Forecasting GDP in Europe with textual data
利用文本数据预测欧洲 GDPAI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要直接研究新闻情绪指标对 GDP 及其他宏观经济变量的预测信息。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
利用文本数据预测欧洲 GDP
- 研究问题
- 新闻文本构建的情绪指标能否预测欧洲五大经济体的 GDP 及其他宏观变量，并提供实时常用指标之外的信息？
- 方法与思路
- 作者利用五种语言、26家主要报纸的逾2,700万篇文章构建新闻情绪指标，并控制预测者实时可用的其他指标。
- 材料陈述的贡献
- 摘要称，新闻情绪指标是宏观变量的显著预测因子，且其预测信息在控制其他实时可用指标后仍然存在。
- 阅读关注点
- 应核对文本处理、情绪指标构造、信息发布时间和预测窗口，并区分预测关系显著性与样本外预测误差改善。
- 阅读边界
- 仅据所给 Crossref 摘要，无法判断预测增益大小、模型设定或样本外检验细节；预测关系也不能解释为因果效应。
原文摘要
Summary We evaluate the informational content of news‐based sentiment indicators for forecasting gross domestic product (GDP) and other macroeconomic variables of the five major European economies. Our dataset includes over 27 million articles for 26 major newspapers in five different languages. The evidence indicates that these sentiment indicators are significant predictors to forecast macroeconomic variables and their predictive content is robust to controlling for other indicators available to forecasters in real time.