Comunicación Financiera – Mini Proyecto Modulo 1

Comunicación Financiera

Henry Antonio Romero León

Introducción

La comunicación financiera constituye un factor relevante en los mercados financieros y en general en una cultura que cada vez se ve más abocada a procesos de financiarización. Conocer cuáles son las redes de flujo de información que se crean a través de una red social a la luz de las palabras comunicación financiera resulta de interés para explorar y describir usos y sentidos de la expresión y preliminarmente comprender las potencialidades de este tópico para desarrollar investigación futura a profundidad sobre el mismo tema.

En igual sentido la recurrencia de los términos en la red social Twitter permite ubicar los flujos de información y las frecuencias alrededor de los mismos. Identificar grupos de interés, usuarios influyentes, configurando comunidades digitales alrededor, es necesario para allegar dinámicas de comunicación financiera en redes sociales. En este ejercicio es importante señalar que, si bien esta es una herramienta potente para el análisis funcional de comunidades, por efecto de tiempo y categorización de la base de datos conformada, la red social empleada, el alcance y profundidad del análisis se ve un tanto reducido y limitado.

Interesa con este proyecto identificar las formas en que se han usado las palabras “comunicación financiera” principalmente durante el periodo comprendido entre el 10 de febrero y el 17 de febrero de 2020 en Colombia. Alrededor de la comunicación financiera se puede evaluar la eficacia y efectividad que esta tiene en la toma de decisiones, sin embargo, los usos en el lenguaje corriente expresados en redes sociales pueden no ser suficientes para evaluarlas en sus efectos sustantivos. Aun así, es posible preguntarnos ¿cuáles son las frecuencias de uso, sentidos y las redes configuradas alrededor de las palabras comunicación financiera en Colombia en la red social twitter en el periodo comprendido entre el 10 de febrero y el 17 de febrero de 2020?

  1. Métodos y herramientas.

A través del uso de DMI -TCAT sobre la base de la pregunta descrita se analiza los tópicos de interés. Para esto se hizo necesario no solo graficar los datos a través de Gephi sino además hacer un ejercicio de filtrado a través de hoja de cálculo. La base de datos obtenida en el lapso de tiempo señalado ascendió a 22.444 menciones en tweets determinadas por las palabras comunicación financiera y toma de decisiones, las cuales no necesariamente aparecieron conjuntas.

  1. Datos y Análisis descriptivo

Los datos relacionados a continuación resumen la cantidad de tweets y la frecuencia de las palabras de interés, así como las redes conformadas alrededor de nodos de diversa naturaleza, que describiremos y arriesgaremos algunos elementos de interpretación de los mismos.

Tabla No. 1 Número y tipo de Tweets

Fuente: Datos obtenidos a través de DMI-TCAT

En la tabla anterior podemos apreciar que el total de tweets es de 343 en el periodo definido, los tweets con vínculos incorporados fueron de 28, con hashtags 107 con menciones de usuarios 314, con carga de imágenes o video fue de 19, los retweets fueron de 258 y las réplicas de 41. Con esta primera caracterización se observa que dista mucho de la cifra 22.444 que hace alusión a la totalidad de menciones de las palabras relacionadas, las que se pueden repetir en cada tweet y se pueden hallar de manera separada. Por ejemplo, la palabra comunicación se emplea de muy diversas formas. En ocasiones refiriendo a programas de formación en comunicación social y en otros como la comunicación emitida por una entidad hacia sus interesados.

Tabla No. 2 Frecuencia de Palabra

Fuente: Datos obtenidos a través de DMI-TCAT

La frecuencia de palabra nos deja ver que en fechas muy puntuales la frecuencia en el uso de las palabras obedece a coyunturas y estas se ven reflejadas en la red social. Las reacciones que se pueden desencadenar por las declaraciones de un ente gubernamental, una autoridad o un influencer son detonantes en tales momentos, lo que explica en gran medida que en el lapso de tiempo observado las frecuencias estén concentradas. La herramienta empleada identifica palabras, pero no es claro si puede identificar expresiones, es decir palabras compuestas, lo que no facilita observar nada sobre la expresión de interés comunicación financiera.

