Skip navigation
Use este identificador para citar ou linkar para este item: http://repositorio2.unb.br/jspui/handle/10482/34770
Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
2018_BernardoArraesVinhosa.pdf1,14 MBAdobe PDFVisualizar/Abrir
Registro completo de metadados
Campo DCValorIdioma
dc.contributor.advisorCajueiro, Daniel Oliveira-
dc.contributor.authorVinhosa, Bernardo Arraes-
dc.date.accessioned2019-06-07T18:41:01Z-
dc.date.available2019-06-07T18:41:01Z-
dc.date.issued2019-06-07-
dc.date.submitted2018-12-17-
dc.identifier.citationVINHOSA, Bernardo Arraes. Learning and bounded rationality in banking crises. 2018. 73 f., il. Tese (Doutorado em Economia)—Universidade de Brasília, Brasília, 2018.pt_BR
dc.identifier.urihttp://repositorio.unb.br/handle/10482/34770-
dc.descriptionTese (doutorado)—Universidade de Brasília, Departamento de Economia, Brasília, 2018.pt_BR
dc.description.abstractA análise estrutural de políticas regulatórias é útil para projetar políticas que almejem prevenir crises financeiras e bancárias. Em tempos de crise, as premissas de equilíbrio e expectativas racionais podem não valer. Para realizar análise estrutural de políticas sem elas, esta tese irá fornecer um exemplo de análise de política com modelos de aprendizado. O modelo de aprendizado de Atração Ponderada por Experiência Auto-ajustável é usado para construir uma simulação de sistema bancário que pode ser uado para análise de políticas regulatórias. Ele é então utilizado para realizar um exercício de calibragem no sistema bancário brasileiro. O resultado mais relevante da simulação é a reação excessiva dos participantes do mercado aos choques, devido ao aprendizado e à dinâmica de aquisição de informação associada.pt_BR
dc.language.isoInglêspt_BR
dc.rightsAcesso Abertopt_BR
dc.titleLearning and bounded rationality in banking crisespt_BR
dc.typeTesept_BR
dc.subject.keywordPolíticas regulatóriaspt_BR
dc.subject.keywordAprendizado adaptativopt_BR
dc.subject.keywordCrise econômicapt_BR
dc.subject.keywordCrise financeirapt_BR
dc.rights.licenseA concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor com as seguintes condições: Na qualidade de titular dos direitos de autor da publicação, autorizo a Universidade de Brasília e o IBICT a disponibilizar por meio dos sites www.bce.unb.br, www.ibict.br, http://hercules.vtls.com/cgi-bin/ndltd/chameleon?lng=pt&skin=ndltd sem ressarcimento dos direitos autorais, de acordo com a Lei nº 9610/98, o texto integral da obra disponibilizada, conforme permissões assinaladas, para fins de leitura, impressão e/ou download, a título de divulgação da produção científica brasileira, a partir desta data.pt_BR
dc.description.abstract1Structural policy analysis is useful for designing policy aimed at preventing financial and banking crises. In times of crises, the assumptions of equilibrium and rational expectations might not hold. In order to perform structural policy design without them, this dissertation will provide an example of policy analysis with learning models. The Self-Tuning Experience Weighted Attraction learning model is used to build a banking system simulation which can be used in policy analysis. It is then used to perform a calibration exercise with data on the Brazilian Banking System. This simulation’s most relevant result is market participants overreacting to shocks due to learning and the associated information acquisition dynamics.pt_BR
dc.description.unidadeFaculdade de Economia, Administração, Contabilidade e Gestão de Políticas Públicas (FACE)pt_BR
dc.description.unidadeDepartamento de Economia (FACE ECO)pt_BR
dc.description.ppgPrograma de Pós-Graduação em Economiapt_BR
Aparece nas coleções:Teses, dissertações e produtos pós-doutorado

Mostrar registro simples do item Visualizar estatísticas



Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.