大規模言語モデルを用いたマクロ経済予測
なぜ重要か: 企業や社会への影響が見込まれ、一般メディアにも波及する可能性があります。
arXiv:2407.00890v4 発表種別：差し替え
要旨：本論文は、大規模言語モデル（LLM）と従来のマクロ時系列予測手法の精度を比較分析したものである。近年、LLMはデータ中の複雑なパターンを捉え、非常に異なる分野に迅速に適応できることから、予測において人気が高まっている。しかし、従来の方法と比較したマクロ経済時系列データ予測における有効性は、依然として関心の対象である。これに対処するため、FRED-MDデータベースを共通基盤として、LLMと従来のマクロ予測手法の厳格な評価を行う。その結果、マクロ経済時系列予測におけるLLMの長所と短所に関する貴重な知見が得られ、現実世界のシナリオにおける適用可能性が明らかになる。
原文（英語）を表示
Title (EN): Macroeconomic Forecasting with Large Language Models
arXiv:2407.00890v4 Announce Type: replace-cross
Abstract: This paper presents a comparative analysis evaluating the accuracy of Large Language Models (LLMs) against traditional macro time series forecasting approaches. In recent times, LLMs have surged in popularity for forecasting due to their ability to capture intricate patterns in data and quickly adapt across very different domains. However, their effectiveness in forecasting macroeconomic time series data compared to conventional methods remains an area of interest. To address this, we conduct a rigorous evaluation of LLMs against traditional macro forecasting methods, using as common ground the FRED-MD database. Our findings provide valuable insights into the strengths and limitations of LLMs in forecasting macroeconomic time series, shedding light on their applicability in real-world scenarios
Published: 2025-09-24 19:00 UTC