Forecasting in ation with twitter

We use Twitter content to generate an indicator of the level of attention allocated to inflation in public discussions. The analysis corresponds to Argentina for the period 2012-2019. Estimated forecasting models show that the indicator provides valuable information regarding future levels of inflat...

Descripción completa

Detalles Bibliográficos
Autores principales: Aromi, Daniel, Llada, Martín
Formato: Artículo publishedVersion
Lenguaje:Español
Publicado: Instituto Interdisciplinario de Economía Política (IIEP UBA-CONICET) 2023
Materias:
Pronósticos macroeconómicos
inflación
redes sociales
twitter
Macroeconomic forecasting
Inflation rate
Social networks
Twitter
Acceso en línea:https://ojs.economicas.uba.ar/DT-IIEP/article/view/2620
https://repositoriouba.sisbi.uba.ar/gsdl/cgi-bin/library.cgi?a=d&c=dociiep&d=2620_oai
Aporte de:
Repositorio Digital de la Universidad de Buenos Aires (UBA) de Universidad de Buenos Aires
id I28-R145-2620_oai
record_format dspace
spelling I28-R145-2620_oai2025-02-11 Aromi, Daniel Llada, Martín 2023-02-08 We use Twitter content to generate an indicator of the level of attention allocated to inflation in public discussions. The analysis corresponds to Argentina for the period 2012-2019. Estimated forecasting models show that the indicator provides valuable information regarding future levels of inflation. 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, that is, the size of forecast errors confidence intervals. The proposed indicator compares favorably with other indicators such as media content, media tweets, google search intensity and consumer surveys. 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. application/pdf https://ojs.economicas.uba.ar/DT-IIEP/article/view/2620 spa Instituto Interdisciplinario de Economía Política (IIEP UBA-CONICET) https://ojs.economicas.uba.ar/DT-IIEP/article/view/2620/3372 Documentos de trabajo del Instituto Interdisciplinario de Economía Política; Núm. 76 (2022): Pronóstico de inflación con Twitter Working Papers series at Instituto Interdisciplinario de Economía Política; No. 76 (2022): Forecasting in ation with twitter 2451-5728 Pronósticos macroeconómicos inflación redes sociales twitter Macroeconomic forecasting Inflation rate Social networks Twitter Forecasting in ation with twitter Pronóstico de inflación con Twitter info:eu-repo/semantics/article info:eu-repo/semantics/publishedVersion https://repositoriouba.sisbi.uba.ar/gsdl/cgi-bin/library.cgi?a=d&c=dociiep&d=2620_oai
institution Universidad de Buenos Aires
institution_str I-28
repository_str R-145
collection Repositorio Digital de la Universidad de Buenos Aires (UBA)
language Español
orig_language_str_mv spa
topic Pronósticos macroeconómicos
inflación
redes sociales
twitter
Macroeconomic forecasting
Inflation rate
Social networks
Twitter
spellingShingle Pronósticos macroeconómicos
inflación
redes sociales
twitter
Macroeconomic forecasting
Inflation rate
Social networks
Twitter
Aromi, Daniel
Llada, Martín
Forecasting in ation with twitter
topic_facet Pronósticos macroeconómicos
inflación
redes sociales
twitter
Macroeconomic forecasting
Inflation rate
Social networks
Twitter
description We use Twitter content to generate an indicator of the level of attention allocated to inflation in public discussions. The analysis corresponds to Argentina for the period 2012-2019. Estimated forecasting models show that the indicator provides valuable information regarding future levels of inflation. 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, that is, the size of forecast errors confidence intervals. The proposed indicator compares favorably with other indicators such as media content, media tweets, google search intensity and consumer surveys.
format Artículo
publishedVersion
author Aromi, Daniel
Llada, Martín
author_facet Aromi, Daniel
Llada, Martín
author_sort Aromi, Daniel
title Forecasting in ation with twitter
title_short Forecasting in ation with twitter
title_full Forecasting in ation with twitter
title_fullStr Forecasting in ation with twitter
title_full_unstemmed Forecasting in ation with twitter
title_sort forecasting in ation with twitter
publisher Instituto Interdisciplinario de Economía Política (IIEP UBA-CONICET)
publishDate 2023
url https://ojs.economicas.uba.ar/DT-IIEP/article/view/2620
https://repositoriouba.sisbi.uba.ar/gsdl/cgi-bin/library.cgi?a=d&c=dociiep&d=2620_oai
work_keys_str_mv AT aromidaniel forecastinginationwithtwitter
AT lladamartin forecastinginationwithtwitter
AT aromidaniel pronosticodeinflacioncontwitter
AT lladamartin pronosticodeinflacioncontwitter
_version_ 1825551290982203392

Ejemplares similares