[ad_1]
NEW DELHI : Les actualités peuvent aider à améliorer la précision des prévisions de l’inflation alimentaire dans le pays. Un RBI Le document indique que la combinaison d’informations à haute fréquence sur les prix, avec des informations sur le marché des produits alimentaires à fort impact, aide à « prévoir maintenant » (prévisions à court terme) l’inflation alimentaire et à générer des prévisions à court terme.
Il a déclaré que trois légumes clés – tomates, oignons et pommes de terre (TOP), avec un poids combiné de 2,2% dans le panier de l’indice des prix à la consommation (IPC) en Inde – contribuent fortement à la volatilité de l’inflation alimentaire et de l’inflation globale, affectant la performance de maintenant. À l’aide de techniques de mégadonnées et d’informations sur ces trois éléments rapportés dans neuf grands quotidiens d’information anglais publiés entre 2011 et 2021, l’article occasionnel de RBI, rédigé par Bhanu PratapAbhishek Ranjan, Vimal Kishore et Binod B Bhoi, a construit des indices de sentiment sur les matières premières pour capturer la dynamique des prix des matières premières TOP.
« Les résultats empiriques suggèrent une relation inverse entre les indices construits du sentiment d’actualité de TOP et les variations des prix TOP. En exploitant cette fonctionnalité dans un cadre de prévision formel pour prédire l’inflation des prix des légumes et des denrées alimentaires, on constate que l’ajout d’informations basées sur l’actualité sous la forme des sentiments nets améliore la précision des prévisions », indique le journal.
Les événements météorologiques extrêmes provoqués par le changement climatique ont également rendu la tâche de prévision de l’inflation assez difficile au cours des dernières années, de sorte que l’augmentation des modèles avec des informations sur les événements météorologiques extrêmes peut améliorer les performances de prévision, selon le document.
Il a déclaré que trois légumes clés – tomates, oignons et pommes de terre (TOP), avec un poids combiné de 2,2% dans le panier de l’indice des prix à la consommation (IPC) en Inde – contribuent fortement à la volatilité de l’inflation alimentaire et de l’inflation globale, affectant la performance de maintenant. À l’aide de techniques de mégadonnées et d’informations sur ces trois éléments rapportés dans neuf grands quotidiens d’information anglais publiés entre 2011 et 2021, l’article occasionnel de RBI, rédigé par Bhanu PratapAbhishek Ranjan, Vimal Kishore et Binod B Bhoi, a construit des indices de sentiment sur les matières premières pour capturer la dynamique des prix des matières premières TOP.
« Les résultats empiriques suggèrent une relation inverse entre les indices construits du sentiment d’actualité de TOP et les variations des prix TOP. En exploitant cette fonctionnalité dans un cadre de prévision formel pour prédire l’inflation des prix des légumes et des denrées alimentaires, on constate que l’ajout d’informations basées sur l’actualité sous la forme des sentiments nets améliore la précision des prévisions », indique le journal.
Les événements météorologiques extrêmes provoqués par le changement climatique ont également rendu la tâche de prévision de l’inflation assez difficile au cours des dernières années, de sorte que l’augmentation des modèles avec des informations sur les événements météorologiques extrêmes peut améliorer les performances de prévision, selon le document.
Il a déclaré que les articles de journaux sur les dommages aux cultures, les phénomènes météorologiques extrêmes, les attaques de ravageurs, les restrictions commerciales, les grèves des transporteurs ou d’autres événements indésirables – qui peuvent avoir un impact significatif sur les prix futurs – peuvent fournir des informations supplémentaires utiles. De plus, le sentiment associé à chaque article et la fréquence de couverture de ces événements peuvent fournir des informations utiles concernant de tels chocs de prix. « Ces informations peuvent être extraites et analysées à l’aide de l’exploration de texte », selon le journal.
[ad_2]
Source link -37