Índices EPU para la Zona Euro basados en topic modelling

Reproducimos los índices EPU propuestos por Azqueta-Gavaldon et al. (2023)Abre en nueva ventana para Italia, Francia, Alemania, España y el Area del euro (AE) en su conjunto. Estos índices se basan en datos de periódicos y se apoyan en la Latent Dirichlet Allocation (LDA), una técnica de modelización de temas que permite captar los tópicos y temas subyacentes que contribuyen a la incertidumbre sobre la política económica.

Por ahora, podemos calcular nuestro índice hasta 2019, debido a problemas técnicos relacionados con la descarga de los datos basados en los periódicos. En los próximos meses, tenemos previsto cargar la versión actualizada hasta el presente y mantenerlos actualizados periódicamente. Además, tenemos previsto ampliar este proyecto también a otros países del AE -en función de la cobertura de prensa- y subir a esta página web índices EPU similares para otros países del AE.

El LDA permite recuperar de forma endógena los componentes de la incertidumbre política, sin necesidad de recurrir a diccionarios ad hoc ex ante. Esto nos permite obtener una comprensión más matizada y detallada de las fuentes de incertidumbre de la política económica. Basándonos en los resultados del LDA, seleccionamos 8 temas que describen mejor las fuentes de incertidumbre política en el contexto europeo: fiscal; monetario; político; geopolítico; comercio/fabricación; regulación europea; regulación nacional; y energía.

A continuación, calculamos 8 subíndices para cada país que representan estas fuentes de incertidumbre. Además, agregamos estos subíndices para construir un índice global de incertidumbre económica para cada país.

Por último, construimos el conjunto completo de indicadores de incertidumbre (indicadores de incertidumbre específicos de cada tema, así como el indicador general EPU) para la zona euro, promediando los indicadores específicos de cada país, ponderados por el PIB del país.

Se pueden encontrar más detalles sobre nuestra metodología en este documento: Azqueta-Gavaldón, Diakonova, Ghirelli y Pérez (2023).

Estos índices se actualizarán periódicamente en esta página web, y pueden consultarse aquí Archivo XLSX: Abre en nueva ventana (958 KB).