SDA Bocconi Insight Logo
Knowledge

Politica monetaria e mercati: quando i tweet anticipano la volatilità finanziaria

15 settembre 2026/DiDonato Masciandaro Gaia Rubera Davide Romelli
Politica monetaria

Prima di una decisione di politica monetaria, sui social media circolano previsioni e interpretazioni. Dopo l’annuncio, la conversazione si confronta con ciò che la banca centrale ha effettivamente comunicato. Una ricerca condotta su quasi 230.000 tweet ha misurato quanto i messaggi pubblicati sui social prima e dopo ciascun annuncio somiglino al testo ufficiale, assegnando due valori numerici distinti alla somiglianza pre- e post-annuncio. Quanto maggiore è la variazione tra i due valori, tanto più intensa tende a essere la reazione dei mercati finanziari.

La ricerca di Donato Masciandaro , Davide Romelli e Gaia Rubera analizza quasi 230.000 tweet relativi alle decisioni della Banca centrale europea, della Federal Reserve statunitense e della Bank of England. Quando, dopo un annuncio, il contenuto dei messaggi cambia sensibilmente rispetto alle conversazioni precedenti, aumentano la volatilità e l’ampiezza delle variazioni dei prezzi di azioni e titoli di Stato.

Il legame è particolarmente forte nel caso della BCE ed emerge soprattutto durante le conferenze stampa, non al momento della pubblicazione del comunicato iniziale. Per comprendere la reazione dei mercati, dunque, non conta soltanto la decisione presa, ma anche le spiegazioni che la accompagnano, le risposte date ai giornalisti e la loro distanza rispetto alle aspettative maturate prima dell’annuncio.

Prevedibilità e credibilità delle comunicazioni

Per gran parte del Novecento, le banche centrali hanno coltivato una comunicazione improntata alla riservatezza. Negli ultimi decenni, però, la trasparenza è diventata uno degli strumenti della politica monetaria. Spiegare le decisioni serve a orientare le aspettative, rafforzare la credibilità dell’istituzione e ridurre il rischio che i mercati reagiscano in modo disordinato.

L’efficacia della comunicazione può essere valutata lungo due dimensioni. La prima dimensione è la prevedibilità della politica monetaria : dati i messaggi anteriori ad una decisione della banca centrale, quanto più la somiglianza tra tali messaggi e la decisione presa è alta, tanto più è alta la prevedibilità della politica monetaria, quindi la sua trasparenza, perché alta è stata la capacità del mercato di anticipare quella decisione.

La seconda dimensione è la credibilità della banca centrale : quando una banca centrale prende una decisione che sorprende i mercati – per cui la somiglianza tra tale decisione ed i messaggi ad essa posteriori è bassa– occorre analizzare l’andamento dei prezzi sui mercati finanziari: tanto più i prezzi vanno nella direzione coerente con la decisione presa dalla banca centrale, tanto più quella banca centrale è ritenuta credibile. Se invece i prezzi vanno in una direzione che è in disaccordo con l’obiettivo della banca centrale, la sua reputazione è relativamente bassa. Un esempio emblematico di una politica monetaria che non era prevista, e mostrò simultaneamente l’alta credibilità della banca centrale, o del banchiere centrale che in quel momento la reggeva, è il famoso “whatever it takes” di Mario Draghi del luglio 2012.

La letteratura ha già mostrato che le parole delle autorità monetarie possono influenzare tassi d’interesse, cambi, quotazioni azionarie e aspettative macroeconomiche. Più recentemente, gli studiosi hanno iniziato a utilizzare i social media per osservare quasi in tempo reale l’attenzione, il sentiment e le opinioni che accompagnano gli annunci di politica monetaria.

La ricerca di Masciandaro, Romelli e Rubera confronta direttamente il contenuto delle conversazioni su Twitter (oggi X) con quello degli annunci ufficiali, chiedendosi se una forte variazione nella somiglianza tra i due testi segnali una sorpresa o un disaccordo rilevanti e se questa distanza trovi riscontro nei movimenti dei mercati finanziari.

