| Item type |
Journal(1) |
| 公開日 |
2025-11-15 |
| タイトル |
|
|
言語 |
ja |
|
タイトル |
VAEとBERTopicを用いた経済サプライズ指数 |
| タイトル |
|
|
言語 |
en |
|
タイトル |
Economic Surprise Index Using VAE and BERTopic |
| 言語 |
|
|
言語 |
jpn |
| キーワード |
|
|
主題Scheme |
Other |
|
主題 |
[一般論文] VAE，ナウキャスティング，トピックモデリング |
| 資源タイプ |
|
|
資源タイプ識別子 |
http://purl.org/coar/resource_type/c_6501 |
|
資源タイプ |
journal article |
| ID登録 |
|
|
ID登録 |
10.20729/0002005582 |
|
ID登録タイプ |
JaLC |
| 著者所属 |
|
|
|
東京大学大学院工学系研究科／三井住友DSアセットマネジメント株式会社 |
| 著者所属 |
|
|
|
東京大学大学院工学系研究科 |
| 著者所属 |
|
|
|
東京大学大学院工学系研究科 |
| 著者所属(英) |
|
|
|
en |
|
|
Graduate School of Engineering, The University of Tokyo / Sumitomo Mitsui DS Asset Management Co., Ltd. |
| 著者所属(英) |
|
|
|
en |
|
|
Graduate School of Engineering, The University of Tokyo |
| 著者所属(英) |
|
|
|
en |
|
|
Graduate School of Engineering, The University of Tokyo |
| 著者名 |
上田,翼
和泉,潔
村山,友理
|
| 著者名(英) |
Tsubasa Ueda
Kiyoshi Izumi
Yuri Murayama
|
| 論文抄録 |
|
|
内容記述タイプ |
Other |
|
内容記述 |
経済サプライズ指数は，経済指標の予想外の変動を集約し，市場動向や政策への影響を分析するための有力なツールである．しかし，従来の指数には予想コンセンサスへの依存，限定的な更新タイミング，静的なウェイト設定といった課題が存在する．本研究では，VAEを用いた多変量ナウキャスティングによる予測修正と，BERTopicを用いたトピック抽出に基づく注目度を組み合わせた，新たな経済サプライズ指数を提案する．提案指数の実証分析では，特に新型コロナウイルス感染拡大期において，従来型指数を上回る情報捕捉力を示した．また，株価予測や取引戦略への応用においても優れた成果を確認し，実務的な有用性が示唆された．本研究は，高頻度指標やテキストを含むオルタナティブデータを機械学習技術を用いて統合し，指数化を通じて新たな付加価値を創出する枠組みを提供する． |
| 論文抄録(英) |
|
|
内容記述タイプ |
Other |
|
内容記述 |
The Economic Surprise Index is a powerful tool for aggregating unexpected fluctuations in economic indicators and analyzing their impact on market trends and policy decisions. However, traditional indices face several challenges, including dependence on consensus forecasts, limited update frequency, and static weight assignments. This study proposes a novel Economic Surprise Index that combines forecast revisions obtained through multivariate nowcasting using a Variational Autoencoder (VAE) with attention-based topic classification using BERTopic. Empirical analysis of the proposed index demonstrates superior information capture, particularly during the COVID-19 pandemic, compared to conventional indices. Furthermore, its application to stock price forecasting and trading strategies yields promising results, highlighting its practical utility. This study provides a framework for integrating high-frequency indicators and alternative data sources, including textual information, into a structured index using machine learning techniques, thereby generating new value through index construction. |
| 書誌レコードID |
|
|
収録物識別子タイプ |
NCID |
|
収録物識別子 |
AN00116647 |
| 書誌情報 |
情報処理学会論文誌
巻 66,
号 11,
p. 1525-1535,
発行日 2025-11-15
|
| ISSN |
|
|
収録物識別子タイプ |
ISSN |
|
収録物識別子 |
1882-7764 |
| 公開者 |
|
|
言語 |
ja |
|
出版者 |
情報処理学会 |
IPSJ-JNL6611009.pdf (1.9 MB)
