使用媒体报道衡量社会动荡

WP / 20/129测量使用媒体报道社会动荡作者：Philip Barrett、Maximiliano Appendino、Kate Nguyen 和 Jorge de Leon Miranda基金组织工作文件描述了作者正在进行的研究，并发表这些研究以征求意见并鼓励辩论。基金组织工作文件中表达的观点是作者的观点，不一定代表基金组织、其执董会或基金组织管理层的观点。 基金组织工作文件描述了作者正在进行的研究，并发表这些研究以征求意见并鼓励辩论。基金组织工作文件中表达的观点是作者的观点，不一定代表基金组织、其执董会或基金组织管理层的观点。©2020年国际货币基金组织(imf) wp / 20/129国际货币基金组织的工作论文研究与中东和中亚部门测量使用媒体报道社会动荡由Philip Barrett，Maximiliano Appendino，Kate Nguyen和Jorge de Leon Miranda编写授权由比卡斯·乔希和马尔哈尔·纳巴尔于 2020 年 7 月分发摘要我们根据相关媒体报道的数量提出了一个新的社会动荡指数。该指数由130个国家的月度时间序列组成，几乎没有滞后，并且可以轻松透明地复制。该指数中的峰值确定了重大事件，这与来自外部来源的四大区域社会动荡浪潮的事件时间表非常接近。我们表明，该指数的横截面分布可以简单而精确地表征，并且社会动荡与未来六个月国内社会动荡频率增加3个百分点和邻居增加1%有关。尽管如此，社会动荡并不是比全国平均比率更好的预测未来社会动荡的指标。JEL 分类编号： F00， F50， H0 关键词： 社会动荡， 抗议， 媒体作者电子邮件地址：pbarrett@imf.org、mappendino@imf.org、knguyen3@imf.org 1测量使用媒体报道社会动荡菲利普·巴雷特、马克西米利亚诺·阿彭迪诺、凯特·阮和豪尔赫·德·莱昂·米兰达†2020年6月摘要我们根据相关媒体报道的数量提出了一个新的社会动荡指数。该指数由130个国家的月度时间序列组成，几乎没有滞后，并且可以轻松透明地复制。该指数中的峰值确定了重大事件，这与来自外部来源的四大区域社会动荡浪潮的事件时间表非常接近。我们表明，该指数的横截面分布可以简单而精确地表征，并且社会动荡与未来六个月国内社会动荡频率增加3个百分点和邻居增加1%有关。尽管如此，社会动荡并不是比全国平均比率更好的预测未来社会动荡的指标。1介绍社会动荡是世界上许多国家的一个重大社会问题。 仅在2019年下半年，玻利维亚、智利、法国、香港、印度、伊拉克和黎巴嫩等地就发生了重大抗议或其他形式的骚乱。这种动乱与经济问题有着天然的联系，因为经济因素可能导致社会动荡。例如，税收和燃料价格上涨分别是黎巴嫩和伊朗最近抗议活动的重要触发因素。此外，社会动荡造成的破坏可能产生经济后果，可能中断贸易并阻碍投资。当然，回答有关社会动荡与经济或金融结果之间关系的问题需要有关社会动荡的数据。至少不知道重大社会动乱事件发生的地点和时间，就很难在这些问题上取得进展。然而，有关社会动荡的数据在很大程度上并不令人满意。据我们所知，没有透明、高频率、及时的社会动荡指标，无法广泛和一致地覆盖各个国家和时期。本文试图填补这一空白。我们引入了一种新的社会动荡衡量标准，由媒体报道衡量，我们称之为∗相应的作者,电子邮件:pbarrett@imf.org†Luisa Calixto，Grey Ramos和Jordan Miller提供了出色的研究帮助。 2报告的社会动荡指数 （RSUI）.1 覆盖范围广泛：我们提供 1985 年 1 月至 2020 年 5 月的 130 个国家/地区的数据。衡量标准一致且透明：我们始终使用相同的来源和搜索字词，并且系统会报告任何针对特定国家/地区的调整并说明理由。该指数频率高且及时：每个月都有数据，只有几天的滞后。这使得该指数不仅可用于研究，而且可用于同时监测跨国社会动荡事件。