Análise computacional da comunicação de política monetária: aplicação de large language models às atas do COPOM
Year: 2026
Type: dissertation
Abstract: A comunicação do Comitê de Política Monetária (Copom) do Banco Central do Brasil é um dos principais canais de formação de expectativas no mercado financeiro, influenciando preços de ativos e variáveis macroeconômicas, como taxa de juros e câmbio. Apesar dessa relevância, a literatura de análise de sentimentos ainda é majoritariamente concentrada em textos com polaridade explícita, havendo lacunas quanto ao desempenho de abordagens lexicais e de Large Language Models (LLMs) na interpretação de documentos institucionais, caracterizados por linguagem técnica e sinais sutis. Este trabalho investiga a viabilidade e a utilidade de extrair sentimento das Atas do Copom (versões em inglês) por meio de uma avaliação comparativa entre (i) um léxico econômico especializado (Economic Lexicon) e (ii) LLMs em dois cenários: classificação de sentimento em nível de sentença e análise em nível de aspecto, com identificação simultânea de aspecto macroeconômico e polaridade. O corpus compreende 15 atas (reuniões 260 a 274), do período de janeiro/2024 a novembro/2025, totalizando 1.180 sentenças anotadas manualmente pelo autor. A avaliação supervisionada utiliza métricas padrão de classificação multiclasse (accuracy e Macro-F1), além de matrizes de confusão. Complementarmente, realiza-se uma validação empírica do sinal extraído, analisando sua associação com decisões de política monetária (variação da taxa Selic) e com o comportamento do câmbio USD/BRL em janelas defasadas. Os resultados indicam que LLMs de propósito geral, com estratégia few-shot, superam o método léxico em desempenho agregado (melhor Macro-F1 de 0.5265 com o Llama 3.1, contra 0.4558 do léxico com limiar ±0.05). Em análise aspect-based, observou-se aumento de interpretabilidade, porém com queda média de desempenho na classificação de sentimento, sugerindo vantagem de pipelines em duas etapas quando a acurácia de polaridade é prioritária. A validação externa reforça a consistência do método ao evidenciar associação negativa entre sentimento médio e decisões da Selic, e sinal informacional concentrado em aspectos ligados a INFLATION e MONETARY para o USD/BRL. Em síntese, o estudo demonstra que a análise automatizada de sentimento em comunicação de banco central é tecnicamente viável e pode apoiar tanto aplicações de mercado quanto investigações acadêmicas.
Author: Pereira, Matheus de Matos
Language: Portuguese
Subfield: Artificial Intelligence
Field: Computer Science
Domain: Physical Sciences
Open Access status: green
OpenAlex ID: W7202016320