著：Kim Kaivanto（ランカスター大学、Lecturer in Economics）、Peng Zhang
（貴州民族大学、Lecturer in Economics and Finance）

　イングランド銀行のチーフエコノミストであるアンディ・ホールデン氏は同僚に対して、銀行金利の変更について考慮する際には国の音楽的ムードを調査するように促した。テイラースイフトのダウンロード数やロックンロールの人気の低下が経済の管理といったいどのように結びつくのだろうか。

　これは結局のところ景況感を測定することに繋がる。人々が経済についてどう感じているかを推し量る方法なのである。これは行動経済学者が異なる政策に対する人々の反応を予測する際に使用している方法と同じである。例えば、人々が全体的に経済に対して悲観的であるならば、金利を引き上げることで彼らが多額の借金や浪費をして経済に悪影響を与えることを止める助けとなるかもしれない。

　長い間、研究者らはオンラインのニュース記事やTwitterの投稿に使われている言葉を分析することで景況感を測定してきた。しかし最近になり、クレアモント大学院大学の研究者らがポップミュージックのトップ100リストやSpotifyなどの音楽プラットフォームからも景況感を抽出することができる可能性を示した。さらに、これらの新しい景況感の指標は少なくとも消費者信頼感に対する従来型の調査と同等に取り扱うことができるのだ。

　考え方としては、曲には誰もが共感することができる感情的要素があり、それらは曲のエネルギーやテンポ、音量などの音楽的属性にエンコードされているというものになる。Spotifyなどのオンライン音楽サービスは既にこれらの属性を利用して曲をカテゴリ化し、ユーザーが聴いたことのあるトラックに基づいて新しい音楽を薦めている。

　文化的背景によっては、曲によって表現されている感情を歌詞から読み解くこともできる。これらの歌詞は、ニュースやTwitterのフィードを評価する際に使用されるものと同じ「自然言語処理」ソフトウェアを用いて分析することができる。

　これらは、シンプルに言葉のポジティブまたはネガティブな感情的意味合いをエンコードすることで、より厳密に言えば、言葉を8つのコア感情（楽しみ、悲しみ、怒り、恐れ、むかつき、驚き、信頼、期待）とマッチさせることで、実現することができる。それからソフトウェアが曲の歌詞の中でそれぞれの感情が出現した数を数えるのだ。

　最も人気な曲の感情要素を特定することにより、研究者らはリスナー自身の感情を紐解き、それを用いて景況感を予測することができる。感情マッピングのエクササイズをトップ100チャートの全曲に対して実行することにより、購入され、聴かれている新しい音楽の大部分を月ごとにキャプチャすることが可能になる。

　ここで大勢の人々からの「ビッグデータ」を活用することの利点が現れる。アンケート結果には、協力することを選択した人々が知らせたい事柄しか反映されないのに対し、ミュージックチャートはより広範な消費者グループによる実際の選択を反映しているのだ。