O poder das palavras : usando texto para previsões econômicas

Abstract

Este artigo estuda as novas ferramentas de Processamento de Linguagem Natural (NLP) e Análise de Sentimentos aplicadas à economia, com foco na utilização de textos para previsões macroeconômicas. O estudo constrói dois índices textuais: o Índice de Sentimento Econômico Textual (TESI) e o Índice de Incerteza de Política Econômica Textual (TEPU), aplicados a cinco categorias econômicas. Os resultados mostram que as variáveis textuais possuem um poder preditivo relevante para a taxa de crescimento do PIB no Brasil, especialmente em horizontes de curto prazo, superando benchmarks tradicionais e se revelando valiosas, principalmente na ausência de variáveis econômicas convencionais.

This paper studies the new tools of Natural Language Processing (NLP) and Sentiment Analysis applied to economics, focusing on the use of texts for macroeconomic forecasting. The study constructs two textual indices: the Economic Sentiment Index (TESI) and the Economic Policy Uncertainty Index (TEPU), applied to five economic categories. The results show that textual variables have significant predictive power for Brazil’s GDP growth rate, particularly in short-term horizons, outperforming traditional benchmarks and proving valuable, especially in the absence of conventional economic variables.