論文の概要: Machine learning and economic forecasting: the role of international trade networks

• arxiv url: http://arxiv.org/abs/2404.08712v1
• Date: Thu, 11 Apr 2024 21:04:56 GMT
• ステータス: 処理完了
• システム内更新日: 2024-04-16 19:02:07.927617
• Title: Machine learning and economic forecasting: the role of international trade networks
• Title（参考訳）: 機械学習と経済予測 : 国際貿易ネットワークの役割
• Authors: Thiago C. Silva, Paulo V. B. Wilhelm, Diego R. Amancio,
• Abstract要約: 本研究では,非グローバル化の動向が国際貿易ネットワークに与える影響と,経済成長予測の改善に果たす役割について検討する。 2010年から2022年までの200か国近くの貿易データを用いて、貿易政策の不確実性の高まりによるネットワークトポロジの著しい変化を特定する。 地域特化貿易ネットワークから評価されたネットワーク記述子は、国のGDP成長率予測の質を大幅に向上させる。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: This study examines the effects of de-globalization trends on international trade networks and their role in improving forecasts for economic growth. Using section-level trade data from nearly 200 countries from 2010 to 2022, we identify significant shifts in the network topology driven by rising trade policy uncertainty. Our analysis highlights key global players through centrality rankings, with the United States, China, and Germany maintaining consistent dominance. Using a horse race of supervised regressors, we find that network topology descriptors evaluated from section-specific trade networks substantially enhance the quality of a country's GDP growth forecast. We also find that non-linear models, such as Random Forest, XGBoost, and LightGBM, outperform traditional linear models used in the economics literature. Using SHAP values to interpret these non-linear model's predictions, we find that about half of most important features originate from the network descriptors, underscoring their vital role in refining forecasts. Moreover, this study emphasizes the significance of recent economic performance, population growth, and the primary sector's influence in shaping economic growth predictions, offering novel insights into the intricacies of economic growth forecasting.
• Abstract（参考訳）: 本研究では,非グローバル化の動向が国際貿易ネットワークに与える影響と,経済成長予測の改善に果たす役割について検討する。 2010年から2022年までの200か国近くの貿易データを用いて、貿易政策の不確実性の高まりによるネットワークトポロジの大幅な変化を明らかにした。 我々の分析では、中央集権性ランキングによる重要なグローバルプレーヤーが注目されており、米国、中国、ドイツは一貫して優位を維持している。 地域特化貿易ネットワークから評価されたネットワークトポロジ記述物は, 国内GDP成長率予測の質を著しく向上させる。 また、ランダムフォレスト、XGBoost、LightGBMのような非線形モデルは、経済学の文献で使われる伝統的な線形モデルよりも優れていることも見出した。 これらの非線形モデルの予測の解釈にSHAP値を用いることで、ネットワーク記述子に由来する重要な特徴の約半数が、予測の精算において重要な役割を担っていることが分かる。 さらに、近年の経済成長予測の意義、人口増加、経済成長予測の形成における主要セクターの影響を強調し、経済成長予測の複雑さに関する新たな洞察を提供する。

