ম্যাক্রোইকোনমিক ফান্ডামেন্টালসের সাথে বিনিময় হার পূর্বাভাসের জন্য ব্যাখ্যাযোগ্য মেশিন লার্নিং

সূচিপত্র

1. ভূমিকা

আর্থিক ব্যবস্থার জটিলতা, অরৈখিকতা এবং ঘন ঘন কাঠামোগত পরিবর্তনের কারণে বিনিময় হার পূর্বাভাস দেওয়া কুখ্যাতভাবে কঠিন। ঐতিহ্যগত ইকোনোমেট্রিক মডেলগুলি প্রায়শই এই গতিশীলতা ধারণ করতে এবং তাদের পূর্বাভাসের জন্য স্বচ্ছ ব্যাখ্যা প্রদানে সংগ্রাম করে। এই গবেষণাটি ব্যাখ্যাযোগ্য মেশিন লার্নিং (আইএমএল) কাঠামোর মধ্যে কানাডিয়ান-মার্কিন ডলার (ক্যাড/ইউএসডি) বিনিময় হরের জন্য একটি মৌলিক-ভিত্তিক মডেল তৈরি করে এই ফাঁকটি পূরণ করে। প্রাথমিক লক্ষ্য কেবল বিনিময় হার সঠিকভাবে পূর্বাভাস দেওয়া নয়, বরং "ব্ল্যাক বক্সটি খোলা" এবং ম্যাক্রোইকোনমিক চলক এবং পূর্বাভাসের মধ্যকার সম্পর্ক ব্যাখ্যা করা, যার ফলে অর্থনীতিবিদ এবং নীতিনির্ধারকদের জন্য আস্থা এবং কার্যকরী অন্তর্দৃষ্টি বৃদ্ধি পায়।

এই গবেষণার প্রেরণা হলো কানাডার একটি প্রধান পণ্য রপ্তানিকারক দেশ হিসেবে অবস্থান, যেখানে ২০১৯ সালে ক্রুড অয়েল তার মোট রপ্তানির ১৪.১% গঠন করে এবং মার্কিন যুক্তরাষ্ট্রের বৃহত্তম সরবরাহকারী ছিল। এটি পণ্যের দাম (বিশেষ করে তেল) এবং ক্যাড/ইউএসডি হরের মধ্যে একটি অনুমিত শক্তিশালী সংযোগ তৈরি করে, যা এই গবেষণা পরিমাপ ও ব্যাখ্যা করার লক্ষ্য রাখে।

2. পদ্ধতি ও কাঠামো

2.1 ব্যাখ্যাযোগ্য মেশিন লার্নিং পদ্ধতি

মূল পদ্ধতিতে জটিল, অরৈখিক সম্পর্ক মডেলিংয়ের সক্ষম উন্নত মেশিন লার্নিং মডেল (যেমন, গ্রেডিয়েন্ট বুস্টিং মেশিন, র্যান্ডম ফরেস্ট) ব্যবহার জড়িত। এই মডেলগুলিকে ব্যাখ্যা করার জন্য, গবেষণাটি পোস্ট-হক ব্যাখ্যাযোগ্যতা কৌশল প্রয়োগ করে, বিশেষভাবে SHAP (SHapley Additive exPlanations) মান। সহযোগী গেম থিওরিতে ভিত্তি করে, SHAP মান প্রতিটি বৈশিষ্ট্যের (ম্যাক্রোইকোনমিক চলক) একটি নির্দিষ্ট পূর্বাভাসে অবদান পরিমাপ করে, যা গ্লোবাল এবং লোকাল উভয় ব্যাখ্যাযোগ্যতা প্রদান করে।

2.2 মডেল আর্কিটেকচার ও বৈশিষ্ট্য নির্বাচন

মডেলটিতে ক্যাড/ইউএসডি হরকে প্রভাবিত করতে পারে বলে অনুমিত বিস্তৃত ম্যাক্রোইকোনমিক মৌলিক বিষয়গুলি অন্তর্ভুক্ত করা হয়েছে। প্রধান চলকগুলির মধ্যে রয়েছে:

