Nowcasting Inflation Using Online Prices
यह अध्ययन प्रदर्शित करता है कि ट्रांसफार्मर-आधारित भाषा मॉडलों का उपयोग करके 150 मिलियन ऑनलाइन रिटेल प्रविष्टियों से निर्मित एक दैनिक खाद्य मूल्य सूचकांक, आधिकारिक तुर्की मुद्रास्फीति दरों का प्रभावी ढंग से नाउकास्ट (nowcast) कर सकता है, विशेष रूप से कम और स्थिर मुद्रास्फीति की अवधि के दौरान, हालांकि मुद्रास्फीति में उछाल आने पर सहसंबंध कमजोर हो जाता है।
मूल पेपर CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
कल्पना कीजिए कि आप फुटबॉल मैच के अंतिम सीटी बजने से पहले उसके अंतिम स्कोर का अनुमान लगाने की कोशिश कर रहे हैं। आमतौर पर, आपको यह जानने के लिए कि वास्तविक स्कोर क्या है, खेल पूरी तरह समाप्त होने और आधिकारिक आँकड़े जारी होने तक प्रतीक्षा करनी पड़ती है। अर्थशास्त्र की दुनिया में, यह "अंतिम स्कोर" मुद्रास्फीति दर (inflation rate) (कीमतें कितनी बढ़ी हैं) है, और इसके "आधिकारिक आँकड़े" सरकार के सांख्यिकीय कार्यालय (TurkStat) से आते हैं, जो एक महीने की देरी से डेटा जारी करता है।
यह शोध पत्र इस बारे में है कि कैसे शोधकर्ताओं की एक टीम ने ऑनलाइन कीमतों का उपयोग करके उस आधिकारिक स्कोर का पूर्वानुमान लगाने के लिए एक रियल-टाइम स्कोरबोर्ड बनाया।
उन्होंने इसे कैसे किया, यहाँ सरल चरणों में दिया गया है:
1. समस्या: "धीमी डाक" बनाम "लाइव स्ट्रीम"
आधिकारिक मुद्रास्फीति के आँकड़े स्लो मेल (snail mail) द्वारा भेजे गए पत्र की तरह हैं। सरकार दुकानों में लोगों को कीमतें लिखने के लिए भेजती है, या वे भौतिक स्टोरों से रसीदों को स्कैन करती है। इसमें समय लगता है। जब तक सरकार संख्या प्रकाशित करती है, तब तक वह एक महीने पुरानी हो चुकी होती है।
शोधकर्ता एक "लाइव स्ट्रीम" चाहते थे। उन्होंने हर दिन पांच प्रमुख तुर्की ऑनलाइन ग्रोसरी वेबसाइटों पर कीमतों को देखने का निर्णय लिया। उन्होंने सात वर्षों से अधिक समय तक हर दिन 50,000 से 70,000 मूल्य टैग एकत्र किए। यह डेटा की एक विशाल मात्रा है—कुल मिलाकर लगभग 15 करोड़ डेटा पॉइंट्स।
2. चुनौती: "बिखरी हुई लाइब्रेरी"
कल्पना कीजिए कि आप एक ऐसी लाइब्रेरी में जा रहे हैं जहाँ किताबें हर जगह बिखरी हुई हैं। कुछ किताबों पर "खाद्य पदार्थ" (Food) लिखा है, लेकिन उस ढेर के अंदर, आपको "कॉफी बीन्स" के साथ "कॉफी फिल्टर" की किताब मिली। कुछ वस्तुओं को "दूध" के रूप में लेबल किया गया है, लेकिन वे वास्तव में "ओट ड्रिंक" (Oat Drinks) हैं।
जिन वेबसाइटों से शोधकर्ताओं ने डेटा निकाला था, उनमें भी इसी तरह की समस्याएँ थीं। श्रेणियों को अव्यवस्थित, असंगत या बिल्कुल गलत बनाया गया था। यदि वे केवल "कॉफी" शब्द खोजते, तो वे गलती से कॉफी बीन्स की कीमत के बजाय कॉफी फिल्टर की कीमत को गिन सकते थे।
3. समाधान: "स्मार्ट लाइब्रेरियन" (AI)
बिखरी हुई लाइब्रेरी को ठीक करने के लिए, शोधकर्ताओं ने हर एक वस्तु को छाँटने के लिए इंसानों को काम पर नहीं रखा (इसमें बहुत समय लगता)। इसके बजाय, उन्होंने आर्टिफिशियल इंटेलिजेंस (विशेष रूप से, NLP या नेचुरल लैंग्वेज प्रोसेसिंग नामक AI का एक प्रकार) का उपयोग करके एक स्मार्ट लाइब्रेरियन बनाया।
- लाइब्रेरियन को प्रशिक्षित करना: सबसे पहले, उन्होंने AI को यह सिखाने के लिए कि "कॉफी बीन्स" वास्तव में "कॉफी फिल्टर" से कैसे अलग दिखते हैं, लगभग 1,50,000 वस्तुओं को हाथ से छाँटा।
- परिणाम: AI ने उत्पाद के नामों को पढ़ना और उन्हें सही ढंग से वर्गीकृत करना सीख लिया, जिसकी सटीकता 95% थी।
