Pronóstico de inflación con Twitter
Resumen
Este trabajo utiliza el contenido de Twitter para generar un indicador del nivel de atención asignado a la inflación en las discusiones públicas. El análisis corresponde a Argentina para el período 2012-2019. Los modelos de pronóstico estimados muestran que el indicador proporciona información valiosa sobre los niveles futuros de inflación. Los ejercicios fuera de la muestra confirman que el contenido de las redes sociales permite obtener ganancias en termino de precisión de los pronósticos. Más allá de los pronósticos puntuales, el índice proporciona información valiosa sobre la incertidumbre de la inflación, es decir, el tamaño de los intervalos de confianza de los errores de pronóstico. El indicador propuesto se compara favorablemente con otros indicadores como el contenido de los medios, los tweets de los medios, la intensidad de búsqueda en Google y las encuestas de consumidores.
Citas
Ang, A., Bekaert, G., &Wei, M. (2007). Do macro variables, asset markets, or surveys forecast inflation better?. Journal of monetary Economics, 54(4), 1163-1212.
Arifovic, J. (1995). Genetic algorithms and inflationary economies. Journal of Monetary Economics, 36(1), 219-243.
Aromí, J. Daniel, (2020). Linking Words in Economic Discourse: Implications for Macroeconomic Forecasts, International Journal of Forecasting, 36(4), 1517-1530.
Ascari, G., Bonomolo, P., & Lopes, H. F. (2019). Walk on the wild side: Temporarily unstable paths and multiplicative sunspots. American Economic Review, 109(5), 1805-42.
Azar, P. D., & Lo, A. W. (2016). The wisdom of Twitter crowds: Predicting stock market reactions to FOMC meetings via Twitter feeds. The Journal of Portfolio Management, 42(5), 123-134.
Baker, S. R., Bloom, N., & Davis, S. J. (2016). Measuring economic policy uncertainty. The quarterly journal of economics, 131(4), 1593-1636.
Benhabib, J., & Farmer, R. E. (1999). Indeterminacy and sunspots in macroeconomics. Handbook of macroeconomics, 1, 387-448.
Bollen, J., Mao, H., & Zeng, X. (2011). Twitter mood predicts the stock market. Journal of computational science,
(1), 1-8.
De Grauwe, P., & Ji, Y. (2019). Inflation targets and the zero lower bound in a behavioural macroeconomic model. Economica, 86(342), 262-299.
Faust, J., Gilchrist, S., Wright, J. H., & Zakrajšsek, E. (2013). Credit spreads as predictors of real-time economic activity: a Bayesian model-averaging approach. Review of Economics and Statistics, 95(5), 1501-1519.
Faust, J., &Wright, J. H. (2013). Forecasting inflation. In Handbook of economic forecasting (Vol. 2, pp. 2-56).
Elsevier.
Heymann, Daniel & Leijonhufvud, Axel (1995). High Inflation: The Arne Ryde Memorial Lectures, Oxford University Press.
Mackowiak, B., & Wiederholt, M. (2009). Optimal sticky prices under rational inattention. American Economic Review, 99(3), 769-803.
Newey W. K. West K. D. (1987). A Simple, Positive Semi-Definite, Heteroskedasticity and Autocorrelation Consistent Covariance Matrix. Econometrica, 55, 703-708.
—-. (1994). Automatic lag selection in covariance matrix estimation. The Review of Economic Studies, 61(4), 631-653.
Oliveira, N., Cortez, P., & Areal, N. (2017). The impact of microblogging data for stock market prediction: Using
Twitter to predict returns, volatility, trading volume and survey sentiment indices. Expert Systems with Applications, 73, 125-144.
Rossi, B., & Sekhposyan, T. (2010). Have economic models’ forecasting performance for US output growth and inflation changed over time, and when?. International Journal of Forecasting, 26(4), 808-835.
—-. (2015). Macroeconomic uncertainty indices based on nowcast and forecast error distributions. American Economic Review, 105(5), 650-55.
Schorfheide, F., & Song, D. (2015). Real-time forecasting with a mixed-frequency VAR. Journal of Business Economic Statistics, 33(3), 366-380.
Sharpe, S. A., Sinha, N. R., & Hollrah, C. A. (2020). The Power of Narratives in Economic Forecasts, Finance and Economics Discussion Series, Federal Reserve Board.
Sims, C. (2003). Implications of rational inattention. Journal of Monetary Economics, 50(3):665–690.
Stock, J. H., & Watson, M. W. (1999). Forecasting inflation. Journal of Monetary Economics, 44(2), 293-335.
Thorsrud, L. A. (2018). Words are the new numbers: A newsy coincident index of the business cycle. Journal of Business Economic Statistics, 1-17.
