Большие языковые модели (LLM) все чаще используются для экономических прогнозов.
Так, Федеральный резервный банк Сент-Луиса с использованием Google Pathways Language Model дал ретроспективный прогноз инфляции за период 2019–2023 гг. По оценкам исследователей, в среднем прогнозы LLM показывают меньшие среднеквадратические ошибки, чем другие прогнозы (рисунок ниже). В этой связи использование LLM рекомендуется в дополнение к другим прогнозам.
В свою очередь специалисты национального банка Словакии применяли ChatGPT для настройки DSGE моделей и выявления бизнес-циклов.
МВФ с использованием технологий ИИ провел анализ базы документов «Central Bank Legislation Database» по 175 центральным банкам и 273 специальным категориям.
Были выявлены закономерности в осуществляемой деятельности, особенности отдельных стран в осуществлении независимой денежно-кредитной политики и т.д.
Традиционные прогнозы от ведущих поставщиков (МВФ, ОЭСР и т.д.) уже давно не внушают доверия. Так, агентство Bloomberg провело анализ более 3200 прогнозов для большинства стран мира, опубликованных за период с 1999–2019 гг. (относительно спокойного периода до ковида и СВО), показавший значительные расхождения с фактическими значениями. Среднее значение отклонения от прогноза составляет 2,0 процентных пункта.
В 56% случаях прогнозы МВФ занижали рост ВВП и, соответственно, завышали его в 44% случаев, но важный факт заключается в том, что для США МВФ переоценивает рост в 80% случаях, а, к примеру, для Китая в 20%. А говорить как оценивал МВФ снижение ВВП России в первой половине 2022 г. излишне. В этой связи может быть будущее прогнозов за искусственным интеллектом?
Более подробно в телеграм-канале.