ESG & Policy Research

Una sentiment analysis dei tweet sulla BCE

Un tipico aneddoto del processo di integrazione europea è che stati membri diversi abbiano una diversa percezione dell’operato della loro banca centrale. Nei “paesi frugali” – quali la Germania, i Paesi Bassi o la Finlandia – l’aderenza al mandato ufficiale e il mantenimento di una politica monetaria restrittiva sarebbero visti come l’obiettivo a cui la banca centrale dovrebbe tendere. D’altro canto, i “paesi Mediterranei” – quali la Grecia o l’Italia – lamentano spesso un mancato supporto da parte della BCE, la quale dal loro punto di vista dovrebbe supportare i paesi che affrontano fasi di significativa divergenza tra prodotto effettivo e prodotto potenziale tramite l’adozione di una politica monetaria accomodante. Data questa polarizzazione, può essere interessante dare una valutazione quantitativa a questa percezione diffusa.

Una misura quantitativa per le diverse percezioni dell’operato della BCE

Per raggiungere questo obiettivo eseguiamo una sentiment analysis sui tweet scritti nel giorno dell’ultimo consiglio direttivo della BCE, tenutosi il 4 giugno, condizionale alla lingua in cui i tweet sono stati scritti. Nello specifico, consideriamo quattro lingue: tedesco, francese, italiano e inglese. Per ciascuna di queste eseguiamo uno scraping di un campione di tweet contenente l’acronimo “BCE” nelle varie lingue [1]. Dal momento che il comunicato stampa del consiglio – seguito da una conferenza stampa tenuta dalla sua presidente Lagarde – è stato pubblicato alle 13.45 CET, definiamo i tweet come scritti pre o post comunicato stampa basandoci sul time stamp di twitter, e li categorizziamo di conseguenza. Questo approccio ci permette di seguire due strade: in primo luogo, di stabilire un sentiment generico nei confronti della BCE nei vari paesi; in secondo luogo, di investigare come la (moderatamente espansiva) decisione di estendere il Pandemic Emergencey Purchase Programme (PEPP) è stata recepita nei diversi paesi.

Caratteristiche del codice

Il codice, scritto in linguaggio Python, utilizza l’API di Twitter per ottenere i tweet basandosi su una normale query di ricerca, con la possibilità di specificare in quale lingua dovranno essere stati scritti i tweet da restituire [2]. I Tweet sono poi puliti e standardizzati per la sentiment analysis tramite la rimozione automatica di link e caratteri speciali. Infine, vengono classificati come “positivi”, se la polarità del tweet è maggiore di 0; “neutrali” se la polarità è 0; “negativi” se essa è minore di 0. Per il tedesco, il francese e l’inglese la sentiment analysis viene eseguita utilizzando la libreria textblob ed i suoi supporti textblob_de e textblob_fr. Sfortunatamente, nessun supporto per la lingua italiana di nostra conoscenza è disponibile. Pertanto dobbiamo prendere una strada leggermente più complicata nel gestire i tweet italiani e prima tradurli automaticamente in inglese sfruttando l’API Google Translate per poi analizzarne il sentiment secondo l’approccio standard [3].

Dato l’approccio semplicistico utilizzato per arrivare ad una visione quantitativa dell’approvazione dell’operato BCE, alcuni caveat sono d’obbligo:

  • La popolazione degli utenti Twitter potrebbe non rappresentare un campione stratificato. In particolare, le generazioni più vecchie sono probabilmente sottorappresentate.
  • Dati i limiti della API di Twitter, non è possibile fare lo scraping di tutti i tweet corrispondenti alla query di interesse, ma solo di un campione di essi.
  • L’analisi coinvolge tweet scritti il 4 Giugno 2020, giorno di riunione del consiglio direttivo BCE, pertanto non riguarda variazioni di lungo periodo e non è intesa per stimare una misura di supporto di lungo periodo delle misure della banca centrale.

