Isto parece contra a intuição: se você bebe, em lugar de usar seu automóvel, você usa o Uber. Menos perigo nas ruas e menores as chances de um acidente. Entretanto, o que ocorreu, segundo os dados coletados na pesquisa, foi o contrário.
16 outubro 2018
Efeito do Uber no trânsito
A entrada dos serviços de compartilhamento em uma cidade deveria reduzir o trafego e o número de mortes. Entretanto, uma pesquisa (via aqui) realizada em uma grande cidade mostra que ocorreu o oposto. Com a entrada do Uber, o número de veículos aumentou, assim como o congestionamento.
Isto parece contra a intuição: se você bebe, em lugar de usar seu automóvel, você usa o Uber. Menos perigo nas ruas e menores as chances de um acidente. Entretanto, o que ocorreu, segundo os dados coletados na pesquisa, foi o contrário.
A explicação parece ser a seguinte: algumas pessoas que usavam o transporte público passaram a usar o Uber. Quem tinha automóvel, continua com seu veículo.
Isto parece contra a intuição: se você bebe, em lugar de usar seu automóvel, você usa o Uber. Menos perigo nas ruas e menores as chances de um acidente. Entretanto, o que ocorreu, segundo os dados coletados na pesquisa, foi o contrário.
Rir é o melhor remédio
Preço é igual a qualidade? Uma fotógrafa profissional resolveu contratar o serviço de um editor profissional. O mercado é concorrido e ela achou quem cobrasse de 0,25 US$ a 10 dólares. Ela testou três serviços: US $ 0,25, US $ 5 e US $ 10. E pediu “Eu gostaria que você tornasse esta imagem muito vibrante, quente. Limpe a pele, olhos brilhantes e faça o cabelo dela parecer mais vermelho (...) confio em seu julgamento em fazer essa imagem parecer linda ”. Eis o resultado:
Na esquerda, a foto original. Na direita, o trabalho do profissional. Qual foi o trabalho que cobrou US$0,25?
Finanças Corporativas Comportamentais
Resumo:
Behavioral Corporate Finance provides new and testable explanations for long-standing corporate-finance puzzles by applying insights from psychology to the behavior of investors, managers, and third parties (e. g., analysts or bankers). This chapter gives an overview of the three leading streams of research and quantifies publication output and trends in the field. It emphasizes how Behavioral Corporate Finance has contributed to the broader field of Behavioral Economics. One contribution arises from the identification of biased behavior (also) in successful professionals, such as CEOs, entrepreneurs, or analysts. This evidence constitutes a significant departure from the prior focus on individual investors and consumers, where biases could be interpreted as `low ability,' and it implies much broader applicability and implications of behavioral biases. A related contribution is the emphasis on individual heterogeneity, i. e., the careful consideration of the type of biases that are plausible for which type of individual and situation
Behavioral Corporate FinanceUlrike MalmendierNBER Working Paper No. 25162
Behavioral Corporate Finance provides new and testable explanations for long-standing corporate-finance puzzles by applying insights from psychology to the behavior of investors, managers, and third parties (e. g., analysts or bankers). This chapter gives an overview of the three leading streams of research and quantifies publication output and trends in the field. It emphasizes how Behavioral Corporate Finance has contributed to the broader field of Behavioral Economics. One contribution arises from the identification of biased behavior (also) in successful professionals, such as CEOs, entrepreneurs, or analysts. This evidence constitutes a significant departure from the prior focus on individual investors and consumers, where biases could be interpreted as `low ability,' and it implies much broader applicability and implications of behavioral biases. A related contribution is the emphasis on individual heterogeneity, i. e., the careful consideration of the type of biases that are plausible for which type of individual and situation
Behavioral Corporate FinanceUlrike MalmendierNBER Working Paper No. 25162
15 outubro 2018
Algoritmos de machine learning fracassam no mercado
Machine learning is enabling investors to tap huge data sets such as
social media postings in ways that no mere human could. Yet, despite the
enormous potential, its record remains mixed. The Eurekahedge AI Hedge
Fund Index, which tracks the returns of 13 hedge funds that use machine
learning, has gained only 7 percent a year for the past five years,
while the S&P 500 returned 13 percent annually. This year the
Eurekahedge benchmark dropped 5 percent through September.
