Prédire la production industrielle américaine à l’aide d’articles de presse : David Ardia remporte un prix
Best Paper Award
12 juillet 2021
Le professeur au Département de sciences de la décision David Ardia s’est vu remettre le prix du meilleur article de la période 2018-2019 par la revue scientifique International Journal of Forecasting.
Le texte est intitulé Questioning the news about economic growth: Sparse forecasting using thousands of news-based sentiment values. Il a été corédigé avec Kris Boudt, professeur à l’Université de Gand (UGent), à la Vrije Universiteit Brussel, et à la Vrije Universiteit Amsterdam, ainsi que Keven Bluteau, stagiaire postdoctoral à UGent et à HEC Montréal.
Le prix a été officiellement remis aux 3 chercheurs lors du symposium 2021 de l’International Institute of Forecasters. L’article primé a été choisi au terme d’un processus très sélectif, parmi l’ensemble des articles publiés dans la revue durant les années 2018 et 2019.
Analyser les sentiments textuels
La recherche dont il est question dans l’article visait à prédire la production industrielle américaine par l’analyse des textes publiés dans les médias américains. Ainsi, en plus du recours habituel aux variables macroéconomiques ou financières, les chercheurs ont ajouté à leur modèle des milliers de variables de sentiments textuels. Pour chaque thème abordé dans un article de presse à un moment précis dans le temps, un sentiment était extrait automatiquement et un score lui était attribué – plutôt négatif ou plutôt positif.
Les chercheurs ont ensuite eu recours aux techniques de l’apprentissage automatique pour déterminer lesquelles de toutes ces variables étaient les plus pertinentes pour prévoir la production industrielle des États-Unis. Ils ont remarqué que les variables extraites des textes permettaient d’améliorer significativement les prévisions. En somme, leur recherche a permis de mettre en place des algorithmes pour lire les textes des médias et améliorer les modèles de prédiction.
Un modèle adaptable
Point intéressant : ce modèle d’intelligence artificielle est un outil offert en libre accès. À titre d’exemple, un fonds d’investissement pourrait l’utiliser pour améliorer ses projections de rendements des actifs de son portefeuille.
L’équipe souhaiterait aussi développer un modèle de prédiction pour l’économie du Québec, semblable à celui développé pour l’article récompensé. Un autre projet de recherche a d’ailleurs déjà été mené récemment, à l’aide de textes de nouvelles tirées des archives de médias québécois, dans le but cette fois de mesurer l’incertitude liée à la politique économique pour le Québec et le Canada.
À propos de David Ardia
David Ardia est professeur agrégé au Département de sciences de la décision de HEC Montréal. Formé aux méthodes quantitatives pour la finance, il s’intéresse aux techniques d’allocation d’actifs et de gestion du risque ainsi qu’à l’analyse textuelle. Il est fondateur de l’organisation Sentometrics, et membre régulier du Groupe d’études et de recherche en analyse des décisions (GERAD), et des organismes Fin-ML et Quantact.
David Ardia a travaillé 4 ans dans l’industrie financière en Suisse et a reçu le titre de « Swiss Risk Manager of the Year » en 2018.
Il a obtenu sa maîtrise en finance quantitative à l’ETHZ et son doctorat en méthodes quantitatives à l’Université de Fribourg.