Risultati

[infogram id=”7a522004-c613-4813-a5cf-d2ac4368bc75″ prefix=”TXP” format=”interactive” title=”ECB twitter sentment analysis”]

SENTIMENT – CAMPIONE INTERO

LinguaPositivoNegativoNeutro#Tweet
Tedesco23%14.3%62.7%709
Francese42.8%17.1%40.2%879
Italiano36.0%23.7%40.4%1292
Inglese41.1%17.3%41.6%4877

Riguardo il sentiment generico nelle diverse lingue, osserviamo come nel complesso i risultati siano in linea con l’evidenza aneddotica: nei paesi di lingua tedesca il supporto per la BCE è relativamente tiepido, con la percentuale di tweet negativi relativamente vicina a quella dei positivi, e una forte prevalenza di tweet neutri. Ciò corrisponde alla narrativa di “paesi frugali” in opposizione a una politica monetaria espansiva da parte della BCE. Nei paesi di lingua francese (principalmente Francia e parte del Belgio) d’altra parte si manifesta un preponderante supporto per la BCE. L’Italia si posiziona a metà strada, essendo però più polarizzata, come suggerito dalle percentuali relativamente alte di tweet positivi e negativi. Ciò potrebbe segnalare che, pur essendo un paese tradizionalmente favorevole alla politica monetaria espansiva della BCE, la fiducia nelle istituzioni europee sia stata segnata da presunte insufficienze nella risposta dell’Unione al COVID19. Nondimeno, nessuna conclusione definitiva può essere stabilita dato che non abbiamo misure country-specific di variazione del sentiment nel lungo periodo. Infine, i tweet in inglese – i quali non possono essere neanche approssimativamente matchati con paesi specifici, dato il ruolo dell’Inglese come lingua globale – possono essere usati come proxy di un generico sentiment internazionale [4]. Vale la pena osservare come anche in questa categoria il sentiment positivo domini chiaramente quello negativo.

L’effetto dell’annuncio dell’estensione del PEPP

Sfruttando la discontinuità data dall’annuncio delle decisioni del consiglio direttivo – principalmente un’estensione del Pandemic Emergency Purchase Programme – possiamo anche valutare la risposta dell’opinione pubblica sul social media alle nuove misure.

SENTIMENT PRE CONSIGLIO DIRETTIVO

LinguaPositivoNegativoNeutro#Tweet
Tedesco20.1%12.3%67.5%153
Francese46.9%14.6%38.6%253
Italiano38.8%27.9%36.4%190
Inglese46.3%19.1%34.6%1276

SENTIMENT POST CONSIGLIO DIRETTIVO

LinguaPositivoNegativoNeutro#Tweet
Tedesco23.8%14.8%61.4%556
Francese41.1%18.1%40.8%626
Italiano36.0%23.0%41.1%1102
Inglese39.3%16.6%44.1%3601

Il primo elemento di interesse è la crescita nelle interazioni. I tweet che citano la BCE crescono tra le 2.5 e le 5.8 volte post comunicato stampa, un fenomeno che non è spiegabile semplicemente dalla stagionalità giornaliera nella pubblicazione di tweet, indicando un chiaro interesse dell’opinione pubblica nelle azioni della banca centrale [5]. Ciò è particolarmente vero per la lingua italiana, fatto che può essere intuitivamente spiegato dalla particolare importanza che la politica monetaria accomodante della BCE ha per l’Italia, alla luce del suo alto livello di debito pubblico.

LinguaRapporto numero tweet (post vs pre consiglio)
Tedesco3.6
Francese2.5
Italiano5.8
Inglese2.8

Il secondo elemento di interesse è la variazione nel sentiment a seguito del comunicato del consiglio direttivo della BCE. Tra gli utenti di Twitter di lingua tedesca possiamo osservare come tanto la proporzione di tweet positivi quanto di negativi cresca, segnalando un effetto polarizzante delle decisioni di politica monetaria. Può essere ipotizzato che sia gli utenti pro-euro sia gli utenti euroscettici abbiano reagito attivamente alla mossa della banca centrale. Nei tweet francesi osserviamo un sensibile calo nei tweet positivi, corrispondente a un incremento sia dei negativi che dei neutri. Tale spostamento non è di facile spiegazione e può essere interpretato come un segno di aspettative di stimolo monetario più elevate rispetto a quanto effettivamente deciso. Nondimeno, bisogna sottolineare come i tweet in francese rimangano nel complesso i più favorevoli alla banca centrale. I tweet italiani sono il sottogruppo più positivamente impattato: anche se il sentiment positivo cresce solo marginalmente, vi è un forte declino nei tweet negativi, con una corrispondente crescita dei neutri. Tale spostamento potrebbe indicare che la mossa della BCE abbia avuto successo nel placare le critiche di parte degli Euroscettici italiani su Twitter. Infine, i tweet in inglese mostrano un calo sia nei tweet positivi sia nei negativi. Questo può essere spiegato in parte dal fatto che il comunicato stampa rappresenta una notevole notizia economica che, tuttavia, non ha un particolare coinvolgimento emotivo per chi twitta senza risiedere in un paese che adotta l’Euro. In parte ciò può anche essere dovuto alla composizione di questo gruppo di utenti che – twittando in inglese – probabilmente formano un gruppo relativamente più cosmopolita e meno polarizzato su questi temi rispetto a chi twitta in lingua natia.

