Aversão à perda em um mercado acionário virtual: uma abordagem agent-based
Autor(a) principal: | |
---|---|
Data de Publicação: | 2023 |
Outros Autores: | , |
Tipo de documento: | Artigo |
Idioma: | por |
Título da fonte: | Revista de Economia (Curitiba. Online) |
Texto Completo: | https://revistas.ufpr.br/economia/article/view/78465 |
Resumo: | Neste trabalho, temos a intenção de contribuir com o debate na área de economia e finanças comportamentais ao realizar um estudo sobre o comportamento do mercado acionário ao incluirmos o viés de comportamento aversão à perda aos agentes que ali operam. Para tanto, apresentamos um modelo baseado em agentes aplicado ao mercado acionário que foi programado em NetLogo, cujo método é, em parte, baseado em modelos de agentes já programados para mercados financeiros artificiais e, ao mesmo tempo, parcialmente novo ao propor a realização de testes com variáveis diferentes das utilizadas por outros autores – a saber: aversão à perda. Os resultados encontrados sugerem que a subjetividade humana presente na tomada de decisão, isto é, quando os agentes possuem aversão à perda, faz com que o movimento do mercado acionário artificial apresente alguns ruídos. Destarte, concluímos que os experimentos realizados nos oferecem indícios de que há certa fragilidade em alguns pressupostos da Hipótese dos Mercados Eficientes. |
id |
UFPR-16_c822ce4dc2b80dca81d0c3478a9f8534 |
---|---|
oai_identifier_str |
oai:revistas.ufpr.br:article/78465 |
network_acronym_str |
UFPR-16 |
network_name_str |
Revista de Economia (Curitiba. Online) |
repository_id_str |
|
spelling |
Aversão à perda em um mercado acionário virtual: uma abordagem agent-basedEconomia; Finanças Comportamentais; Modelos Baseados em AgentesTeoria da Decisão; Economia Comportamental; Finanças Comportamentais; Mercado Financeiro; Modelo Baseado em AgentesNeste trabalho, temos a intenção de contribuir com o debate na área de economia e finanças comportamentais ao realizar um estudo sobre o comportamento do mercado acionário ao incluirmos o viés de comportamento aversão à perda aos agentes que ali operam. Para tanto, apresentamos um modelo baseado em agentes aplicado ao mercado acionário que foi programado em NetLogo, cujo método é, em parte, baseado em modelos de agentes já programados para mercados financeiros artificiais e, ao mesmo tempo, parcialmente novo ao propor a realização de testes com variáveis diferentes das utilizadas por outros autores – a saber: aversão à perda. Os resultados encontrados sugerem que a subjetividade humana presente na tomada de decisão, isto é, quando os agentes possuem aversão à perda, faz com que o movimento do mercado acionário artificial apresente alguns ruídos. Destarte, concluímos que os experimentos realizados nos oferecem indícios de que há certa fragilidade em alguns pressupostos da Hipótese dos Mercados Eficientes.UFPRGallo, Erika Regina da SilvaBertella, Mario AugustoFonseca, Celso Nobre da2023-03-12info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionapplication/pdfhttps://revistas.ufpr.br/economia/article/view/7846510.5380/re.v43i81.78465Revista de Economia; v. 43, n. 81 (2022); 442-4712316-93970556-578210.5380/re.v43i81reponame:Revista de Economia (Curitiba. Online)instname:Universidade Federal do Paraná (UFPR)instacron:UFPRporhttps://revistas.ufpr.br/economia/article/view/78465/48725Direitos autorais 2023 Revista de Economiahttps://creativecommons.org/licenses/by/4.0/deed.pt_BRinfo:eu-repo/semantics/openAccess2023-03-21T10:56:51Zoai:revistas.ufpr.br:article/78465Revistahttps://revistas.ufpr.br/economiaPUBhttps://revistas.ufpr.br/economia/oaire@ufpr.br2316-93970556-5782opendoar:2023-03-21T10:56:51Revista de Economia (Curitiba. Online) - Universidade Federal do Paraná (UFPR)false |
dc.title.none.fl_str_mv |
Aversão à perda em um mercado acionário virtual: uma abordagem agent-based |
title |
Aversão à perda em um mercado acionário virtual: uma abordagem agent-based |
spellingShingle |
