Utilizamos técnicas de aprendizaje automático en datos textuales para identificar crisis financieras. El inicio de una crisis y su duración tienen implicaciones para la actividad económica real y, como tal, pueden ser insumos valiosos para la política macroprudencial, monetaria y fiscal. La literatura académica y el ámbito de la política dependen en su mayoría del juicio de expertos para determinar las crisis, a menudo con un retraso. En consecuencia, las duraciones de las crisis y las fases de acumulación de vulnerabilidades suelen determinarse solo con el beneficio de la retrospección. Aunque podemos identificar y prever una parte de las crisis en todo el mundo en diversos grados con técnicas econométricas tradicionales y utilizando datos de mercado fácilmente disponibles, encontramos que los datos textuales ayudan a reducir los falsos positivos y falsos negativos en las pruebas fuera de muestra de tales modelos, especialmente cuando las crisis se consideran más severas. Construir un marco que sea consistente entre países y en tiempo real puede beneficiar a los responsables de políticas en todo el mundo, especialmente cuando se requiere coordinación internacional entre diferentes políticas gubernamentales.