- 政策提言・報告書
- 日本政治・行政
[ワーキングペーパー] Time-Series Topic Analysis Using Singular Spectrum Transformation for Detecting Political Business Cycles
December 8, 2020
TKFD Working Paper Series No.20-03
加藤創太/中西崇文/島内宏和/阿山晴取
2020年12月, 経済と民主主義ユニット
概要
本稿では、経済学や政治学の古典的な問題である政治的景気循環の実証分析における新たな手法として、トピック抽出法と変化点検出法を組み合わせた新しいトピック変化検出法を提案する。本手法は、時系列のテキストデータから各時刻の特徴としてトピックを抽出し、抽出したトピックの変化パターンから変化点を検出するものである。本手法を用いることにより、日本の首相の32年以上にわたる詳細な日々の活動を収録した貴重なテキストデータを分析することができるため、これまでの研究において困難であった首相の行動を直接観察することを可能にした。分析の結果、経済的状況に応じて戦略的に経済を操作(manipulation)を選択したり有利な経済状況に波乗り(surfing)を選択したりするという、最近の理論的な展開と一致していることが明らかになった。
Abstract
Herein, we present a novel topic variation detection method that combines a topic extraction method and a change point detection method. It extracts topics from time-series text data as the feature of each time and detects change points from the changing patterns of the extracted topics. We applied this method to analyze the valuable albeit underutilized text data that contained the Japanese Prime Minister's (PM’s) detailed daily activities of over 32 years. The proposed method and data provide novel insights into the empirical analyses of political business cycles, which is a classical issue in economics and political science. For instance, as our approach enables us to directly observe and analyze the PM’s actions, it can overcome empirical challenges encountered by previous researchers owing to the unobservability of the PM’s behavior. Our empirical observations are primarily consistent with recent theoretical developments regarding this topic. Despite limitations, by employing a completely novel method and data, our approach enhances our understanding and provides new insights into this classic issue.