2023-11-28 10:01
Keyword research-based stock market oil price forecast validity test with neural network- Dr. habil. Molnár Márk PhD.
A Neumann János Egyetem (NJE) Gazdaságtudományi Kar (GTK) a hagyományainak megfelelően megkérdezi a részletekről kollégáit egy-egy kiemelkedő publikáció megjelenésekor, most Dr. Molnár Márkot kérdeztük:
- Hol jelent meg és milyen terjedelmű a publikáció?
https://gradus.kefo.hu/archive/2023-1/2023_1_ECO_008_Barta.pdf
- Kik voltak a kutatásban az együttműködő partnerek, kik a társszerzők?
A kutatást doktorandusz hallgatómmal, Barta Ákossal közösen folytatjuk, a publikációban ő volt a társszerzőm.
- Mi az új eredmény alapötlete?
Az alapötlet a neurális hálók alkalmazása volt különféle, nem jól felismerhető gazdasági események és mozgások azonosítására. A hálók korábbi eseményeken való feltanításával el tudnánk érni, hogy közvetlenül nem igazolható vagy megfigyelhető jelenségeket nagy valószínűségekkel azonosítsunk. A cikkben ezt a koncepciót alapvetően egy jól definiált árutőzsdei termék, a nyersolaj árának előrejelzésére alkalmaztuk, méghozzá a különféle sajtóhírek tartalomelemzésével. A cél az volt, hogy meghatározzuk, mennyire vagyunk képesek a hírek alapján előrejelezni az árupiaci mozgásokat. A cikkben tárgyalt eredménye egy nagyobb kutatás részeként értelmezendő természetesen…
- Mennyi kutatás, mi vezetett ide, milyen projekt vagy egyéb támogatás áll a kutatások mögött?
A kutatás mögött semmilyen támogatás vagy projekt nem áll, ezt a doktori fokozatszerzés keretében folytatjuk Ákossal. Az alapvető ötlet a vállalatok kartellezési tevékenységének (amely tevékenység illegális, és jelentősen károsítja a fogyasztókat) azonosítása lett volna, ennek azonban az adathiány és az adatok elérhetősége egyelőre gátat vetett. Érthető módon a vállalatok ezt a magatartásformát nem „reklámozzák”, de a korábbi versenyjogi eljárások alapján, a megfelelő adatok birtokában ezeket a viselkedésformákat nagy valószínűséggel és megbízhatósággal meg lehetne jósolni, így elméletben a piac hatékony működését javítani és a fogyasztói jólétet növelni lehetne. Természetesen, a megfelelő adatok birtokában, a megfelelő anyagi támogatással a kutatás az eredeti irányban folyhatna tovább, de egyelőre az elérhető adatokat (így pl. a sajtónyilvános információkat) tudjuk csak feldolgozni.
- Az elért tudományos eredmény milyen módon jelenik meg egyetemünk oktatásában, a hallgatók hogyan tudnak ebből további state-of-the-art ismeretekt szerezni?
A hallgatók számos tantárgyunk keretében szerezhetnek naprakész ismereteket a fenti témában, így a statisztikai elemzés, ökonometria, mikroökonómia, és matematika tárgyak egyaránt tartalmazzák a kutatás releváns részeit.
- Az elért kimagasló eredmény milyen további kutatások alapjául szolgál, milyen új tudományos irányokat nyit meg?
A mostanában slágertémának számító mesterséges intelligencia viszonylag kezdetleges formájának tekinthetjük a neurális hálókat, véleményem szerint a nagy nyelvi modellek (pl. Chat-GPT) mellett alapvetően mégis használhatóak maradnak a jövőben is. Alapvetően a további kutatások a fogyasztói magatartás elemzésén túl a fogyasztói magatartás befolyásolására, a termékfejlesztési és vállalati stratégiai célok támogatására, de akár a tőzsde befolyásolására alkalmas eszközöket is adhatnak – és így természetesen komoly etikai kérdéseket is felvethetnek.
- A hallgatóink milyen módon tudnak ebbe a kutatási témába bekapcsolódni?
Ha a cikket és a hivatkozott forrásokat elolvassák, és a hallgatókat érdekli a téma, lehetőség van természetesen diplomamunka vagy TDK keretében a témát továbbfejleszteni, és más területeken vagy problémákra adaptálni.
- Van-e valamilyen további érdekes különlegessége a kutatásnak és a publikációnak?
A kutatás során a Wall Street Journal 21 évének publikációit dolgoztuk fel, mintegy 330e cikket, ez több mint 67 nap folyamatos adatfeldolgozást jelentett.
Köszönjük a beszélgetést, további eredményes kutatásokat kívánunk!
A publikáció az alábbi linken olvasható teljes terjedelmében.