Submitted by Laura Nelson (nelson.lkn@gmail.com) on 2015-04-13T21:22:34Z
No. of bitstreams: 1
L Nelson - MPGI Thesis 2015.pdf: 3337611 bytes, checksum: 0d2c94b96220464f0b91982c3a7f727d (MD5) / Approved for entry into archive by Luana Rodrigues (luana.rodrigues@fgv.br) on 2015-04-14T12:04:24Z (GMT) No. of bitstreams: 1
L Nelson - MPGI Thesis 2015.pdf: 3337611 bytes, checksum: 0d2c94b96220464f0b91982c3a7f727d (MD5) / Made available in DSpace on 2015-04-14T12:19:03Z (GMT). No. of bitstreams: 1
L Nelson - MPGI Thesis 2015.pdf: 3337611 bytes, checksum: 0d2c94b96220464f0b91982c3a7f727d (MD5)
Previous issue date: 2015 / Quantifying country risk – and in particular, political risk – poses great difficulties for business, institutions, and investors alike. As economic indicators are updated far less frequently than Facebook feeds, it can be challenging for political risk analysts to understand, and more importantly measure, what is taking place in real time on the ground. However, with the growing availability of big data from social media platforms such as Twitter, now is an opportune moment to examine the types of social media metrics that are available and the limitations to applying them to country risk analysis, particularly during episodes of political upheaval. This study, using the qualitative method of bibliographical research, identifies the current landscape of data available from Twitter, analyzes the current and potential methods of analysis, and discusses their possible application to the field of political risk analysis. After a thorough review of the field to date, and given the expected near- to medium-term technological advancements, this study concludes that despite obstacles like the cost of data storage, limitations of real-time analysis, and the potential for data manipulation, the potential benefits of the application of social media metrics to the field of political risk analysis, particularly for structured-qualitative and quantitative models, outweigh the challenges. / A quantificação do risco país – e do risco político em particular – levanta várias dificuldades às empresas, instituições, e investidores. Como os indicadores econômicos são atualizados com muito menos freqüência do que o Facebook, compreender, e mais precisamente, medir – o que está ocorrendo no terreno em tempo real pode constituir um desafio para os analistas de risco político. No entanto, com a crescente disponibilidade de 'big data' de ferramentas sociais como o Twitter, agora é o momento oportuno para examinar os tipos de métricas das ferramentas sociais que estão disponíveis e as limitações da sua aplicação para a análise de risco país, especialmente durante episódios de violência política. Utilizando o método qualitativo de pesquisa bibliográfica, este estudo identifica a paisagem atual de dados disponíveis a partir do Twitter, analisa os métodos atuais e potenciais de análise, e discute a sua possível aplicação no campo da análise de risco político. Depois de uma revisão completa do campo até hoje, e tendo em conta os avanços tecnológicos esperados a curto e médio prazo, este estudo conclui que, apesar de obstáculos como o custo de armazenamento de informação, as limitações da análise em tempo real, e o potencial para a manipulação de dados, os benefícios potenciais da aplicação de métricas de ferramentas sociais para o campo da análise de risco político, particularmente para os modelos qualitativos-estruturados e quantitativos, claramente superam os desafios.
| Identifer | oai:union.ndltd.org:IBICT/oai:bibliotecadigital.fgv.br:10438/13626 |
| Date | January 2015 |
| Creators | Nelson, Laura Kathleen |
| Contributors | Escolas::EAESP, Pacheco, Julia Alice Sophia von Maltzan |
| Source Sets | IBICT Brazilian ETDs |
| Language | English |
| Detected Language | Portuguese |
| Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
| Source | reponame:Repositório Institucional do FGV, instname:Fundação Getulio Vargas, instacron:FGV |
| Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0199 seconds