Entrevista a Daniel Aromi

Por Pablo Fernandez 

Ver nota completa

La predicción de los procesos económicos a través de las opiniones en los diarios

Daniel Aromi desarrolló un sistema a través del cual logró medir los distintos niveles de optimismo de la opinión pública.

Daniel Aromi es profesor de la Facultad de Ciencias Económicas de la UBA, pero también es investigador, y su principal área de interés es la economía conductual y sus aplicaciones. La economía conductual tiene como objetivo mejorar la comprensión de los procesos de aprendizaje y el comportamiento de los actores económicos. En este constante camino es que Aromi desarrolló un sistema a través del cual logró medir los distintos niveles de optimismo de la opinión pública. Luego de analizarlos, llegó a la conclusión de que, cuando dicho optimismo está en alza, lo que le sucede es una crisis económica. Y de esta manera lo cuenta: “La idea es aprender a medir opiniones que, inicialmente, están expresadas en lenguaje natural y tratar de volcarlas y mapearlas hacia indicadores que resuman mucha información de forma que se resuelvan la mayor parte de las ambigüedades del lenguaje. Por ejemplo, medir el tono de las opiniones con respecto a la economía argentina para que sirva a quienes tienen que tomar decisiones acerca de una posible inversión. Para ello nos basamos en la opinión pública, cuya fuente principal son las noticias en la prensa de medios que tienen presencia global y que hablan de economía”, sostiene, y agrega: “Al generar estos indicadores se resume mucha información, la cual es difícil de entender. Nosotros, día a día, leemos los diarios y tenemos alguna idea de hacia dónde van las opiniones, pero este trabajo sería un esfuerzo por resumir esa información automáticamente, la cual puede ser útil tanto en el día a día como para realizar estudios académicos. De esta manera, podemos tratar de entender por qué sucedió una crisis, una reversión económica o un proceso de crecimiento”.

-Este tipo de estudio es para entender por qué sucedieron determinados procesos, pero también para prevenir los que puedan suceder.

-Exacto, estos análisis nos podrían ayudar a tomar mejores decisiones, prevenir errores o disminuir la frecuencia con la que ocurren.as personas reciben noticias, si las noticias son buenas, son demasiado optimistas, entonces, en promedio, mañana se llevan sorpresas negativas porque se inflaron demasiado las expectativas y la realidad las decepciona. Y al revés”.

-¿Cómo se lleva a cabo en la práctica este tipo de trabajos?

-El primer paso es conseguir grandes cantidades de texto digitalizado. En algunos casos se puede ir a las páginas webs de los diarios y, a través de un programa, bajar toda la información disponible. Lo que hice para un análisis fue bajar todos los titulares, desde 1890 hasta la actualidad, del Wall Street Journal, lo cual da un total de 4,5 millones de artículos. Esto, por un lado, es una gran oportunidad, pero por otro es un problema, porque es tanta la información que uno se pregunta cómo la ordeno, cómo la proceso. Porque esta información está expresada en un lenguaje informal, no están muy claras las reglas y hay muchas ambigüedades. Lo primero que hay que aclarar es que uno tiene que pensar esto como un trabajo en desarrollo. Y la solución para volcar todo esto en indicadores que nos sean de utilidad. Afortunadamente, hay bastantes antecedentes en la literatura. En este caso lo que hice fue explotar una lista de palabras negativas que fue generada hace 50 años por lingüistas en Estados Unidos, quienes les hicieron miles de preguntas a muchas personas para que clasifiquen determinadas palabras como positivas y otras como negativas, lo cual da una lista de 2 mil palabras negativas que uno puede utilizar para generar un índice preliminar. Mi primer ejercicio tiene que ver con contar las palabras negativas dentro de un texto que, por ejemplo, se refiera a la Argentina. Me detengo en un determinado año y cuento cuál es la fracción de palabras negativas sobre el total y esa es la medida preliminar de optimismo.

-A menor fracción de palabras negativas, mayor optimismo, y viceversa.

-Exacto. Ese es el primer índice, el cual utilicé varios años. Pero últimamente traté de ver cómo pulir el análisis en función de esos índices que iba descubriendo. Me refiero a tratar de asignarle determinados valores a palabras individuales. Y fui descubriendo que había palabras que estaban en la lista de negativas, pero que no lo eran tanto o que, por el contrario, eran positivas. Por ejemplo, la palabra “minas” estaba clasificada hace 50 años como palabra negativa, porque se refería a las minas de guerra, a explosivos. Y hoy, en el contexto económico, una mina hace referencia a la explotación de recursos económicos, lo cual viene de la mano de tiempos de expansión. Otro caso es el de la palabra “capital”, asociada muchas veces a la pena capital, sin embargo, en el contexto que estudio tiene que ver con el financiamiento de inversiones. Es por eso que la interpretación del lenguaje tiene que tener en cuenta el contexto en que ese lenguaje se utilizó. Puede variar de una época a otra, como también entre distintas secciones del diario. No es lo mismo la sección de espectáculos o policiales, que la de economía.