関連論文リスト

• Enhancing Exchange Rate Forecasting with Explainable Deep Learning Models [1.5474412217744966]
  伝統的な予測モデルは、交換レートデータの本質的な複雑さと非線形性に対処する際にしばしば混乱する。 本研究では,RSM/USD交換率の予測精度を高めるため,LSTM,CNN,トランスフォーマーベースアーキテクチャなどの高度なディープラーニングモデルの適用について検討する。
  論文  参考訳（メタデータ） (2024-10-25T01:29:54Z)
• Cross-border Commodity Pricing Strategy Optimization via Mixed Neural Network for Time Series Analysis [46.26988706979189]
  クロスボーダー商品の価格設定は、企業の競争力と市場シェアを決定する。 時系列データは商品価格において非常に重要であり、市場のダイナミクスやトレンドを明らかにすることができる。 本稿では,ハイブリッドニューラルネットワークモデルCNN-BiGRU-SSAに基づく新しい手法を提案する。
  論文  参考訳（メタデータ） (2024-08-22T03:59:52Z)
• F-FOMAML: GNN-Enhanced Meta-Learning for Peak Period Demand Forecasting with Proxy Data [65.6499834212641]
  本稿では,需要予測をメタラーニング問題として定式化し,F-FOMAMLアルゴリズムを開発した。 タスク固有のメタデータを通してドメインの類似性を考慮することにより、トレーニングタスクの数が増加するにつれて過剰なリスクが減少する一般化を改善した。 従来の最先端モデルと比較して,本手法では需要予測精度が著しく向上し,内部自動販売機データセットでは平均絶対誤差が26.24%,JD.comデータセットでは1.04%削減された。
  論文  参考訳（メタデータ） (2024-06-23T21:28:50Z)
• Cumulative Distribution Function based General Temporal Point Processes [49.758080415846884]
  CuFunモデルは、累積分布関数(CDF)を中心に回転するTPPに対する新しいアプローチを表す 提案手法は従来のTPPモデリングに固有のいくつかの重要な問題に対処する。 コントリビューションには、先駆的なCDFベースのTPPモデルの導入、過去の事象情報を将来の事象予測に組み込む方法論の開発が含まれている。
  論文  参考訳（メタデータ） (2024-02-01T07:21:30Z)
• Accurate prediction of international trade flows: Leveraging knowledge graphs and their embeddings [2.849988619791745]
  本稿では,国際貿易のモデリングに知識グラフを組み込んだ手法を提案する。 従来の機械学習手法とKG埋め込み、例えば決定木やグラフニューラルネットワークの統合についても検討する。 本研究は,予測精度を向上させる可能性を示し,知識表現における説明可能性の埋め込みに関する洞察を提供する。
  論文  参考訳（メタデータ） (2023-10-17T11:28:30Z)
• Can ChatGPT Forecast Stock Price Movements? Return Predictability and Large Language Models [51.3422222472898]
  ニュース見出しを用いて,ChatGPTのような大規模言語モデル(LLM)の株価変動を予測する能力について述べる。 我々は,情報容量制約,過小反応,制限対アビタージュ,LLMを組み込んだ理論モデルを構築した。
  論文  参考訳（メタデータ） (2023-04-15T19:22:37Z)
• Explaining Exchange Rate Forecasts with Macroeconomic Fundamentals Using Interpretive Machine Learning [1.1602089225841632]
  我々は、解釈的枠組みの中でカナダとアメリカのドル為替レートの基本的なモデルを開発する。 本稿では,機械学習を用いて為替レートを予測し,マクロ経済変数間の関係を正確に解析するための解釈可能性手法を提案する。
  論文  参考訳（メタデータ） (2023-03-23T04:40:23Z)
• Recursive deep learning framework for forecasting the decadal world economic outlook [2.6510890394077573]
  我々は、世界経済のGDP成長率を10年にわたって予測する深層学習フレームワークを開発する。 先進国,開発途上国において,優れた深層学習モデルを検証し,従来の計量モデルと比較した。
  論文  参考訳（メタデータ） (2023-01-25T23:47:34Z)
• Analysis of risk propagation using the world trade network [0.0]
  パーソナライズされたPageRank(PPR)を用いて構築された貿易ネットワークと直接取引ネットワークを比較した。 我々の研究は、しばしば見過ごされてきた間接的・長期的関係の重要性を強調している。
  論文  参考訳（メタデータ） (2022-07-11T08:58:23Z)
• Preference Enhanced Social Influence Modeling for Network-Aware Cascade Prediction [59.221668173521884]
  本稿では,ユーザの嗜好モデルを強化することで,カスケードサイズ予測を促進する新しいフレームワークを提案する。 エンド・ツー・エンドの手法により,ユーザの情報拡散プロセスがより適応的で正確になる。
  論文  参考訳（メタデータ） (2022-04-18T09:25:06Z)
• Predicting Deep Neural Network Generalization with Perturbation Response Curves [58.8755389068888]
  トレーニングネットワークの一般化能力を評価するための新しいフレームワークを提案する。 具体的には,一般化ギャップを正確に予測するための2つの新しい尺度を提案する。 PGDL(Predicting Generalization in Deep Learning)のNeurIPS 2020コンペティションにおけるタスクの大部分について、現在の最先端の指標よりも優れた予測スコアを得る。
  論文  参考訳（メタデータ） (2021-06-09T01:37:36Z)

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。