Twitter miniera d'oro per tracciare attese consumatori sui prezzi- paper Bankitalia

di Stefano Bernabei
·3 minuto per la lettura
App Twitter utilizzata su un iPhone

di Stefano Bernabei

ROMA (Reuters) - La Banca d’Italia ha dimostrato che un set di indicatori sperimentali che ha creato dal contenuto di milioni di tweet riescono a tracciare accuratamente le aspettative di inflazione dei consumatori, offrendo un possibile nuovo e potente strumento alla politica monetaria.

Il paper di Cristina Angelico, Juri Marcucci, Marcello Miccoli e Filippo Quarta pubblicato oggi sul sito di via Nazionale, arriva mentre economisti e policy-maker si rivolgono sempre più ai social media e ad altre fonti non convenzionali per misurare il comportamento dei consumatori, con l’inflazione che continua ad eludere gli obiettivi fissati dalle principali banche centrali.

I ricercatori hanno scoperto che i loro indicatori, basati su milioni di tweet, non solo mostravano di cogliere bene la dinamica delle aspettative sull’evoluzione dei prezzi ma riuscivano a produrre risultati in tempo reale e più accurati di quelle basate su strumenti di mercato – che usano per esempio i contratti swap su titoli collegati all’inflazione - o di quelle che rilascia mensilmente l’Istat.

"I risultati suggeriscono che Twitter può essere una nuova accurata fonte per ideare un metodo per ricavare le aspettative", scrivono gli autori del paper di 107 pagine nel quale spiegano che questo approccio – ora basato su un campione di Tweet in italiano - potrebbe essere replicato altrove.

Twitter ha all’incirca 200 milioni di utenti attivi al mese, nel mondo, mentre in Italia, nel 2019, gli utenti attivi erano circa 10 milioni, ricordano nello studio.

L’analisi è partita dalla raccolta di 11,1 milioni di tweet, fatti tra giugno 2013 e dicembre 2019, che contenevano almeno una parola tra quelle precedentemente selezionate in quanto collegate a inflazione, prezzi e dinamica dei prezzi.

"Il senso di concentrarsi sul puro conteggio dei tweet grezzi è il concetto intuitivo che più persone parlano di qualcosa, più alta è la probabilità che ciò rifletta la loro opinione e che il loro punto di vista possa influenzare le aspettative di altri", si dice nel paper.

Questo set di dati iniziale è stato poi "pulito" per eliminare annunci pubblicitari o tweet che per esempio usano la parola inflazione ma in un altro contesto. Questo è stato fatto applicando al campione delle particolari tecniche di 'machine learning'. Con questo passaggio, tweet come "#Draghi: ‘Abbiamo salvato l'Europa dalla deflazione’ Non dire gatto se non ce l'hai nel sacco!" sono stati mantenuti, mentre altri come "Solo da Baby Glamour acquistando tre capi il meno caro è in regalo. Promozione fino al 10 Ottobre" sono stati eliminati.

Il campione così asciugato a poco più di 1,5 milioni di tweet (il 14% degli oltre 11 milioni iniziali) è stato utilizzato per costruire due indici sulle aspettative crescenti e descrescenti di inflazione, misurando il volume giornaliero dei tweet che contenevano combinazioni di alcune parole precedentemente selezionate, come "prezzi stracciati" o "prezzo altissimo".

"Il fatto che operatori economici parlano di conti costosi dovrebbe riflettere aspettative di inflazione più elevata", si legge nel paper. "Dall’altro lato, a persone che discutono di calo del prezzo del petrolio dovrebbero corrispondere attese di inflazione più bassa".

A quel punto è stato creato un set finale di indicatori basandosi sul saldo per differenza tra i due indici che indicavano attese di aumento e di calo dell’inflazione.

Gli autori di questo studio hanno detto che il loro lavoro ha messo in luce il significato e le implicazioni di policy di informazioni contenute nei social network, ma sono consapevoli che sono necessari ulteriori studi per interpretate questi dati.

Hanno anche notato che ci sono stati alcuni casi in cui l’indicatore basato su Twitter è stato messo fuori rotta da un evento virale sui social media. Come fu nel caso nel 2014 della vendita di un appartamento al prezzo record di 236 milioni di dollari che portò a una raffica di tweet contententi varianti della frase "più costoso".

(Stefano Bernabei, in redazione a Milano Cristina Carlevaro)