Sentiment Signals in a Fragile Democracy: NLP-Driven Detection of News and Social-Media Effects on Peruvian Banking Asset Volatility
यह शोध पत्र पेरूवियन बैंकिंग परिसंपत्ति अस्थिरता पर राजनीतिक अस्थिरता के प्रभाव का पता लगाने में सुधार के लिए फिनबर्ट (FinBERT) और सोशल मीडिया सेंटीमेंट एनालिसिस का उपयोग करने वाला एक एनएलपी-संचालित ढांचा प्रस्तावित करता है, जो यह प्रदर्शित करता है कि ऐसे मॉडल पारंपरिक सांख्यिकीय बेसलाइन की तुलना में काफी बेहतर प्रदर्शन करते हैं और नियामकों के लिए एक लागत प्रभावी प्रारंभिक चेतावनी उपकरण प्रदान करते हैं।
मूल पेपर CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
मुख्य विचार: बैंक संकट की भविष्यवाणी करने के लिए "डिजिटल शोर" को सुनना
पेरू में बैंकों के शेयर बाजार की कल्पना एक विशाल, संवेदनशील सीस्मोग्राफ (भूकंप का पता लगाने वाली मशीन) के रूप में करें। आमतौर पर, यह मशीन केवल जमीन के वास्तविक हिलने (शेयर की कीमतों के ऊपर या नीचे जाने) को रिकॉर्ड करती है।
हालाँकि, यह शोध पत्र तर्क देता है कि इससे पहले कि जमीन वास्तव में हिले, भीड़ की ओर से अक्सर बहुत तेज़ शोर सुनाई देता है। यह "शोर" पेरू के आसपास मंडरा रहे लाखों ट्वीट्स, समाचारों की सुर्खियाँ और सरकारी बयान हैं।
लेखक, पॉल रिकार्डो प्रुडेंसियो गैल्वेज़ का सुझाव है कि हम इस शोर को सुनने, यह समझने के लिए कि लोग डरे हुए हैं या क्रोधित हैं, और "भूकंप" (बैंकिंग अस्थिरता) कब होने वाला है, इसकी भविष्यवाणी करने के लिए NLP (नेचुरल लैंग्वेज प्रोसेसिंग) नामक एक विशेष प्रकार के कंप्यूटर मस्तिष्क का उपयोग कर सकते हैं।
परिवेश: एक तूफान में फंसा देश
यह समझने के लिए कि यह क्यों महत्वपूर्ण है, आपको 2021 और 2024 के बीच के पेरू की कल्पना करनी होगी। यह राजनीतिक उथल-पुथल के एक बवंडर जैसा था।
- इस दौरान कुछ ही वर्षों में देश ने पांच अलग-अलग राष्ट्रपति देखे।
- नेताओं को पद से हटाने के प्रयास किए गए।
- 2022 के अंत में एक असफल तख्तापलट का प्रयास भी हुआ।
- सरकार ने पैसे और बैंकों के बारे में अपने नियम बदलते रहे।
एक शांत देश में, समाचार केवल पृष्ठभूमि की चर्चा हो सकते हैं। लेकिन इस दौरान पेरू में, किसी राजनेता का हर ट्वीट या बैंक नियामक की हर घोषणा एक शांत पुस्तकालय में सीटी बजाने जैसी थी—इसने बैंकिंग क्षेत्र में तत्काल घबराहट या उत्साह पैदा किया।
उपकरण: "सेंटिमेंट ट्रांसलेटर" (भावना अनुवादक)
यह शोध पत्र FinBERT नामक एक उपकरण का प्रस्ताव करता है। FinBERT को एक सुपर-स्मार्ट ट्रांसलेटर के रूप में समझें जो न केवल स्पेनिश को अंग्रेजी में अनुवाद करता है; बल्कि यह भावनाओं का अनुवाद करता है।
- पुराना तरीका: एक कंप्यूटर यह गिनता है कि "संकट" शब्द कितनी बार आया है।
- नया तरीका (FinBERT): कंप्यूटर "नया नियम मदद कर सकता है, लेकिन राष्ट्रपति चिंतित दिख रहे हैं," जैसा वाक्य पढ़ता है और समझ जाता है कि कुल मिलाकर भावना वास्तव में नकारात्मक और डरावनी है, भले ही "मदद" शब्द का उपयोग किया गया हो।
यह शोध पत्र नौ अलग-अलग देशों (जैसे अमेरिका, यूके और चीन) के अध्ययनों की समीक्षा करता है और पाता है कि जब आप स्टॉक क्रैश की भविष्यवाणी करने वाले गणितीय मॉडलों में इस "भावना अनुवादक" को जोड़ते हैं, तो भविष्यवाणियां 14% से 24% अधिक सटीक हो जाती हैं।
