კავკასიის ბიზნესის სკოლის პროფესორისა და კვლევითი ცენტრის დირექტორის, ერეკლე პირველის კვლევა დასაბჭედად მიღებულ იქნა გამოყენებითი ეკონომიკის მიმართულებით ერთ-ერთ გამორჩეულ ჟურნალში - Applied Economic Analysis.
ჟურნალის მახასიათებლები: ემერალდის გამომცემლობა, დიდი ბრიტანეთი, Scopus Q2, სტატიების მიღების მაჩვენებელი: 2.8%.
კვლევა, 15 მლნ ობზერვაციაზე დაკვირვებით, ჰიბირდული მოდელისა და LDA (Latent Dirichlet Allocation) ტექნიკის გამოყენებით, შეისწავლის ახალი ამბების (News) როლს გაცვლითი კურსების (აშშ დოლარი/ევრო/ფუნტი სტერლინგი) ფორმირებაში.
სათაური: Unveiling News Impact on Exchange Rates: A Hybrid Model Using NLP and LDA Techniques.
ავტორები: თეონა შუღლიაშვილი (PhD from LMU Munich) და ერეკლე პირველი.
აბსტრაქტი:
Purpose – This study investigates the influence of U.S. dollar-related news on EUR/USD exchange rate using a novel hybrid news-fundamentals-based VAR model applied to 18 years of monthly data.
Design/methodology/approach – Leveraging Latent Dirichlet Allocation (LDA), we identify the top 5 U.S. dollar-related news topics, quantify the attention they receive over time using Shannon’s entropy, and integrate these news-generated metrics with news-constructed economic uncertainty indices and Taylor rule fundamentals into the VAR model. Through impulse-response analysis and forecast error decomposition, we examine how exchange rates react to shocks from the identified U.S. Dollar-related news topics and economic uncertainty captured by the news.
Findings – Our findings reveal that news related to the US dollar and economic uncertainty account for 29% of long-term EUR/USD variation. These results are robust, validated through robustness checks, Granger causality tests, sensitivity analysis, and applying the same model to the GBP/USD exchange rate.
Originality/value – Combining news attention metrics with macroeconomic fundamentals enhances exchange rate identification, outperforming the models that rely solely on the Taylor rule or news variables.
კვლევა დაფინანსდა შოთა რუსთაველის ეროვნული სამეცნიერო ფონდის ფუნდამენტურ მეცნიერებათა გრანტის (ID: FR-21-1248) ფარგლებში.
