Nowcasting the euro area with social media data
利用社交媒体数据对欧元区进行即时预测AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要明确以欧元区通胀和失业的样本外即时预测为核心任务。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
利用社交媒体数据对欧元区进行即时预测
- 研究问题
- 能否从 Reddit 的帖子、评论与用户互动中提取日度前瞻信号，改善欧元区通胀和失业的即时预测，尤其是在疫情前后等异常时期？
- 方法与思路
- 作者用大语言模型处理数百万条 Reddit 投稿和评论，提取与通胀、失业相关且考虑语境的信号，结合用户互动构造日度指标并作样本外比较。
- 材料陈述的贡献
- 摘要称，社交媒体指标相对日度报纸情绪和金融变量持续改善样本外即时预测，疫情及其后阶段尤为明显，可补充经济预测的信息来源。
- 阅读关注点
- 应核对预测目标与数据发布时间、语言和地区筛选、互动信息的使用方式，以及基准模型、滚动评估和异常时期结果的稳健性。
- 阅读边界
- 这是 arXiv 预印本，不能据此认定已同行评审或期刊接收；摘要未说明模型版本、预测设定与改善幅度，也未展示跨平台或跨时期的可迁移性。
原文摘要
Using a state-of-the-art large language model, we extract forward-looking and context-sensitive signals related to inflation and unemployment in the euro area from millions of Reddit submissions and comments. We develop daily indicators that incorporate, in addition to posts, the social interaction among users. Our empirical results show consistent gains in out-of-sample nowcasting accuracy relative to daily newspaper sentiment and financial variables, especially in unusual times such as the (post-)COVID-19 period. We conclude that the application of AI tools to the analysis of social media, specifically Reddit, provides useful signals about inflation and unemployment in Europe at daily frequency and constitutes a useful addition to the toolkit available to economic forecasters and nowcasters.