在本文中，我们详细介绍了如何构建RSUI以及如何使用大型运动来识别重大事件。通过将我们的结果与几个著名的重大社会动荡事件的案例研究进行比较，我们认为该指数和编码事件反映了对真实事件的受人尊敬的叙述性描述，而不仅仅是媒体时尚或偏见的产物。我们还分析了该指数的统计特性，并提出了三个关键发现，所有这些都是未来工作的重要背景。首先，RSUI的单位有一个自然的解释，在国家之间和国家内部是一致的：指数增加1%，高观测值的比例就会减少约2%。其次，社会动荡事件通常与未来六个月同一国家社会动荡的可能性增加约三个百分点和邻国增加一个百分点有关。第三，尽管存在这种相关性，但过去的社会动荡并不是未来动荡的良好预测指标，我们将其解释为反映了社会动荡是由不同因素驱动的低概率事件这一事实。下一节将讨论相关的经济文献。第 3 节概述了 RSUI 的计算以及我们如何从中识别重大社会动荡事件。第4节讨论了我们措施的内部和外部一致性。第5节研究了该指数的时间序列和跨国变化的性质。2相关文献我们的工作有助于使用报纸档案的文本搜索方法的快速增长的文献。最初，这些文献侧重于衡量经济政策的不确定性。这篇开创性的论文由Baker等人（2016）撰写，他们使用1985年的报纸档案为12个主要经济体构建了经济政策不确定性指数（EPU）。它们表明，EPU与较低的投资和就业以及较高的股价波动性有关。同样，Ahir等人（2018）从1996年起每季度为143个国家构建世界不确定性指数（WUI）。 他们的指数衡量经济学人智库季度国家报告中“不确定性”一词的频率。在国别背景下，Jirasavetakul和Spilimbergo（2018）为土耳其制定了基于新闻的经济政策不确定性（EPU）指数。该指数衡量有关经济政策不确定性的新闻文章的频率，并且像我们一样，使用Factiva作为主要来源。1RSUI的早期版本最初仅涵盖中东和北非的七个国家，后来涵盖整个中东和中亚，在国际货币基金组织的地区经济展望2019年4月和10月。 3其他作者使用基于文本的指数代理金融市场情绪、地缘政治紧张局势和腐败。Manela 和 Moreira （2017） 使用《华尔街日报》的头版文章计算了从 1890 年开始的基于文本的不确定性度量。他们表明，当他们的指数高位时，紧随其后的是高于平均水平的股票回报率的时期。为了研究媒体情绪对股票价格的影响，Fraiberger等人（2018）为1991年至2015年间的25个发达和新兴经济体创建了一个基于新闻的每日情绪指数。他们将样本限制在路透社用英语发表的文章中，并开发了一种量化语气的算法，计算金融、政治和经济文本中正面和负面单词的数量。Caldara和Iacoviello（2018）根据一系列报道自1985年以来地缘政治紧张局势的报纸文章，构建了地缘政治风险的月度衡量标准。像我们一样，这些作者使用一种算法来计算美国，英国和加拿大出版的主要报纸中提及地缘政治风险的文章的频率，尽管在他们的情况下，ProQuest历史报纸和ProQuest新闻流是主要来源。最后，Hlatshwayo等人（2018）通过审查Factiva提供的6.65亿篇国际新闻文章，构建了一个基于跨国新闻的腐败和反腐败流量指数。它们表明，腐败指数的冲击与资产价格和经济活动的负面影响有关。显然，我们的工作与社会动荡的其他措施密切相关。我们的方法有三种主要的替代方案：班克斯和威尔逊的跨国时间序列数据 （CNTSD） 数据库（2020 年）;武装冲突地点和事件数据库（ACLED）;以及Hellmeier等人（2019）的专制国家群众动员数据库（MMAD）是全球范围内微不足道的社会动荡的替代方案。CNTSD的时空覆盖范围是全面的它提供了自1815年以来的年度时间序列数据，涵盖了200个国家的骚乱和反政府示威活动的数量。然而，尽管其广泛使用，CNTSD仍存在三个重大缺点。首先，它以年度频率进行，并且通常至少滞后一年进行更新。其次，它每年只识别少量事件，因此新事件的边际影响可能很大。