• পণ্যের দাম: ক্রুড অয়েলের দাম (ডব্লিউটিআই/ব্রেন্ট), সোনার দাম।
• আর্থিক নির্দেশক: এসঅ্যান্ডপি/টিএসএক্স কম্পোজিট ইনডেক্স (কানাডিয়ান স্টক মার্কেট), সুদের হরের পার্থক্য (কানাডা বনাম মার্কিন যুক্তরাষ্ট্র)।
• অর্থনৈতিক মৌলিক বিষয়: জিডিপি বৃদ্ধির পার্থক্য, বাণিজ্য ভারসাম্য, মুদ্রাস্ফীতির হার।

গবেষণাটি এই চলকগুলির মধ্যে অরৈখিকতা এবং মাল্টিকোলিনিয়ারিটি-র চ্যালেঞ্জগুলি স্পষ্টভাবে সম্বোধন করে, যা প্রথাগত ইউনিভেরিয়েট বিশ্লেষণে প্রায়শই উপেক্ষিত হয়।

3. অভিজ্ঞতামূলক বিশ্লেষণ ও ফলাফল

3.1 প্রধান চলকের গুরুত্ব

ব্যাখ্যাযোগ্যতা বিশ্লেষণ বৈশিষ্ট্যের গুরুত্বের একটি স্পষ্ট শ্রেণিবিন্যাস প্রকাশ করে:

1. ক্রুড অয়েলের দাম: ক্যাড/ইউএসডি গতিশীলতার সবচেয়ে উল্লেখযোগ্য নির্ধারক। এর অবদান সময়-পরিবর্তনশীল, বৈশ্বিক শক্তি বাজার এবং কানাডার তেল খাতের বিবর্তনে বড় ঘটনার প্রতিক্রিয়ায় চিহ্ন এবং মাত্রা উভয়ই পরিবর্তিত হয়।
2. সোনার দাম: দ্বিতীয় সর্বাধিক গুরুত্বপূর্ণ চলক, যা কানাডার একটি প্রধান সোনা উৎপাদনকারী দেশ হিসেবে অবস্থান এবং সোনার একটি নিরাপদ আশ্রয় সম্পদ হিসেবে ভূমিকাকে প্রতিফলিত করে।
3. টিএসএক্স স্টক ইনডেক্স: তৃতীয় প্রধান চালক, যা কানাডীয় অর্থনীতির সাথে সম্পর্কিত বিস্তৃত বিনিয়োগকারী মনোভাব এবং মূলধন প্রবাহের প্রতিনিধিত্ব করে।

3.2 মডেল উন্নয়নের জন্য অ্যাবলেশন স্টাডি

এই গবেষণার একটি উদ্ভাবনী দিক হলো ব্যাখ্যাযোগ্যতা আউটপুট দ্বারা অবহিত একটি অ্যাবলেশন স্টাডি ব্যবহার। SHAP-এর মাধ্যমে সবচেয়ে গুরুত্বপূর্ণ বৈশিষ্ট্যগুলি চিহ্নিত করার পরে, লেখকরা তাদের ব্যাখ্যাকৃত অবদানের ভিত্তিতে বৈশিষ্ট্যগুলি সরিয়ে বা যোগ করে পদ্ধতিগতভাবে মডেলগুলি পুনরায় প্রশিক্ষণ দেন। এই প্রক্রিয়াটি মডেলটিকে পরিশোধন করে, সবচেয়ে প্রাসঙ্গিক সংকেতগুলিতে ফোকাস করে এবং কম গুরুত্বপূর্ণ বা অপ্রয়োজনীয় চলক থেকে শব্দ হ্রাস করে উন্নত পূর্বাভাসমূলক নির্ভুলতার দিকে নিয়ে যায়।

3.3 সময়-পরিবর্তনশীল প্রভাব ও ঘটনা বিশ্লেষণ

SHAP বিশ্লেষণ বৈশিষ্ট্যের অবদান কীভাবে সময়ের সাথে বিবর্তিত হয় তা দৃশ্যায়ন করার অনুমতি দেয়। উদাহরণস্বরূপ, দেখা গেছে যে ক্রুড অয়েলের দামের ক্যাড/ইউএসডি হরের উপর প্রভাব উচ্চ তেলের দামের অস্থিরতার সময়কালে (যেমন, ২০১৪-২০১৫ সালের তেলের দামের ধস, ভূ-রাজনৈতিক উত্তেজনা) তীব্রতর হয়। এটি অর্থনৈতিক তত্ত্বের সাথে সামঞ্জস্যপূর্ণ এবং সম্পর্কের কাঠামোগত পরিবর্তনের অভিজ্ঞতামূলক, মডেল-সমর্থিত প্রমাণ প্রদান করে।

