Natural Language Processing in Economics and Finance : literature review and applications to Monetary Policy Communication

Abstract

Este trabalho consiste em três artigos sobre Processamento de Linguagem Natural (PLN) aplicada a economia e finanças. O primeiro artigo faz uma revisão sobre os principais métodos, requisitos e aplicações de PLN neste campo de pesquisa. Estruturado de forma a ajudar a encurtar o caminho a ser trilhado pelo pesquisador econômico para ser introduzido a estes métodos, nosso trabalho cobre os seguintes tópicos: (i) tarefas de PLN úteis em economia; (ii) modelos de PLN; (iii) dados textuais em economia e finanças para PLN; e (iv) aplicações de PLN em economia e finanças. Nós ainda contribuímos com o emprego de ferramental de bibliometria para ajudar a visualizar o mapa bibliográfico deste campo de pesquisa, também provendo insights valiosos para a revisão desta literatura e para o restante de nosso trabalho. Por fim, nós indicamos que ainda existe bastante espaço para aplicação de processamento de linguagem natural para problemas econômicos, mas alertamos que, mais que nunca, pesquisadores devem tomar cuidado para não desviar de questões motivadas por hipóteses relacionadas à teoria econômica. O segundo artigo propõe uma medida prospectiva de como banqueiros centrais implicitamente coordenam suas ações, estimada a partir de manifestações públicas na forma de seus discursos transcritos. Para tanto, nós utilizamos a base de dados de discursos de banqueiros centrais disponibilizada pelo BIS (Bank for International Settlements) e construímos uma rede de similaridades que conecta bancos centrais, adaptando para este contexto o método proposto por Cajueiro et al. (2021). Nossos resultados mostram esta rede sendo bem-sucedida em capturar a relevância global de longo prazo das instituições responsáveis pelas moedas constituintes do G10, com análise em nível de palavras apontando para evidência de sua abordagem ortodoxa na condução de política monetária. Nós ainda exploramos a capacidade deste arcabouço em uma configuração dinâmica, com resultados indicando que a coordenação tende a aumentar em tempos de estresse econômico, como nos anos da Grande Crise Financeira e no período após a pandemia de Covid-19. Uma análise sobre a evolução do uso de palavras específicas nos discursos mostra que nossa medida de coordenação é influenciada por menções a instrumentos de política monetária e à visão de cenário econômico dos formuladores de política. O terceiro artigo propõe um arcabouço para estimar um índice de sentimento multidimensional considerando expectativas para comunicação de política monetária, combinando fundamentos econômicos e redes neurais profundas de estado da arte. O embasamento econômico da nossa abordagem parte do modelo de decomposição de curva de juros de Litterman and Scheinkman (1991), com seus fatores de nível, inclinação e curvatura representando as três dimensões de nossa medida de sentimento. Para modelagem de texto, nós incorporamos em nosso arcabouço o modelo Bidirectional Encoder Representations from Transformers, BERT (Devlin et al., 2019). Em aplicação à comunicação oficial do Banco Central do Brasil, nossos resultados reforçam a necessidade de usar mais de uma dimensão de sentimento para capturar as nuances de comunicação relevantes para análise completa sobre a política monetária. Estes resultados indicam que as dimensões adicionais complementam a medida hawk/dove mais comum para medir sentimento nesta área, e por vezes podem ser mais relevantes para definição do tom geral da comunicação, eventualmente até funcionando como indicador antecedente para mudanças na postura da autoridade monetária.