するために、時間とともにビジネス感情に与える影響についていくつかのイベントが分析される。
- 参考スコア（独自算出の注目度）: 1.0323063834827415
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: This paper presents an approach to measuring business sentiment based on
textual data. Business sentiment has been measured by traditional surveys,
which are costly and time-consuming to conduct. To address the issues, we take
advantage of daily newspaper articles and adopt a self-attention-based model to
define a business sentiment index, named S-APIR, where outlier detection models
are investigated to properly handle various genres of news articles. Moreover,
we propose a simple approach to temporally analyzing how much any given event
contributed to the predicted business sentiment index. To demonstrate the
validity of the proposed approach, an extensive analysis is carried out on 12
years' worth of newspaper articles. The analysis shows that the S-APIR index is
strongly and positively correlated with established survey-based index (up to
correlation coefficient r=0.937) and that the outlier detection is effective
especially for a general newspaper. Also, S-APIR is compared with a variety of
economic indices, revealing the properties of S-APIR that it reflects the trend
of the macroeconomy as well as the economic outlook and sentiment of economic
agents. Moreover, to illustrate how S-APIR could benefit economists and
policymakers, several events are analyzed with respect to their impacts on
business sentiment over time.
- Abstract（参考訳）: 本稿では,テキストデータに基づくビジネス感情の測定手法を提案する。
ビジネスの感情は、行動するのにコストと時間を要する従来の調査によって測定されています。
この問題に対処するために、日刊新聞記事を利用して、s-apir(s-apir)とよばれるビジネス感情指標を定義し、ニュース記事のさまざまなジャンルを適切に扱うために、外れ値検出モデルを調査した。
さらに、特定のイベントが予測ビジネス感情指数にどの程度貢献したかを時間的に分析するための単純なアプローチを提案する。
提案手法の有効性を実証するため,12年分の新聞記事に対して広範な分析を行った。
分析の結果,S-APIR指数は確立された調査ベース指標(相関係数r=0.937まで)と強く正の相関を示し,特に一般新聞においてアウトラヤ検出が有効であることが示唆された。
また、S-APIRは様々な経済指標と比較され、S-APIRの特性がマクロ経済の傾向や経済エージェントの経済見通しや感情を反映していることを明らかにした。
さらに、S-APIRが経済学者や政策立案者にどのような恩恵をもたらすかを説明するために、時間とともにビジネス感情に与える影響についていくつかのイベントが分析される。
関連論文リスト
- Context is Key: A Benchmark for Forecasting with Essential Textual Information [87.3175915185287]
コンテキスト・イズ・キー (Context is Key) (CiK) は、時系列予測ベンチマークであり、様々な種類のテキストコンテキストと数値データをペアリングする。
我々は,統計モデル,時系列基礎モデル,LLMに基づく予測モデルなど,さまざまなアプローチを評価する。
実験では、文脈情報の導入の重要性を強調し、LLMに基づく予測モデルを用いた場合の驚くべき性能を示すとともに、それらの重要な欠点を明らかにした。
論文 参考訳（メタデータ） (2024-10-24T17:56:08Z) - Predicting Financial Market Trends using Time Series Analysis and
Natural Language Processing [0.0]
この調査は、TeslaやAppleといった大手企業の株価を予測するためのツールとして、Twitterの感情の有効性を評価することを目的としている。
以上の結果から, 株価変動の主要な要因は, 肯定性, 否定性, 主観性であることが示唆された。