4. প্রযুক্তিগত বাস্তবায়ন

4.1 গাণিতিক সূত্রায়ন

পূর্বাভাস মডেলটিকে এইভাবে উপস্থাপন করা যেতে পারে: $\hat{y} = f(X)$, যেখানে $\hat{y}$ পূর্বাভাসিত বিনিময় হার রিটার্ন, $X$ ম্যাক্রোইকোনমিক বৈশিষ্ট্যগুলির ভেক্টর, এবং $f(\cdot)$ জটিল এমএল মডেল। প্রতিটি বৈশিষ্ট্য $i$-এর জন্য SHAP মান $\phi_i$ পূর্বাভাস $f(x)$-এর বেসলাইন প্রত্যাশিত মান $E[f(X)]$ থেকে বিচ্যুতি ব্যাখ্যা করে:

$f(x) = E[f(X)] + \sum_{i=1}^{M} \phi_i$

যেখানে $\sum_{i=1}^{M} \phi_i = f(x) - E[f(X)]$। SHAP মান $\phi_i$ নিম্নরূপে গণনা করা হয়:

$\phi_i(f, x) = \sum_{S \subseteq M \setminus \{i\}} \frac{|S|! (M - |S| - 1)!}{M!} [f_x(S \cup \{i\}) - f_x(S)]$

এটি সমস্ত সম্ভাব্য সংমিশ্রণের ভিত্তিতে প্রতিটি বৈশিষ্ট্যে পূর্বাভাস পার্থক্যের একটি ন্যায্য আরোপ নিশ্চিত করে।

4.2 বিশ্লেষণ কাঠামোর উদাহরণ

পরিস্থিতি: ২০২২ সালের চতুর্থ ত্রৈমাসিকের জন্য ক্যাড/ইউএসডি পূর্বাভাস বিশ্লেষণ করা।

কাঠামোর ধাপসমূহ:

1. ডেটা সংগ্রহ: নির্বাচিত সমস্ত বৈশিষ্ট্যের (তেল, সোনা, টিএসএক্স, হার ইত্যাদি) জন্য সময়-সিরিজ ডেটা সংগ্রহ করুন।
2. মডেল পূর্বাভাস: বৈশিষ্ট্য ভেক্টরকে প্রশিক্ষিত এমএল মডেলে ইনপুট করুন পূর্বাভাস $\hat{y}$ পেতে।
3. SHAP ব্যাখ্যা: এই পূর্বাভাস উদাহরণের জন্য SHAP মান গণনা করুন।
4. ব্যাখ্যা: আউটপুট দেখায়: তেল: +০.০১৫ (শক্তিশালী ইতিবাচক অবদান), সোনা: -০.০০৫ (মৃদু নেতিবাচক), টিএসএক্স: +০.০০২ (ইতিবাচক)। এটি নির্দেশ করে যে একটি শক্তিশালী ক্যাডের মডেলের পূর্বাভাস প্রাথমিকভাবে উচ্চ তেলের দাম দ্বারা চালিত, যা কিছুটা নিম্ন সোনার দাম দ্বারা অফসেট হয়।
5. অ্যাবলেশন চেক: সোনা ছাড়া পুনরায় প্রশিক্ষিত একটি মডেল ন্যূনতম নির্ভুলতা হ্রাস দেখাতে পারে, যা এর গৌণ ভূমি নিশ্চিত করে, যখন তেল সরিয়ে দিলে কর্মক্ষমতা মারাত্মকভাবে হ্রাস পাবে।

5. আলোচনা ও প্রভাব

5.1 নীতিনির্ধারকদের জন্য মূল অন্তর্দৃষ্টি

গবেষণাটি কার্যকরী বুদ্ধিমত্তা প্রদান করে: কানাডায় আর্থিক ও রাজস্ব নীতি অবশ্যই ক্রুড অয়েলের দামের গতিশীলতা সম্পর্কে তীব্রভাবে সচেতন হতে হবে। রপ্তানি ভিত্তি বৈচিত্র্যময় করার প্রচেষ্টা বিনিময় হরের অস্থিরতা হ্রাস করতে পারে। মডেলটি নিজেই একটি পর্যবেক্ষণ সরঞ্জাম হিসেবে কাজ করতে পারে, যেখানে প্রধান পণ্যগুলির জন্য SHAP মানের তীক্ষ্ণ পরিবর্তন সম্ভাব্য আসন্ন এফএক্স চাপের সংকেত দেয়।

