Os pesquisadores criaram muitos indicadores para rastrear vários aspectos da economia, como PIB, emprego e produção industrial. Mas extrair uma imagem clara desses sinais e prever se o país está caminhando para uma recessão ainda é um desafio.

“Temos um problema de dados”, diz Leland Bybee, aluno de doutorado em economia financeira da Yale SOM. “É muito difícil obter dados realmente bons e de alta qualidade para entender o que está acontecendo na economia em um determinado momento.”

Em um estudo recente, Bybee, professor de finanças da Yale SOM, Bryan Kelly, e seus coautores exploraram outra possível fonte de informação: artigos de notícias. Os pesquisadores executaram um software para vasculhar centenas de milhares de matérias do Wall Street Journal e quantificar a quantidade de atenção da mídia dada a tópicos específicos.

Eles descobriram que a prevalência de artigos relacionados à recessão, em particular, teve um bom desempenho na previsão de certas medidas de desempenho econômico meses ou anos depois. Em outras palavras, quando os repórteres escreviam mais sobre esse tópico, era mais provável que surgissem tempos econômicos difíceis.

“Devemos prestar atenção às informações contidas no texto das notícias”, diz Bybee.

Claro, os formuladores de políticas já leem o Wall Street Journal para obter esse tipo de informação. Mas se eles estão defendendo uma nova política, eles precisam de uma quantificação rigorosa do conteúdo das notícias, em vez de simplesmente confiar nas últimas manchetes, sugere Bybee. Um formulador de políticas não gostaria de dizer: “'Li que o mercado não está indo muito bem, então devemos começar a distribuir um monte de cheques de estímulo'”, diz ele. “Você quer ter algum tipo de base estatística para isso.”

A equipe de Bybee concluiu que as notícias podem conter dados preditivos valiosos porque o trabalho dos editores é fornecer aos leitores informações sobre o estado da economia. O Wall Street Journal deve ser um “balcão único” para aprender sobre questões gerais, como o PIB, notícias específicas da indústria, preocupações das pessoas sobre problemas econômicos e opiniões de especialistas.

Os incentivos dos editores são “reportar as notícias que importam para as pessoas que se preocupam com a economia”, diz Bybee. “Como assinante do Wall Street Journal , é para isso que eu pago.”

Bybee, Kelly e sua equipe - que também incluía Asaf Manela, da Universidade de Washington, em St. Louis, e Dacheng Xiu, da Universidade de Chicago - se perguntaram se poderiam quantificar essas informações e transformá-las em um novo indicador econômico. Os formuladores de políticas poderiam usar essa métrica como outra evidência para tomar decisões, como tomar medidas para estimular a economia.

Os pesquisadores reuniram cerca de 763.000 artigos do WSJ , publicados de 1984 a 2017, e executaram um software para contar o número de vezes que termos específicos de uma ou duas palavras foram usados ??em cada artigo. Um algoritmo de aprendizado de máquina identificou “tópicos” amplos: grupos de termos que frequentemente apareciam juntos. A equipe examinou os grupos de palavras manualmente e rotulou cada tópico.

Por exemplo, um conjunto de palavras incluía “Greenspan”, “Yellen”, “taxa de fundos federais”, “taxa de aumento” e assim por diante; o tópico que o software identificou foi claramente o Federal Reserve. Outros tópicos incluíram seguro saúde, China, desastres naturais, companhias aéreas e eleições.

Em seguida, os pesquisadores mediram a quantidade de “atenção noticiosa” dada a cada tópico, definida como a porcentagem de palavras no WSJ sobre aquele tópico a cada mês. Eles podiam analisar como a atenção aumentava e diminuía com o tempo.

As métricas de atenção às notícias pareciam acompanhar bem os indicadores econômicos existentes. Por exemplo, quando aumentava a atenção ao tema “recessão”, o crescimento da produção industrial e o crescimento do emprego tendiam a cair.

E, surpreendentemente, a atenção das notícias a tópicos como “recessão” e “problemas” (uma categoria geral que incluía termos como “grande problema”, “grande problema”, “bagunça”, “debacle” e assim por diante) poderia explicar 25 % da variação dos retornos do mercado de ações. Em contraste, um conjunto de 101 outras medidas econômicas poderia explicar apenas 9%.

A razão pode ser que “o que está acontecendo com o mercado e o que está acontecendo com o Wall Street Journal são muito semelhantes”, diz Bybee. “Ambos são formas de agregar um conjunto extremamente rico de informações.” Em outras palavras, os retornos do mercado em um determinado dia dizem muito sobre o estado da economia, assim como o conteúdo do jornal.

Mas essas análises apenas verificaram se a atenção das notícias estava correlacionada com outros indicadores no mesmo ponto no tempo; os artigos podem simplesmente estar descrevendo eventos recentes. Os pesquisadores queriam saber se suas novas métricas poderiam ajudar a prever o desempenho futuro da economia.

Então, eles analisaram se a atenção das notícias sobre a “recessão” estava ligada a mudanças na produção industrial e no emprego nos próximos três anos. A equipe controlou esses dois indicadores e outras métricas padrão, como o índice S&P 500 e a taxa de fundos do Federal Reserve. Em outras palavras, a atenção das notícias poderia prever mudanças além do que aqueles indicadores existentes forneciam?

Eles descobriram que um aumento na medida de atenção à “recessão”, do 5º ao 95º percentil, estava correlacionado a uma queda de 1,99% na produção industrial 17 meses depois e uma queda de 0,92% no emprego 20 meses depois. Previsões de curto prazo também funcionaram; por exemplo, dois meses após o aumento da atenção das notícias, a produção industrial caiu cerca de 0,3%.

A métrica de atenção à “recessão” não era apenas redundante com as informações nos preços do mercado de ações; parecia fornecer capacidade de previsão adicional. “Há coisas nas notícias além do que o mercado capta”, diz Bybee.

A equipe também criou uma maneira de identificar os artigos mais críticos que os formuladores de políticas deveriam ler. Quando o software de previsão faz uma previsão – por exemplo, que o emprego vai despencar nos próximos meses – ele também extrai os artigos do WSJ que dedicaram mais atenção ao tópico “recessão”. Os formuladores de políticas que estão sobrecarregados com grandes quantidades de informações podem se concentrar nessas histórias para obter os detalhes mais relevantes.

Esse método filtra o ruído para extrair “as coisas que realmente importam”, diz Bybee. “Ele fornece uma ferramenta para processar essas informações.”