Tabla No. 3 Nodos más Influyentes

Fuente: Datos obtenidos a través de DMI-TCAT

Los nodos que representan usuarios mas influyentes se convierten en los centros desde donde se teje una red. Son de interés cuatro de los relacionados en la Tabla No. 3 por que se refiere al que en el periodo de tiempo tuvo mayor influencia, el surgido a raíz de un personaje público del gobierno nacional, de una autoridad regulativa y uno sectorial cooperativo.

Gráfica No. 1 Red desde el nodo más influyente

Fuente: Datos obtenidos a través de DMI-TCAT

El usuario “sophiahouse” representa el nodo más inlfluyente y alrededor del cual se creó la red más numerosa. Esta usuaria manifestó el día 15 de febrero a las 15:24 lo siguiente:

“¡Qué tal! Este degenerado sumió a Colombia en la más profunda crisis financiera y fiscal (Año 2000), la caída del PIB de más del 4% mandó a la pobreza a millones y con él comenzó la expansión del fenómeno paramilitar en Colombia. No me crean, búsquenlo, es historia patria.”

La palabra vinculada es “financiera”, la que en el contexto del tweet refiere a la crisis generada por un gobernante en particular. El sentido de la expresión financiera es calificar y delimitar una crisis sobre la cual se esta denunciando un responsable gobernante. El impacto en los usuarios de twitter vinculados a esta usuaria es importante para los datos observados, pues fue la mayor red que se creó. La naturaleza política del tweet por un lado, su carácter de denuncia impactan significativamente en las opiniones de seguidores y vinculados generando en gran medida un efecto en cadena de retweets. Este nodo representa un modulo pues solo se vincula a otras redes por dos usuarios quienes retweetean dos tweets diferentes a dos comunidades separadas sin vinculo directo.

Gráfica No. 2 Red desde el nodo gubernamental más influyente

Fuente: Datos obtenidos a través de DMI-TCAT

En la grafica No. 2 se ha representado una red alrededor de la usuaria mluciaramirez quien el 14 de febrero a las 20:36 escribió:

“Antioquia tendrá plan piloto para impartir educación financiera a las mujeres de la región; en articulación con la Gobernación, Alcaldía de Medellín y sector privado. La economía de Colombia se impulsará si generamos más inclusión y empoderamiento de las mujeres. https://t.co/gwdRbIIq4B”

Es un modulo aislado en tanto no tiene vínculo con otros pero que, a raíz de una declaración oficial de la vicepresidenta de Colombia, en este caso sobre educación financiera, desencadena opiniones de diversa índole, en su mayoría de difusión como retweets. Como vemos el contexto de la expresión financiera ya no es crisis, sino educación, lo que presenta un sentido muy diferente al analizado anteriormente, haciendo la conexión entre estas dos redes muy débil.

Gráfica No. 3 Red sectorial

Fuente: Datos obtenidos a través de DMI-TCAT

Esta red que se caracteriza por ser sectorial, pues los usuarios son entidades pertenecientes o vinculadas con el sector cooperativos y que registran comunicaciones relacionadas con la Convención Financiera Cooperativa, no representa un centro nodal plenamente identificado es una red que por pertenecer al mismo sector económico, el flujo de información y en este caso principalmente del VI Convención Financiera Cooperativa, es natural que los tweets sean divulgativos sobre un evento en común y no constituye una declaración de un nodo central. El sentido y uso de la palabra financiera es distinto a los dos anteriores en tanto expresa la denominación, carácter y naturaleza de un evento realizado el año pasado y que es de interés referencial para los miembros de esa red.

