Índice de Sentimiento Económico basado en noticias
¿Puede el tono de miles de noticias anticipar la actividad económica?
El contexto
Los indicadores de actividad llegan con rezago: el dato mensual de un país se publica semanas después de cerrado el mes, y el PIB trimestral, meses después. Entre un dato y el siguiente, sin embargo, la conversación pública no se detiene: todos los días miles de noticias registran optimismo o pesimismo sobre la economía. La pregunta de este proyecto es si ese tono se puede convertir en un indicador cuantitativo que se lea antes que la estadística oficial.
La idea viene de la literatura de text-as-data: el tono agregado de la prensa correlaciona con las decisiones de gasto e inversión y, medido con suficiente volumen de artículos, funciona como termómetro de expectativas. Aplicarla a América Latina exige resolver un problema propio: la cobertura de prensa internacional es muy desigual entre países, y un índice construido sin controlar por eso confundiría falta de noticias con pesimismo.
El proyecto lo convierte en tres entregables: (i) un índice mensual de sentimiento económico para 8 economías de la región desde 2015, construido con las mismas reglas para todas; (ii) un agregado regional ponderado por PIB-PPA, comparable con los indicadores mensuales de actividad; y (iii) una batería de validación contra las estadísticas oficiales de cada país.
Cómo se construye
El insumo es GDELT, la base abierta que indexa más de 140.000 fuentes de prensa en el mundo: cada artículo sobre la economía de un país recibe un puntaje de tono, y los puntajes se agregan por país y mes distinguiendo noticias económicas de políticas. Un país-mes con pocas noticias no entra al índice — los umbrales mínimos de cobertura evitan que el ruido de meses vacíos se lea como señal. Cada serie se estandariza respecto a su propia historia, de modo que el índice se lee en desviaciones respecto al tono normal de cada país.
El agregado regional pondera los países por su PIB-PPA, redistribuyendo los pesos cuando un país no tiene cobertura suficiente. La figura que acompaña esta sección muestra el resultado: arriba, el sentimiento regional; abajo, la actividad económica agregada de las mismas economías — el sentimiento se mueve antes, y los grandes episodios (el colapso del COVID-19, la recuperación posterior) aparecen en ambas series.
Lo que muestran los datos
El panel de esta sección baja el índice a nivel de país: cada economía tiene ya su propio índice de sentimiento, construido con las mismas reglas, y ahí aparece la heterogeneidad que el agregado esconde. En los países con cobertura de prensa internacional densa la señal es limpia y los episodios se identifican bien: el estallido social, los ciclos electorales y el COVID-19 dejan huellas nítidas. En los países con menos cobertura la serie es más ruidosa. Las pruebas de validación país por país apuntan en la dirección esperada: en algunas economías el índice anticipa los movimientos del indicador oficial de actividad, y la señal es mejor donde hay más noticias.
Una sola fuente, por diseño
Durante el desarrollo también se hicieron pruebas de scraping con Google News, que cubren el período más reciente con un volumen mayor de artículos por país. Pero las dos fuentes no seleccionan las mismas noticias — GDELT indexa sobre todo prensa de agencia internacional, de lenguaje más neutro; Google News recoge más prensa local — y mezclarlas introduciría un quiebre artificial en la serie. Por homogeneidad, el índice usa exclusivamente GDELT en todo el período 2015–2026; las pruebas con Google News quedan como insumo para ampliar la cobertura donde la prensa internacional es escasa.
Trabajo futuro
- Extender la cobertura del índice a más países de la región, aprovechando los índices propios por país que ya están construidos y probados.
Herramientas
Python para todo el pipeline: descarga masiva de GDELT (GKG y Doc API), pruebas de scraping sobre Google News, puntuación de tono con diccionarios especializados, pandas para los paneles y statsmodels para la validación estadística.
Alcance: el sentimiento de prensa es una señal complementaria, no un sustituto del dato oficial; la cobertura de medios varía entre países y en el tiempo. Fuentes: GDELT · indicadores mensuales de actividad de cada país.
¿Te interesa este tema?
Conversemos sobre NLP aplicado, indicadores de alta frecuencia o colaboraciones.