1.0Fortune Insighthttps://prime.fortuneinsight.com/web曾國平教授https://prime.fortuneinsight.com/web/posts/author/byrontkprich600338<blockquote class="wp-embedded-content"><a href="https://prime.fortuneinsight.com/web/posts/487452">量度疫情下的悲觀情緒</a></blockquote> <script type='text/javascript'> <!--//--><![CDATA[//><!-- !function(c,d){"use strict";var e=!1,n=!1;if(d.querySelector)if(c.addEventListener)e=!0;if(c.wp=c.wp||{},!c.wp.receiveEmbedMessage)if(c.wp.receiveEmbedMessage=function(e){var t=e.data;if(t)if(t.secret||t.message||t.value)if(!/[^a-zA-Z0-9]/.test(t.secret)){for(var r,a,i,s=d.querySelectorAll('iframe[data-secret="'+t.secret+'"]'),n=d.querySelectorAll('blockquote[data-secret="'+t.secret+'"]'),o=0;o<n.length;o++)n[o].style.display="none";for(o=0;o<s.length;o++)if(r=s[o],e.source===r.contentWindow){if(r.removeAttribute("style"),"height"===t.message){if(1e3<(i=parseInt(t.value,10)))i=1e3;else if(~~i<200)i=200;r.height=i}if("link"===t.message)if(a=d.createElement("a"),i=d.createElement("a"),a.href=r.getAttribute("src"),i.href=t.value,i.host===a.host)if(d.activeElement===r)c.top.location.href=t.value}}},e)c.addEventListener("message",c.wp.receiveEmbedMessage,!1),d.addEventListener("DOMContentLoaded",t,!1),c.addEventListener("load",t,!1);function t(){if(!n){n=!0;for(var e,t,r=-1!==navigator.appVersion.indexOf("MSIE 10"),a=!!navigator.userAgent.match(/Trident.*rv:11\./),i=d.querySelectorAll("iframe.wp-embedded-content"),s=0;s<i.length;s++){if(!(e=i[s]).getAttribute("data-secret"))t=Math.random().toString(36).substr(2,10),e.src+="#?secret="+t,e.setAttribute("data-secret",t);if(r||a)(t=e.cloneNode(!0)).removeAttribute("security"),e.parentNode.replaceChild(t,e)}}}}(window,document); //--><!]]> </script><iframe sandbox="allow-scripts" security="restricted" src="https://prime.fortuneinsight.com/web/posts/487452/embed" width="600" height="338" title="“量度疫情下的悲觀情緒” — Fortune Insight" frameborder="0" marginwidth="0" marginheight="0" scrolling="no" class="wp-embedded-content"></iframe>https://prime.fortuneinsight.com/web/wp-content/uploads/2020/08/2020_0802_0b6a366ej00qefhl0002wc000rs00j5g.jpg1000689對經濟學者來說，社交媒體是個數據寶庫。用者愈不介意公開私隱，愈將自己的資料和意見公諸於世，數據就會愈豐富，經濟學者就愈開心。 一個常見的用途，是量度市場情緒(sentiment)，例如看Twitter入面的每一個tweet，判斷內容跟什麼有關，又或從用字推斷內容到底是樂觀還是悲觀。 最近就有一篇學術研究，參與者都是行內明星(註)，其中就有用上twitter數據，去量度經濟不確定性。做法是從全世界的tweets裡面，找出包含「經濟」和「不確定性」兩個字(或類似字眼)的tweets，算出每一日全世界的人有幾驚恐。 下圖中的紅線，就是這個Twitter指數。毫不意外的，是這個指數自疫情後爆升。圖中的另一條藍線，就是用報紙內文算出來的另一個不確定性指數，兩者並駕齊驅，其實也不太意外，因為世界大亂，輿論和傳媒都會反映出來。 也許由於他們的要求太過嚴格，要求文中出現兩個關鍵字眼，結果10年數據只有10幾萬個tweets。再者，會在Twitter談及經濟談及不確定性的人，也許只是在轉載新聞報導，順口講兩句，大都是關心時事之輩，甚至包括學者，所以兩個指數無甚分別毫不意外。 好奇心驅使加上研究需要，我也從Twitter搜括數據，隨機找到自美國疫情爆發以來約200萬個tweets。實際上的tweets數量當然多很多，只是我想知道發文者來自何方，所以只保留有註明身處州份的，地點不詳或在美國以外的都不包括在內。 我用最方便就手的VADER-Sentiment-Analysis，為每條tweet打分數，愈低愈悲觀，下圖中的紅線就是全美國平均的情緒指數。 指數走勢，大致合理，三月初疫情爆發急轉直下，之後反反覆覆，以五月尾時最差。圖中藍線，看的是右邊的Y軸，是美國每日新增個案的百份比變化。兩者大致有相反關係，但不算太明顯。 為疫情量度情緒尤其困難，因為tweets至少可分為兩種。一為關於疫情的，如留意到身處州份或全國情況轉差，確診個案大增，於是惶恐不安，不敢出外。一為關係經濟的，如擔心被炒魷魚，又或收入已經減少，交租交電費都有困難。我的計算當然沒有將兩者分開來，所以指數跟疫情未見有明顯關係，不同州份之間也未見有清楚的分別，例如疫情早爆發的州份早悲觀，經濟差的州份比較悲觀等。 這只是「手痕」的數據分析(也許這也算是「大數據」吧，但這個字實在用到爛了)，較仔細的分析還需要時間，除了要區分兩種內容，也要慢慢下載收集更多的tweets。最好就申請研究撥款成功，有助手幫我處理啦…