اندازه گیری شاخص نا اطمینانی اقتصادی رسانه بنیان با الگوریتم های یادگیری ماشین در ایران و تاثیر آن بر نرخ ارز

هدف اصلی مقاله اندازه گیری شاخص نا اطمینانی اقتصادی با استفاده از اخبار منتشرشده در شبکه های اجتماعی است. این روش اندازه گیری با فراگیری استفاده از شبکه های اجتماعی اهمیت بالایی پیدا کرده است. در این مقاله، با پایش و تحلیل 3,117,960 خبر از 28 کانال تلگرامی پرمخاطب و اثرگذار ایران، شاخص نا اطمینانی اقتصادی در ایران را از ژانویه 2017 تا دسامبر 2020 اندازه گیری شد. برای تحلیل این اخبار از روش های «یادگیری ماشین با ناظر» بهره گرفته شد. در مرحله اول 13404 خبر توسط ارزیابان انسانی برحسب اثرگذاری بر نا اطمینانی برچسب گذاری شد. سپس با استفاده از چهار الگوریتم («C4. 5» از روش های درخت تصمیم، «پرسپترون چندلایه» از روش های شبکه عصبی مصنوعی، «لجستیک» از روش های تابع محور و «بیز ساده» از روش‎ های بیزی) برچسب گذاری کل اخبار انجام شد. شاخص نا اطمینانی اقتصادی به صورت شمارشی و بر اساس تعداد اخباری که اثرگذار بر نا اطمینانی اقتصادی هستند، اندازه گیری و مقدار این شاخص استاندارد شده و سپس کیفیت شاخص با شواهد تاریخی، برچسب گذاری مجدد و مقایسه با شاخص مبتنی بر داده های گوگل ارزیابی شد. شاخص محاسبه شده با وقایع مهم دوره مطالعه مانند خروج آمریکا از برجام، تحریم نفتی و بالا گرفتن تقابل آمریکا با ایران در ترور سردار سلیمانی همخوانی دارد. برآورد تاثیر نا اطمینانی اقتصادی رسانه‎ بنیان بر نرخ ارز با مدل گارچ، اثر مثبت و معنی دار این نا اطمینانی را نشان می دهد.