मुख्य खोज: बुरी खबरें अधिक प्रहार करती हैं
इसकी एक सबसे महत्वपूर्ण खोज है जिसे पेपर में "एसिमेट्रिक लीवरेज इफेक्ट" (असममित उत्तोलन प्रभाव) कहा गया है।
कल्पना कीजिए कि आप एक गुब्बारा पकड़े हुए हैं।
- यदि आप किसी को कोई अच्छी खबर बताते हैं, तो गुब्बारा थोड़ा ऊपर तैर सकता है।
- यदि आप उन्हें कोई बुरी खबर बताते हैं, तो गुब्बारा केवल थोड़ा नीचे नहीं जाता; वह फट जाता है।
यह शोध पत्र पुष्टि करता है कि पेरू (और कई अन्य उभरते बाजारों) में, राजनीति या नियमों के बारे में नकारात्मक खबरें बैंक शेयरों को अनियंत्रित और हिंसक रूप से हिला देती हैं। सकारात्मक खबरें उन्हें बस थोड़ा सा हिलाती हैं। कंप्यूटर मॉडलों को यह उम्मीद करने के लिए ट्यून करने की आवश्यकता है कि बुरी खबर आने पर ऐसा "धमाका" होगा।
प्रस्तावित समाधान: बैंकरों के लिए एक "मौसम रडार"
लेखक का सुझाव है कि पेरू के वित्तीय नियामक (SBS और SMV, जो बैंकों के लिए ट्रैफिक पुलिस की तरह हैं) को एक रियल-टाइम वेदर रडार स्थापित करना चाहिए।
वर्तमान में, ये नियामक कल या पिछले सप्ताह की मौसम रिपोर्ट देखते हैं (पुराना डेटा)। शोध पत्र प्रस्तावित करता है कि वे एक ऐसा रडार उपयोग करें जो "डिजिटल आकाश" (Twitter/X और समाचार साइटों) को अभी स्कैन करता है।
- यह कैसे काम करता है: यदि रडार "बैंकों के राष्ट्रीयकरण" या "क्रेडिट फ्रीज करने" के बारे में अचानक गुस्से वाले ट्वीट्स का समूह पहचानता है, तो सिस्टम वास्तविक शेयर बाजार के क्रैश होने से 48 से 72 घंटे पहले लाल बत्ती चमका देगा।
- लक्ष्य: यह नियामकों को नुकसान होने के बाद प्रतिक्रिया देने के बजाय, स्थिति को शांत करने या तूफान के लिए तैयार होने के लिए शुरुआती बढ़त देता है।
यह शोध पत्र वास्तव में क्या कहता है (और क्या नहीं कहता)
- यह कहता है: हमारे पास अन्य देशों से पुख्ता सबूत हैं कि सोशल मीडिया और समाचारों को सुनने से स्टॉक के उतार-चढ़ाव की भविष्यवाणी करने में मदद मिलती है। हमारे पास एक विशिष्ट योजना है कि कैसे हम स्पेनिश भाषा के डेटा का उपयोग करके पेरू के लिए यह प्रणाली बना सकते हैं।
- यह नहीं कहता: यह प्रणाली पहले से ही पेरू में बनी हुई और चल रही है। पेपर स्वीकार करता है कि यह वर्तमान में एक प्रस्ताव और अन्य अध्ययनों की समीक्षा है। लेखक कहते हैं, "हमारे पास मानचित्र और दिशा-सूचक यंत्र (कम्पास) है, लेकिन हमने अभी तक कार चलाई नहीं है।" अगला कदम वास्तव में इस प्रणाली को बनाना, इसमें 2021-2024 का वास्तविक पेरूवियन डेटा डालना और यह देखना है कि क्या यह वास्तविक दुनिया में काम करता है।
सारांश
संक्षेप में, यह शोध पत्र तर्क देता है कि पेरू जैसे राजनीतिक रूप से उथल-पुथल वाले देश में, शब्दों में शक्ति होती है। रियल-टाइम में भीड़ के मूड को पढ़ने के लिए उन्नत AI का उपयोग करके, हम राजनीतिक ड्रामे के कारण होने वाले अचानक क्रैश से बैंकों की रक्षा करने के लिए एक बेहतर प्रारंभिक चेतावनी प्रणाली बना सकते हैं। यह समाचार चक्र के अराजक "शोर" को सुरक्षा के स्पष्ट संकेत में बदलने के बारे में है।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।