Gráfica No. 4 Red desde nodo de la autoridad regulativa

Fuente: Datos obtenidos a través de DMI-TCAT

En esta Gráfica No. 4 observamos que el nodo principal es el usuario SFCsupervisor que corresponde a la Superintendencia Financiera de Colombia y a partir de la cual se crea una red con tres tweets. El principal es una invitación a informarse en el portal de la Superfinanciera sobre la información financiera en el primer trimestre del año, el segundo es un tweet que remite a observar una entrevista del Superintendente Financiero en un medio de divulgación y el tercero es un retweet de un canal deportivo sobre una operación financiera en el mercado de jugadores. La red que se teje desde este nodo es muy variada. Es claro que son tres tweets muy diferentes en los que los usos de la palabra financiera son muy distintos.

  1. Conclusiones

Una vez examinado selectivamente los datos, redes mas representativas, usuarios y deducido los sentidos de las expresiones comunicación financiera dados los contextos de enunciación, con la asistencia de DMI-TCAT y la graficación de tales datos con el programa Gephi es posible concluir lo siguiente:

Desde el punto de vista de la pregunta de indagación fue posible identificar que los usos de la expresión comunicación y financiera tienen sentidos muy diferenciados en la manera como se usa la red social Twitter. No se puede sacar una conclusión única en tanto los usos son diferentes. Si es posible tipificar que la expresión ha sido empleada como el contenido de una valoración política y de opinión frente a una crisis pasada, como un programa educativo del gobierno, como la caracterización de un evento dentro de un sector de la economía y como el llamado de una autoridad financiera a consultar un medio de divulgación más formal y preciso.

Se pudo encontrar que puede haber una relación entre el tipo de usuario y el sentido de los tweets, que marca el uso de la red social. La apertura y desbordamiento en calificaciones de un usuario general con influencia es mas evidente que un usuario que ostente una función pública, de ente regulador o pertenecientes a un sector.

Las frecuencias arrojadas por TCAT son importantes desde el plano cuantitativo, pero en términos cualitativos hay que hacer una inmersión detallada para una comprensión adecuada de un problema a profundidad. Los datos cuantitativos nos dan a entender frecuencias de uso, pero no usos en particular constituyendo esto una limitación importante.

Las redes conformadas con estos datos en el lapso de tiempo se comportan modularmente, entendido esto como nodos independientemente, aislados, cuyas conexiones por lo general no son sustantivas, sino solamente de usuarios. Calificar una red de conexiones como una comunidad no es del todo fácil, sin embargo, una comunidad digital es posible en tanto las relaciones a través del mismo medio de comunicación son fácticas. En cuanto al contenido de lo comunicado puede haber identidad en la medida que se retweetea en el mismo sentido. No dejan de ser redes y comunidades artificiales que no exigen vincularidad espacial y temporal necesariamente. Pueden ser comunidad en ciertos aspectos pero en el sentido tradicional y social de una comunidad puede ser mínimo lo común de sus miembros.

Como herramienta de obtención de datos y sistematización de los mismos, TCAT es muy potente sin embargo análisis a profundidad y sustantivos de redes sociales reales requieren de mayor inmersión, siendo así TCAT es la herramienta ideal necesaria para iniciar un análisis más profundo sobre una base manifiesta y no sesgada por el investigador al tomar datos de manera convencional.

  1. Referencias

Cioffi-Revilla, Claudio. 2010. “Computational social science”. Wiley Interdisciplinary Reviews: Computational Statistics 2(3): 259–271.

Grandjean, M. (2016). A social network analysis of Twitter: Mapping the digital humanities community. Cogent Arts & Humanities, 3(1), 1171458.

Neuman, W. Lawrence. 2006. Social research methods: qualitative and quantitative approaches. Boston: Pearson/AandB.

Ruiz Bolivar, C. (2008) El enfoque multimetodo en la investigacion social y educativa: una mirada desde el paradigma de la complejidad. Revista de filosofia y sociopolitica de la educacion TERE.

