• español
  • English
  • français
  • Deutsch
  • português (Brasil)
  • italiano
Consorcio BUCLE Recolector
  • Contact Us
  • Send Feedback
  • Enlaces y accesos
    • Derechos de autor
    • Políticas
    • Guía de autoarchivo
    • FAQ y ayuda
    • La ULE y el Acceso Abierto
    • español
    • English
    • français
    • Deutsch
    • português (Brasil)
    • italiano
    • español
    • English
    • français
    • Deutsch
    • português (Brasil)
    • italiano
    JavaScript is disabled for your browser. Some features of this site may not work without it.

    Repositorio
    Institucional
    Abierto

    Consorcio BUCLE Recolector

    Browse

    All of BULERIACommunities and CollectionsAuthorsDirectoresTitlesSubjectsFacultad/CentroÁrea de conocimientoFecha de creación/publicaciónTitulaciónThis CollectionAuthorsDirectoresTitlesSubjectsFacultad/CentroÁrea de conocimientoFecha de creación/publicaciónTitulación

    My Account

    Login

    Statistics

    View Usage Statistics

    Otros enlaces

    View Item 
    •   BULERIA Home
    • Scientific Production
    • Untitled
    • View Item
    •   BULERIA Home
    • Scientific Production
    • Untitled
    • View Item

    Compartir

    Export

    RISMendeleyRefworksZotero
    • edm
    • marc
    • xoai
    • qdc
    • ore
    • ese
    • dim
    • uketd_dc
    • oai_dc
    • etdms
    • rdf
    • mods
    • mets
    • didl
    • premis

    Citas

    Academic Search
    Título
    An alternative approach to predicting bank credit risk in Europe with Google data
    Autor
    González Fernández, MarcosAutoridad Buleria ORCID
    González Velasco, María del CarmenAutoridad Buleria
    Facultad/Centro
    Facultad de Ciencias Economicas y Empresariales
    Área de conocimiento
    Economia Financiera y Contabilidad
    Título de la revista
    Finance Research Letters
    Editor
    Elsevier
    Fecha
    2020-07-15
    ISSN
    1544-6123
    Descripción física
    6 p.
    Abstract
    The aim of this paper is to construct an alternative approach based on a sentiment index to measure bank credit risk in European countries using an alternative approach instead of traditional measures. Specifically, we use Google data for a set of keywords related to bank credit risk to capture investor sentiment. The resulting index shows a great similarity to traditional indexes based on bank CDS. The out-of-sample analysis demonstrates that our sentiment index is helpful for predicting bank credit risk during periods of financial distress, since it enhances the accuracy of the estimations.
    Materia
    Finanzas
    Palabras clave
    Sentiment index
    Google data
    Credit risk
    Credit default swaps
    Europa
    Idioma
    eng
    Tipo documental
    info:eu-repo/semantics/article
    Peer review
    SI
    URI
    http://hdl.handle.net/10612/13184
    DOI
    10.1016/j.frl.2019.08.029
    Collections
    • Untitled [2523]
    Show full item record
    Files in this item
    Nombre:
    Finance Research Letters2020.pdf
    Tamaño:
    440.6Kb
    Formato:
    Adobe PDF
    Thumbnail
    FilesOpen