Individual project
Die Auswirkungen der Unsicherheit über den Krieg in der Ukraine: Empirische Evidenz auf der Grundlage von Twitter-Daten
Funder: Fritz Thyssen Foundation
Period: 2023-2025
Detailed description:
Unsicherheit ist eine wichtige Determinante ökonomischer Entscheidungen. Die makroökonomische Literatur zeigt, dass die Veränderung der Unsicherheit von Privathaushalten und Unternehmen realwirtschaftliche Auswirkungen hat. Im Rahmen des Projekts wird eine aktuelle und relevante Quelle von Unsicherheit analysiert: der russische Angriffskrieg gegen die Ukraine. Das Ziel des Projekts ist die Quantifizierung der kriegsbedingten Unsicherheit in Deutschland und die Schätzung der konjunkturellen Auswirkungen der Unsicherheit auf die deutsche Konjunktur.
Im Rahmen des Vorhabens werden Twitterdaten verwendet. Im Zeitraum Januar 2021 bis August 2022 werden bis zu sechs Millionen deutschsprachige Tweets mit Bezug zum Krieg in der Ukraine sowie die zugehörigen Metadaten zu den Nutzeraccounts ausgewertet. Anhand computerlinguistischer Methoden des Natural Language Processing wird ein Indikator erstellt, der die Unsicherheit in Bezug auf den Krieg in der Ukraine in einer täglichen Frequenz abbildet. Der Index gibt an, um wie viele Standardabweichungen die von den Twitter-Usern wahrgenommene Unsicherheit an einem bestimmten Tag über dem langfristigen Mittelwert liegt. Auch Sub-Indizes zu bestimmten Themen wie Sanktionen, Waffenlieferungen und Energiepreisen werden mit einbezogen.
Auf der Grundlage dieses Unsicherheitsindex möchte Prof. Tillmann die konjunkturellen Auswirkungen der Unsicherheit im Rahmen eines Vektorautoregressions-Modells (VAR) sowie in alternativen zeitreihenökonometrischen Modellen schätzen. Hierfür verwendet er Informationen über die realwirtschaftliche Aktivität, die ebenfalls auf (werk)täglicher Frequenz verfügbar sind wie bspw. das Aufkommen der LKW-Maut, Daten zu Restaurantbesuchen und Flugbuchungen, Daten zur Mobilität sowie Finanzmarktvariablen wie Aktienrenditen und Zinsänderungen.
In der Analyse wird zwischen unterschiedlichen Typen von Twitter-Nutzern unterschieden: Einerseits Accounts von Experten (Journalisten, Politiker, akademische Beobachter) und andererseits Nicht-Experten. Dadurch lässt sich untersuchen, wie die Unsicherheit zwischen Experten und Nicht-Experten voneinander abweicht, wie die unterschiedlichen User aufeinander reagieren und inwiefern sich die makroökonomischen Auswirkungen der wahrgenommenen Unsicherheit zwischen beiden Gruppen unterscheiden.
Unsicherheit ist eine wichtige Determinante ökonomischer Entscheidungen. Die makroökonomische Literatur zeigt, dass die Veränderung der Unsicherheit von Privathaushalten und Unternehmen realwirtschaftliche Auswirkungen hat. Im Rahmen des Projekts wird eine aktuelle und relevante Quelle von Unsicherheit analysiert: der russische Angriffskrieg gegen die Ukraine. Das Ziel des Projekts ist die Quantifizierung der kriegsbedingten Unsicherheit in Deutschland und die Schätzung der konjunkturellen Auswirkungen der Unsicherheit auf die deutsche Konjunktur.
Im Rahmen des Vorhabens werden Twitterdaten verwendet. Im Zeitraum Januar 2021 bis August 2022 werden bis zu sechs Millionen deutschsprachige Tweets mit Bezug zum Krieg in der Ukraine sowie die zugehörigen Metadaten zu den Nutzeraccounts ausgewertet. Anhand computerlinguistischer Methoden des Natural Language Processing wird ein Indikator erstellt, der die Unsicherheit in Bezug auf den Krieg in der Ukraine in einer täglichen Frequenz abbildet. Der Index gibt an, um wie viele Standardabweichungen die von den Twitter-Usern wahrgenommene Unsicherheit an einem bestimmten Tag über dem langfristigen Mittelwert liegt. Auch Sub-Indizes zu bestimmten Themen wie Sanktionen, Waffenlieferungen und Energiepreisen werden mit einbezogen.
Auf der Grundlage dieses Unsicherheitsindex möchte Prof. Tillmann die konjunkturellen Auswirkungen der Unsicherheit im Rahmen eines Vektorautoregressions-Modells (VAR) sowie in alternativen zeitreihenökonometrischen Modellen schätzen. Hierfür verwendet er Informationen über die realwirtschaftliche Aktivität, die ebenfalls auf (werk)täglicher Frequenz verfügbar sind wie bspw. das Aufkommen der LKW-Maut, Daten zu Restaurantbesuchen und Flugbuchungen, Daten zur Mobilität sowie Finanzmarktvariablen wie Aktienrenditen und Zinsänderungen.
In der Analyse wird zwischen unterschiedlichen Typen von Twitter-Nutzern unterschieden: Einerseits Accounts von Experten (Journalisten, Politiker, akademische Beobachter) und andererseits Nicht-Experten. Dadurch lässt sich untersuchen, wie die Unsicherheit zwischen Experten und Nicht-Experten voneinander abweicht, wie die unterschiedlichen User aufeinander reagieren und inwiefern sich die makroökonomischen Auswirkungen der wahrgenommenen Unsicherheit zwischen beiden Gruppen unterscheiden.
