Author(s): Vinhosa, Bernardo Arraes
Date: 2019
Origin: Oasisbr
Subject(s): Políticas regulatórias; Aprendizado adaptativo; Crise econômica; Crise financeira; Políticas regulatórias; Políticas regulatórias; Aprendizado adaptativo; Aprendizado adaptativo; Crise econômica; Crise econômica; Crise financeira; Crise financeira
Tese (doutorado)—Universidade de Brasília, Departamento de Economia, Brasília, 2018.
A 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.
Structural 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.
