論文の概要: Regional inflation analysis using social network data

• arxiv url: http://arxiv.org/abs/2403.00774v2
• Date: Thu, 14 Mar 2024 11:34:28 GMT
• ステータス: 処理完了
• システム内更新日: 2024-03-16 01:22:49.408253
• 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の影響を受けており、そのうちの1つはインフレ予想である。 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。 主に興味のある問題のみを検索し、読み、議論する仮説がある。 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予想に関するより迅速な情報の代替源とみなすことができる。 この研究は、Vkontakteのソーシャルネットワークからの非構造化データに基づいて、(オムスク地域の例)上向きと下向きのインフレ傾向を分析する。 2010年1月から2022年5月までの間に850万件以上の投稿が集められた。 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(例えば、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。 異なる文脈において、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、SHAPメソッドでそれらの視覚化を行うことができる。 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、作業の限界は、ロシア全地域で同様のモデルの初期訓練の時間と電力コストである。

関連論文リスト

• Enhancing Inflation Nowcasting with LLM: Sentiment Analysis on News [0.0]
  InflaBERTは,ニュース中のインフレーション関連感情を予測するために,BERTをベースとしたLLMである。 このモデルを用いて、インフレーションに関するニュースの毎月の感情を捉える指標であるNEWSを作成した。
  論文  参考訳（メタデータ） (2024-10-26T15:05:01Z)
• Surprise! Uniform Information Density Isn't the Whole Story: Predicting Surprisal Contours in Long-form Discourse [54.08750245737734]
  話者は、階層的に構造化された談話モデル内の位置に基づいて、情報率を変調する。 階層的予測器は談話の情報輪郭の重要な予測器であり,深い階層的予測器は浅い予測器よりも予測力が高いことがわかった。
  論文  参考訳（メタデータ） (2024-10-21T14:42:37Z)
• Can We Theoretically Quantify the Impacts of Local Updates on the Generalization Performance of Federated Learning? [50.03434441234569]
  フェデレートラーニング(FL)は、直接データ共有を必要とせず、さまざまなサイトで機械学習モデルをトレーニングする効果により、大きな人気を集めている。 局所的な更新を伴うFLは通信効率のよい分散学習フレームワークであることが様々なアルゴリズムによって示されているが、局所的な更新によるFLの一般化性能は比較的低い。
  論文  参考訳（メタデータ） (2024-09-05T19:00:18Z)
• Text-Based Correlation Matrix in Multi-Asset Allocation [0.0]
  本研究の目的は、財務テキスト分析を用いて、複数の資産間の相関構造を推定することである。 我々はニューステキストと中央銀行のテキストで自然言語処理を行い、将来の相関係数の変化の予測精度を検証した。
  論文  参考訳（メタデータ） (2024-05-23T07:25:51Z)
• 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)
• 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)
• 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)
• 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。