¿Influye la corrupción percibida en el mercado de seguros de crédito en España? Un análisis mediante la herramienta Google Trends
DOI:
https://doi.org/10.46661/revmetodoscuanteconempresa.5171Palabras clave:
corrupción percibida, Google Trends, actividad del mercado de CDSs, análisis out-of-sampleResumen
En este estudio, se realiza un análisis del efecto de la corrupción percibida en la actividad del
mercado de seguros de crédito o CDSs en España en el periodo comprendido entre los años
2008 y 2018. Para medir la corrupción percibida se utiliza la herramienta Google Trends para la palabra “corrupcion”. Por su parte, para medir la actividad del mercado de CDSs, se utiliza la evolución de los Credit Default Swaps o CDSs a 5 años. Posteriormente, se realiza un análisis empírico a través de la metodología de regresión y el análisis out-of-sample para comprobar la capacidad predictiva del modelo. Los resultados muestran que la corrupción percibida es influyente en la evolución de los CDSs, y que su influencia es mayor en los años en los que la economía del país no atraviesa una crisis.
Descargas
Citas
Adama, A. (2013). Corruption and Political Turnover in a Sovereign Default Model Government Households Recursive Equilibrium Calibration.
Aidt, T. S. (2003). Economic analysis of corruption: a survey. The Economic Journal, 113(491), 632-652.
Ammer, J., y Cai, F. (2011). Sovereign CDS and bond pricing dynamics in emerging markets: Does the cheapest-to-deliver option matter? Journal of International Financial Markets, Institutions and Money, 21(3), 369-387. https://doi.org/10.1016/j.intfin.2011.01.001
Arce, O., Mayordomo, S., y Peña, J. I. (2013). Credit-risk valuation in the sovereign CDS and bonds markets: Evidence from the euro area crisis. Journal of International Money and Finance, 35(0), 124-145. http://www.sciencedirect.com/science/article/pii/S026156061300020X
Arghyrou, M. G., y Kontonikas, A. (2012). The EMU sovereign-debt crisis: Fundamentals, expectations and contagion. Journal of International Financial Markets, Institutions and Money, 22(4), 658-677. https://doi.org/10.1016/J.INTFIN.2012.03.003
Cameron, D. (2016). Anti-Corruption Summit.
Carrière-Swallow, Y., y Labbé, F. (2013). Nowcasting with Google Trends in an Emerging Market. Journal of Forecasting, 32(4), 289-298. https://doi.org/10.1002/for.1252
Chakrabarti, A., y Zeaiter, H. (2014). The determinants of sovereign default: A sensitivity analysis. International Review of Economics and Finance, 33, 300-318. https://doi.org/10.1016/j.iref.2014.06.003
Chen, T. (2017). Investor Attention and Global Stock Returns. Journal of Behavioral Finance, 18(3), 358-372. https://doi.org/10.1080/15427560.2017.1331235
Choi, H., y Varian, H. (2012). Predicting the Present with Google Trends. Economic Record, 88(s1), 2-9. https://doi.org/10.1111/j.1475-4932.2012.00809.x
Ciocchini, F., Durbin, E., y Ng, D. T. C. (2003). Does corruption increase emerging market bond spreads? Journal of economics and business, 55(5–6), 503-528.
CIS. (2020). Three principal problems.
Corporate Finance Institute. (2020). Credit Default Swap (CDS) - A Major Player in the 2008 Financial Crisis.
D’Amuri, F., y Marcucci, J. (2017). The predictive power of Google searches in forecasting US unemployment. International Journal of Forecasting, 33(4), 801-816. https://doi.org/10.1016/J.IJFORECAST.2017.03.004
Da, Z., Engelberg, J., y Gao, P. (2015). The Sum of All FEARS Investor Sentiment and Asset Prices. Review of Financial Studies, 28(1), 1-32. https://doi.org/10.1093/rfs/hhu072
Depken, C. A., Lafountain, C. L., y Butters, R. B. (2011). Corruption and Creditworthiness: Evidence from Sovereign Credit Ratings. En Sovereign Debt (pp. 79-87). John Wiley & Sons, Inc. https://doi.org/10.1002/9781118267073.ch9
Dergiades, T., Milas, C., y Panagiotidis, T. (2015). Tweets, Google trends, and sovereign spreads in the GIIPS. Oxford Economic Papers, 67(2), 406-432. https://doi.org/10.1093/oep/gpu046
Diebold, F. X., y Mariano, R. S. (1995). Comparing predictive accuracy. Journal of Business & Economic Statistics Jul, 13(3), 253-263.
Dzielinski, M. (2012). Measuring economic uncertainty and its impact on the stock market. Finance Research Letters, 9(3), 167-175. https://doi.org/10.1016/j.frl.2011.10.003
Ejsing, J., y Lemke, W. (2011). The Janus-headed salvation: Sovereign and bank credit risk premia during 2008-2009.
Economics Letters, 110(1), 28-31. http://www.scopus.com/inward/record.url?eid=2-s2.0-78149346487&partnerID=40&md5=766b0de265998a13ff6a4c6b44ddd7af
Fondeur, Y., y Karamé, F. (2013). Can Google data help predict French youth unemployment? Economic Modelling, 30, 117-125. https://doi.org/10.1016/j.econmod.2012.07.017
González-Fernández, M., y González-Velasco, C. (2018). Can Google econometrics predict unemployment? Evidence from Spain. Economics Letters, 170, 42-45. https://doi.org/10.1016/J.ECONLET.2018.05.031
González-Fernández, M., y González-Velasco, C. (2019a). An alternative approach to predicting bank credit risk in Europe with Google data. Finance Research Letters. https://doi.org/10.1016/j.frl.2019.08.029
González-Fernández, M., y González-Velasco, C. (2019b). An approach to predict Spanish mortgage market activity using Google data. Economics and Business Letters, 8(4), 209. https://doi.org/10.17811/ebl.8.4.2019.209-214
Han, L., Li, Z., y Yin, L. (2017). The effects of investor attention on commodity futures markets. Journal of Futures Markets, 37(10), 1031-1049. https://doi.org/10.1002/fut.21853
Huixin, B. (2012). Sovereign default risk premia, fiscal limits, and fiscal policy. European Economic Review, 56(3), 389-410. https://doi.org/10.1016/j.euroecorev.2011.11.001
Jain, A. K. (2001). Corruption: A Review. Journal of Economic Surveys, 15(1), 71-121.
