Résumé technique : Modélisation des croyances latentes hawkish-dovish dans les LLM basés sur le débat multi-agents

Énoncé du problème

Prédire avec précision les décisions de politique monétaire du FOMC (Hausse, Maintien ou Baisse) est crucial pour les marchés financiers et la politique macroprudentielle. Cependant, la littérature existante fait face à deux limitations principales :

1. Négligence de la dynamique délibérative : La plupart des études traitent le FOMC comme une entité monolithique, échouant à modéliser le processus de délibération interne où des membres dotés de diverses croyances « hawkish » (restrictives) ou « dovish » (accommodantes) débattent pour parvenir à un consensus.
2. Analyse statique : Les méthodes antérieures reposent sur l'analyse de texte statique ou des prédictions de modèles uniques, peinant à intégrer de manière cohérente des textes qualitatifs non structurés (ex. : le Beige Book) avec des indicateurs macroéconomiques quantitatifs tout en modélisant l'évolution des croyances individuelles.

Cette étude aborde le défi de la prédiction des décisions du FOMC en simulant structurellement le processus de prise de décision collective du comité à l'aide de grands modèles de langage (LLM).

Méthodologie

1. Cadre de débat multi-agents

Le cadre proposé modélise le FOMC comme un système de $n$ agents autonomes LLM (spécifiquement fixé à $n=7$ pour faciliter le vote à la majorité). Chaque agent représente un membre du comité avec un profil de croyance politique distinct et pré-assigné (ex. : Hawkish Fort, Dovish Modéré, Neutre).

• Entrées : Les agents reçoivent une combinaison de texte qualitatif (extraits du Beige Book) et de données quantitatives (taux de chômage, taux d'inflation, taux de politique monétaire historiques).
• Processus itératif : Le processus s'exécute sur $T$ rounds (jusqu'à 10).
  • Round $t=0$ : Chaque agent génère une prédiction initiale ($z^{(0)}_i$) basée uniquement sur ses paramètres internes et les données d'entrée.
  • Round $t>0$ : Les agents observent les prédictions et les justifications de tous les autres agents du tour précédent ($Z^{(t-1)}$). Ils mettent à jour leur propre prédiction ($z^{(t)}_i$) en incorporant ce contexte social aux côtés des données d'origine.
• Terminaison : Le débat se termine lorsque tous les agents atteignent un consensus ou après le nombre maximal de rounds. Le résultat final est le vote à la majorité.

2. Modélisation des croyances latentes

Pour améliorer l'interprétabilité, les auteurs introduisent une variable latente discrète $\theta \in \Theta$ représentant la posture « hawk-dove » sous-jacente de chaque agent.

• Formulation théorique : Le processus de décision est formalisé comme un modèle génératif bayésien. La probabilité de la sortie d'un agent est décomposée en la probabilité de la sortie étant donné une croyance spécifique, et la probabilité a posteriori de cette croyance étant donné les entrées et les réponses des pairs.
• Hypothèse clé : Une fois qu'une croyance latente $\theta$ est fixée, l'étiquette finale de l'agent est conditionnellement indépendante du texte et des données d'entrée spécifiques. Cela implique que les croyances servent de médiateurs dans la façon dont les agents interprètent les preuves externes et l'influence des pairs.
• Structure mathématique :
  $$P(z^{(t+1)}_i | x, v, Z^{(t)}, \phi_i) = \sum_{\theta \in \Theta} P(z^{(t+1)}_i | \theta, \phi_i) P(\theta | x, v, Z^{(t)}, \phi_i)$$
  Où la croyance a posteriori $P(\theta | \dots)$ est mise à jour en fonction de la vraisemblance des données observées et de l'alignement des réponses des pairs avec cette croyance.