-Estas predicciones económicas, ¿se pueden validar en función de los aciertos que obtuviste al haber hecho un correlato acertado de la historia económica analizada y las noticias publicadas en ese mismo periodo?

-Sí, el aprendizaje está relacionado con ver, en la historia, cuáles eran las asociaciones que se observaban. Uno trata de validar los análisis en función de la historia y la apuesta es que la historia es informativa acerca de lo que va a pasar más adelante. Eso nos puede ayudar a interpretar mejor las opiniones del momento y, al mismo tiempo, en función del escenario medido, qué nos toca esperar a futuro.

-¿Cómo es que en función del análisis económico pasado se puede predecir lo que puede suceder en el futuro?

-Existen análisis estadísticos acerca de los niveles de optimismo y las sorpresas que los suceden. Hay dos ejercicios principales sobre los que estoy trabajando. Uno es el de las sorpresas en torno al crecimiento económico, por el cual tengo una medida de sorpresa que es la diferencia entre cuánto se esperaba que creciera la economía y cuánto terminó creciendo. Y, lo que logré observar es que hay una asociación entre nivel de optimismo y sorpresa: mayores niveles de optimismo van asociados a sorpresas más negativas, lo cual es consistente con la idea de que solo hay reacción. Las personas reciben noticias, si las noticias son buenas, son demasiado optimistas, entonces, en promedio, mañana se llevan sorpresas negativas porque se inflaron demasiado las expectativas y la realidad las decepciona. Y al revés. Ante las malas noticias nos volvemos demasiado pesimistas y, en promedio, mañana la realidad nos sorprende positivamente y nos va mejor de lo que esperábamos.

-¿Esto se puede aplicar a niveles macro de la economía?

-Algo parecido sucede en los mercados financieros. Es de esperar que haya cierta consistencia entre las sorpresas que se observa en términos de crecimiento económico y la evolución de los precios de los activos. Es decir, buenos tiempos anticipan desempeños malos en la bolsa. Y, por supuesto, al revés.

-¿Existe algún plazo de tiempo de permanencia del optimismo/pesimismo antes de que llegue un periodo económico contrario?

-Esto ocurre a baja frecuencia, en periodos aproximados de cinco años. Mido el nivel de optimismo cada cinco años y observo cuál es el valor predictivo con respecto a los próximos cinco años. En promedio se observa que, si en los cinco años que recién terminaron hubo un shock de optimismo, en los cinco años que vienen después va a haber un shock negativo en términos de las noticias. Es el escenario en el que esperabas vivir, versus el escenario en el que te toca vivir.

-¿Esto quiere decir que entre estos dos ciclos, el primero positivo y el segundo negativo, hubo una crisis económica que derivó en el pesimismo final?

-Hay distintos componentes de esta explicación. Una posible explicación es la más psicológica, si se quiere, y es que cuando la gente se vuelve más optimista luego esto tiende a revertirse. Pero también hay un costado económico, y el que indica que un escenario de optimismo te lleva a tomar ciertas decisiones. Si vos pensas que mañana vas a ser rico, lo que haces a partir de ese instante es empezar a consumir. ¿Por qué vas a ahorrar hoy si mañana vas a ser rico? Y eso te lleva a un mayor consumo. O, si pensas que la economía tiene un futuro muy bueno, empezas a invertir, y muchas veces esas inversiones no son tan redituables como lo esperabas. También se puede pensar en decisiones de gobierno. Un gobierno que espera un gran futuro no siente que hoy tenga que hacer grandes sacrificios, sobre todo si cree que las cosas van a andar bien así como están. Así, se pueden ver los grandes déficits fiscales que experimentó la Argentina asociados a creer que hay un buen escenario futuro. Luego, ese escenario no se concreta y así se llega a una crisis. Entonces, por ejemplo, no se ahorra, pensando que igualmente mañana voy a tener muchos ingresos que me van a permitir pagar la deuda que estoy tomando hoy. Y no solo tiene que ver con que se gasta demasiado, sino con muchos otros casos, como invertir en proyectos que luego no resultan ser tan convenientes como se esperaban.

-Según este análisis a lo largo de los años, parecería inevitable pensar que cuando sentimos que nos va bien, en realidad deberíamos prepararnos para un escenario negativo.

