論文の概要: Maximally Forward-Looking Core Inflation

• arxiv url: http://arxiv.org/abs/2404.05209v1
• Date: Mon, 8 Apr 2024 05:39:41 GMT
• ステータス: 処理完了
• システム内更新日: 2024-04-09 15:23:43.594622
• Title: Maximally Forward-Looking Core Inflation
• Title（参考訳）: 最大フォワード型コアインフレーション
• Authors: Philippe Goulet Coulombe, Karin Klieber, Christophe Barrette, Maximilian Goebel,
• Abstract要約: 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。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Timely monetary policy decision-making requires timely core inflation measures. We create a new core inflation series that is explicitly designed to succeed at that goal. Precisely, we introduce the Assemblage Regression, a generalized nonnegative ridge regression problem that optimizes the price index's subcomponent weights such that the aggregate is maximally predictive of future headline inflation. Ordering subcomponents according to their rank in each period switches the algorithm to be learning supervised trimmed inflation - or, put differently, the maximally forward-looking summary statistic of the realized price changes distribution. In an extensive out-of-sample forecasting experiment for the US and the euro area, we find substantial improvements for signaling medium-term inflation developments in both the pre- and post-Covid years. Those coming from the supervised trimmed version are particularly striking, and are attributable to a highly asymmetric trimming which contrasts with conventional indicators. We also find that this metric was indicating first upward pressures on inflation as early as mid-2020 and quickly captured the turning point in 2022. We also consider extensions, like assembling inflation from geographical regions, trimmed temporal aggregation, and building core measures specialized for either upside or downside inflation risks.
• Abstract（参考訳）: タイムリーな金融政策決定には、タイムリーなインフレ対策が必要である。 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。 より正確には、アセンブレージュ回帰(Assemblage Regression)は、価格指数のサブコンポーネント重量を最適化する一般化された非負のリッジ回帰問題である。 各期間のランクに応じてサブコンポーネントを注文すると、アルゴリズムは教師付きトリミングされたインフレーションを学ぶように切り替わる。 米国とユーロ圏の広範囲にわたるアウト・オブ・サンブル(アウト・オブ・サンブル)予測実験では、中長期のインフレ進展を前と後の両方で示唆する上で、大幅な改善が見られた。 教師付きトリミング版から来るものは特に印象的であり、従来の指標とは対照的な高度に非対称なトリミングに起因する。 また、この指標は早ければ2020年半ばにインフレに対する最初の上昇圧力を示し、2022年にはターンポイントを素早く捉えた。 また、地理的地域からのインフレーションの組み立て、時間的アグリゲーションの縮小、上向きまたは下向きのインフレーションリスクに特化した中核的措置の構築等についても検討する。

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)
• Timer-XL: Long-Context Transformers for Unified Time Series Forecasting [67.83502953961505]
  我々は時系列の統一予測のための生成変換器Timer-XLを提案する。 Timer-XLは、統一されたアプローチにより、挑戦的な予測ベンチマークで最先端のパフォーマンスを達成する。
  論文  参考訳（メタデータ） (2024-10-07T07:27:39Z)
• Interval Forecasts for Gas Prices in the Face of Structural Breaks -- Statistical Models vs. Neural Networks [0.0]
  ニューラルネットワークのような現代の機械学習手法が、このような変化に対してより耐性があるかどうかを検討する。 衝撃期においては、ほとんどのモデルでは、余震期における分散を過大評価しながら、分散を過小評価している。 興味深いことに、広く使われている長短のニューラルネットワークは、競合他社よりも優れています。
  論文  参考訳（メタデータ） (2024-07-23T11:34:13Z)
• Regional inflation analysis using social network data [0.0]
  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。
  論文  参考訳（メタデータ） (2024-02-14T02:33:17Z)
• Forecasting inflation using disaggregates and machine learning [0.0]
  我々は、インフレーションの異なる分散レベルを考慮し、線形および非線形機械学習(ML)モデルと同様に、様々な伝統的な時系列技術を用いて、より多くの予測値を扱う。 多くの予測地平線において、非凝集予測の集計は、この集計を用いて直接予測を生成するサーベイベースの予測とモデルと同様に実行される。 本研究は,ML手法による非凝集予測の集約を含む,データ豊富な環境下でのインフレーション予測におけるモデルの活用のメリットを裏付けるものである。
  論文  参考訳（メタデータ） (2023-08-22T04:01:40Z)
• 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)
• The Role of Baselines in Policy Gradient Optimization [83.42050606055822]
  Emphstateのバリューベースラインが、オン・ポリティクスを可能にしていることを示す。 世界的な最適な政策勾配(NPG)に収束する。 O (1/t) レート勾配でのポリシー。 値ベースラインの主な効果は、その分散ではなく、更新のアグレッシブさをthabfreduceすることにある。
  論文  参考訳（メタデータ） (2023-01-16T06:28:00Z)
• Multivariate Probabilistic Forecasting of Intraday Electricity Prices using Normalizing Flows [62.997667081978825]
  ドイツでは、日内電気価格は通常、EPEXスポット市場の1日当たりの価格に異なる時間帯で変動する。 本研究は,日頭契約の日内価格差をモデル化する確率論的モデリング手法を提案する。
  論文  参考訳（メタデータ） (2022-05-27T08:38:20Z)
• Super fast rates in structured prediction [88.99819200562784]
  連続的な問題が連続的な値を予測しているときに、離散的な問題が本質的に離散的なアウトプットを予測しているという事実を活用する方法を示す。 まず、近接する隣人に基づく予測器について説明し、二項分類で知られている確率を、構造的予測の枠組み内の任意の離散問題に一般化する。 次に、カーネルリッジの回帰について検討し、問題の硬さを特徴付けるパラメータによって、n-1/4$の既知のレートを任意に高速化する。
  論文  参考訳（メタデータ） (2021-02-01T10:50:04Z)
• $P^2$ Net: Augmented Parallel-Pyramid Net for Attention Guided Pose Estimation [69.25492391672064]
  拡張ボトルネックとアテンションモジュールによる特徴改善を施したパラレルピラミドネットを提案する。 並列ピラミド構造は、ネットワークによって導入された情報損失を補うために続く。 提案手法は, MSCOCO と MPII のデータセットにおいて, 最適な性能を実現する。
  論文  参考訳（メタデータ） (2020-10-26T02:10:12Z)
• Momentum Improves Normalized SGD [51.27183254738711]
  モーメントを追加することで、目的に対する大きなバッチサイズの必要性を確実に排除できることを示す。 本稿では,ResNet-50 や BERT といった大規模タスクの事前学習において,提案手法が有効であることを示す。
  論文  参考訳（メタデータ） (2020-02-09T07:00:54Z)

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。