From Noisy News Sentiment Scores to Interpretable Temporal Dynamics: A Bayesian State-Space Model

Résumé Technique : Des scores de sentiment de l'actualité bruités vers des dynamiques temporelles interprétables

Énoncé du Problème
Les indicateurs de sentiment basés sur le texte sont largement utilisés pour surveiller l'humeur publique et des marchés ; cependant, les séries de sentiments agrégées par semaine sont intrinsèquement bruitées. Une source primaire de ce bruit est la variabilité temporelle et catégorielle du volume d'actualités pertinentes. Certaines moyennes hebdomadaires reposent sur des centaines d'articles, tandis que d'autres se basent sur un très petit nombre. Les approches existantes échouent souvent à rendre compte explicitement de ces fluctuations de disponibilité des données lors de la mesure de l'incertitude. Par conséquent, les méthodes d'agrégation standard confondent les changements réels de sentiment avec les changements de fiabilité des données. Ce problème est critique car l'utilisation de variables générées par l'IA comme vérité de terrain dans l'analyse économétrique, sans tenir compte de l'erreur de mesure, peut conduire à des estimations biaisées et à une inférence invalide. De plus, la littérature récente souligne que la quantification de l'incertitude est essentielle pour rendre les signaux de l'IA fiables pour la prise de décision financière.

Méthodologie
Le document propose un modèle d'espace d'états bayésien hiérarchique conçu pour transformer le sentiment des actualités agrégé en une série temporelle lissée avec une quantification principled de l'incertitude.

• Traitement des Données : Les articles de presse sont collectés et scorés à l'aide de modèles NLP pré-entraînés. FinBERT est utilisé pour générer des scores de sentiment ($S_i \in [-1, 1]$), et un modèle de classification zero-shot (bart-large-mnli) assigne des scores de pertinence ($C_{ij}$) à des catégories thématiques prédéfinies. Les articles dont les scores de pertinence sont inférieurs au seuil de 0,25 sont filtrés.
• Agrégation : Pour chaque fenêtre temporelle $t$ et catégorie $j$, un score de sentiment agrégé ($y_{tj}$) est calculé comme une moyenne pondérée des scores au niveau de l'article, où les poids sont les scores de pertinence de la catégorie.
• Dynamiques de l'État Latent : Le modèle postule un processus de sentiment latent non observé ($x_{tj}$) qui évolue au fil du temps. Ce processus est modélisé comme un processus autorégressif d'ordre un (AR(1)) autour d'une moyenne de long terme ($\mu_j$), régi par un paramètre de persistance ($\theta_j$) et une échelle d'innovation latente ($\sigma_{\eta j}$).
• Modèle d'Observation et Poids Effectif : Le sentiment observé $y_{tj}$ est traité comme une mesure bruitée de l'état latent $x_{tj}$. L'innovation centrale réside dans le terme de bruit d'observation, qui est mis à l'échelle par un « poids d'information effectif » ($n_{tj}$).
  • $n_{tj}$ est défini comme la somme des scores de pertinence de catégorie pour tous les articles d'une fenêtre donnée.
  • La variance d'observation est modélisée comme $\sigma_j^2 / n_{tj}$.
  • Mécanisme : Lorsque $n_{tj}$ est élevé (couverture élevée), le bruit d'observation est faible, et l'état latent est ancré fortement aux données observées. Lorsque $n_{tj}$ est faible (couverture parcimonieuse), l'incertitude augmente, et le modèle s'appuie davantage sur les dynamiques temporelles latentes pour inférer l'état.
• Structure Hiérarchique : Pour améliorer la robustesse, particulièrement pour les catégories avec des données parcellaires, le modèle emploie des priors hiérarchiques. Cela permet d'avoir des paramètres spécifiques à la catégorie (persistance, innovation et bruit d'observation) tout en partageant l'information entre les catégories via des hyperpriors.
• Inférence : Les distributions postérieures sont estimées à l'aide de méthodes de Monte Carlo par chaînes de Markov (MCMC) implémentées dans JAGS.