5.2 শক্তি ও সীমাবদ্ধতা

শক্তি: উচ্চ পূর্বাভাসমূলক শক্তির সাথে ব্যাখ্যাযোগ্যতাকে সফলভাবে একীভূত করে; ডেটা-চালিত প্রমাণের সাথে অর্থনৈতিক অন্তর্দৃষ্টি যাচাই করে; ব্যাখ্যা-চালিত অ্যাবলেশনের মাধ্যমে একটি দরকারী প্রতিক্রিয়া লুপ চালু করে।

সীমাবদ্ধতা: SHAP-এর মতো ব্যাখ্যাযোগ্যতা পদ্ধতিগুলি আনুমানিক; মডেলের কর্মক্ষমতা নির্বাচিত মৌলিক বিষয়গুলির গুণমান এবং প্রাসঙ্গিকতার উপর নির্ভরশীল; ঐতিহাসিক ডেটায় অনুপস্থিত "ব্ল্যাক সোয়ান" ঘটনা বা আকস্মিক শাসনব্যবস্থার পরিবর্তন সম্পূর্ণরূপে ধারণ করতে পারে না।

6. ভবিষ্যত প্রয়োগ ও দিকনির্দেশনা

কাঠামোটি অত্যন্ত সাধারণীকরণযোগ্য:

• অন্যান্য মুদ্রা জোড়া: একই আইএমএল পদ্ধতি পণ্য-চালিত মুদ্রাগুলিতে প্রয়োগ করা যেমন AUD, NOK, বা RUB।
• রিয়েল-টাইম নীতি ড্যাশবোর্ড: একটি ড্যাশবোর্ড তৈরি করা যা কেন্দ্রীয় ব্যাংকের বিশ্লেষকদের জন্য রিয়েল-টাইমে SHAP মানগুলি দৃশ্যায়ন করে।
• বিকল্প ডেটার সাথে একীকরণ: পূর্বাভাস উন্নত করতে সংবাদ সেন্টিমেন্ট, শিপিং ডেটা বা তেল অবকাঠামোর স্যাটেলাইট চিত্র অন্তর্ভুক্ত করা।
• কারণগত আবিষ্কার: পারস্পরিক সম্পর্কের বাইরে যাওয়ার জন্য আরও আনুষ্ঠানিক কার্যকারণ অনুমান বিশ্লেষণের সূচনা বিন্দু হিসেবে ব্যাখ্যাযোগ্যতা আউটপুট ব্যবহার করা।
• ব্যাখ্যাযোগ্য এআই (এক্সএআই) মানদণ্ড: সংবেদনশীল অর্থনৈতিক নীতিনির্ধারণে আইএমএল ব্যবহারের জন্য সর্বোত্তম অনুশীলন বিকাশে অবদান রাখা, যেমন ব্যাংক ফর ইন্টারন্যাশনাল সেটেলমেন্টস (বিআইএস)-এর মতো প্রতিষ্ঠান থেকে গবেষণায় আলোচিত মানদণ্ডের অনুরূপ।

7. তথ্যসূত্র

1. Lundberg, S. M., & Lee, S. I. (2017). A Unified Approach to Interpreting Model Predictions. Advances in Neural Information Processing Systems 30 (NIPS 2017).
2. Molnar, C. (2022). Interpretable Machine Learning: A Guide for Making Black Box Models Explainable. (2nd ed.).
3. Bank for International Settlements (BIS). (2020). The rise of AI in finance: a survey. BIS Papers.
4. Chen, S. S., & Chen, H. C. (2007). Oil prices and real exchange rates. Energy Economics, 29(3), 390-404.
5. Ferraro, D., Rogoff, K., & Rossi, B. (2015). Can oil prices forecast exchange rates? An empirical analysis of the relationship between commodity prices and exchange rates. Journal of International Money and Finance, 54, 116-141.

8. মূল বিশ্লেষণ ও বিশেষজ্ঞ মন্তব্য