Skip navigation
Thumbnail
View
1,63 MB
Full metadata record
DC FieldValue
dc.contributor.authorMoreno Bernal, Ángel Iván
dc.contributor.authorGonzález Pedraz, Carlos
dc.date.accessioned2020-07-24T14:12:22Z
dc.date.available2020-07-24T14:12:22Z
dc.date.issued2020
dc.identifier.issn1579-8666 (en línea)
dc.identifier.urihttps://repositorio.bde.es/handle/123456789/13261
dc.description.abstractEn este artículo se muestra una aplicación de la minería de textos para extraer información de documentos financieros y usar esta información para crear índices de sentimiento. En particular, el análisis se centra en los diferentes números del Informe de Estabilidad Financiera (IEF) del Banco de España desde 2002 hasta 2019 en su versión en español, y en la reacción de la prensa a este Informe. Para calcular los índices, se ha creado, hasta donde conocemos, el primer diccionario en español de palabras con connotación positiva, negativa o neutra dentro del contexto de la estabilidad financiera. Se analiza la robustez de los índices aplicándolos a distintas secciones del Informe, y usando diversas variaciones del diccionario y de la definición del índice. Finalmente, se mide también el sentimiento de las noticias de los periódicos los días siguientes a la publicación del Informe. Los resultados muestran que la lista de palabras recogida en el diccionario de referencia constituye una muestra robusta para estimar el sentimiento de estos textos. Esta herramienta constituye un valioso instrumento para analizar la repercusión del IEF, y también para cuantificar de forma objetiva el sentimiento que se está trasladando en él.
dc.description.abstractThis article shows a text mining application to extract information from financial texts and use this information to create sentiment indices. In particular, the analysis focuses on the Banco de España’s financial stability reports from 2002 to 2019 in their Spanish version and on the reaction of the press to these reports. To calculate the indices, the first Spanish dictionary of words with a positive, negative or neutral connotation has been created, as far as we know, within the context of financial stability. The robustness of the indices is analyzed by applying them to different sections of the report, and using different variations of the dictionary and the definition of the index. Finally, sentiment is also measured for newspaper news in the days following the publication of the report. The results show that the list of words collected in the reference dictionary constitutes a robust sample to estimate the sentiment of these texts. This tool constitutes a valuable methodology to analyze the repercussion of financial stability reports, while objectively quantifying the sentiment that is being transferred in them.
dc.format.extent58 p.
dc.language.isoeng
dc.publisherBanco de España
dc.relation.ispartofDocumentos de trabajo / Banco de España, 2011
dc.relation.hasversionVersión en español 123456789/10470
dc.rightsReconocimiento-NoComercial-CompartirIgual 4.0 Internacional (CC BY-NC-SA 4.0)
dc.rightsIn Copyright - Non Commercial Use Permitted
dc.rights.urihttps://creativecommons.org/licenses/by-nc-sa/4.0/deed.es_ES
dc.rights.urihttp://rightsstatements.org/vocab/InC-NC/1.0/
dc.subjectMinería de textos
dc.subjectAnálisis de sentimiento
dc.subjectProcesado de lenguaje natural
dc.subjectComunicaciones de bancos centrales
dc.subjectEstabilidad financiera
dc.subjectText mining
dc.subjectSentiment analysis
dc.subjectNatural language processing
dc.subjectCentral bank communications
dc.subjectFinancial stability
dc.titleSentiment analysis of the Spanish Financial Stability Report
dc.typeDocumento de trabajo
dc.identifier.bdebib000469189
dc.identifier.bdepubDTRA-202011-eng
dc.publisher.placeMadrid
dc.subject.bdeProceso de textos
dc.subject.bdeSistemas de bases de datos
dc.subject.bdeRegulación y supervisión de instituciones financieras
dc.subject.bdeBancos centrales y otras autoridades monetarias
dc.publisher.bdeMadrid : Banco de España, 2020
dc.publisher.bdeMadrid : Banco de España, 2020
Appears in Collections:


loading