Banca de QUALIFICAÇÃO: Cláudia Raquel da Rocha Eirado

Uma banca de QUALIFICAÇÃO de DOUTORADO foi cadastrada pelo programa.
DISCENTE : Cláudia Raquel da Rocha Eirado
DATA : 29/11/2023
HORA: 16:30
LOCAL: a definir
TÍTULO:

Ensaios sobre Economia usando conjuntos de dados em rede e aprendizado de máquina

PALAVRAS-CHAVES:

#centralitdade #redes complexas #contágio indireto #aprendizado de máquina #inteligencia artificial

PÁGINAS: 60
RESUMO:

Este trabalho compreende três artigos em Economia utilizando conjuntos de dados em rede e aprendizado de máquina. No primeiro artigo, conduzimos uma revisão de aplicações de aprendizado de máquina para resolver problemas complexos de rede. Cobrimos conceitos de aprendizado de máquina, incluindo aprendizado supervisionado, aprendizado não supervisionado e aprendizado por reforço, juntamente com métodos como clustering, incorporação e PCA. Além disso, exploramos conceitos de construção de rede e centralidade, abrangendo previsão de nós e links. O artigo também discute abordagens de linguagem natural, incorporando teorias do Processamento de Linguagem Natural (PNL). O segundo artigo investiga o conceito de risco sistémico no domínio financeiro, investigando o seu potencial para desencadear perdas simultâneas num setor específico, afetando múltiplas instituições e, em última análise, todo o sistema. A análise estende-se ao contágio indirecto, examinando como eventos localizados podem levar a grave instabilidade ou colapso em indústrias e economias. Com base nas consequências da crise financeira global de 2008, a investigação investiga a interligação entre instituições e canais de contágio que contribuem para a instabilidade do mercado. A exploração inclui medidas de conectividade nas indústrias financeiras, associando-as ao risco sistémico utilizando dados de texto sobre notícias. O estudo também destaca a importância crescente dos dados textuais digitais na investigação económica, especialmente no contexto da influência dos meios de comunicação social no comportamento dos investidores. Técnicas como web scraping e inteligência artificial (IA) e aprendizado de máquina (ML) são empregadas para analisar sentimentos expressos em artigos de notícias e seu impacto nos movimentos do mercado de ações. O Processamento de Linguagem Natural (PNL) é discutido como uma ferramenta crucial na compreensão e interpretação de dados textuais. Um aspecto fundamental do artigo envolve a aplicação de um modelo utilizando uma rede de similaridade de notícias para prever probabilidades estacionárias como proxy da centralidade na rede e nas relações entre empresas, estabelecendo uma relação entre elas e identificando caminhos de contágio indireto. Ao examinar as interações e a propagação do contágio entre empresas com base em artigos de notícias, o estudo visa descobrir insights sobre a interconectividade e os efeitos em cascata no sistema financeiro. O artigo conclui com uma discussão sobre as aplicações potenciais da IA e do ML na compreensão e previsão do risco sistémico no cenário financeiro. O terceiro artigo é um exercício empírico sobre Modelagem Orientada de Sistemas Complexos em Rede e Sua Dinâmica.  

MEMBROS DA BANCA:
Interno - 1196877 - BERNARDO PINHEIRO MACHADO MUELLER
Presidente - 1642911 - DANIEL OLIVEIRA CAJUEIRO
Externo ao Programa - 1997721 - HERBERT KIMURA - null