基于调查评论的细化与分段价格情绪指数

我们旨在改进价格情绪指数，并从消费者和企业双方视角更精确地理解价格趋势。我们从日本内阁府实施的经济观察调查中提取与价格相关的评论，并使用大语言模型（LLM）对价格趋势进行分类。我们利用经济观察调查中包含的评论领域和受访者行业信息，对调查样本反映的是消费者还是企业视角，以及评论涉及商品还是服务进行分类。从这些分类的价格相关评论中，我们不仅构建了通用的价格情绪指数，还通过结合消费者/价格视角以及商品/服务视角，构建了更具体目标的指数。利用 LLM 进行分类，可以实现更准确的价格方向分类。此外，整合多个 LLM 的输出表明有潜力进一步提升分类性能。使用分类更准确的评论，可以构建出比以往研究与现有指数相关性更高的指数。我们证明，样本量较大的消费者价格指数的相关性，通过根据受访者行业选择用于聚合的评论而进一步增强。