研究指 ChatGPT 預測通膨能力遠遜於傳統模型

舊金山聯邦準備銀行與大學研究團隊以 ChatGPT-4 Turbo 預測美國通膨，並與傳統計量模型比較。通膨預測牽動聯準會利率決策及基金資產配置；若 AI 只在已知答案的回測中表現良好，卻無法處理定性因素與隨機衝擊，就難以取代經濟學家及經理人的判斷。

論文最新版本日期為 2026 年 1 月 27 日，並於 2 月 3 日登上 EERN。結果顯示，ChatGPT-4 Turbo 的樣本外預測錯誤率最高為傳統模型的 12 倍，輸出也常停留在過時資訊；使用事後已知資料測試時雖可接近基準，卻容易受到資料洩漏及後見之明偏差影響。