- कार्य: प्रशिक्षित होने के बाद, यह AI लाइब्रेरियन हर दिन काम पर गया, और तुरंत 50,000 से 70,000 नई वस्तुओं को छाँटकर उन्हें ठीक उन्हीं श्रेणियों में व्यवस्थित किया जिनका उपयोग सरकार करती है।
4. "डेली स्कोरबोर्ड" बनाना
एक बार जब AI ने कीमतों को छाँट लिया, तो शोधकर्ताओं ने अपना स्वयं का दैनिक खाद्य मूल्य सूचकांक (Daily Food Price Index) बनाया।
- उन्होंने उन्हीं गणितीय गणनाओं और "भार" (विभिन्न खाद्य पदार्थों का महत्व) का उपयोग किया जिनका उपयोग सरकार करती है।
- एक महीने का इंतजार करने के बजाय, उन्होंने इस सूचकांक को हर दिन अपडेट किया।
5. उन्होंने क्या पाया: "मौसम के पूर्वानुमान" का प्रभाव
जब उन्होंने अपने दैनिक ऑनलाइन सूचकांक की तुलना सरकार के आधिकारिक मासिक सूचकांक से की, तो उन्हें दो दिलचस्प बातें पता चलीं:
- जब मौसम शांत होता है (कम मुद्रास्फीति): दोनों स्कोर पूरी तरह से मेल खाते हैं। यदि कीमतें स्थिर थीं, तो ऑनलाइन कीमतें ऑफलाइन कीमतों के समान ही थीं।
- जब तूफान आता है (उच्च मुद्रास्फीति): जब मुद्रास्फीति आसमान छूने लगी (तुर्की में 85% तक पहुँच गई), तो दोनों स्कोर अलग होने लगे। ऑनलाइन कीमतें ऑफलाइन कीमतों की तुलना में अलग तरह से व्यवहार करने लगीं।
- रूपक: यह वैसा ही है जैसे मौसम का ऐप सैटेलाइट डेटा के आधार पर बारिश की भविष्यवाणी करता है, जबकि ज़मीन पर मौजूद लोग अभी भी साफ आसमान देख रहे होते हैं। अराजक समय के दौरान, "लाइव स्ट्रीम" (ऑनलाइन) और "आधिकारिक रिपोर्ट" (ऑफलाइन) अलग-अलग कहानियाँ बताते हैं।
6. बड़ी जीत: भविष्य का अनुमान लगाना (Nowcasting)
इस शोध पत्र का सबसे महत्वपूर्ण हिस्सा नाउकास्टिंग (Nowcasting) है। इसका अर्थ है सरकारी संख्या जारी होने से पहले उसका अनुमान लगाना।
शोधकर्ताओं ने अपने दैनिक ऑनलाइन डेटा का उपयोग किया, जिसे अन्य आर्थिक संकेतों (जैसे विनिमय दर और ब्याज दर) के साथ जोड़ा गया, ताकि यह अनुमान लगाया जा सके कि महीने के अंत में आधिकारिक मुद्रास्फीति संख्या क्या होगी। उन्होंने विभिन्न कंप्यूटर मॉडलों (विभिन्न पूर्वानुमानकर्ताओं की एक टीम की तरह) का उपयोग करके इसका परीक्षण किया।
- महीने की शुरुआत में (दिन 2 या 15): ऑनलाइन डेटा थोड़ा "शोर भरा" (noisy) था और इससे ज्यादा मदद नहीं मिली। यह फुटबॉल मैच के केवल 10 मिनट के खेल के बाद अंतिम स्कोर का अनुमान लगाने जैसा था; डेटा बहुत अराजक था।
- महीने के अंत में (दिन 22): एक बार जब उनके पास महीने के अधिकांश हिस्से का डेटा एकत्र हो गया, तो ऑनलाइन कीमतें एक शक्तिशाली क्रिस्टल बॉल (भविष्य बताने वाला गोला) बन गईं। ऑनलाइन डेटा को अपने मॉडलों में जोड़ने से उनके पूर्वानुमान काफी सटीक हो गए।
निष्कर्ष
शोध पत्र यह निष्कर्ष निकालता है कि हालांकि मुद्रास्फीति की एक त्वरित झलक पाने के लिए ऑनलाइन कीमतें बेहतरीन हैं, लेकिन वे सबसे अधिक मूल्यवान तब होती हैं जब उनका उपयोग महीने के अंत में आधिकारिक संख्या का अनुमान लगाने के लिए किया जाता है।
हालाँकि, एक पेच है: जब मुद्रास्फीति बहुत अधिक और अराजक हो जाती है, तो ऑनलाइन कीमतें और भौतिक स्टोर की कीमतें अलग होने लगती हैं। यह सुझाव देता है कि अत्यधिक आर्थिक उतार-चढ़ाव के दौरान, सरकार को वास्तविक तस्वीर पाने के लिए केवल पुराने तरीकों पर निर्भर रहने के बजाय ऑनलाइन डेटा पर अधिक भरोसा करने की आवश्यकता हो सकती है।
संक्षेप में: उन्होंने एक सुपर-फास्ट, AI-संचालित प्राइस ट्रैकर बनाया जो सरकार की मुद्रास्फीति रिपोर्ट का एक महीने पहले अनुमान लगा सकता है, लेकिन यह सबसे अच्छा तब काम करता है जब अर्थव्यवस्था थोड़ी स्थिर हो और महीना लगभग समाप्त होने वाला हो।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।