Yoo Sangdae副总裁：“AI在统计研究中的应用也在扩大”
韩国银行于19日与韩国统计学会以“经济统计的演化：人工智能应用与统计方法论的扩展”为主题联合举办论坛。
当天活动中，学界、相关机构以及韩国银行等统计编制实务人员和分析专家出席，发布研究成果并共享相关知识。在本次论坛上，双方机构将分享利用人工智能（AI）和大数据扩展数据分析与统计编制方法论的研究结果，并探寻今后的挑战课题。
韩国银行副总裁 Yoo Sangdae 当天出席论坛并表示：“近期以来，随着人工智能发展速度进一步加快，人工智能在各个领域的应用不断扩大。韩国银行和统计学会也顺应时代潮流，确定了本次论坛的主题。”
他接着称：“过去10年间，我们通过联合论坛共享了各种主题，在这一过程中，也持续就数字经济、人工智能、大数据等议题进行讨论。希望今天提出的多样研究成果和创意能够在学界和政策一线得到广泛应用，为理解和应对我国经济提供巨大助益。”
在将持续到当天下午的论坛上，将围绕特邀演讲、论文发表和讨论等3个环节展开。
第一环节发言人、首尔大学统计学系教授 Oh Huiseok 将就可提升经济与金融数据分析和预测准确度的“数据自适应因子模型”进行演讲。Oh 教授将在会上提出一种统计模型，能够在股价收益率或失业率预测中，更精细地捕捉特异性波动结构并提高预测准确度。
第二环节将探讨除传统经济指标之外，利用新闻数据、图像、股票市场供需动向等多种信息来解释和预测经济指标的新方法论。淑明女子大学统计学系教授 Seo Beomseok 将提出一种方法论，在预测汇率时，不仅利用宏观经济数据，还结合汇率走势图像、新闻数据等多视角数据，以提升预测能力。成均馆大学统计学系教授 Han Heejun 将为预测股价指数波动性引入基于神经网络的新模型（多输入长短期记忆网络，Multi-Input LSTM），提出提高波动性预测准确度的方法论。
第三环节将发布韩国银行的统计研究成果。韩国银行统计研究组科长 Kim Sojeong 为了提高自2022年起以实验性统计形式编制并发布的新闻情绪指数的利用度和可信度，将提出一种利用小型语言模型（SLM）来计算该指数的新方法论。与以部分句子为基础编制的既有指数不同，此次利用小型语言模型对整篇经济新闻进行学习后，再据此计算新闻情绪指数。同时，统计信息组科长 Kim Giyong 和投入产出组调查官也将分享运用机器学习方法对韩国数据生产额进行试算的结果。研究显示，在将数据及数据库产出额纳入统计时，2020年国内生产总值（GDP）将增加56.3万亿韩元（相当于GDP的3%）。
版权所有 © 阿视亚经济 (www.asiae.co.kr)。 未经许可不得转载。
