Come creare un “sentiment score” hawkish/dovish dai comunicati della BCE

Falco e colomba sono due animali che presentano caratteristiche completamente diverse, e che proprio in funzione della loro apparenza (per molti versi gli antipodi) possono ben rappresentare in modo simbolico alcuni approcci legati alla politica monetaria. Da un lato il falco, più austero e solenne, dall’altro la colomba, dai tratti delicati e rassicuranti (e anche per questo emblema della pace). Questo principio si applica anche alla sentiment score hawkish/dovish, di cui parleremo in questo articolo, analizzandone gli elementi principali.

Dal testo al numero: l’idea di misurare oggettivamente il sentiment di una banca centrale

La Banca Centrale Europea rilascia periodicamente dei comunicati stampa attraverso i quali è possibile intuire il sentiment di un determinato periodo storico in materia economica, che potrà essere più o meno ottimista a seconda degli scenari.

Più in generale, le banche centrali tendono a sfruttare conferenze stampa e dichiarazioni pubbliche di vertici aziendali o altre personalità istituzionali di spicco per delineare le loro scelte di politica monetaria e le valutazioni sull’andamento economico. Questo influisce sulle aspettative degli operatori di mercato riguardo alle future decisioni di politica monetaria.

La comunicazione, al pari degli strumenti tradizionali di politica monetaria, può quindi influenzare la domanda aggregata, oppure l’evoluzione dell’inflazione. Un elemento chiave dell’effetto segnaletico della comunicazione è se le dichiarazioni suggeriscono una politica monetaria restrittiva o espansiva, note rispettivamente come “hawkish” (da falco) e “dovish” (da colomba). Anche il tono, ottimista o pessimista, può modificarne gli effetti.

Misurare l’impatto reale di queste dichiarazioni in modo oggettivo non è così scontato. La comunicazione di politica monetaria trasmette segnali diretti e indiretti sulla posizione monetaria diffusa, in particolare sull’evoluzione futura dei tassi di interesse chiave. I segnali diretti riguardano le dichiarazioni sulle decisioni attuali e le indicazioni sui futuri movimenti dei tassi. I segnali indiretti derivano dalla narrativa economica, che include la valutazione della banca centrale sull’andamento attuale e futuro dell’inflazione e dell’economia reale.

Va da sé, in sostanza, che determinare oggettivamente il sentiment reale delle dichiarazioni di una banca centrale può essere complesso. Qui di seguito vi spiegheremo più nel dettaglio quali sono le modalità per creare un sentiment score, passo dopo passo.

La guida step-by-step per costruire il tuo modello

Ecco ora una guida step-by-step che vi aiuterà a costruire il vostro modello per la creazione di un sentiment score adeguato.

Passo 1: creare un dizionario di parole chiave “hawkish” e “dovish”

Si comincia definendo un dizionario personalizzato di termini associati a una comunicazione hawkish o dovish. Facciamo degli esempi pratici per maggior chiarezza:

• Hawkish: “inflazione elevata”, “aumento dei tassi”, “restrizione monetaria”, “controllo dei prezzi”, “vigilanza”;
• Dovish: “stimolo economico”, “tassi bassi”, “crescita debole”, “sostegno alla domanda”, “flessibilità”.

Questi termini devono riflettere il contesto economico presente in cui si sta svolgendo l’analisi. Ad esempio, “pressioni inflazionistiche” è hawkish in un periodo di alta inflazione, ma può essere neutrale o dovish se l’inflazione è sotto il target del 2% della BCE. Il dizionario può essere arricchito con il passare del tempo aggiungendo sinonimi e frasi ricorrenti nei comunicati della BCE: in questo senso, vi invitiamo a consultare documenti storici disponibili sul sito ufficiale della BCE.

Passo 2: assegnare un punteggio e calcolare lo score aggregato del comunicato

Una volta che il comunicato è stato rilasciato e che abbiamo stabilito il nostro standard di valutazione attraverso le parole chiave di cui sopra, possiamo analizzarne il testo andando a contare i termini/le frasi hawkish o dovish.

A ciascun termine andremo ad assegnare un punteggio:

• Hawkish: +1 (o un valore positivo più alto per termini fortemente restrittivi, es. “rialzo immediato dei tassi”);
• Dovish: -1 (o un valore negativo per termini fortemente accomodanti, es. “tassi invariati a lungo”);
• Neutrale: 0 (per termini ambigui o non classificabili).

