Whats in a headline? News impact on the Brazilian economy

Detalhes bibliográficos
Autor(a) principal: Cardoso, Gustavo Romero
Data de Publicação: 2024
Tipo de documento: Dissertação
Idioma: eng
Título da fonte: Biblioteca Digital de Teses e Dissertações da USP
Texto Completo: https://www.teses.usp.br/teses/disponiveis/12/12138/tde-03042024-121915/
Resumo: The purpose of this dissertation is to explore the impact of textual data on the Brazilian economic cycle. Utilizing a dataset of articles from \"Valor Econômico\" newspaper spanning July 2011 to December 2022, we employ the topic model Latent Dirichlet Allocation (LDA) to transform this textual data into a series of monthly topic proportions. From this output, we have developed two news indices - NITVP and NLTM - each with distinct methodologies but sharing the objective of assessing the influence of news topics on asset prices. Adopting the identification strategy of Larsen and Thorsrud (2019), we incorporate these indices into a structural VAR model to differentiate between news and noise shocks and to analyze their effects on macroeconomic variables. Our results reveal that news shocks, as captured by the news indices, significantly impact both asset prices and a range of macroeconomic indicators. Both news and noise shocks are found to be crucial in explaining a considerable proportion of the variance in asset prices over short and long-term periods, underscoring the pivotal role of news information in market dynamics. Furthermore, our findings, when contrasted with previous studies like Beaudry and Portier (2006), affirm the effectiveness of employing news indices to identify news shocks, as opposed solely on asset prices. This dissertation contributes to the field of economic literature by showcasing the significance of textual data analysis in understanding economic cycles and highlighting the potential and importance of news as a resource for providing a comprehensive view of the economy.
id USP_972d2e2b57a88b8ce6c18ac171c7c7f0
oai_identifier_str oai:teses.usp.br:tde-03042024-121915
network_acronym_str USP
network_name_str Biblioteca Digital de Teses e Dissertações da USP
repository_id_str 2721
spelling Whats in a headline? News impact on the Brazilian economyO que há em uma manchete? Impacto das notícias na economia brasileiraLatent Dirichlet AllocationCiclos econômicosDados textuaisEconomic cyclesLatent Dirichlet AllocationNewsNotíciastextual dataThe purpose of this dissertation is to explore the impact of textual data on the Brazilian economic cycle. Utilizing a dataset of articles from \"Valor Econômico\" newspaper spanning July 2011 to December 2022, we employ the topic model Latent Dirichlet Allocation (LDA) to transform this textual data into a series of monthly topic proportions. From this output, we have developed two news indices - NITVP and NLTM - each with distinct methodologies but sharing the objective of assessing the influence of news topics on asset prices. Adopting the identification strategy of Larsen and Thorsrud (2019), we incorporate these indices into a structural VAR model to differentiate between news and noise shocks and to analyze their effects on macroeconomic variables. Our results reveal that news shocks, as captured by the news indices, significantly impact both asset prices and a range of macroeconomic indicators. Both news and noise shocks are found to be crucial in explaining a considerable proportion of the variance in asset prices over short and long-term periods, underscoring the pivotal role of news information in market dynamics. Furthermore, our findings, when contrasted with previous studies like Beaudry and Portier (2006), affirm the effectiveness of employing news indices to identify news shocks, as opposed solely on asset prices. This dissertation contributes to the field of economic literature by showcasing the significance of textual data analysis in understanding economic cycles and highlighting the potential and importance of news as a resource for providing a comprehensive view of the economy.O objetivo desta dissertação é investigar o impacto dos dados textuais no ciclo econômico brasileiro. Utilizamos um conjunto de dados de artigos do jornal \"Valor Econômico\", abrangendo de julho de 2011 a dezembro de 2022, empregamos o modelo de tópicos Alocação Latente de Dirichlet (LDA) para transformar esses dados textuais em uma série de proporções mensais de tópicos. A partir deste resultado, desenvolvemos dois índices de notícias - NITVP e NLTM - cada um com metodologias distintas, mas compartilhando o objetivo de avaliar a influência de tópicos de notícias sobre os preços de ativos. Adotando a estratégia de identificação de Larsen e Thorsrud (2019), incorporamos esses índices em um modelo VAR estrutural para diferenciar entre choques de notícias e de ruído e analisar seus efeitos sobre variáveis macroeconômicas. Nossos resultados revelam que os choques de notícias, capturados pelos índices de notícias, impactam significativamente tanto os preços de ativos quanto uma gama de indicadores macroeconômicos. Tanto os choques de notícias quanto de ruído são cruciais para explicar uma considerável proporção da variação nos preços dos ativos em períodos de curto e longo prazo, sublinhando o papel vital da informação das notícias na dinâmica do mercado. Além