日本経済研究センターは6月18日、第7回「AI・ビッグデータ経済モデル研究会」を開催した。クレディ・スイス証券エコノミスト塩野剛志氏から「深層学習とマクロ経済理論(DSGE)の連携」と題して報告があった。経済・金融データは時間の経過とともに、新しいパターンが生成されるため、機械学習や深層学習モデルによる予測が有効に機能しないという問題(過剰適合問題)がある。この問題に対してベイズ深層学習(TDVAE)にマクロ経済理論(DSGEモデル)を連携させると、予測精度の改善がみられたという。報告後、さらに予測精度を改善させるためにはどのようなDSGEモデルを用いるのが良いか、あるいは従来、経済予測には向かないとされたDSGEモデルを用いる意義は何かなどを議論した。
バックナンバー
- 2022/10/18
-
原理の究明求められる深層学習の優位性
ブラックボックスから制御可能な技術へ
議事要旨 第14回
- 2022/08/16
-
新聞記事から景気動向を迅速に捉える
機械学習も活用し景況感指数を作成
議事要旨 第13回
- 2022/06/21
-
ファイナンス理論との融合進む深層学習
ブラックボックス問題を解消する試みも
議事要旨 第12回
- 2022/02/10
-
コロナ禍で改良目指すGDPナウキャスト
定期公表を始めた2つのモデルの成果と課題
議事要旨 第11回
- 2022/01/05
-
資産運用で広がるAIの参入余地
目的・機能に応じた資産配分が新トレンド
議事要旨 第10回
- 2021/11/02
-
企業退出と不正会計の予測精度高める機械学習
実務的ニーズ踏まえてモデル構築
議事要旨 第9回
- 2021/09/24
-
経済学で紐解くビジネスネットワーク
名刺データからキーシティー特定も
議事要旨 第8回