[論文レビュー] Measuring Financial Sentiment to Predict Financial Instability: A New Approach based on Text Analysis

Paul Ormerod, Rickard Nyman+1 more|arXiv (Cornell University)|Jun 14, 2015

Monetary Policy and Economic Impact参考文献 5被引用数 11

ひとこと要約

本論文は、大規模なテキストデータを用いて金融感情の変化を測定するための新しいテキスト分析手法—指向的アルゴリズム的テキスト分析—を導入する。日常語における2つの核心的感情語群（肯定的および否定的感情）の動的な変化を特定することで、実質GDP成長予測を改善し、連邦準備制度の金融不安指数をGranger因果関係に及ぼすという点で、従来の市場ベースの指標を超えた、タイムリーで頑健な金融不安予測のためのツールを提供する。

ABSTRACT

Following the financial crisis of the late 2000s, policy makers have shown considerable interest in monitoring financial stability. Several central banks now publish indices of financial stress, which are essentially based upon market related data. In this paper, we examine the potential for improving the indices by deriving information about emotion shifts in the economy. We report on a new approach, based on the content analysis of very large text databases, and termed directed algorithmic text analysis. The algorithm identifies, very rapidly, shifts through time in the relations between two core emotional groups. The method is robust. The same word-list is used to identify the two emotion groups across different studies. Membership of the words in the lists has been validated in psychological experiments. The words consist of everyday English words with no specific economic meaning. Initial results show promise. An emotion index capturing shifts between the two emotion groups in texts potentially referring to the whole US economy improves the one-quarter ahead consensus forecasts for real GDP growth. More specifically, the same indices are shown to Granger cause both the Cleveland and St Louis Federal Reserve Indices of Financial Stress.

研究の動機と目的

• 金融不安の兆候となる可能性がある、テキストベースの金融感情の変化を検出するための手法を開発すること。
• 市場ベースの金融不安指数を、テキストデータから得られる感情情報を組み込むことで改善すること。
• 心理的および金融的文脈の両方で、感情的で技術的でない英単語のリストを検証すること。
• 広範な経済関連テキストにおける感情の変化が、1四半期先の実質GDP成長と金融不安指数を予測できるかどうかを検証すること。
• この手法が、異なるテキストコーパスおよび時間帯にわたって、どれほど頑健で一般化可能であるかを示すこと。

提案手法

• 本手法は、大規模なテキストデータベース内で、事前に定義された2つの感情語群（肯定的および否定的）の相対的な顕著さの変化を迅速に特定・追跡するため、指向的アルゴリズム的テキスト分析を採用する。
• 感情語リストは、心理学的妥当性の研究に基づき、特定の経済的含意を持たない一般的な英単語から構成される。
• テキストコーパスを時間経過とともにスキャンし、2つの感情語群間の動的なバランスを反映する感情指数を計算する。
• 感情指数は、米国経済全体を示唆する可能性のあるテキストにおける、各感情語群の相対的頻度または強度の時間系列的測定として構築される。
• 本手法は、再トレーニングを必要とせず、同じ語リストを用いて、研究間で頑健かつ再利用可能であるように設計されている。
• 本手法はニュースやその他のテキストデータに適用され、感情指数が得られ、その後、計量経済学的手法を用いてその予測力が検証される。

実験結果

リサーチクエスチョン

• RQ1 大規模なテキスト分析から導かれる金融感情の変化は、1四半期先の実質GDP成長予測を改善できるか？
• RQ2 クリーブランドおよびセントルイス連邦準備制度が発表する金融不安指数に対して、テキストコンテンツから導かれた感情指数はGranger因果関係にあるか？
• RQ3 市場ベースでない感情指標は、従来の金融安定モニタリング枠組みをどれほど強化できるか？
• RQ4 異なるテキストコーパスおよび時間帯に応用した場合、感情測定手法の頑健性はどの程度か？
• RQ5 日常語の単語に基づく感情指数は、市場ベースの指標のみに依存する場合よりも、システム的金融不安をよりよく予測できるか？

主な発見

• 感情指数は、1四半期先の実質GDP成長のコンSENSUS予測を有意に改善し、既存のモデルを超える予測力を持つことが示された。
• 同じ感情指数は、クリーブランドおよびセントルイス連邦準備制度の金融不安指数の両方をGranger因果関係に及ぼしており、市場ベースのストレス指標を事前に予測できる能力を示している。
• 本手法は、心理学的実験による妥当性確認を経た日常英単語のみを用いて、頑健で一貫性のある感情測定を実現している。
• 感情指数は、従来の市場データに完全に反映されていない経済感情の変化を捉えており、補完的な早期警戒信号を提供している。
• 本手法はスケーラブルかつ再現可能であり、同じ語リストを用いて、異なる研究およびテキストソースで信頼性の高い結果が得られている。
• 結果から、テキスト感情分析は、従来の金融不安モニタリングの補完として、タイムリーかつ効果的に機能しうることが示唆された。