Pronóstico de la inflación con Twitter

• Llada, Martín ^[2] ; Aromí, Daniel ^[1]
  1. [1] Pontificia Universidad Católica Argentina

     Pontificia Universidad Católica Argentina

     Argentina

     
  2. [2] Instituto de Investigación en Economía Política (Universidad de Buenos Aires - Consejo Nacional de Investigaciones Científicas y Técnicas)
• Localización: Económica: La Plata, ISSN-e 1852-1649, ISSN 0013-0419, Vol. 69, Nº. 1, 2023
• Idioma: español
• Títulos paralelos:
  • Forecasting inflation with twitter
• Enlaces
  • Texto completo
• Resumen
  • español

    Se utiliza el contenido de Twitter para generar un indicador de atención asignada a la inflación. El análisis corresponde a Argentina para el período 2012-2019. El índice de atención proporciona información valiosa sobre los niveles futuros de inflación. Un incremento de una desviación estándar en el índice es seguido de un incremento de aproximadamente un 0,4% en la inflación en el mes consecutivo. Los ejercicios fuera de la muestra confirman que el contenido de las redes sociales permite obtener ganancias en la precisión de los pronósticos. Más allá de los pronósticos puntuales, el índice proporciona información valiosa sobre la incertidumbre de la inflación. 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.

  • English

    We use Twitter content to generate an indicator of attention allocated to inflation. The analysis corresponds to Argentina for the period 2012-2019. The attention index provides valuable information regarding future levels of inflation. A one standard deviation increment in the index is followed by an increment of approximately 0.4% in inflation in the consecutive month. Out-of-sample exercises confirm that social media content allows for gains in forecast accuracy. Beyond point forecasts, the index provides valuable information regarding inflation uncertainty. The proposed indicator compares favorably with other indicators such as media content, media tweets, google search intensity and consumer surveys.