第三，结果可能有些难以质疑，CNTSD系列的增加与实地事件之间的关系并不总是令人信服（有关这一点的进一步说明，请参见附录C）。ACLED是一个高质量的来源，每月都有观察结果。在撒哈拉以南非洲，覆盖面很广，始于1990年代后期。然而，其他地方的覆盖范围相当有限。最后，MMAD拥有来自三个新闻专线机构的机器学习和人工编码过程生成的个人抗议事件的信息：美联社，法新社和BBC监测。然而，从2005年到2012年，仅涵盖少数几个国家。有几篇文章在政治和经济现象的跨国统计分析中使用CNTSD和MMAD来代表社会动荡，一些文章利用了ACLED在撒哈拉以南非洲背景下更精细的数据。政治学文献广泛使用这些数据来研究跨国背景下的社会动荡和相关政治问题 - 例如，参见Bodnaruk Jazayeri（2016）对身份影响的分析 4基于中东和北非地区抗议的政治不平等，使用CNTSD，或Ciocan和Wu ̈est（2016）将MMAD应用于2011年阿拉伯起义期间中东和北非国家的媒体审查分析。经济学文献倾向于更频繁地使用CTSD对长期问题进行跨国计量经济学分析——例如，参见Acemoglu等人（2019）），他们使用这些数据来探索民主与经济增长之间的关系，或者Barro（1991）关于经济增长的经典论文，其中来自该数据集的变量被用作政治不稳定的控制。最近的一些研究着眼于更频繁的经济现象，例如对预算削减的实证分析，以及庞蒂切利和沃特（2020）对欧洲社会动荡的实证分析。政治学和经济学文献也与ACLED合作，重点关注撒哈拉以南非洲地区，并受益于其详细的报道 - 例如，参见Harari and Ferrara（2018）和Ali et al. （2019） 。3报道社会不安定指数在本节中，我们将解释如何创建RSUI以及将峰值编码为主要事件的方法。我们讨论了对稳健性的关注如何影响方法的设计，并报告了指数的基本属性。3.1数据主要来源是道琼斯的Factiva新闻聚合器。我们将样本限制在美国、英国和加拿大的主要英语报纸和网络出版的印刷作品中。具体来说：ABC网络，BBC，CBS网络，加拿大广播公司，NBC网络，洛杉矶时报，金融时报，波士顿环球报，环球邮报，纽约时报，英国电讯报，英国泰晤士报，芝加哥论坛报，电讯报，英国卫报，华尔街日报，华盛顿邮报， 和《经济学人》。这是一组与Caldara和Iacoviello（2018）非常相似的来源。这种来源的选择是由几个因素驱动的。首先，这在很长一段时间内产生了一个非常大的样本，我们对相关文章的标题衡量从1985年的每月约7，000篇增加到2000年至今的20，000多篇，总计超过700万篇文章（见图1）。其次，通过选择众所周知的来源，我们可以完全透明地了解我们来源中可能存在的偏见。当然，没有来源是完全没有偏见的，但这些来源是一大群用户熟悉的来源，因此可以在他们认为合适的情况下警告结果。对于不太知名的来源或较新的媒体（如Twitter或Facebook）来说，情况并非如此，在这些媒体中，人们不容易理解个别评论者可能存在的偏见。后一组来源面临着进一步的挑战，因为很难知道如何解释渗透和组成的变化或机器人、巨魔和其他邪恶行为者的角色。同样，通过将我们的样本限制在外国新闻媒体，我们希望避免使用最赤裸裸的政治来源，因为国内出版物可能有特定的议程，影响他们对内乱的报道。 5Σ30000200001000001990200020102020日期图1：每月当代文章数量zt型尽管如此，在第 4.2 节中，我们还提供了进一步的稳健性检查，检查这些论点对选定的中东国家/地区的可能影响，包括使用不同的英语来源、备用搜索词以及法语和阿拉伯语媒体。 在从原始数据构建RSUI时，我们还考虑了如何通过索引设计的具体细节来减轻可能的媒体偏见，下文将进一步讨论。使用这些来源，我们收集三个月的文章计数：——xit： 关于国家社会动荡的文章数量我在期t yit:在国家的当代文章数量我在期tzt型:当代文章数量t我们的样本包括拥有