×
克里斯蒂娜·安吉利科;朱里·马库奇;马塞洛·米科利;菲利波·夸塔

我们可以用推特来衡量通货膨胀预期吗？ （英语） Zbl 07538780号

《经济学杂志》。 228，第2号，259-277（2022）.
总结：基于意大利推文，我们利用文本数据和机器学习技术构建了新的实时消费者通胀预期指标。首先，我们选择关键词来识别与价格和预期相关的推文。其次，我们围绕选定的推文构建了一组每日通胀预期度量，将潜在Dirichlet分配（LDA）与基于词典的方法相结合，使用手动标记的双粒度和三粒度。最后，我们表明基于推特的指标与基于月度调查和基于每日市场的通胀预期高度相关。我们的新指标预测了消费者的期望，证明是一个很好的实时代理，并提供了市场预期、专业预测和实际通货膨胀之外的额外信息。研究结果表明，推特可以成为一个新的及时的信息来源。

MSC公司：

62至XX 统计
91至XX 博弈论、经济学、金融和其他社会和行为科学

关键词：

通货膨胀预期;推特;文本挖掘;大数据;预测
PDF格式BibTeX公司 XML格式引用
\textit｛C.Angelico｝等人，J.Econom。228，第2号，259--277（2022；Zbl 07538780）
全文： DOI程序 链接

参考文献：

[1] Agcom，通信市场监测系统技术报告（2020年），Autoritáper le Garanzie nella Comunicazione
[2] 大卫·阿尔瓦雷兹·梅利斯（David Alvarez-Melis）；Saveski，Martin，《推特中的主题建模：通过对话聚合推特》，Proc。第十届国际AAAI Conf.Web Soc.Med.，10，1，516-522（2016）
[3] 前核，多兰；迈克尔·卡瓦雷拉；玛格丽特·列文斯坦（Margaret Levenstein）；Re，Christopher；马修·夏皮罗（Matthew D.Shapiro），《使用社交媒体衡量劳动力市场流动》工作论文系列（2014年），国家经济研究局
[4] 马克·贝尔福德（Mark Belford）；姓名：Brian Mac；Greene，Derek，通过矩阵分解进行主题建模的稳定性（2017），CoRR abs/1702.07186
[5] 大卫·M·布莱。；Ng，Andrew Y。；乔丹，迈克尔·I。，潜在的迪里克莱分配，J.马赫。学习。决议，3，993-1022（2003）·Zbl 1112.68379号
[6] Christopher D.Carroll，《家庭和专业预测师的宏观经济预期》，Q.J.Econ。，118, 1, 269-298 (2003) ·Zbl 1057.91054号
[7] 马可·卡西拉吉；Miccoli，Marcello，《通货膨胀风险溢价和经风险调整的通货膨胀预期》，《经济评论》。莱特。，175, 36-39 (2019) ·Zbl 1406.91436号
[8] 陈海良；De，Prabuddha；胡，余（杰弗里）；黄，Byoung-Hyoun，《人群的智慧：通过社交媒体传播的股票意见的价值》，《金融评论》。螺柱，27，5，1367-1403（2014）
[9] 达、智；约瑟夫·恩格伯格（Joseph Engelberg）；高鹏杰，《投资者情绪和资产价格的恐惧总和》，金融评论。螺柱，28，1，1-32（2014）
[10] 弗朗西斯·迪博尔德；Mariano，Roberto，比较预测准确性，J.Bus。经济学。统计人员。，13, 3, 253-263 (1995)
[11] Gürkaynak，裁判S。；布赖恩·萨克（Brian Sack）；Jonathan H.Wright，《TIPS收益率曲线和通货膨胀补偿》，《美国经济》。J.：宏观经济。，2, 1, 70-92 (2010)
[12] 史蒂芬·汉森；麦克马洪，迈克尔；Prat，Andrea，《联邦公开市场委员会内的透明度和审议：计算语言学方法》，Q.J.Econ。，133, 2, 801-870 (2018) ·Zbl 1405.91446号
[13] 约瑟夫·豪布里奇（Joseph Haubrich）；乔治·彭纳奇（George Pennacchi）；Peter Ritchken，《通货膨胀预期、实际利率和风险溢价：来自通货膨胀互换的证据》，Rev.Financ。螺柱，251588-1629（2012）
[14] 马修·霍夫曼；巴赫，弗朗西斯·R。；Blei，David M.，《潜在Dirichlet分配的在线学习》（Lafferty，J.D.；Williams，C.K.I.；Shawe-Taylor，J.；Zemel，R.S.；Culotta，A.，《神经信息处理系统的进展》23（2010），Curran Associates，Inc.），856-864
[15] 焦、佩然；安德烈·韦加；Walther，Ansgar，《社交媒体、新闻媒体和股市》，J.Econ。行为。器官。，176, 63-90 (2020)
[16] 毛慧娜；计数，斯科特；Bollen，Johan，《量化网络欺凌对国际金融市场的影响》，《统计论文系列》（2015年），欧洲中央银行
[17] 布伦丹·奥康纳；拉姆纳特·巴拉苏布拉曼扬；布赖恩·劳特利奇；诺亚·A·史密斯（Noah A.Smith），《从推特到民意调查：将文本情绪与民意时间序列联系起来》，Proc。国际AAAI Conf.Weblogs Soc.Med.，4，1，122-129（2010）
[18] 马克·斯坦弗斯（Mark Steyvers）；Tom Griffiths，概率主题模型（Landauer，T.；McNamara，D.；Dennis，S.；Kintsch，W.，《潜在语义分析手册》（2007），Routledge）
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。