The most frequently used vocabulary in the minutes of the monetary policy committee of the Central Bank of Brazil : a text mining approach

Abstract

Transparent and clear communication from the Central Bank of Brazil (BCB) is important to ensure that monetary policy is applied more effectively. Economic Agents keenly await the Minutes released by the BCB's Monetary Policy Committee (COPOM), because these anchor their expectations and enable them to take decisions based on their interpretation of the terms used by the monetary authority. The text of COPOM's Minutes is unstructured data that can be analyzed using Text Mining. This method can reveal new knowledge through the automated computerized extraction of information from a corpus of documents. The aim of this study is to identify the most frequently used vocabulary in BCB’s communications in Portuguese using Text Mining. For this, 190 of COPOM's Minutes were collected and made available on the BCB website in HTML format. A Topic Modeling algorithm based on the Latent Dirichlet Allocation (LDA) statistical model was applied to this set of documents and used to construct a vocabulary and discover unobservable topics. There were more than 2.5 million alphanumeric terms, repeated or otherwise, and from this a vocabulary with 10,281 words was identified. Only one topic best fit the LDA model. The most common words found in this single topic were related to inflation and economic activity, which are important aspects for decision-making on the Selic Rate. This work is of practical importance, as there is no record of any other dictionary of this type in Portuguese, which makes it unique, but not definitive.

A transparência e clareza na comunicação do Banco Central do Brasil (BCB) é importante para uma maior eficiência na execução da política monetária. As Atas divulgadas pelo Comitê de Política Monetária (COPOM) do BCB são bastante aguardadas pelos agentes econômicos, uma vez que eles podem ancorar suas expectativas e tomar decisões a partir da interpretação dos termos empregados pela autoridade monetária. Os textos contidos nas Atas do COPOM são dados não estruturados que podem ser analisados através da técnica de Text Mining. Este método revela novos conhecimentos através da extração automática computadorizada de informações de um corpus de documentos. O objetivo deste estudo é identificar o vocabulário mais frequente na comunicação do BCB em português utilizando a abordagem de Text Mining. Para isso, foram coletadas 190 Atas do COPOM disponibilizadas no site do BCB no formato HTML. Neste conjunto de documentos, foi aplicado um algoritmo de Topic Modelling baseado no modelo estatístico Latent Dirichlet Allocation (LDA) para construção do vocabulário e descoberta dos tópicos não observáveis. Em um universo de mais de 2.5 milhões de termos alfanuméricos, repetidos ou não, foi encontrado um vocabulário com 10.281 palavras. O número de tópicos que melhor se ajusta ao modelo LDA é igual a 1. As palavras mais frequentes encontradas neste único tópico estão relacionadas com a inflação e atividade econômica, aspectos importantes para a tomada de decisão referente à Taxa Selic. Este trabalho possui importância prática, uma vez que não há registros de um outro dicionário deste tipo em língua portuguesa, o que o torna único, porém não definitivo.