Aversão à perda em um mercado acionário virtual: uma abordagem agent-based Gallo, Erika Regina da Silva Economia; Finanças Comportamentais; Modelos Baseados em Agentes Teoria da Decisão; Economia Comportamental; Finanças Comportamentais; Mercado Financeiro; Modelo Baseado em Agentes |
title_short |
Aversão à perda em um mercado acionário virtual: uma abordagem agent-based |
title_full |
Aversão à perda em um mercado acionário virtual: uma abordagem agent-based |
title_fullStr |
Aversão à perda em um mercado acionário virtual: uma abordagem agent-based |
title_full_unstemmed |
Aversão à perda em um mercado acionário virtual: uma abordagem agent-based |
title_sort |
Aversão à perda em um mercado acionário virtual: uma abordagem agent-based |
author |
Gallo, Erika Regina da Silva |
author_facet |
Gallo, Erika Regina da Silva Bertella, Mario Augusto Fonseca, Celso Nobre da |
author_role |
author |
author2 |
Bertella, Mario Augusto Fonseca, Celso Nobre da |
author2_role |
author author |
dc.contributor.none.fl_str_mv |
|
dc.contributor.author.fl_str_mv |
Gallo, Erika Regina da Silva Bertella, Mario Augusto Fonseca, Celso Nobre da |
dc.subject.por.fl_str_mv |
Economia; Finanças Comportamentais; Modelos Baseados em Agentes Teoria da Decisão; Economia Comportamental; Finanças Comportamentais; Mercado Financeiro; Modelo Baseado em Agentes |
topic |
Economia; Finanças Comportamentais; Modelos Baseados em Agentes Teoria da Decisão; Economia Comportamental; Finanças Comportamentais; Mercado Financeiro; Modelo Baseado em Agentes |
description |
Neste trabalho, temos a intenção de contribuir com o debate na área de economia e finanças comportamentais ao realizar um estudo sobre o comportamento do mercado acionário ao incluirmos o viés de comportamento aversão à perda aos agentes que ali operam. Para tanto, apresentamos um modelo baseado em agentes aplicado ao mercado acionário que foi programado em NetLogo, cujo método é, em parte, baseado em modelos de agentes já programados para mercados financeiros artificiais e, ao mesmo tempo, parcialmente novo ao propor a realização de testes com variáveis diferentes das utilizadas por outros autores – a saber: aversão à perda. Os resultados encontrados sugerem que a subjetividade humana presente na tomada de decisão, isto é, quando os agentes possuem aversão à perda, faz com que o movimento do mercado acionário artificial apresente alguns ruídos. Destarte, concluímos que os experimentos realizados nos oferecem indícios de que há certa fragilidade em alguns pressupostos da Hipótese dos Mercados Eficientes. |
publishDate |
2023 |
dc.date.none.fl_str_mv |
2023-03-12 |
dc.type.none.fl_str_mv |
|
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/article info:eu-repo/semantics/publishedVersion |
format |
article |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
https://revistas.ufpr.br/economia/article/view/78465 10.5380/re.v43i81.78465 |
url |
https://revistas.ufpr.br/economia/article/view/78465 |
identifier_str_mv |
10.5380/re.v43i81.78465 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.relation.none.fl_str_mv |
https://revistas.ufpr.br/economia/article/view/78465/48725 |
dc.rights.driver.fl_str_mv |
Direitos autorais 2023 Revista de Economia https://creativecommons.org/licenses/by/4.0/deed.pt_BR info:eu-repo/semantics/openAccess |
rights_invalid_str_mv |
Direitos autorais 2023 Revista de Economia https://creativecommons.org/licenses/by/4.0/deed.pt_BR |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.publisher.none.fl_str_mv |
UFPR |
publisher.none.fl_str_mv |
UFPR |
dc.source.none.fl_str_mv |
Revista de Economia; v. 43, n. 81 (2022); 442-471 2316-9397 0556-5782 10.5380/re.v43i81 reponame:Revista de Economia (Curitiba. Online) instname:Universidade Federal do Paraná (UFPR) instacron:UFPR |
instname_str |
Universidade Federal do Paraná (UFPR) |
instacron_str |
UFPR |
institution |
UFPR |
reponame_str |
Revista de Economia (Curitiba. Online) |
collection |
Revista de Economia (Curitiba. Online) |
repository.name.fl_str_mv |
Revista de Economia (Curitiba. Online) - Universidade Federal do Paraná (UFPR) |
repository.mail.fl_str_mv |
re@ufpr.br |
_version_ |
1797067450792017920 |