Las narrativas económicas y financieras informan el sentimiento del mercado a través de las emociones que se desencadenan y la subjetividad que se evoca. Hay una conexión importante entre la narrativa, el sentimiento y la toma de decisiones humanas. En este estudio, se utiliza el procesamiento de lenguaje natural para extraer el sentimiento del mercado de las narrativas utilizando FinBERT, una biblioteca de Python que ha sido preentrenada en un gran corpus financiero. Se construye un índice de sentimiento de noticias que se muestra como un indicador adelantado del riesgo sistémico. Una regresión móvil muestra cómo el impacto del sentimiento de noticias en el riesgo sistémico cambia con el tiempo, con la importancia del sentimiento de noticias aumentando en años más recientes. Monitorear el riesgo sistémico es una herramienta importante utilizada por los bancos centrales para identificar y gestionar proactivamente los riesgos emergentes para el sistema financiero; también es un insumo clave en la cuantificación de la provisión para pérdidas crediticias en los bancos. La provisión para pérdidas crediticias es un área de enfoque clave para los auditores debido al riesgo de declaración errónea material, pero encontrar fuentes apropiadas de evidencia de auditoría es un desafío. La relación causal entre el sentimiento de noticias y el riesgo sistémico sugiere que el sentimiento de noticias podría servir como una señal de advertencia temprana del aumento del riesgo crediticio y un indicador efectivo del estado del ciclo económico. Se muestra que el índice de sentimiento de noticias es útil como evidencia de auditoría al comparar tendencias en las provisiones contables, informando así las divulgaciones financieras y sirviendo como una variable exógena en modelos de pronóstico econométrico.