Bloomberg — Investigadores de la Reserva Federal han presentado el llamado Índice de Sentimiento Financiero de Twitter, una nueva medida que busca rastrear el ánimo de los mercados financieros y de crédito derivada de datos recogidos en la red social. Utilizando técnicas de procesamiento del lenguaje natural, los economistas han descubierto que este índice puede ayudar a predecir cambios en la orientación hacia la política monetaria.
Según un artículo publicado este mes, el índice también puede utilizarse para estimar la rentabilidad bursátil del día siguiente. Los economistas descubrieron que el ánimo tiende a deteriorarse en respuesta a un endurecimiento inesperado de la política monetaria, y los datos derivados de Twitter pueden proporcionar información sobre la medida en que el banco central subirá las tasas de interés.
Los economistas que participaron en la investigación, Travis Adams, Andrea Ajello, Diego Silva y Francisco Vázquez-Grande, observaron que el sentimiento en Twitter tras el primer día de la reunión del Comité Federal de Mercado Abierto (FOMC) “puede predecir la magnitud de las perturbaciones restrictivas de la política monetaria asociadas a la publicación del comunicado del FOMC del día siguiente”.
Sin embargo, el índice no proporciona información significativa sobre el alcance de los recortes de tasas que la Fed puede aplicar durante una reunión determinada, dijeron.
Este índice constituye un indicador en tiempo real para los funcionarios de la Reserva Federal, que hacen hincapié en su dependencia de los datos para fundamentar las decisiones políticas. Aun reconociendo que muchas estadísticas económicas se comunican a menudo con retraso, este nuevo índice ofrece una perspectiva más oportuna para los funcionarios.
Según los investigadores, el índice de Twitter está “altamente correlacionado” con otras medidas del sentimiento, como los diferenciales de los bonos corporativos y el índice de confianza del consumidor de la Universidad de Michigan. Se elaboró a partir de 4,4 millones de tuits relacionados con la evolución de los mercados financieros desde 2007.
Los desarrolladores crearon una consulta para filtrar los tweets en grupos que ayudan a determinar la relevancia de una palabra. Por ejemplo, la palabra “bono” por sí sola puede significar “conexión”. Pero cuando se combina con otras palabras como “corporativo” o “cupón”, es probable que se refiera a una obligación de renta fija.
Otro grupo de investigadores de la Fed también creó un indicador independiente de la pérdida de puestos de trabajo derivado de los datos de Twitter que puede ayudar a predecir los flujos de desempleo en un mes determinado más allá de lo que proporcionan las solicitudes semanales de subsidio de desempleo.
--Con la ayuda de Alex Tanzi.
Lea más en Bloomberg.com
