論文の概要: Regional inflation analysis using social network data
- arxiv url: http://arxiv.org/abs/2403.00774v1
- Date: Wed, 14 Feb 2024 02:33:17 GMT
- ステータス: 処理完了
- システム内更新日: 2024-03-11 00:22:19.280599
- Title: Regional inflation analysis using social network data
- Title(参考訳): ソーシャルネットワークデータを用いた地域インフレーション分析
- Authors: Vasilii Chsherbakov Ilia Karpov
- Abstract要約: 本研究は、Vkontakteソーシャルネットワークの非構造データに基づいて、上下方向のインフレ傾向を分析する。
異なるコンテキストにおいて、プロインフレーション型と非インフレーション型を定義できる。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Inflation is one of the most important macroeconomic indicators that have a
great impact on the population of any country and region. Inflation is
influenced by range of factors, one of which is inflation expectations. Many
central banks take this factor into consideration while implementing monetary
policy within the inflation targeting regime. Nowadays, a lot of people are
active users of the Internet, especially social networks. There is a hypothesis
that people search, read, and discuss mainly only those issues that are of
particular interest to them. It is logical to assume that the dynamics of
prices may also be in the focus of user discussions. So, such discussions could
be regarded as an alternative source of more rapid information about inflation
expectations. This study is based on unstructured data from Vkontakte social
network to analyze upward and downward inflationary trends (on the example of
the Omsk region). The sample of more than 8.5 million posts was collected
between January 2010 and May 2022. The authors used BERT neural networks to
solve the problem. These models demonstrated better results than the benchmarks
(e.g., logistic regression, decision tree classifier, etc.). It makes possible
to define pro-inflationary and disinflationary types of keywords in different
contexts and get their visualization with SHAP method. This analysis provides
additional operational information about inflationary processes at the regional
level The proposed approach can be scaled for other regions. At the same time
the limitation of the work is the time and power costs for the initial training
of similar models for all regions of Russia.
- Abstract(参考訳): インフレは、どの国や地域の人口にも大きな影響を与える最も重要なマクロ経済指標の1つである。
インフレは様々な要因に影響され、そのうちの1つはインフレ期待である。
多くの中央銀行はインフレ目標体制の中で金融政策を実施しながら、この要因を考慮に入れている。
現在、多くの人々がインターネット、特にソーシャルネットワークのアクティブユーザーとなっている。
人々が検索し、読み、議論することは、主に彼らにとって特に関心のある問題だけである、という仮説がある。
価格のダイナミクスがユーザーの議論の焦点になっていると仮定することは理にかなっている。
したがって、こうした議論はインフレ期待に関するより迅速な情報の提供源と見なすことができる。
本研究は,vkontakte ソーシャルネットワークの非構造化データに基づいて,上向きおよび下向きのインフレーション傾向(omsk 地域の例)を分析する。
2010年1月から2022年5月までに850万以上の投稿のサンプルが収集された。
著者らはこの問題を解決するためにBERTニューラルネットワークを使用した。
これらのモデルはベンチマーク(ロジスティック回帰、決定木分類器など)よりも優れた結果を示した。
異なるコンテキストにおけるキーワードの非インフレ型と非インフレ型を定義することができ、shapメソッドで可視化することができる。
この分析は、地域レベルでのインフレプロセスに関する追加の運用情報を提供する。
同時に、この作業の限界は、ロシアのすべての地域での同様のモデルの初等訓練の時間と電力コストである。
