Refined and Segmented Price Sentiment Indices from Survey Comments

要約

物価センチメント指数の充実を図り、消費者だけでなく企業の視点からも物価動向をより正確に把握することを目指します。
内閣府の景気ウォッチャー調査から物価に関するコメントを抽出し、大規模言語モデル（LLM）を用いて物価動向を分類します。
景気ウォッチャー調査の回答分野や回答者の業種情報を活用して、調査サンプルが消費者視点なのか企業視点なのか、また商品やサービスに関する意見なのかを分類します。
これらの分類された価格関連のコメントから、消費者と価格、商品とサービスの観点を組み合わせて、一般的な目的だけでなく、より具体的な目的に合わせた価格センチメント指数を構築します。
分類に LLM を採用することで、より正確な価格方向の分類を実現することが可能になります。
さらに、複数の LLM の出力を統合すると、分類のパフォーマンスが向上する可能性が示唆されます。
より正確に分類されたコメントを利用することで、従来の研究よりも既存の指標との相関性が高い指標の構築が可能となる。
調査回答者の業種に基づいて集計対象のコメントを選択することにより、サンプルサイズが大きい消費者向けの価格指数の相関性がさらに高まることを示します。

要約(オリジナル)

We aim to enhance a price sentiment index and to more precisely understand price trends from the perspective of not only consumers but also businesses. We extract comments related to prices from the Economy Watchers Survey conducted by the Cabinet Office of Japan and classify price trends using a large language model (LLM). We classify whether the survey sample reflects the perspective of consumers or businesses, and whether the comments pertain to goods or services by utilizing information on the fields of comments and the industries of respondents included in the Economy Watchers Survey. From these classified price-related comments, we construct price sentiment indices not only for a general purpose but also for more specific objectives by combining perspectives on consumers and prices, as well as goods and services. It becomes possible to achieve a more accurate classification of price directions by employing a LLM for classification. Furthermore, integrating the outputs of multiple LLMs suggests the potential for the better performance of the classification. The use of more accurately classified comments allows for the construction of an index with a higher correlation to existing indices than previous studies. We demonstrate that the correlation of the price index for consumers, which has a larger sample size, is further enhanced by selecting comments for aggregation based on the industry of the survey respondents.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google