关键词macroeconomic variables
搜索结果 - 5
- 利用文本数据预测欧洲 GDP
评估新闻情绪指标对欧洲五个主要经济体的国内生产总值（GDP）和其他宏观经济变量的预测信息内容，结果显示这些情绪指标对宏观经济变量的预测具有显著性并且对其他实时可用的指标进行控制仍然具有稳健的预测内容。
- 利用预期的宏观政策变化提升股价预测
本研究引入了一种创新的方法，通过考虑未来预期的宏观经济政策变化，结合外部经济环境相关信息和股票价格，提高了股票价格预测的准确性，并通过多种基于树的机器学习算法得出明确的结果。
- 零售需求预测：多元时间序列的比较研究
准确预测零售行业的需求是财务绩效和供应链效率的重要决定因素。本研究通过将顾客需求的时间序列数据与宏观经济变量（如消费者价格指数（CPI）、消费者信心指数（ICS）和失业率）相结合，开发并比较了各种回归和机器学习模型，以准确预测零售需求。
- 经济新闻预测
该研究通过对六家大型美国报纸的新闻文章进行情感分析，发现经济情绪与商业周期波动密切相关，是预测四个主要宏观经济变量的相关因素之一，并且预测准确度得到了显著提高。此外，该研究还发现情感分析在解释多个宏观经济变量概率分布的尾部时也具有重要作用。
- 抵押风险的深度学习
该论文提出了一个深度学习模型，用于分析 1995 年至 2014 年间 1.2 亿个贷款的起始和每月表现记录，该模型涉及贷款特定和宏观经济变量，并揭示了多重贷款风险的高度非线性性及其与失业率等变量之间的紧密联系。