Análisis de sentimiento del informe de estabilidad financiera

• Ángel Iván Moreno Bernal ^[1] ; Carlos González Pedraz ^[1]
  1. [1] Banco de España
• Localización: Documentos de trabajo - Banco de España, ISSN 0213-2710, Nº 11, 2020, págs. 1-61
• Idioma: español
• Enlaces
  • Texto completo (pdf)
• Resumen
  • español

    En 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.

  • English

    This article shows a text mining application to extract information from fi nancial texts and use this information to create sentiment indices. In particular, the analysis focuses on the Banco de España’s fi nancial 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 fi rst Spanish dictionary of words with a positive, negative or neutral connotation has been created, as far as we know, within the context of fi nancial 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 defi nition 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 fi nancial stability reports, while objectively quantifying the sentiment that is being transferred in them.