Johnson, S., Kaufmann, D., Shleifer, A., Goldman, M. I., y Weitzman, M. L. (1997). The Unofficial Economy in Transition. Brookings Papers on Economic Activity.
Jun, S. P., Yoo, H. S., y Choi, S. (2018). Ten years of research change using Google Trends: From the perspective of big data utilizations and applications. Technological Forecasting and Social Change, 130, 69-87. https://doi.org/10.1016/j.techfore.2017.11.009
Kalbaska, A., y Gatkowski, M. (2012). Eurozone sovereign contagion: Evidence from the CDS market (2005–2010). Journal of Economic Behavior & Organization, 83(3), 657-673.
Lee, C. M. C., y Ng, D. (2009). Corruption and International Valuation: Does Virtue Pay? . The Journal of Investing, 18(4), 23-41. https://doi.org/10.3905/joi.2009.18.4.023
Lyddy, F., Farina, F., Hanney, J., Farrell, L., y Kelly O’Neill, N. (2014). An Analysis of Language in University Students’ Text Messages. Journal of Computer-Mediated Communication, 19(3), 546-561. https://doi.org/10.1111/jcc4.12045
Mauro, P. (1995). Corruption and growth. The Quarterly Journal of Economics, 110(3), 681-712.
McLaren, N., y Shanbhogue, R. (2011). Using Internet Search Data as Economic Indicators. SSRN Electronic Journal. https://doi.org/10.2139/ssrn.1865276
Mo, P. H. (2001). Corruption and Economic Growth. Journal of Comparative Economics, 29, 66-79.
Panizza, U., Sturzenegger, F., y Zettelmeyer, J. (2009). The Economics and Law of Sovereign Debt and Default. 651-698.
Paserman, M. (2017). Comovement or safe haven? The effect of corruption on the market risk of sovereign bonds of emerging economies during financial crises. Journal of International Money and Finance, 76, 106-132. https://doi.org/10.1016/j.jimonfin.2017.06.001
Sgherri, S., y Zoli, E. (2009). Euro area sovereign risk during the crisis. IMF Working Paper, 09(222).
Shleifer, A., y Vishny, R. W. (1993). Corruption. Quarterly Journal of Economics, 108(3), 599-617. https://academic.oup.com/qje/article-abstract/108/3/599/1881822
Siganos, A. (2013). Google attention and target price run ups. International Review of Financial Analysis, 29, 219-226. https://doi.org/10.1016/j.irfa.2012.11.002
Stephens-Davidowitz, S. (2020). Google Searches Can Help Us Find Emerging Covid-19 Outbreaks. New York times. https://www.nytimes.com/2020/04/05/opinion/coronavirus-google-searches.html
Svensson, J. (2005). Eight questions about corruption. Journal of Economic Perspectives, 19(3), 19-42. https://doi.org/10.1257/089533005774357860
Transparency International. (2019). Transparencia Internacional España.
Treisman, D. (2000). The causes of corruption: a cross-national study. Journal of Public Economics, 76(3), 399-457.
Vargas, M., y Sommer, F. (2014). Corruption and the risks of losses on government bonds. En Union investment (Hrgs) Risk mangement edition (Número April).
Villoria Mendieta, M., y Jiménez Sánchez, F. (2012). La corrupción en España (2004-2010): datos, percepción y efectos. REIS: Revista Española de Investigaciones Sociológicas, 138, 109-134. https://dialnet.unirioja.es/servlet/articulo?codigo=3886620
Vozlyublennaia, N. (2014). Investor attention, index performance, and return predictability. Journal of Banking & Finance, 41, 17-35. https://doi.org/10.1016/j.jbankfin.2013.12.010
Winkler, M. (1933). Foreign Bonds: An Autopsy.
Publicado
Cómo citar
Número
Sección
Licencia
Esta obra está bajo una licencia internacional Creative Commons Atribución-CompartirIgual 4.0.
El envío de un manuscrito a la Revista supone que el trabajo no ha sido publicado anteriormente (excepto en la forma de un abstract o como parte de una tesis), que no está bajo consideración para su publicación en ninguna otra revista o editorial y que, en caso de aceptación, los autores están conforme con la transferencia automática del copyright a la Revista para su publicación y difusión. Los autores retendrán los derechos de autor para usar y compartir su artículo con un uso personal, institucional o con fines docentes; igualmente retiene los derechos de patente, de marca registrada (en caso de que sean aplicables) o derechos morales de autor (incluyendo los datos de investigación).
Los artículos publicados en la Revista están sujetos a la licencia Creative Commons CC-BY-SA de tipo Reconocimiento-CompartirIgual. Se permite el uso comercial de la obra, reconociendo su autoría, y de las posibles obras derivadas, la distribución de las cuales se debe hacer con una licencia igual a la que regula la obra original.
Hasta el volumen 21 se ha estado empleando la versión de licencia CC-BY-SA 3.0 ES y se ha comenzado a usar la versión CC-BY-SA 4.0 desde el volumen 22.