論文の概要: Harnessing Generative AI for Economic Insights
- arxiv url: http://arxiv.org/abs/2410.03897v2
- Date: Wed, 09 Oct 2024 21:25:56 GMT
- ステータス: 翻訳完了
- システム内更新日: 2024-10-11 10:39:11.753663
- Title: Harnessing Generative AI for Economic Insights
- Title(参考訳): 経済的な視点のためのジェネレーティブAIのハーネス
- Authors: Manish Jha, Jialin Qian, Michael Weber, Baozhong Yang,
- Abstract要約: 私たちはジェネレーティブAIを使用して、12万件のコーポレートカンファレンスの書面から、彼らの経済見通しに対する管理上の期待を抽出しています。
AIエコノミースコア(AI Economic Score)は、GDPの成長、生産、雇用などの将来の経済指標を強く予測する。
- 参考スコア(独自算出の注目度): 1.3344743915135726
- License:
- Abstract: We use generative AI to extract managerial expectations about their economic outlook from over 120,000 corporate conference call transcripts. The overall measure, AI Economy Score, robustly predicts future economic indicators such as GDP growth, production, and employment, both in the short term and to 10 quarters. This predictive power is incremental to that of existing measures, including survey forecasts. Moreover, industry and firm-level measures provide valuable information about sector-specific and individual firm activities. Our findings suggest that managerial expectations carry unique insights about economic activities, with implications for both macroeconomic and microeconomic decision-making.
- Abstract(参考訳): 私たちはジェネレーティブAIを使用して、12万件のコーポレートカンファレンスの書面から、彼らの経済見通しに対する管理上の期待を抽出しています。
AIエコノミースコア(AI Economic Score)は、GDPの成長、生産、雇用といった将来の経済指標を短期と10四半期の両方で確実に予測する。
この予測力は、調査予測を含む既存の指標に比例する。
さらに、業界や企業レベルの措置は、セクター固有の企業活動や個別の企業活動に関する貴重な情報を提供する。
以上の結果から,経営陣の期待は経済活動に関する独自の洞察を持ち,マクロ経済とミクロ経済の意思決定の両方に影響を及ぼす可能性が示唆された。
関連論文リスト
- Machine Learning for Economic Forecasting: An Application to China's GDP Growth [2.899333881379661]
本稿は、中国における四半期ごとのGDP成長を予測するために、さまざまな機械学習モデルを用いている。
これらのモデルのパフォーマンスの違いに寄与する要因を分析します。
論文 参考訳(メタデータ) (2024-07-04T03:04:55Z) - Forecasting Four Business Cycle Phases Using Machine Learning: A Case Study of US and EuroZone [0.26919554217803926]
ビジネス・サイクル(ビジネス・サイクル)とは、長期にわたる経済活動の拡大と縮小のパターンをいう。
経済分析は本質的に複雑で、無数の要因(マクロ経済指標、政治的決定など)を取り入れている
本研究では,機械学習モデルによる経済状況の自動解析能力について検討した。
論文 参考訳(メタデータ) (2024-05-27T13:49:24Z) - Machine learning and economic forecasting: the role of international trade networks [0.0]
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。
論文 参考訳(メタデータ) (2024-04-11T21:04:56Z) - Boosting Stock Price Prediction with Anticipated Macro Policy Changes [0.0]
我々は、より正確で株価を予測するための革新的なアプローチを導入する。
我々は、外的経済環境関連情報と株価を組み入れている。
提案手法は従来手法のRMSE値が1.61であり, RMSE値が1.75であるのに対し, 従来手法のRMSE値が1.61である。
論文 参考訳(メタデータ) (2023-10-27T04:57:45Z) - Finding Regularized Competitive Equilibria of Heterogeneous Agent
Macroeconomic Models with Reinforcement Learning [151.03738099494765]
労働市場に参入する世帯や企業を無限に数える異種エージェントマクロ経済モデルについて検討する。
本稿では,モデルの正規化競争均衡を求めるデータ駆動強化学習フレームワークを提案する。
論文 参考訳(メタデータ) (2023-02-24T17:16:27Z) - 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) - Data-Centric Epidemic Forecasting: A Survey [56.99209141838794]
この調査は、様々なデータ駆動の方法論および実践的進歩を掘り下げるものである。
疫学的なデータセットと,流行予測に関連する新しいデータストリームを列挙する。
また,これらの予測システムの現実的な展開において生じる経験や課題についても論じる。
論文 参考訳(メタデータ) (2022-07-19T16:15:11Z) - Forecasting Future World Events with Neural Networks [68.43460909545063]
Autocastは数千の予測質問と付随するニュースコーパスを含むデータセットである。
ニュースコーパスは日付によって整理され、人間が過去の予測を行った条件を正確にシミュレートすることができる。
予測タスクで言語モデルをテストし、パフォーマンスが人間専門家のベースラインよりはるかに低いことを確認します。
論文 参考訳(メタデータ) (2022-06-30T17:59:14Z) - What Should I Know? Using Meta-gradient Descent for Predictive Feature
Discovery in a Single Stream of Experience [63.75363908696257]
計算強化学習は、未来の感覚の予測を通じて、エージェントの世界の知覚を構築しようとする。
この一連の作業において、オープンな課題は、エージェントがどの予測が意思決定を最も支援できるかを、無限に多くの予測から決定することである。
本稿では,エージェントが何を予測するかを学習するメタ段階的な降下過程,(2)選択した予測の見積もり,3)将来の報酬を最大化するポリシーを生成する方法を紹介する。
論文 参考訳(メタデータ) (2022-06-13T21:31:06Z) - The AI Economist: Optimal Economic Policy Design via Two-level Deep
Reinforcement Learning [126.37520136341094]
機械学習に基づく経済シミュレーションは強力な政策・メカニズム設計の枠組みであることを示す。
AIエコノミスト(AI Economist)は、エージェントと共同適応するソーシャルプランナーの両方を訓練する2段階のディープRLフレームワークである。
単純な一段階の経済では、AIエコノミストは経済理論の最適税制を回復する。
論文 参考訳(メタデータ) (2021-08-05T17:42:35Z) - The AI Economist: Improving Equality and Productivity with AI-Driven Tax
Policies [119.07163415116686]
我々は、経済的平等と生産性を効果的にトレードオフできる税制政策を発見する社会プランナーを訓練する。
競争圧力と市場ダイナミクスを特徴とする経済シミュレーション環境を提案する。
AI主導の税政策は、基本方針よりも平等と生産性のトレードオフを16%改善することを示します。
論文 参考訳(メタデータ) (2020-04-28T06:57:18Z)
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。