우리는 멕시코 은행 이사회 회의록의 스페인어 버전에서 불확실성을 연구하고 측정하며 이를 핵심 통화 정책 변수와 연관짓습니다. 이 회의록은 국내외 경제, 인플레이션, 금융 배경에 관한 정보와 선택된 통화 정책 결정의 이유와 근거를 요약합니다. 특히, 자연어 처리 및 대형 언어 모델을 위한 비지도 학습 기법을 사용하여 다양한 불확실성 지수를 구상합니다. 첫 번째 불확실성 지수 집합은 잠재 디리클레 할당(LDA)을 활용해 구축되었으며, 두 번째 집합은 단어 임베딩(skip-gram (SG) 모델 사용)과 k-평균 기반입니다. 마지막으로 세 번째 집합은 ChatGPT(GPT)에 기반합니다. 각 접근법별로 전체 회의록에 대한 불확실성 지수와 세 가지 주요 섹션에 대한 섹션별 불확실성 지수를 생성합니다. 이후 해당 LDA, SG, GPT 지수들을 평균 내어 전체 통화 정책 불확실성(MPU) 지수와 세 섹션별 지수를 산출합니다. SVAR 모델을 구현한 결과, MPU 지수의 양의 충격이 통화 공급 증가, 소비자 물가지수 상승, 익일간 은행 간 금리 목표 상승, 그리고 멕시코 페소의 평가절하와 관련됨을 발견했습니다.
Moreno-Pérez 등(목)은 이 문제를 연구했습니다.