맥박 분석: LLM을 이용한 거시경제 감정 분해

[이매진]

맥박 분석: LLM을 이용한 거시경제 감정 분해

https://www.bis.org/publ/work1294.htm

Parsing the pulse: decomposing macroeconomic sentiment with LLMs

work1294 (1).pdf

3.03MB

요약집중하다

대규모 언어 모델(LLM)의 등장으로 연구자들은 텍스트에서 맥락, 뉘앙스, 그리고 미묘한 의미를 포착할 수 있게 되었습니다. 이는 이전 세대의 텍스트 분석에서는 불가능했던 것입니다. 거시경제적 응용 분야는 무궁무진하지만, 아직 상대적으로 미개척 분야로 남아 있습니다.

기부금

저희는 방대한 미국 뉴스 기사에 LLM을 적용하여 거시경제 심리 지수를 구축합니다. 이 지수를 수요와 공급 요소, 그리고 더욱 세부적인 동인으로 분해합니다. 이러한 접근 방식을 통해 성장과 인플레이션을 거의 실시간으로 측정하고, 그 기저 요인에 대한 내러티브를 제공합니다.

결과

뉴스 기반 감정 지수는 기존의 하드 데이터 벤치마크를 면밀히 추적합니다. 기본 구성 요소는 직관적이며 기존 연구 결과와 일치합니다. 예측 모델에 감정 지수를 추가하면 표본 외 성능이 향상됩니다. 이 결과는 구조 분석에 대한 기존 모델 기반 접근 방식을 보완하는 LLM의 가치를 강조합니다. 

---

추상적인

거시경제 지표는 경제학자들이 조각조각 모아 해석해야 하는 정량적 신호를 제공합니다. 본 연구에서는 대규모 언어 모델(LLM)을 사용하여 언론 보도를 직접 분석하고 성장 및 인플레이션 심리 지수를 도출하는 역방향 접근법을 제안합니다. 이 LLM 기반 접근법의 주요 장점은 종합적인 심리를 그 동인으로 분해하여 거시경제 역학을 쉽게 해석할 수 있다는 것입니다. 본 연구의 심리 지수는 하드 데이터 기반 데이터를 면밀히 추적하여 거시경제에 대한 정확하고 거의 실시간적인 그림을 제공합니다. 수요, 공급, 그리고 더 심층적인 구조적 요인으로 구성된 심리 지수의 구성 요소는 직관적이며 기존 모델 기반 연구 결과와 일치합니다. 심리 지수를 통합하면 기존 데이터로는 파악할 수 없었던 정보를 제시하여 단순 통계 모델의 예측 성능을 향상시킵니다.

JEL 분류: E30, E44, E60, C55, C82

키워드: 거시경제 심리, 성장, 인플레이션, 통화 정책, 재정 정책, LLM, 머신 러닝