関連論文リスト
- Maximally Forward-Looking Core Inflation [0.0]
私たちは、その目標を達成するために明示的に設計された新しいコアインフレーションシリーズを作成します。
先進国と後進国の両方で中長期のインフレ進展をシグナル化するための実質的な改善を見出した。
この指標は、早くも2020年半ばにインフレに対する初の上昇圧力を示し、2022年には急速に転換点を捉えた。
論文 参考訳(メタデータ) (2024-04-08T05:39:41Z) - FMPAF: How Do Fed Chairs Affect the Financial Market? A Fine-grained
Monetary Policy Analysis Framework on Their Language [3.760301720305374]
大規模言語モデル(LLM)と回帰分析を統合する新しいアプローチであるFMPAF(Fincent-Grained Monetary Policy Analysis Framework)を提案する。
当社の望ましい仕様に基づき、S&P 500 Exchange-Traded Fundの価格上昇に伴うセンチメントスコアのワンユニット上昇が関係している。
論文 参考訳(メタデータ) (2024-03-10T07:21:31Z) - Invariant Causal Prediction with Locally Linear Models [58.6243132840146]
観測データから対象変数の因果親を同定する作業を検討する。
親識別のための仮説テストに基づくLolicaPという実用的な手法を提案する。
我々は,LolicaPの統計的パワーが標本サイズにおいて指数関数的に高速に収束することを示す。
論文 参考訳(メタデータ) (2024-01-10T15:34:42Z) - Decoding the Silent Majority: Inducing Belief Augmented Social Graph
with Large Language Model for Response Forecasting [74.68371461260946]
SocialSenseは、既存のソーシャルネットワーク上に信念中心のグラフを誘導するフレームワークであり、グラフベースの伝播によって社会的ダイナミクスを捉える。
本手法は,ゼロショット設定と教師あり設定の両方に対する実験的な評価において,既存の最先端技術を超えている。
論文 参考訳(メタデータ) (2023-10-20T06:17:02Z) - 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) - Inflation forecasting with attention based transformer neural networks [1.6822770693792823]
本稿では,変圧器の深部ニューラルネットワークアーキテクチャが,異なるインフレ率を予測できる可能性について検討する。
適応型変圧器は平均して16実験中6実験でベースラインを上回っている。
論文 参考訳(メタデータ) (2023-03-13T13:36:16Z) - Inflation: a Python library for classical and quantum causal
compatibility [68.8204255655161]
Inflationは、観測された確率分布が因果的説明と互換性があるかどうかを評価するPythonライブラリである。
ライブラリはモジュール化されており、カスタム修正のために低レベルのオブジェクトへの容易にアクセスを保ちながら、使用の準備が整うことができるように設計されている。
論文 参考訳(メタデータ) (2022-11-08T19:00:01Z) - ConvFinQA: Exploring the Chain of Numerical Reasoning in Conversational
Finance Question Answering [70.6359636116848]
本稿では,対話型質問応答における数値推論の連鎖を研究するために,新しい大規模データセットConvFinQAを提案する。
我々のデータセットは、現実世界の会話において、長距離で複雑な数値推論パスをモデル化する上で大きな課題となる。
論文 参考訳(メタデータ) (2022-10-07T23:48:50Z) - Stateful Offline Contextual Policy Evaluation and Learning [88.9134799076718]
我々は、シーケンシャルデータから、政治以外の評価と学習について研究する。
動的パーソナライズされた価格設定などの問題の因果構造を形式化する。
本報告では,本クラスにおけるアウト・オブ・サンプル・ポリシーの性能改善について述べる。
論文 参考訳(メタデータ) (2021-10-19T16:15:56Z) - Using four different online media sources to forecast the crude oil
price [0.0]
この研究は、2年間にわたって、西テキサス中間原油価格とTwitter、Google Trends、Wikipedia、Global Data on Events、Language、Tone database(GDELT)から抽出された複数の予測器の関係を分析した。
その結果,4つのメディアプラットフォームを総合的に分析することで,財務予測を行う上で貴重な情報が得られることがわかった。
この研究は、プラットフォームが価格の動きを予測できる日数の観点から、各プラットフォームの異なる前見能力を比較することを可能にする。
論文 参考訳(メタデータ) (2021-05-19T14:19:18Z) - Supporting Financial Inclusion with Graph Machine Learning and Super-App
Alternative Data [63.942632088208505]
スーパーアプリは、ユーザーとコマースの相互作用についての考え方を変えました。
本稿では,スーパーアプリ内のユーザ間のインタラクションの違いが,借り手行動を予測する新たな情報源となるかを検討する。
論文 参考訳(メタデータ) (2021-02-19T15:13:06Z)
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。