-A veces tengo miedo de comunicar esto como una relación inevitable. Lo que reporto son asociaciones estadísticas. Y, cuando las cosas andan bien, en promedio se observan este tipo de sorpresas, lo cual no quiere decir que sea inevitable. Lo que también podemos pensar es que la documentación de este tipo de asociaciones puede llevar a tomar decisiones más precavidas. Entonces, si uno supiese que, sistemáticamente, el optimismo está asociado a sorpresas que pueden ser negativas, se debería ser más cauteloso a la hora de tomar decisiones, como lo pueden ser el endeudamiento, el consumo o las inversiones. Por ende, esta asociación negativa podría mitigarse y así cambiar el mapeo hacia adelante.

-

¿Cómo osciló el optimismo y el pesimismo a lo largo de los años de la economía argentina que analizaste?

-Con respecto a la Argentina, nunca detecté tanto optimismo como en 1993, y esto lo atribuyo, en parte, al desempeño económico de aquel entonces, cuando los niveles de crecimiento y económico habían sido positivos. Lo que ese optimismo no contempló fueron las vulnerabilidades que había detrás de dicho proceso de crecimiento. Y al ser ignoradas estas vulnerabilidades y no tomar medidas al respecto, el entusiasmo fue en aumento. A partir de 1995, asociada a la crisis producto del efecto tequila, se notó un retroceso de ese optimismo. Y se mantuvo un nivel medio de optimismo hasta el 2001, donde se revirtió el escenario y se vieron reflejados en los índices todas las opiniones asociadas a la crisis que se estaban desarrollando en la Argentina. Este pesimismo del 2001 es similar al que pude observar en 1989, asociado a la hiperinflación, y al que se vivió a principio de los ’80 con la crisis de la deuda y la guerra de Malvinas, y previo a la llegada de la democracia. Volviendo más acá en el tiempo, a partir del 2002 y 2003, crecieron nuevamente los niveles de optimismo hasta el 2013, año en que finalicé el análisis, sin embargo ese optimismo nunca llegó a lo que se observó durante los ’90.

-¿Para realizar este análisis a qué medios recurriste?

-Utilicé The Economist, el Financial Times y el Wall Street Journal. Con respecto a los medios nacionales, lo que ocurre es que tengo una gran limitación con respecto a la disponibilidad de datos, ya que La Nación, que es el diario que mejor archivo tiene, recién arranca en el año 1997. Es poco tiempo para analizar, sobre todo los pronósticos de mediano plazo. Sin embargo, por lo que pude ver, la sección económica de La Nación también reflejaba, en los años 2006 y 2007 altos niveles de optimismo, incluso mayores a los observados en los medios internacionales. Y no podría decirse que La Nación era un medio alineado con el gobierno del momento. El trabajo que hice con La Nación tuvo que ver con análisis de más corto plazo, y pude observar cómo, en ese lapso de tiempo, el contenido del diario en un trimestre te ayuda a predecir el crecimiento del PBI del trimestre siguiente. A mayor cantidad de palabras positivas, mayor crecimiento del PBI, y viceversa. Y fijate cómo se invierten los signos cuando el análisis es a cinco años, donde se produce la reacción inversa: a mayor optimismo le precede una crisis. En el mercado financiero está documentado que estos son fenómenos de sub reacción y sobre reacción. A corto plazo se documenta sub reacción, esto quiere decir que los mercados financieros no documentan toda la información relevante. Y, a largo plazo, sobre reacción. Es decir, hubo buenas noticias que se sostuvieron en el tiempo y, para que se entienda, los mercados se pasaron de rosca, se infló una burbuja que se terminó pinchando.

-¿Estos trabajos los realizas en forma multidisciplinaria?

-Sí, me apoyo en contribuciones desarrolladas por lingüistas y un campo muy activo y que se está expandiendo mucho, que es el procesamiento de lenguaje natural, que es un área de las ciencias de la computación. Hay una gran cantidad de profesionales y académicos que están trabajando en este mapeo que lleva el lenguaje natural a indicadores matemáticos que luego, eventualmente, podrían mapear a la inversa, de indicadores matemáticos a lenguaje natural. Y un paso siguiente es aplicar algunas formas de aprendizaje no lineal que se llaman redes neuronales, que tiene mucha discusión en esta área de procesamiento de lenguaje natural.

-¿Se podrían utilizar las redes sociales para hacer este tipo de mapeo?

-Hay investigadores que están utilizando Twitter para realizar indicadores de optimismo y pesimismo. Cuando uno mira hacia adelante solo se ve que esto va a seguir creciendo. Entonces las herramientas tienen que ser cada vez más sofisticadas, porque todo el tiempo hay mayor cantidad de datos.