韩国银行基于大数据与人工智能(AI)、机器学习(ML)技术开发出通胀预测模型。
韩国银行6日在数字新技术组科长李昌勋撰写的《利用大数据与机器学习算法的实时通胀预测(BOK议题笔记)》报告中公开了这一情况。韩国银行开发的模型通过价格、生产与经济波动、利率与汇率、财政收支、主要国家经济指标、经济政策等最多298个预测变量,设计用于预测当月以及3个月、12个月后的物价涨幅。
预测精度较高。去年11月初,该预测模型认为当月消费者物价将环比上涨3.4%,与实际涨幅3.3%仅相差0.1个百分点,比全球金融门户网站Investing.com在数据公布前1至3天给出的预测值(3.7%)更接近实际涨幅。从去年10月到今年1月,该预测模型对当月物价涨幅的预测误差在0.2个百分点以内,相当小。不过,若将预测期延长至3个月和12个月后,误差则有所扩大。
韩国银行计划将该预测模型用于内部参考。李科长解释称:“既有经济理论模型在新冠疫情等重大冲击发生时,无法反映变量间的非线性和相互依赖性”,“ML算法的优点在于无需投入大量精力,通过内部算法即可计算出此类冲击。”不过,由于仍需进一步研究,暂不打算公开该预测模型的经济预测值。