Contributions Clés

1. Bruit Échelle de la Densité d'Information : Les auteurs introduisent un modèle d'espace d'états bayésien où le bruit d'observation est explicitement mis à l'échelle par une mesure de densité d'information observable et pilotée par les données ($n_{tj}$). Cela lie directement la disponibilité des données à l'incertitude de mesure, évitant ainsi le besoin d'inférer une volatilité de bruit variable dans le temps par une volatilité latente générique.
2. Robustesse Hiérarchique : Le cadre utilise une structure hiérarchique pour partager l'information entre plusieurs catégories thématiques. Cette approche améliore la stabilité de l'estimation pour les catégories ayant moins de messages tout en permettant des comportements spécifiques à chaque catégorie.
3. Cadre Sensible à l'Incertitude : Le modèle fournit des distributions postérieures complètes pour les états latents et les paramètres, permettant de rapporter des intervalles de crédibilité. Cela facilite une approche rigoureuse du suivi des dynamiques de sentiment où l'incertitude est quantifiée plutôt qu'ignorée.

Résultats
Une analyse empirique a été menée sur un ensemble de données d'environ 9 918 articles de presse s'étendant de fin 2023 à fin 2025, classés en six groupes thématiques.

• Inférence des Paramètres : L'analyse a posteriori révèle que le paramètre de persistance ($\theta_j$) et l'échelle d'innovation latente ($\sigma_{\eta j}$) sont globalement similaires entre les catégories. Les différences entre un modèle entièrement fusionné (fully pooled) et le modèle hiérarchique sont relativement faibles pour ces paramètres, suggérant que la persistance temporelle et la volatilité à court terme sont des caractéristiques partagées entre les catégories.
• Hétérogénéité du Bruit d'Observation : En revanche, le paramètre de bruit d'observation ($\sigma_j$) présente une variation significative entre les catégories. Cela indique que la fiabilité du sentiment agrégé en tant que proxy de l'état latent varie selon le sujet, probablement en raison des différences de ambiguïté des catégories ou de la variabilité du contenu des actualités.
• Validation du Modèle : Une comparaison entre un modèle hétéroscédastique (où la variance est mise à l'échelle avec $1/n_{tj}$) et un modèle homoscédastique (variance constante) confirme l'hypothèse centrale de modélisation. La spécification hétéroscédastique démontre que l'incertitude a posteriori (largeur de l'intervalle) augmente mécaniquement à mesure que la densité d'information diminue, une relation qui est statistiquement significative et plus forte que dans la variante homoscédastique.
• Dynamiques Latentes vs Observées : Les estimations de l'état latent ($x_{tj}$) fournissent une trajectoire plus lisse que les scores bruts agrégés ($y_{tj}$). Le modèle filtre efficacement les fluctuations à court terme, particulièrement durant les périodes de couverture parcimonieuse, distinguant le signal du bruit de mesure.

Signification et Revendications
Le papier positionne ce cadre principalement comme un outil de suivi descriptif plutôt que de prévision. Les auteurs affirment qu'en modélisant explicitement la fiabilité de la mesure basée sur la disponibilité de l'information, le cadre offre une représentation plus interprétable et stable des dynamiques de sentiment.

La portée du travail réside dans sa capacité à :

• Séparer les véritables changements de sentiment des artefacts causés par les variations de volume de données.
• Fournir des intervalles de crédibilité qui reflètent la densité d'information réelle des sources textuelles sous-jacentes.
• Offrir une approche généralisable pour toute analyse de sentiment basée sur le texte où la disponibilité de l'information fluctue dans le temps (ex: réseaux sociaux, plateformes de messagerie ou flux d'actualités).

Les auteurs maintiennent un champ d'application modeste, reconnaissant des limites telles que la nature arbitraire du seuil de pertinence, la dépendance à des modèles NLP spécifiques, et les dynamiques AR(1) simplifiées choisies par souci de parsimonie. Ils ne revendiquent pas une précision de prévision supérieure mais insistent sur la valeur de la quantification de l'incertitude pour une analyse et une prise de décision en aval plus fiables.