[infogram id=”13a3c80e-5d34-42dd-afce-129320c4e27c” prefix=”5jj” format=”interactive” title=”ECB twitter sentiment analysis 2″]

VARIAZIONE SENTIMENT

LinguaPositivoNegativoNeutro
Tedesco3.7%2.5%-6.1%
Francese-5.8%3.5%2.2%
Italiano0.2%-4.9%4.7%
Inglese-7.0%-2.5%9.5%

Un ultimo elemento da prendere in considerazione è la polarizzazione, che definiamo come la proporzione di tweet non neutrali: a seguito della diffusione del comunicato e della successiva conferenza stampa, la polarizzazione cala in tutti i sottogruppi con l’eccezione di quello tedesco, nel quale osserviamo un marcato calo nei tweet neutri mentre sia i positivi sia i negativi aumentano. Tali dati indicano come le azioni della BCE possano esacerbare le divisioni nei paesi che rappresentano il nucleo dell’integrazione europea. Nondimeno, va sottolineato come la polarizzazione rimanga relativamente bassa in confronto agli altri sottogruppi, indicando che non si è ancora raggiunto un livello di guardia tra il pubblico di lingua tedesca.

POLARIZZAZIONE

LinguaPrePostDelta
Tedesco32.7538.6%6.1%
Francese61.4%59.2%-2.2%
Italiano63.6%58.9%-4.7%
Inglese65.4%55.9%-9.5%

Conclusioni

Una semplice misura quantitativa della percezione dell’operato della BCE basata su tweet in diverse lingue sembra supportare l’impressione che l’opinione pubblica dei “paesi frugali” sia relativamente più fredda nei confronti dell’azione della banca centrale, in opposizione all’opinione dei “paesi mediterranei”. Il supporto francese è particolarmente alto, mentre quello italiano mostra un supporto minore, fatto che potrebbe essere dovuto a una supposta risposta insufficiente delle istituzioni europee all’emergenza COVID19 ma che rima anche con uno scetticismo italiano di lungo periodo. Sfruttando la discontinuità offerta dal consiglio direttivo della BCE, osserviamo come una decisione moderatamente espansiva sia stata recepita da diversi pubblici: gli utenti di lingua tedesca hanno risposto con un balzo nella polarizzazione (che ciononostante rimane nel complesso relativamente bassa), mentre gli utenti italiani mostrano un significativo spostamento dai tweet negativi verso i neutri. Sorprendentemente, i tweet francesi mostrano un certo grado di delusione, potenzialmente dovuto al mancato raggiungimento di aspettative più elevate. Nondimeno, il sottogruppo francese rimane quello che mostra il maggior supporto per la banca centrale.

In conclusione, il pubblico online sembra essere sensibile alle decisioni di politica monetaria, con risposte che variano significativamente di tono tra paesi. Se politiche espansive sembrano correlate ad una percezione più favorevole in paesi in difficoltà, sembrano anche polarizzare l’opinione pubblica in quelli più fiscalmente responsabili. Nonostante i dati attuali mostrino che siamo ancora lontani da livelli di guardia, il bilanciamento di queste forze opposte non dovrebbe essere trascurato dai decisori pubblici.


[1] Cioè “EZB” per il tedesco, “BCE” per il francese e l’italiano, ed “ECB” per l’inglese (si noti che la query di ricerca non è case sensitive).
[2] Decidiamo di filtrare e ignorare i retweet.
[3] Ciò implica che la misura per i tweet italiani potrebbe essere meno accurata di quelle disponibili per le altre lingue.
[4] Basandosi sull’assunzione che gli utenti di lingua madre inglese (UK, USA, Australia, etc.), per quanto più numerosi di altri utenti che twittano in inglese, siano relativamente meno interessati alla politica interna dell’area euro rispetto a questi ultimi.
[5] Nonostante l’API di Twitter permetta di fare scraping solamente di un campione di tweets, la dimensione del campione è proporzionale al numero di tweets che rispondono alla query, pertanto l’inferenza rimane valida.