論文 参考訳（メタデータ） (2023-08-31T21:20:58Z) - Sentiment Analysis in the Era of Large Language Models: A Reality Check [69.97942065617664]
本稿では,大規模言語モデル(LLM)の様々な感情分析タスクの実行能力について検討する。
26のデータセット上の13のタスクのパフォーマンスを評価し、ドメイン固有のデータセットに基づいて訓練された小言語モデル(SLM)と比較した。
論文 参考訳（メタデータ） (2023-05-24T10:45:25Z) - Structured Dynamic Pricing: Optimal Regret in a Global Shrinkage Model [50.06663781566795]
消費者の嗜好と価格感が時間とともに変化する動的モデルを考える。
我々は,モデルパラメータの順序を事前に把握している透視者と比較して,収益損失が予想される,後悔による動的価格政策の性能を計測する。
提案した政策の最適性を示すだけでなく,政策立案のためには,利用可能な構造情報を組み込むことが不可欠であることを示す。
論文 参考訳（メタデータ） (2023-03-28T00:23:23Z) - Causal Intervention Improves Implicit Sentiment Analysis [67.43379729099121]
インスツルメンタル・バリアブル(ISAIV)を用いたインシシット・センシティメント分析のための因果介入モデルを提案する。
まず、因果的視点から感情分析をレビューし、このタスクに存在する共同設立者を分析する。
そこで本研究では,文章と感情の因果関係を解消し,純粋因果関係を抽出するインストゥルメンタル変数を提案する。
論文 参考訳（メタデータ） (2022-08-19T13:17:57Z) - Weak Supervision in Analysis of News: Application to Economic Policy
Uncertainty [0.0]
我々の研究は、経済政策の不確実性(EPU)を測定するためのテキストデータ、特にニュース作品の可能性の研究に焦点を当てている。
経済政策の不確実性は、新しい政策と将来の経済基本の下で、決定の結果を予測できないと定義されている。
本研究は、経済政策の不確実性に関して、ニュース記事の分類を弱くする機械学習ベースのソリューションを提案する。
論文 参考訳（メタデータ） (2022-08-10T09:08:29Z) - Aspect-based Sentiment Analysis in Document -- FOMC Meeting Minutes on
Economic Projection [0.0]
アスペクトベースのSentiment Analysisは、大きなラベル付きデータセットが欠如しているため、財務データには広く使われていない。
本稿では,弱い監督下での財務文書のABSA訓練モデルを提案し,様々なマクロ経済指標の予測力を解析する。
論文 参考訳（メタデータ） (2021-08-09T14:29:58Z) - Measuring Financial Time Series Similarity With a View to Identifying
Profitable Stock Market Opportunities [12.101446195463591]
歴史的価格データのみを用いて株式市場のリターンを予測するケースベースの推論手法について述べる。
この研究の重要な貢献は、歴史的価格データを比較するための新しい類似度指標の開発である。
論文 参考訳（メタデータ） (2021-07-07T17:26:32Z) - REST: Relational Event-driven Stock Trend Forecasting [76.08435590771357]
既存の手法の欠点に対処するために,rest(relational event-driven stock trend forecasting)フレームワークを提案する。
第1の欠点を是正するため,我々は,株価の文脈をモデル化し,異なる状況下での株価に対する事象情報の影響を学ぶことを提案する。
第2の欠点に対処するために,ストックグラフを構築し,関連する株からイベント情報の影響を伝達する新しい伝播層を設計する。
論文 参考訳（メタデータ） (2021-02-15T07:22:09Z) - A Sentiment Analysis Approach to the Prediction of Market Volatility [62.997667081978825]
金融ニュースとツイートから抽出された感情とFTSE100の動きの関係を調べました。
ニュース見出しから得られた感情は、市場のリターンを予測するシグナルとして使われる可能性があるが、ボラティリティには当てはまらない。
我々は,新たな情報の到着に応じて,市場の変動を予測するための正確な分類器を開発した。
論文 参考訳（メタデータ） (2020-12-10T01:15:48Z) - S-APIR: News-based Business Sentiment Index [0.9137554315375919]
我々は、与えられたテキストのビジネス感情を予測するために、Gated Recurrent Unitsを備えたリカレントニューラルネットワーク(RNN)を採用する。
RNNは最初、Economic Watchers Surveyで訓練され、その後、ドメイン適応のためのニューステキストで微調整される。
ビジネス感情に関係のないと考えられるテキストをフィルタリングするために、一級サポートベクタマシンを適用する。
論文 参考訳（メタデータ） (2020-03-06T00:18:50Z)
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。