Per ogni frase, si calcola un punteggio netto sommando i valori dei termini rilevati. Ad esempio, in una frase come “Le pressioni inflazionistiche richiedono vigilanza”, il termine “pressioni inflazionistiche” (+1) e “vigilanza” (+1) danno un punteggio di +2. L’intero comunicato viene poi aggregato sommando i punteggi delle frasi e dividendo per il numero totale di frasi per ottenere un sentiment score medio. Un punteggio positivo indica un tono hawkish, uno negativo dovish, e uno vicino a zero neutrale.

Passo 3: normalizzare il punteggio e visualizzarlo su un grafico storico

Fatto ciò, il nostro lavoro ancora non è completo: bisognerà infatti rendere i punteggi comparabili nel tempo, normalizzandoli ad esempio su una scala da -1 (massimo dovish) a +1 (massimo hawkish).

Questo traguardo si raggiunge dividendo il punteggio aggregato per il valore massimo possibile, in base alla lunghezza del comunicato e al peso massimo dei termini. I punteggi normalizzati possono essere rappresentati su un grafico temporale, confrontando i comunicati della BCE nel corso degli anni. Ad esempio, un grafico potrebbe mostrare un picco dovish nel 2020 durante la pandemia e un passaggio a toni hawkish nel 2022 subito dopo lo scoppio della Guerra in Ucraina.

Per evidenziare in modo chiaro e grafico gli andamenti economici dei vari periodi può rivelarsi molto utile affidarsi a strumenti come Excel o Python (con librerie come matplotlib).

Un esempio di scoring applicato a un recente comunicato della BCE

Prendiamo un caso specifico e analizziamolo, quello del comunicato rilasciato dalla Banca Centrale Europea lo scorso 12 settembre 2025.

Il comunicato si concentra su un aggiornamento tecnico al Regolamento FINREP della BCE, con l’obiettivo di rafforzare la valutazione del rischio di credito e il processo di revisione e valutazione di vigilanza (SREP) per le istituzioni meno significative (LSI). Non contiene riferimenti diretti a decisioni di politica monetaria, come tassi di interesse, programmi di acquisto di asset o misure di stimolo economico. Tuttavia, possiamo analizzare il tono generale e le implicazioni indirette per dedurre un sentiment.

Il comunicato della BCE sull’aggiornamento del Regolamento FINREP ha messo in evidenza la vigilanza e la gestione del rischio di credito, con l’aggiunta di nuovi dati al framework FINREP e il rafforzamento del Processo di Revisione e Valutazione di Vigilanza (SREP) per le istituzioni meno significative (LSI).

Questo approccio, che sottolinea una supervisione più rigorosa, suggerisce un tono hawkish (+5), poiché mira a garantire stabilità finanziaria attraverso un controllo più stretto; tuttavia, il principio di proporzionalità, che limita i requisiti per le LSI, introduce un elemento leggermente dovish (-1), evitando obblighi eccessivi per le istituzioni più piccole. L’assenza di riferimenti diretti a tassi di interesse, inflazione o misure di stimolo rende il comunicato neutrale rispetto alla politica monetaria tradizionale (0). Utilizzando una scala da -10 (molto dovish) a +10 (molto hawkish), il punteggio totale è +4, il che indica un tono più tendente all’hawkish. In sintesi, il comunicato riflette un’enfasi sulla prudenza e il controllo del rischio, bilanciata da un approccio proporzionale per mitigare l’impatto sulle LSI.

Come validare il modello e i rischi di overfitting (sovra-ottimizzazione)

Il rischio di overfitting, cioè di sovrattimizzazione, è sempre dietro l’angolo, ma questo non significa che non si possa limitare con alcuni accorgimenti.

Prima di tutto, conviene tenere d’occhio i dati storici, controllando che i vari punteggi corrispondano alle politiche monetarie della BCE – come aumenti dei tassi nel 2022 (hawkish) o stimoli nel 2020 (dovish) – consultando verbali ufficiali.

Conviene poi effettuare un test di robustezza, applicando il modello a 10-15 comunicati passati, valutando la coerenza con il contesto economico tramite metriche come la deviazione standard. Il dizionario, inoltre, non dovrebbe rimanere sempre lo stesso, ma sarebbe meglio che venisse costantemente aggiornato adattandolo a nuovi contesti (pensiamo ad esempio alla cosiddetta transazione green).

Faq sulla creazione di un sentiment score