Mostrar el registro sencillo del ítem
Una aproximación al Riesgo Reputacional Bancario mediante técnicas de Text Mining
dc.rights.license | https://creativecommons.org/licenses/by-sa/2.5/ar/ | es_AR |
dc.contributor.advisor | Gago, Andrés | |
dc.contributor.author | Del Rosso, Rodrigo | es_AR |
dc.date.accessioned | 2023-09-19T21:05:12Z | |
dc.date.available | 2023-09-19T21:05:12Z | |
dc.date.issued | 2023 | |
dc.identifier.uri | https://repositorio.utdt.edu/handle/20.500.13098/12028 | |
dc.description.abstract | El modelo desarrollado se utilizará para gestionar el riesgo reputacional de la empresa, reflejando el importe de Capital que tendrá que mantener reservado para hacer frente a los eventuales efectos adversos originados por una percepción negativa por parte de todos los interesados en la organización. Se espera que este modelo permita periódicamente determinar el nivel de asignación óptima de capital para mitigar efectos adversos que pudiesen dañar la solvencia de la compañía, a partir de la información suministrada por el mercado, el contexto macroeconómico local y la percepción de los distintos participantes. Ante la falta de regulación específica, esta tesis es una propuesta para mitigar el riesgo reputacional de las Entidades Financieras y por lo tanto, da respuesta a una pretensión de la autoridad monetaria de gestionar el riesgo reputacional. En este trabajo se desarrolla un modelo econométrico que incorpora datos provenientes de las percepciones que expresan los usuarios a través de opiniones públicas a partir del empleo de técnicas de Text Mining. Para eso se utilizaron datos públicos extraídos de las opiniones de usuarios de la red social Twitter y las cotizaciones de los precios de aquellos Bancos que cotizan en el BYMA (Bolsa y Mercados Argentinos). Además, se empleó información financiera propia del rol de la empresa cotizante dentro del índice bursátil S&P Merval. Dentro del proceso interno de evaluación de la adecuación del capital (ICAAP) que deben realizar las Entidades Financieras en el marco de su política de Gestión de Riesgos, el Banco Central de la República Argentina (BCRA), establece que dichas instituciones deben desarrollar metodologías para medir en la forma más precisa posible los efectos del riesgo reputacional en términos de otros tipos de riesgo a los cuales podría estar la entidad expuesta, incluyendo para ello escenarios de riesgo reputacional en sus pruebas de tensión regulares a los fines de evitar efectos reputacionales adversos y mantener la confianza del mercado. En la literatura se mencionan algunos enfoques econométricos con variables financieras para dimensionar el Capital Económico que deben destinar para hacer frente al mencionado riesgo. Asimismo, se hace alusión a que este riesgo puede asimilarse al Operacional, y no existe un consenso sobre la forma de cuantificarlo. | es_AR |
dc.description.abstract | The model developed will be used to manage the company’s reputational risk, reflecting the amount of Capital that it will have to keep reserved to face possible adverse effects caused by a negative perception on the part of all those interested in the organization. This model is expected to periodically determine the optimal capital allocation level to mitigate adverse effects that could damage the solvency of the company, based on the information provided by the market, the local macroeconomic context and the perception of the different participants. Given the lack of specific regulation, this thesis is a proposal to mitigate the reputational risk of Financial Institutions and therefore, responds to a claim by the monetary authority to manage reputational risk. In this work, an econometric model is developed that incorporates data from the perceptions expressed by users through public opinions from the use of Text Mining techniques. For this, public data extracted from the opinions of users of the Twitter social network and the price quotes of those Banks listed on the BYMA (Bolsa y Mercados Argentinos) were used. In addition, financial information from the role of the listed company within the S&P Merval stock index was used. Within the internal capital adequacy assessment process (ICAAP) that Financial Institutions must carry out within the framework of their Risk Management policy, the Central Bank of the Argentine Republic (BCRA) establishes that said institutions must develop methodologies to measure as accurately as possible the effects of reputational risk in terms of other types of risk to which the entity could be exposed, including reputational risk scenarios in its regular stress tests in order to avoid adverse reputational effects and maintain market confidence. Some econometric approaches with financial variables are mentioned in the literature to measure the Economic Capital that must be allocated to face the aforementioned risk. Likewise, reference is made to the fact that this risk can be assimilated to Operational risk, and there is no consensus on how to quantify it. | es_AR |
dc.format.extent | 96 p. | es_AR |
dc.format.medium | application/pdf | es_AR |
dc.language | eng | es_AR |
dc.publisher | Universidad Torcuato Di Tella | es_AR |
dc.rights | info:eu-repo/semantics/openAccess | es_AR |
dc.subject | Mercados Financieros | es_AR |
dc.subject | Macroeconomía | es_AR |
dc.subject | instituciones financieras y crediticias | es_AR |
dc.subject | Riesgo | es_AR |
dc.subject | Financial Markets | es_AR |
dc.subject | Macroeconomics | es_AR |
dc.subject | Financial Risk | es_AR |
dc.title | Una aproximación al Riesgo Reputacional Bancario mediante técnicas de Text Mining | es_AR |
dc.type | info:eu-repo/semantics/masterThesis | es_AR |
dc.type | info:ar-repo/semantics/tesis de maestría | es_AR |
thesis.degree.name | Master in Management + Analytics | en |
dc.subject.keyword | Riesgo Reputacional | es_AR |
dc.subject.keyword | Evaluación de Riesgos | es_AR |
dc.subject.keyword | E44 | es_AR |
dc.subject.keyword | G2 | es_AR |
dc.subject.keyword | G210 | es_AR |
dc.type.version | info:eu-repo/semantics/acceptedVersion | es_AR |
Ficheros en el ítem
Este ítem aparece en la(s) siguiente(s) colección(ones)
-
Master in Management + Analytics
Tesis y trabajos finales desde 2019