3. Configuration expérimentale

• Jeu de données : Réunions programmées du FOMC de janvier 2000 à décembre 2025. Le jeu de données comprend 60 tranches temporelles spécifiques (équilibrées à 15 Hausses, 30 Maintiens, 15 Baisses) sélectionnées pour éviter les tendances consécutives triviales.
• Sources de données :
  • Texte : Phrases « Activité économique globale » ou « résumé » du Beige Book.
  • Quantitatif : Taux d'inflation et de chômage (FRED), taux de politique monétaire historiques (Bloomberg).
• Modèle : GPT-4o-mini avec une température de 1 pour encourager des schémas de débat diversifiés. Des sorties structurées ont été imposées pour extraire les étiquettes et les justifications.
• Études d'ablation : L'étude a comparé le modèle complet contre des variantes supprimant :
  1. Le texte du Beige Book.
  2. Les tendances des taux de politique monétaire historiques.
  3. L'assignation explicite des croyances (en utilisant un vote à la majorité standard sans prompts de croyance).
  4. Le débat multi-rounds (en utilisant uniquement les prédictions du Round 0).

Résultats clés

Métriques de performance

La méthode complète proposée (Expérience 1) a obtenu la performance la plus élevée parmi toutes les configurations :

• Précision : 0,549
• Rappel : 0,467
• Score F1 : 0,476

Résultats de l'ablation

• Importance du texte : La suppression du Beige Book (Expérience 2) a considérablement dégradé la performance (F1 : 0,385), confirmant que les données économiques régionales qualitatives sont cruciales pour des prévisions précises.
• Rôle du débat : La référence « Sans débat » (Expérience 6, vote à la majorité du Round 0) a produit un F1 de 0,415. Le processus de débat itératif a amélioré la précision, démontant que l'influence sociale et l'affinement des opinions sont bénéfiques.
• Impact des croyances : La suppression des assignations de croyances explicites (Expérience 5) a entraîné un F1 de 0,399. Plus critique encore, le modèle sans croyance présentait un biais marqué vers la prédiction de « Maintien » (280/420 prédictions). L'introduction de croyances diverses a atténué ce biais, menant à des résultats plus diversifiés et précis.
• Taux historiques : La suppression des tendances des taux de politique monétaire historiques (Expérience 4) a eu un impact négligeable sur la précision, probablement parce que le jeu de données a été organisé pour se concentrer sur des points de transition où les tendances sont moins prédictives.

Analyse comportementale

La matrice de transition a révélé que le processus de débat a efficacement déplacé les agents de leurs biais initiaux vers un consensus. Par exemple, les agents « Strong Hawkish » ont initialement prédit « Hausse » dans 33 cas mais se sont ajustés à 30 après le débat, tandis que les agents « Neutres » ont montré des changements significatifs dans leurs distributions finales. Le modèle a réussi à éviter les erreurs directionnelles importantes (par exemple, prédire une « Hausse » alors que la « Baisse » était le résultat réel).

Signification et affirmations

L'article affirme être le premier à appliquer des cadres de LLM multi-agents structurés et basés sur le débat spécifiquement au domaine financier de la politique monétaire. Ses principales contributions sont :

1. Simulation structurelle : Il dépasse le traitement des banques centrales comme des boîtes noires en modélisant explicitement la nature délibérative et de recherche de consensus du FOMC.
2. Interprétabilité : En introduisant des variables de croyances latentes, le cadre fournit un mécanisme théorique pour comprendre comment les prédispositions individuelles (hawkish/dovish) assurent la médiation de l'interprétation des données économiques et de l'influence sociale.
3. Validation empirique : L'étude démontre que l'incorporation de caractéristiques institutionnelles (croyances diverses et débat itératif) produit une précision prédictive supérieure par rapport aux approches standards de modèle unique ou statique.

Les auteurs maintiennent une position modeste, reconnaissant des limites telles que la taille discrète et réduite de l'espace de croyance, la dépendance à une seule famille de LLM et la restriction aux données du FOMC. Ils suggèrent que les travaux futurs pourraient explorer des espaces de croyances continus et appliquer le cadre à d'autres banques centrales (ex. : BCE, BOJ).