Aller au contenu

Vous pouvez contribuer simplement à Wikibéral. Pour cela, demandez un compte à [email protected]. N'hésitez pas !


MILA

De Wikiberal

MILA (Monetary-Intelligent Language Agent) est un modèle d'analyse de la communication des banques centrales développé par la Bundesbank (banque centrale allemande). Cet outil recourt à l'intelligence artificielle pour classifier le ton des déclarations de politique monétaire, en particulier celles de la Banque centrale européenne (BCE).

Fonction et objectif

MILA a été conçu pour évaluer de manière transparente, granulaire et cohérente si un discours d'un membre de la banque centrale signale une politique restrictive (dite « hawkish » ou « faucon ») ou accommodante (dite « dovish » ou « colombe »). L'objectif est de quantifier l'orientation de la politique monétaire véhiculée par le langage, les mots employés par les banquiers centraux influençant directement les anticipations des marchés.

Méthodologie

Le modèle repose sur une approche en plusieurs étapes, mobilisant de grands modèles de langage (LLM) tels que Llama 3.1 70B.

1. Analyse phrase par phrase : contrairement aux méthodes plus anciennes qui analysent le document dans son ensemble, MILA décompose le texte (par exemple une conférence de presse de la BCE) en phrases individuelles. Cette granularité permet de comprendre la contribution de chaque partie au message global.
2. Prise en compte du contexte : avant de classifier une phrase, MILA détermine le contexte d'inflation à partir des projections des services de la BCE. Ce contexte sert de cadre d'interprétation.
3. Classification et agrégation : chaque phrase est classée comme hawkish, dovish ou neutre (ainsi que positive ou négative pour le sentiment). Ces classifications individuelles sont ensuite agrégées au moyen de formules mathématiques afin de produire des indicateurs globaux, notamment le « Hawk-O-Meter », une échelle allant de -1 (le plus dovish) à +1 (le plus hawkish).

Performance et applications

L'évaluation de MILA montre une précision élevée. Pour la classification du sentiment, le modèle atteint une exactitude de 96 %, contre 76 % pour une méthode par dictionnaire plus traditionnelle.

Appliqué aux conférences de presse de la BCE depuis novembre 2011 (environ 50 000 phrases), MILA a permis d'observer des évolutions de ton significatives. La période de la présidence de Mario Draghi est ainsi caractérisée comme très dovish, tandis que la phase de resserrement monétaire de 2022-2023 est marquée par un ton hawkish, avec un pic en juin 2022.

Enjeux et limites

La Bundesbank souligne également les risques liés à ce type d'outil. Si tous les acteurs du marché utilisent des IA similaires pour interpréter la communication des banques centrales, cela pourrait conduire à une homogénéisation des anticipations, rendant les marchés potentiellement plus fragiles et volatils face à des surprises. De plus, le modèle doit être continuellement adapté pour rester pertinent face à l'évolution du langage et des conditions économiques.

Portée analytique

MILA constitue une illustration de la formalisation académique et technique de l'analyse thymo-linguistique : il transforme une lecture subjective du discours en une mesure quantifiable et reproductible. Il peut être rapproché des analyses comparatives lexicales des conférences de presse, dont il automatise et quantifie la démarche.



Accédez d'un seul coup d’œil au portail économie.