2 thoughts on “Comunicación Financiera – Mini Proyecto Modulo 1

  1. Henry: La presentación de tus hallazgos revela algunas de las posibilidades y limitaciones de la captura, análisis, y visualización de datos de Twitter para el estudio de la comunicación financiera. Aunque en la descripción de los métodos y herramientas hablas sobre el uso de DMI-TCAT y Gephi para la captura de datos y análisis, hizo falta incluir los criterios que utilizaste para recolectar tweets. Por favor responde a este mensaje explicando las palabras que utilizaste (¨phrases to track¨) en la creación del “bin” de TCAT que utilizaste para este mini-proyecto. Cuales fueron las limitaciones de capturar tweets de acuerdo a estas palabras? También me gustaría que explicaras en más detalle los criterios de filtrado que usaste para filtrar los 343 tweets (sub-muestra) de la muestra total 22.444 tweets que capturaste durante el periodo de tiempo del estudio. Además, sería interesante considerar como puedes mejorar la captura de tweets para futuros análisis sobre comunicación financiera en Twitter. Cómo modificarías las ¨phrases to track¨ en tu bin de TCAT para obtener información más relevante? Existen usuarios de Twitter expertos en comunicación financiera o influenciadores en esta temática que valga la pena seguir y capturar sus tweets para entender mejor como funciona el flujo de información y las interacciones de comunidades? Existen #hashtags que estén siendo utilizados en Twitter para discutir la comunicación financiera?

    1. Gracias por las observaciones Profesor Andrés

      1. Para la creación del bin en DMI-TCAT se emplearon las palabras comunicación, financiera y toma de decisiones. Esto condujo a que se capturaran los 22.444 tweets referidos. Al no colocarse un exclusor de determinadas palabras como artículos, pronombres, conjunciones, proposiciones, etc. la muestra a la fecha referida incluyó muchos tweets que no tenían mayor relación con el tema explorado, esto constituyó una limitación en la forma como se busco y estructuró el bin. Quiere decir esto que en los 22.444 tweets se hallaban mensajes con palabras inconexas, por ejemplo “toma”, otros con solo “decisiones”, otros con solo “comunicación”. Lo anterior exigió que se tuviera que depurar la muestra en dirección a solo considerar los relacionados con comunicación financiera aun estando separadas pues no se colocó una conjunción desde el inicio, esto explica la muestra de 343. Dado lo anterior con la depuración hecha se analizo la frecuencia de las palabras comunicación, financiera(o), finanzas que son el centro de interés en la pregunta planteada.

      2. En futuras aproximaciones al análisis de redes sociales en especial Twitter, es necesario vincular las palabras para precisar el sentido que se pretende, esto ayudaría a hacer mas significativo los mensajes. De otro lado, es necesario demarcar o depurar cuentas estratégicas y tal vez corporativas en tanto estas tienen niveles de legitimidad importantes en asuntos financieros y por tanto los seguidores son especializados en asuntos financieros. Al ser estas cuentas influyentes nos marcarías una ruta importante de cual significación tiene la expresión comunicación financiera.

      De otro lado las cuentas corporativas como las de Bolsa de Valores de Colombia, Superintendencia Financiera, Superintendencia de Sociedades, Ministerio de Comercio Industria y Turismo así como las de las firmas comisionistas de bolsa, serían cuentas estratégicas, que por su naturaleza delimitan muy bien el tema con el sentido pretendido. En cuanto a la existencia de #hashtags en donde se discuta la expresión, preliminarmente se puede observar que la comunicación financiera es un tema muy estructural en el mundo empresarial. La red social recoge momentos coyunturales al rededor de la comunicación financiera, eso no quiere decir que carezca de validez, por el contrario sirve de descriptor de los sentidos, usos y significados reales, para que como se insistió en el mini proyecto, sirva de base para hacer una inmersión a profundidad con la asistencia de otros métodos.

Leave a Reply

Your email address will not be published. Required fields are marked *

This site uses Akismet to reduce spam. Learn how your comment data is processed.