Serie: Documentos de Trabajo. 2321.
Autor: Andrés Alonso-Robisco y José Manuel Carbó.
Publicado en: Finance Research Letters, Volume 58, Part C, December 2023, Art 104643
Documento completo
Resumen
Los bancos centrales están utilizando cada vez más la comunicación verbal en su estrategia, abarcando no solo la política monetaria tradicional, sino también un amplio conjunto de temas. Uno de estos temas es la moneda digital de los bancos centrales (CBDC, por sus siglas en inglés), que está captando la atención de la comunidad internacional. La naturaleza compleja de este proyecto implica que debe ser diseñado cuidadosamente para evitar consecuencias no deseadas, como la inestabilidad financiera. En este trabajo, proponemos utilizar diferentes técnicas de Procesamiento de Lenguaje Natural (NLP, por sus siglas en inglés) para comprender mejor la postura o sentimiento de los bancos centrales hacia el CBDC, analizando un conjunto de discursos de los bancos centrales desde 2016 hasta 2022. Para ello, utilizamos técnicas tradicionales, como los métodos basados en diccionarios, y dos Modelos de Lenguaje de Gran Tamaño (LLM, por sus siglas en inglés) como BERT y ChatGPT, llegando a la conclusión de que los LLM reflejan mejor la postura identificada por los expertos humanos. En particular, observamos que ChatGPT muestra un mayor grado de alineación porque puede capturar información más sutil que BERT. Nuestro estudio sugiere que los LLM son una herramienta eficaz para mejorar las mediciones de sentimiento en textos específicos de contenido estratégico, aunque no son infalibles y pueden estar sujetos a nuevos riesgos, como una mayor sensibilidad a la longitud de los textos y el diseño de las preguntas realizadas al propio modelo.