FED Speeches: Quantificando a Incerteza da Política Monetária com IA e Python

Os discursos dos membros do FED podem dar indicativos relevantes sobre a condução da política monetária, como a percepção de incerteza na fala e na escolha das palavras. Sendo assim, monitorar e interpretar não é suficiente, é necessário quantificar a incerteza nos discursos. Neste exercício mostramos o caminho para construir um indicador de incerteza da política monetária, usando métodos inovadores de IA com o Python.

Aprenda a coletar, processar e analisar dados na formação de Do Zero à Análise de Dados Econômicos e Financeiros com Python.

Objetivo

O objetivo deste exercício é quantificar a incerteza sobre a política monetária através dos discursos de Chairs e Vice Chairs do Board of Governors of the Federal Reserve System. A medida de incerteza é um valor numérico entre 0 e 1, indicando a probabilidade de um dado discurso conter incerteza sobre a política monetária. Valores próximos de 1 indicam incerteza alta e valores próximos de 0 indicam incerteza baixa.

Há toda uma literatura científica sobre o assunto, o que culmina nos índices de incerteza da política econômica (Economic Policy Uncertainty - EPU), hoje bastante difundidos. Estes índices costumam apresentar alguma relação com a atividade econômica e são baseados, a depender do tipo, na identificação de termos associados à incerteza em textos de grandes jornais nacionais.

Aqui aplicamos a mesma ideia dos EPUs, mas alimentando um modelo de IA generativa com os discursos do FED, dando instruções para quantificar a incerteza nestes discursos.

You are an expert in monetary policy communication who reads speeches by members of the Board of Governors of the Federal Reserve System and quantifies uncertainty by following the instructions below:
1. Use the speeches by members of the Board of Governors of the Federal Reserve System in the attached file, named "speeches.csv".
2. The columns in the "speeches.csv" file are: "title", "description", "date" and "author" of the speech; the column "text" is the speech.
2. Use the recent scientific literature on Economic Policy Uncertainty (EPU) Index to measure monetary policy uncertainty for each speech.
3. Use Natural Language Processing (NLP) techniques to assess monetary policy uncertainty for each speech.
4. Measure monetary policy uncertainty for each speech in numerical values, between 0 and 1, indicating the probability that the speech contains uncertainty about monetary policy.
5. Return your answer in CSV format, containing 3 columns: "date", "author" and "probability" of the speech.
6. Return nothing else in your answer.