یک رویکرد جایگزین برای پیش‌بینی ریسک اعتباری بانک در اروپا

نوع فایل : word

تعداد صفحات ترجمه تایپ شده با فرمت ورد با قابلیت ویرایش : 11

تعداد کلمات : 4000

مجله : Finance Research Letters

انتشار : 2020

ترجمه متون داخل جداول : ترجمه شده است

درج جداول در فایل ترجمه : درج شده است

منابع داخل متن : به صورت فارسی درج شده است

کیفیت ترجمه : طلایی

:

تاریخ انتشار
9 آگوست 2022
دسته بندی
تعداد بازدیدها
1330 بازدید
30,000 تومان

عنوان فارسی مقاله:یک رویکرد جایگزین برای پیش‌بینی ریسک اعتباری بانک در اروپا

 چکیده

  هدف این مقاله ساخت یک رویکرد جایگزین بر اساس یک شاخص احساسات برای اندازه گیری ریسک اعتباری بانک در کشورهای اروپایی با استفاده از رویکرد جایگزین به جای معیارهای سنتی است. به طور خاص، ما از داده‌های گوگل برای مجموعه‌ای از کلیدواژه‌های مرتبط با ریسک اعتباری بانک استفاده می‌کنیم تا احساسات سرمایه‌گذار را به تصویر بکشیم. شاخص به دست آمده شباهت زیادی به شاخص های سنتی مبتنی بر CDS بانکی نشان می دهد. تجزیه و تحلیل خارج از نمونه نشان می‌دهد که شاخص احساسات ما برای پیش‌بینی ریسک اعتباری بانک در دوره‌های درماندگی مالی مفید است، زیرا دقت برآوردها را افزایش می‌دهد.

 

 

ادامه مطلب

راهنمای خرید:
  • لینک دانلود فایل بلافاصله بعد از پرداخت وجه به نمایش در خواهد آمد.
  • همچنین لینک دانلود به ایمیل شما ارسال خواهد شد به همین دلیل ایمیل خود را به دقت وارد نمایید.
  • ممکن است ایمیل ارسالی به پوشه اسپم یا Bulk ایمیل شما ارسال شده باشد.
  • در صورتی که به هر دلیلی موفق به دانلود فایل مورد نظر نشدید با ما تماس بگیرید.

Title: An alternative approach to predicting bank credit risk in Europe with Google data

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 riskto capture investor sentiment. The resulting index shows a great similarity to traditional indexe 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.