disso, nossas descobertas, quando contrastadas com estudos anteriores como Beaudry e Portier (2006), afirmam a eficácia do uso de índices de notícias para identificar choques de notícias, em oposição à dependência exclusiva dos preços de ativos. Esta dissertação contribui para o campo da literatura econômica ao destacar a importância da análise de dados textuais no entendimento dos ciclos econômicos e ressaltar o potencial e a importância das notícias como recurso para fornecer uma visão abrangente da economia.Biblioteca Digitais de Teses e Dissertações da USPNakane, Márcio IssaoCardoso, Gustavo Romero2024-01-23info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttps://www.teses.usp.br/teses/disponiveis/12/12138/tde-03042024-121915/reponame:Biblioteca Digital de Teses e Dissertações da USPinstname:Universidade de São Paulo (USP)instacron:USPLiberar o conteúdo para acesso público.info:eu-repo/semantics/openAccesseng2024-04-16T20:05:02Zoai:teses.usp.br:tde-03042024-121915Biblioteca Digital de Teses e Dissertaçõeshttp://www.teses.usp.br/PUBhttp://www.teses.usp.br/cgi-bin/mtd2br.plvirginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.bropendoar:27212024-04-16T20:05:02Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)false
dc.title.none.fl_str_mv Whats in a headline? News impact on the Brazilian economy
O que há em uma manchete? Impacto das notícias na economia brasileira
title Whats in a headline? News impact on the Brazilian economy
spellingShingle Whats in a headline? News impact on the Brazilian economy
Cardoso, Gustavo Romero
Latent Dirichlet Allocation
Ciclos econômicos
Dados textuais
Economic cycles
Latent Dirichlet Allocation
News
Notícias
textual data
title_short Whats in a headline? News impact on the Brazilian economy
title_full Whats in a headline? News impact on the Brazilian economy
title_fullStr Whats in a headline? News impact on the Brazilian economy
title_full_unstemmed Whats in a headline? News impact on the Brazilian economy
title_sort Whats in a headline? News impact on the Brazilian economy
author Cardoso, Gustavo Romero
author_facet Cardoso, Gustavo Romero
author_role author
dc.contributor.none.fl_str_mv Nakane, Márcio Issao
dc.contributor.author.fl_str_mv Cardoso, Gustavo Romero
dc.subject.por.fl_str_mv Latent Dirichlet Allocation
Ciclos econômicos
Dados textuais
Economic cycles
Latent Dirichlet Allocation
News
Notícias
textual data
topic Latent Dirichlet Allocation
Ciclos econômicos
Dados textuais
Economic cycles
Latent Dirichlet Allocation
News
Notícias
textual data
description The purpose of this dissertation is to explore the impact of textual data on the Brazilian economic cycle. Utilizing a dataset of articles from \"Valor Econômico\" newspaper spanning July 2011 to December 2022, we employ the topic model Latent Dirichlet Allocation (LDA) to transform this textual data into a series of monthly topic proportions. From this output, we have developed two news indices - NITVP and NLTM - each with distinct methodologies but sharing the objective of assessing the influence of news topics on asset prices. Adopting the identification strategy of Larsen and Thorsrud (2019), we incorporate these indices into a structural VAR model to differentiate between news and noise shocks and to analyze their effects on macroeconomic variables. Our results reveal that news shocks, as captured by the news indices, significantly impact both asset prices and a range of macroeconomic indicators. Both news and noise shocks are found to be crucial in explaining a considerable proportion of the variance in asset prices over short and long-term periods, underscoring the pivotal role of news information in market dynamics. Furthermore, our findings, when contrasted with previous studies like Beaudry and Portier (2006), affirm the effectiveness of employing news indices to identify news shocks, as opposed solely on asset prices. This dissertation contributes to the field of economic literature by showcasing the significance of textual data analysis in understanding economic cycles and highlighting the potential and importance of news as a resource for providing a comprehensive view of the economy.
publishDate 2024
dc.date.none.fl_str_mv 2024-01-23
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://www.teses.usp.br/teses/disponiveis/12/12138/tde-03042024-121915/
url https://www.teses.usp.br/teses/disponiveis/12/12138/tde-03042024-121915/
dc.language.iso.fl_str_mv eng
language eng
dc.relation.none.fl_str_mv
dc.rights.driver.fl_str_mv Liberar o conteúdo para acesso público.
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Liberar o conteúdo para acesso público.
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.coverage.none.fl_str_mv
dc.publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
dc.source.none.fl_str_mv
reponame:Biblioteca Digital de Teses e Dissertações da USP
instname:Universidade de São Paulo (USP)
instacron:USP
instname_str Universidade de São Paulo (USP)
instacron_str USP
institution USP
reponame_str Biblioteca Digital de Teses e Dissertações da USP
collection Biblioteca Digital de Teses e Dissertações da USP
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)
repository.mail.fl_str_mv virginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.br
_version_ 1809090332498853888

Registros relacionados