Three essays on economics in big data scenarios

Detalhes bibliográficos
Autor(a) principal: Piccioni, Carlos Alexandre
Data de Publicação: 2024
Tipo de documento: Tese
Idioma: eng
Título da fonte: Repositório Institucional da UnB
Texto Completo: http://repositorio2.unb.br/jspui/handle/10482/49420
Resumo: Tese (doutorado) — Universidade de Brasília, Faculdade de Economia, Administração e Contabilidade, Departamento de Economia, Programa de Pós-Graduação em Economia, 2023.
id UNB_1d3ee5b1a2f9d26766b169f4169ec9f9
oai_identifier_str oai:repositorio.unb.br:10482/49420
network_acronym_str UNB
network_name_str Repositório Institucional da UnB
repository_id_str
spelling Three essays on economics in big data scenariosBig dataAções (Finanças)Tese (doutorado) — Universidade de Brasília, Faculdade de Economia, Administração e Contabilidade, Departamento de Economia, Programa de Pós-Graduação em Economia, 2023.Este trabalho compreende três estudos sobre economia em contextos de big data. O primeiro analisa o impacto das notícias de ESG (Environmental, Social, and Governance - Ambiental, Social e Governança) nos retornos das ações das principais empresas brasileiras, utilizando um Dicionário inédito de Termos ESG especificamente desenvolvido para este estudo para selecionar e classificar notícias de acordo com os padrões do Sustainability Accounting Standards Board (SASB). A pesquisa indica que apenas notícias com conteúdo financeiramente relevante para os investidores influenciam os retornos das ações. Em outras palavras, os investidores não reagem por motivos de reputação ou não pecuniários. O segundo estudo explora a previsibilidade em alta frequência da taxa de câmbio brasileira (nas frequências de 1, 5 e 15 minutos), empregando tanto técnicas de machine learning quanto regressão linear tradicional para previsão. São realizados dois tipos de exercícios: um com preditores contemporâneos e outro com dados fora da amostra. Mostramos que é possível superar o benchmark, o Random Walk, em um horizonte de até quatro minutos na frequência de 1 minuto. Também mostramos que os preditores mais importantes são aqueles que carregam informações locais, bem como as taxas de câmbio dos BRICS ou países com economias semelhantes à do Brasil. Quando as taxas dos contratos futuros do câmbio brasileiro da B3 são consideradas como preditores, conseguimos superar o Random Walk em um horizonte de até 6 minutos. O terceiro estudo mede a desigualdade de consumo no nível municipal usando dados de métodos de pagamento eletrônicos, especificamente dados de pagamentos com cartão de crédito e Pix. Além disso, como aplicação, examinamos a relação entre desigualdade e complexidade econômica. Demonstramos que uma maior complexidade econômica está associada a uma menor desigualdade de consumo, sendo esta a primeira avaliação deste tipo para municípios brasileiros.This work comprises three studies on economics in big data contexts. The first analyzes the impact of ESG (Environmental, Social, and Governance) news on the stock returns of leading Brazilian companies, using an unprecedented Dictionary of ESG Terms specifically developed for this study to select and classify news according to the standards of the Sustainability Accounting Standards Board (SASB). The research indicates that only news with content that is financially material to investors influences stock returns. In other words, investors do not react for reputational or non-pecuniary reasons. The second study explores the high-frequency predictability of the Brazilian exchange rate (at the 1, 5, and 15-minute frequencies), employing both machine learning techniques and traditional linear regression for forecasting. Two types of exercises are conducted: one with contemporary predictors and another using out-of-sample data. We show that it is possible to beat the benchmark, the Random Walk, over a horizon of up to four minutes at a frequency of 1 minute. We also show that the most important predictors are those that carry local information, as well as the exchange rates of the BRICS or countries with economies similar to Brazil’s. When the rates from B3’s foreign exchange futures contracts are considered as predictors, we can beat the Random Walk over a horizon of up to 6 minutes. The third study measures consumption inequality at the municipal level using data from electronic payment methods, specifically data from credit card and Pix payments. Furthermore, as an application, we examine the relationship between inequality and economic complexity. We demonstrate that greater economic complexity is associated with lower consumption inequality, marking the first assessment of this kind for Brazilian municipalities.Faculdade de Economia, Administração, Contabilidade e Gestão de Políticas Públicas (FACE)Departamento de Economia (FACE ECO)Programa de Pós-Graduação em EconomiaCajueiro, Daniel OliveiraPiccioni, Carlos Alexandre2024-07-31T22:05:58Z2024-07-31T22:05:58Z2024-07-312024-02-16info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisapplication/pdfPICCIONI, Carlos Alexandre. Three essays on economics in big data scenarios. 2023. 135 f., il. Tese (Doutorado em Economia) — Universidade de Brasília, Brasília, 2023.http://repositorio2.unb.br/jspui/handle/10482/49420enginfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UnBinstname:Universidade de Brasília (UnB)instacron:UNB2024-08-06T19:27:48Zoai:repositorio.unb.br:10482/49420Repositório InstitucionalPUBhttps://repositorio.unb.br/oai/requestrepositorio@unb.bropendoar:2024-08-06T19:27:48Repositório Institucional da UnB - Universidade de Brasília (UnB)false
dc.title.none.fl_str_mv Three essays on economics in big data scenarios
title Three essays on economics in big data scenarios
spellingShingle Three essays on economics in big data scenarios
Piccioni, Carlos Alexandre
Big data
Ações (Finanças)
title_short Three essays on economics in big data scenarios
title_full Three essays on economics in big data scenarios
title_fullStr Three essays on economics in big data scenarios
title_full_unstemmed Three essays on economics in big data scenarios
title_sort Three essays on economics in big data scenarios
author Piccioni, Carlos Alexandre
author_facet Piccioni, Carlos Alexandre
author_role author
dc.contributor.none.fl_str_mv Cajueiro, Daniel Oliveira
dc.contributor.author.fl_str_mv Piccioni, Carlos Alexandre
dc.subject.por.fl_str_mv Big data
Ações (Finanças)
topic Big data
Ações (Finanças)
description Tese (doutorado) — Universidade de Brasília, Faculdade de Economia, Administração e Contabilidade, Departamento de Economia, Programa de Pós-Graduação em Economia, 2023.
publishDate 2024
dc.date.none.fl_str_mv 2024-07-31T22:05:58Z
2024-07-31T22:05:58Z
2024-07-31
2024-02-16
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/doctoralThesis
format doctoralThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv PICCIONI, Carlos Alexandre. Three essays on economics in big data scenarios. 2023. 135 f., il. Tese (Doutorado em Economia) — Universidade de Brasília, Brasília, 2023.
http://repositorio2.unb.br/jspui/handle/10482/49420
identifier_str_mv PICCIONI, Carlos Alexandre. Three essays on economics in big data scenarios. 2023. 135 f., il. Tese (Doutorado em Economia) — Universidade de Brasília, Brasília, 2023.
url http://repositorio2.unb.br/jspui/handle/10482/49420
dc.language.iso.fl_str_mv eng
language eng
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Repositório Institucional da UnB
instname:Universidade de Brasília (UnB)
instacron:UNB
instname_str Universidade de Brasília (UnB)
instacron_str UNB
institution UNB
reponame_str Repositório Institucional da UnB
collection Repositório Institucional da UnB
repository.name.fl_str_mv Repositório Institucional da UnB - Universidade de Brasília (UnB)
repository.mail.fl_str_mv repositorio@unb.br
_version_ 1814508309593456640

Registros relacionados