Česká národní banka zveřejňuje aktualizaci svého přístupu k odhadu vývoje ekonomiky v reálném čase ve chvíli, kdy se strojové učení téměř vyrovnává kombinaci tradičních modelů a expertního úsudku. Podle nových výsledků se nejlepší model AI zaostává za lidsky upraveným odhadem růstu HDP už jen nepatrně, zatímco centrální banka dál investuje do vlastní technologické infrastruktury.
Hlavní body
- ČNB uvádí, že průměrná chyba nowcastu HDP klesla na 0,2 procentního bodu, což je téměř o 35 % lepší přesnost než statistický benchmark.
- Lepší přesnost předpovědí zajistily modely jako Random Forest, SVM, Elastic Net, LASSO, Ridge Regression a inovace v aktualizaci vah modelů podle kvartální výkonnosti.
- Banka investuje do AI infrastruktury, včetně CNB Lab a serverů s NVIDIA H200, a plánuje další rozšíření pro bezpečné zlepšování datových a modelových procesů.
Výsledky modelů a další úpravy metodiky
Jak uvádí Česká národní banka, její ekonomové od roku 2023 při čtvrtletním odhadu růstu HDP chybují v průměru o 0,21 procentního bodu, pokud používají celou sadu modelů doplněnou vlastním úsudkem. Nejlepší samostatný model strojového učení, Random Forest, bez lidského zásahu vykazuje průměrnou odchylku 0,22 bodu, takže rozdíl mezi člověkem a strojem je podle samotných výsledků prakticky nerozeznatelný.ČNB současně uvádí, že lidsky upravený nowcast zůstává zatím nejpřesnější, ale už jen těsně. Banka proto zavádí další zlepšení, kdy se váhy jednotlivých modelů budou nově aktualizovat každé čtvrtletí podle jejich nedávné výkonnosti.
Instituce hodnotí přesnost pomocí ukazatele RMSE a porovnává poslední predikci modelu před uzávěrkou prognózy ČNB s následně zveřejněnými výsledky HDP. Ty sleduje ve čtyřech verzích, od předběžného odhadu přes první a druhý odhad až po nejnovější dostupná data po všech dosavadních revizích.
Dopad na prognózy a technologické zázemí ČNB
Centrální banka uvádí, že průměrná chyba nowcastu klesla na bezprecedentních 0,2 procentního bodu a její prognózy jsou nyní téměř o 35 % přesnější než jednoduchý statistický benchmark. Před pandemií byla prognóza ČNB přesnější než srovnávací základ jen o 15 %, zatímco další vývoj podpořily nástroje zavedené postupně od sledování spotřeby elektřiny přes index Rushin až po modely Random Forest, SVM, Elastic Net, LASSO a Ridge Regression.ČNB připomíná, že nowcasting potřebuje centrální banka pro čtení aktuálního stavu ekonomiky ještě před zveřejněním oficiálních dat. Právě během pandemie podle banky index Rushin zachytil mezikvartální propad HDP o více než 8 %, když tradiční modely nestačily, zatímco později modely strojového učení zpřesnily odhady v klidnějším období.
Banka zároveň buduje vlastní technologickou základnu pro umělou inteligenci. Loni založila inovační hub CNB Lab pro AI, digitální aktiva a platby, pořídila servery a pokročilé grafické karty NVIDIA H200 a plánuje další rozšíření kapacity, aby bezpečně zlepšovala interní procesy, práci s daty i tvorbu modelového kódu.
Guvernér Aleš Michl má 13. listopadu 2026 o těchto zkušenostech přednášet na Kjótské univerzitě. Hlavním sdělením banky zůstává, že AI už výrazně pomáhá se čtením ekonomiky v reálném čase, zatím ale lidi z rozhodovacího procesu nenahrazuje.
Jak jsme uvedli v našem dřívějším článku, boom amerických AI datových center naráží na rizika financování i zpoždění výstavby.
Nejnovější zprávy GDP
- Forex
- Crypto