BIS stellt BISTRO vor: KI-Modell für Makro-Zeitreihen-Prognosen
Die Bank für Internationalen Zahlungsausgleich (BIZ) stellt BISTRO vor, ein neues KI-basiertes Modell für die Prognose makroökonomischer Zeitreihen. Es nutzt die Transformer-Architektur von Large Language Models (LLMs) für bedingungslose und bedingte Vorhersagen.
Ein Schweizer Taschenmesser für Ökonomen
Das BIS Time-series Regression Oracle (BISTRO) ist ein universelles Zeitreihenmodell, das sich von traditionellen ökonometrischen Ansätzen abhebt.
Seine Stärke liegt in der Fähigkeit, generische unbedingte und bedingte Prognoseaufgaben zu bewältigen, ohne dass das Modell an die jeweilige makroökonomische Aufgabe angepasst werden muss.
Während herkömmliche Modelle für jedes Problem neu konstruiert und validiert werden müssen, agiert BISTRO wie ein „Schweizer Taschenmesser“: Es kann eine breite Palette von Problemen lösen, selbst solche, die beim Bau und Training des Modells nicht vorhergesehen wurden.
BISTRO wurde auf dem umfangreichen makroökonomischen Datenbestand der BIZ feinabgestimmt und verspricht eine neue Flexibilität in der ökonomischen Prognose.
Von Wort- zu Zeitreihen-Vorhersage
BISTRO basiert auf der Transformer-Architektur, die auch Large Language Models (LLMs) zugrunde liegt.
Mathematisch ist die Aufgabe identisch: Wie LLMs das nächste Wort im Kontext vorangehender Sätze vorhersagen, prognostizieren Zeitreihenmodelle die nächste Realisierung einer makroökonomischen Zeitreihe im Kontext der gesamten Wirtschaft.
Die Studie demonstriert, dass BISTRO zuverlässige unbedingte Prognosen für wichtige makroökonomische Aggregate wie Inflation, Arbeitslosigkeit und BIP-Wachstum liefert und dabei Benchmarks wie AR(1) und MOIRAI übertrifft.
Zudem zeigt es flexibel auf, wie bedingte Prognosen und Szenarien erstellt werden können, um nicht-lineare Muster in den Daten aufzudecken.
Das Modell ist als Open-Source-Lösung auf GitHub verfügbar und kann in Google Colab genutzt werden.
Ein Paradigmenwechsel für die Makro-Prognose
Diese Entwicklung stellt einen bedeutenden Schritt hin zu flexibleren und weniger arbeitsintensiven Prognosemethoden dar.
Die Fähigkeit, ohne spezifisches Retraining eine Vielzahl von Aufgaben zu bewältigen, könnte die Effizienz in der Zentralbankforschung erheblich steigern.
Es bleibt jedoch abzuwarten, ob BISTRO die Komplexität und die einzigartigen Schockdynamiken ökonomischer Zeitreihen in der Praxis robust abbilden kann.
Für Ökonomen eröffnet sich damit ein mächtiges neues Werkzeug, dessen volle Implikationen sich erst noch zeigen werden.