高知識分子鬆口氣，研究：AI 預測經濟幾乎無用

在知識領域，AI 不是什麼都很在行。研究發現，AI 預測通貨膨脹的能力，還不如幾十年前經濟學家使用的低技術含量模型。英國投資銀行經濟學家甚至直言，ChatGPT 在宏觀經濟預測方面「完全沒用」。

經濟學家經常因使用簡單的線性模型來預測通貨膨脹、利率或經濟成長等動態非線性現象而受到批評，如 2021 年美國通膨飆漲出乎絕大多數預測者的意料。計量經濟模型、機器學習演算法、專業調查和央行預測均顯示，未來一年通膨溫和，而實際平均通膨率卻接近 7%。計量經濟模型使用歷史數據，被視為就像開車時只看後視鏡一樣。

未能及時識別通膨機制轉變的後果，遠不止於不準確而已，經濟學家指出，延遲識別供給驅動型通膨飆升，會推遲貨幣政策的應對措施，並導致日後需要採取更嚴厲的糾正措施。如果能更早意識到經濟體制的轉變，便可透過貨幣緊縮、財政緊縮和加速預期調整來抑制需求，同時也能減少供給衝擊對企業定價決策的影響。

因此，及時識別通膨機制轉變是首要的政策問題，但這正是標準預測工具無法勝任的任務。AI 的出現及其革新各類模型的潛力令人矚目，但一項新研究顯示，AI 預測宏觀經濟的能力其實更糟。

準確度遠不如古早模型

舊金山聯邦儲備銀行經濟學家等人讓 ChatGPT 預測美國通膨率，並將這些預測結果與美國克利夫蘭聯邦儲備銀行的公開模型進行比較。結果顯示，克里夫蘭聯邦儲備銀行一款「低技術含量」的工具，其預測性能始終優於生成式 AI，在其中一種假設下，ChatGPT-4 Turbo 的錯誤率，比克利夫蘭聯邦儲備銀行的通膨預測模型高出 12 倍。

研究指出，在衡量 AI 預測的準確性時，必須格外謹慎，要確認模型沒有使用最終數據進行訓練。否則，AI 的預測會被統計學家所說的「後見之明偏差」人為地誇大。作者指出，即使指示 AI 模型只使用特定日期之前公開可用的數據進行宏觀經濟預測，ChatGPT 似乎仍然使用不屬於歷史事實的前瞻性訊息，代表預測記錄仍可能受到後見之明偏差的影響。

人類價值在於判斷

AI 能夠取代基金經理人的能力也被誇大。先前一篇研究發現，借助 AI 的研究人員成功預測 71% 的未來交易，但基金經理人的超額報酬主要來自剩下的 29%。行為更難被 AI 預測、看起來更隨機、更擅長處理定性因素的基金經理，往往能跑贏同業和更廣泛的市場。定性因素是指無法或難以用精確的數值來衡量，必須依賴主觀判斷、邏輯推理、經驗和觀察來評估的非量化指標。

總之，別指望 AI 能預測宏觀經濟。克利夫蘭聯邦儲備銀行的模式很可能更準確，最近預測顯示未來通膨壓力仍居高不下，克里夫蘭聯邦儲備銀行的即時預測模型預測，2026 年 5 月的 12 個月消費者物價指數 (CPI) 將高達 4.2%。

(首圖來源：Unsplash)