使用ChatGPT增强GDP即时预报：PMInews发布的新应用（英）

本研究探讨了利用ChatGPT对欧元区采购经理人指数（PMI）新闻稿进行文本分析，并生成活动情绪评分，以提升GDP即时预测的准确性。研究发现，ChatGPT生成的PMI文本评分能够显著提升GDP即时预测的精度，其效果优于欧洲央行/Eurosystem工作人员预测和Eurostat首次GDP估计等基准预测模型。

核心观点：

1. 文本信息的价值：PMI新闻稿中的定性信息，如叙述、语气和轶事，能够提供超越传统量化数据的增量信息，从而更全面地评估实际GDP增长。
2. ChatGPT的应用：ChatGPT能够有效地对PMI新闻稿进行文本分析，生成活动情绪评分，这些评分在GDP即时预测中表现出显著的预测能力。
3. 基准模型的比较：与欧洲央行/Eurosystem工作人员预测和Eurostat首次GDP估计相比，ChatGPT生成的PMI文本评分能够显著提升GDP即时预测的准确性。
4. 稳健性检验：在不同的方法论调整下，包括排除极端经济事件（如新冠疫情）、使用不同的提示词和月度权重方案，PMI文本评分的预测能力仍然稳健。
5. 时间依赖性：ChatGPT评分对GDP即时预测的提升效果存在时间依赖性，在不同年份表现有所差异。除最近两年外，平均预测误差降低了约20%。

关键数据：

• PMI新闻稿包含两页关于关键发现、产出和需求、就业、价格、库存和供应链、前景和评论的文本，以及一页背景信息。
• 欧元区PMI调查每月进行，涵盖约5000家服务业和制造业公司，提供近实时商业状况 snapshot。
• PMI文本评分与综合产出PMI扩散指数高度相关，相关系数接近0.9。
• 在样本内估计中，ChatGPT评分对GDP即时预测的提升效果在不同情况下表现稳定，例如在排除极端观测值、不同GDP增长分位数等情况下。

研究结论：

• ChatGPT生成的PMI文本评分能够显著提升GDP即时预测的准确性，其效果优于传统基准预测模型。
• 文本信息在GDP即时预测中具有重要价值，能够提供超越传统量化数据的增量信息。
• 研究结果验证了将文本分析整合到经济预测中的价值，并为未来研究提供了新的方向。