Parole che influenzano la volatilità

Gli autori hanno analizzato gli annunci programmati della BCE, della Federal Reserve e della Bank of England tra gennaio 2011 e febbraio 2020. Il periodo si interrompe prima della pandemia, così da escludere le misure eccezionali adottate dalle banche centrali durante l’emergenza sanitaria. Il database comprende 89 comunicati e altrettante conferenze stampa della BCE, 73 comunicati e 41 conferenze stampa della Federal Reserve, oltre a 96 decisioni della Bank of England. I tweet in lingua inglese identificati come pertinenti e utilizzati per l’analisi sono stati 228.348.

Attraverso un algoritmo di elaborazione del linguaggio naturale, Doc2Vec, i ricercatori hanno trasformato entrambi i gruppi di testi in rappresentazioni numeriche e ne hanno calcolato il grado di somiglianza. Per ogni evento hanno quindi confrontato due valori: la somiglianza tra i tweet pubblicati nelle cinque ore precedenti e l’annuncio ufficiale, e quella tra l’annuncio e i messaggi comparsi nei 15 minuti successivi. La variazione assoluta tra i due valori è stata interpretata come un indicatore del grado di sorpresa o disaccordo generato dalla decisione.

Questa misura è stata infine messa in relazione con dati finanziari rilevati minuto per minuto. L’analisi ha riguardato i principali indici azionari europei, statunitensi e britannici e i rendimenti dei titoli di Stato con diverse scadenze.

I risultati mostrano che, nel caso della BCE, il cambiamento nella somiglianza tra i tweet e l’annuncio non è associato a oscillazioni più intense dei prezzi azionari intorno al comunicato delle 13:45, che riassume la decisione senza illustrarne pienamente le ragioni. Il quadro cambia durante la conferenza stampa: quanto maggiore è la variazione della somiglianza, tanto più elevata è la volatilità registrata minuto per minuto in tutti gli indici considerati, dal CAC 40 al DAX, dal FTSE MIB all’IBEX, fino all’EURO STOXX 50 e all’indice delle banche dell’area euro.

Durante le conferenze stampa della BCE, inoltre, a una maggiore variazione della somiglianza corrisponde anche uno spostamento complessivo più ampio delle quotazioni tra il periodo precedente e quello successivo all’evento. Questa seconda associazione non emerge, invece, sui mercati azionari statunitensi e britannici.

Anche il mercato obbligazionario reagisce. Una maggiore variazione nella somiglianza dei tweet è associata, in gradi diversi, a una volatilità più elevata dei rendimenti dei titoli pubblici di riferimento di ciascuna delle tre banche.

Le informazioni che contano

Prima ancora di essere un canale sul quale le banche centrali diffondono le proprie decisioni, i social sono il luogo in cui quelle decisioni vengono anticipate, interpretate e contestate. E la distanza tra ciò che il pubblico si aspetta e ciò che comprende dopo l’annuncio lascia una traccia visibile nei mercati.

La differenza tra comunicati e conferenze stampa della BCE è particolarmente significativa. La volatilità non sembra dipendere soltanto dalla decisione annunciata, ma anche dalle informazioni aggiuntive fornite per spiegarla. Le domande dei giornalisti e le risposte del presidente possono chiarire la strategia della banca centrale, ma possono anche far emergere elementi inattesi e costringere gli operatori a rivedere rapidamente le proprie valutazioni.

Per le banche centrali, i risultati mostrano che le conversazioni online possono offrire un nuovo indicatore del grado di sorpresa o disaccordo suscitato dalle decisioni di politica monetaria e, più in generale, dell’efficacia della loro comunicazione. La misura non permette, però, di stabilire che cosa produca la variazione osservata.

Dal punto di vista di imprese, investitori e operatori finanziari, la relazione con la volatilità e con l’ampiezza dei movimenti dei prezzi suggerisce inoltre che questi indicatori potrebbero integrare le misure tradizionali delle aspettative e delle reazioni dei mercati.

Donato Masciandaro , Davide Romelli and Gaia Rubera , “ Monetary Policy and Financial Markets: Evidence from Twitter Traffic .” The B.E. Journal of Macroeconomics . 2026; 26(1): 191–249. DOI: https://doi.org/10.1515/bejm-2025-0070 .