Mostrar el registro sencillo del ítem

dc.contributor.advisorEscobar Torres, Leandro Sergioes-ES
dc.contributor.authorAlférez Aragón, Genovevaes-ES
dc.contributor.otherUniversidad Pontificia Comillas, Facultad de Ciencias Económicas y Empresarialeses_ES
dc.date.accessioned2024-06-12T22:51:18Z
dc.date.available2024-06-12T22:51:18Z
dc.date.issued2025es_ES
dc.identifier.urihttp://hdl.handle.net/11531/89272
dc.descriptionGrado en Administración y Dirección de Empresas y Grado en Análisis de Negocios/Business Analyticses_ES
dc.description.abstractEste trabajo analiza el impacto de las noticias relacionadas con la sostenibilidad (ESG) en la cotización bursátil de una empresa española de referencia en el sector energético: Endesa. A través de una metodología que combina técnicas de web scraping, procesamiento del lenguaje natural (NLP) y modelos econométricos como ARIMA, CAPM y los Retornos Anormales Acumulados (CAR), se examina cómo reacciona el mercado ante eventos informativos con contenido ESG. El análisis se basa en una base de datos compuesta por más de 2.000 noticias extraídas de fuentes digitales, clasificadas tanto por dimensión ESG (ambiental, social y de gobernanza) como por tonalidad (positiva, negativa o neutra). Los resultados muestran que las noticias con contenido ESG, especialmente aquellas con tono negativo, generan reacciones más intensas en el precio de las acciones, evidenciando una respuesta asimétrica del mercado. Además, el impacto acumulado de las noticias ESG tiende a ser más estable y generalmente favorable en comparación con las noticias no relacionadas con sostenibilidad. Este estudio aporta a la literatura existente al aplicar herramientas analíticas avanzadas sobre datos históricos de una empresa española concreta, ofreciendo evidencia empírica valiosa tanto para investigadores académicos como para profesionales financieros interesados en la intersección entre sostenibilidad y valoración de activos.es-ES
dc.description.abstractThis study examines the impact of sustainability-related (ESG) news on the stock price of Endesa, a leading company in Spain’s energy sector. The study employs a methodology that integrates web scraping, natural language processing (NLP), and econometric models such as ARIMA, CAPM, and Cumulative Abnormal Returns (CAR) to analyze how the market responds to ESG-related news events. The analysis is based on a dataset of over 2,000 news articles gathered from digital sources, thematically categorized by ESG dimensions (environmental, social, and governance) and sentiment (positive, negative, or neutral). The findings reveal that ESG news—especially those with a negative tone—tend to trigger stronger price reactions, indicating an asymmetric market response. Moreover, the cumulative impact of ESG news over time is generally more stable and positive compared to non-ESG news. This work contributes to the existing literature by applying advanced analytical techniques to historical data from a specific Spanish company, providing empirical evidence of interest to both academic researchers and financial professionals focused on the intersection between ESG and asset valuation.en-GB
dc.format.mimetypeapplication/pdfes_ES
dc.language.isoes-ESes_ES
dc.rightsAttribution-NonCommercial-NoDerivs 3.0 United Stateses_ES
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/us/es_ES
dc.subject.otherK2Nes_ES
dc.titleLa valoración de bienes y su perspectiva tecnológica: big data, inteligencia artificial y sostenibilidad.es_ES
dc.typeinfo:eu-repo/semantics/bachelorThesises_ES
dc.rights.accessRightsinfo:eu-repo/semantics/openAccesses_ES
dc.keywordsSostenibilidad, ESG, Endesa, IBEX 35, Event Study, Series temporales, ARIMA, CAPM, Retornos anómalos, Scraping de noticias, Procesamiento del Lenguaje Natural, NLPes-ES
dc.keywordsSustainability, ESG, Endesa, IBEX 35, Event Study, Time Series, ARIMA, CAPM, Abnormal Returns, News Scraping, Natural Language Processing, NLPen-GB


Ficheros en el ítem

Thumbnail
Thumbnail

Este ítem aparece en la(s) siguiente(s) colección(ones)

Mostrar el registro sencillo del ítem

Attribution-NonCommercial-NoDerivs 3.0 United States
Excepto si se señala otra cosa, la licencia del ítem se describe como Attribution-NonCommercial-NoDerivs 3.0 United States