ECB เปิดตัวโมเดล Deep-π* ใช้โครงข่ายประสาทเทียมประเมินแนวโน้มเงินเฟ้อ
ภาพรวมของโมเดล
ธนาคารกลางยุโรป (ECB) เผยแพร่งานวิจัยเรื่อง Deep-π* ซึ่งเป็นการประเมินแนวโน้มเงินเฟ้อด้วยโครงข่ายประสาทเทียม โมเดลเชิงประจักษ์ส่วนใหญ่มองแนวโน้มเงินเฟ้อเป็นตัวแปรแฝงที่เคลื่อนไหวแบบสุ่ม จึงอธิบายไม่ได้ว่าภาวะเศรษฐกิจใดผลักดันแนวโน้มนั้น
Deep-π* แก้ข้อจำกัดนี้โดยให้การเปลี่ยนแปลงของแนวโน้มเป็นฟังก์ชัน ซึ่งอาจไม่เป็นเชิงเส้น ของตัวชี้วัดเศรษฐกิจมหภาคจำนวนมาก แล้วใช้ค่า Shapley ระบุว่าตัวชี้วัดใดอยู่เบื้องหลังการเคลื่อนไหวแต่ละครั้ง โมเดลมีสองแนวทาง คือแนวโน้มปัจจุบันที่อธิบายเงินเฟ้อในขณะนี้ และแนวโน้มเชิงมองไปข้างหน้าที่พยากรณ์เงินเฟ้อในอีกหนึ่งปีได้ดีที่สุด
ผลจากข้อมูลสหรัฐฯ
ตัวแปรด้านการจ้างงานมีส่วนมากที่สุดต่อการเพิ่มขึ้นของแนวโน้มปัจจุบันหลังช่วงโรคระบาด ขณะที่แนวโน้มเชิงมองไปข้างหน้าเพิ่มขึ้นก่อน โดยมีกิจกรรมที่แท้จริง การจ้างงาน และเงินกับสินเชื่อเป็นแรงขับหลักตั้งแต่ต้นช่วงโรคระบาด และแตะจุดสูงสุดก่อนแนวโน้มปัจจุบันราวแปดถึงสิบสองเดือน แนวโน้มทั้งสองไม่ตอบสนองต่อความผันผวนของราคาพลังงานและสินค้าโภคภัณฑ์เป็นส่วนใหญ่
เมื่อประเมินใหม่ทุกเดือนในช่วงเงินเฟ้อพุ่ง โมเดลพยากรณ์ได้แม่นยำกว่าโมเดล UC-SV มาตรฐานและ random walk และในต้นปี 2021 ขณะที่นักพยากรณ์มืออาชีพคาดเงินเฟ้อไม่เกิน 3% แนวโน้มเชิงมองไปข้างหน้าก็ส่งสัญญาณถึงเงินเฟ้อต่อเนื่องที่เพิ่มขึ้นแล้ว
หมายเหตุสำหรับการเทรดด้วย EA
ช่วงที่มีการเผยแพร่ข้อมูลหรือถ้อยแถลงด้านนโยบายการเงิน ตลาดอาจผันผวนและสเปรดอาจกว้างขึ้นได้ ผู้ใช้ EA ควรตรวจสอบสภาพตลาดก่อนและหลังช่วงประกาศสำคัญ และอาจพิจารณาหยุด EA ชั่วคราวตามความเหมาะสมของกลยุทธ์ตนเอง
แหล่งที่มา: European Central Bank (ECB)
บทความนี้เป็นการสรุปโดย AI จากประกาศอย่างเป็นทางการ ไม่ใช่คำแนะนำในการลงทุน โปรดตรวจสอบตัวเลขและกำหนดการจากแหล่งที่มาทุกครั้ง