One of the potential pitfalls for machine learning strategies is the extremely low signal-to-noise ratio in financial markets, says Marcos López de Prado, who joined AQR Capital Management as head of machine learning in September and is the author of the 2018 book Advances in Financial Machine Learning. “Machine learning algorithms will always identify a pattern, even if there is none,” he says. In other words, the algorithms can view flukes as patterns and hence are likely to identify false strategies. “It takes a deep knowledge of the markets to apply machine learning successfully to financial series,” López de Prado says.
Nigol Koulajian echoes that view. The founder and chief investment officer at Quest Partners, a New York-based systematic macro hedge fund that manages $1.7 billion, says that quants coming out of finance programs and high-tech companies often expect to create optimizations at a much higher level of precision than is warranted in finance. “They’re coming with a mindset that we’re going to conquer the world with big data,” Koulajian says. In finance, though, the market regime is not static, and markets aren’t closed systems like a chess game. “You can have one little pin drop that can basically make you lose over 20 years of returns,” he says.
[...]
Fonte: aqui
One of the potential pitfalls for machine learning strategies is the extremely low signal-to-noise ratio in financial markets, says Marcos López de Prado, who joined AQR Capital Management as head of machine learning in September and is the author of the 2018 book Advances in Financial Machine Learning. “Machine learning algorithms will always identify a pattern, even if there is none,” he says. In other words, the algorithms can view flukes as patterns and hence are likely to identify false strategies. “It takes a deep knowledge of the markets to apply machine learning successfully to financial series,” López de Prado says.
Nigol Koulajian echoes that view. The founder and chief investment officer at Quest Partners, a New York-based systematic macro hedge fund that manages $1.7 billion, says that quants coming out of finance programs and high-tech companies often expect to create optimizations at a much higher level of precision than is warranted in finance. “They’re coming with a mindset that we’re going to conquer the world with big data,” Koulajian says. In finance, though, the market regime is not static, and markets aren’t closed systems like a chess game. “You can have one little pin drop that can basically make you lose over 20 years of returns,” he says.
[...]
Fonte: aqui
Ainda sobre a divisão das Big Four
Jim Peterson argumenta, sobre a divisão das Big Four, proposta pelo FRC britânico:
Of the total 2017 revenue reported by Barclays PLC for 2017, about two-thirds or some £ 14.4 billion was reported in the non-UK operations of Barclays International, conducted through 40 “main entities” in 22 different countries.
Para ele, a grande geração de receita em diversos países poderia inviabilizar esta operação. Dois pontos relevantes: a possibilidade da auditoria ser compartilhada por outra empresa para operações no exterior; e o fato de não sabermos se o exemplo do Barclays é um exemplo mediano das empresas ou uma exceção.
Of the total 2017 revenue reported by Barclays PLC for 2017, about two-thirds or some £ 14.4 billion was reported in the non-UK operations of Barclays International, conducted through 40 “main entities” in 22 different countries.
Para ele, a grande geração de receita em diversos países poderia inviabilizar esta operação. Dois pontos relevantes: a possibilidade da auditoria ser compartilhada por outra empresa para operações no exterior; e o fato de não sabermos se o exemplo do Barclays é um exemplo mediano das empresas ou uma exceção.
Gol anuncia reorganização societária para incorporação da Smiles
A Gol Linhas Aéreas anunciou que pretende realizar uma reestruturação societária para incorporar sua empresa de programa de fidelidade Smiles, segundo comunicado divulgado na noite de domingo (14).
"A incorporação da Smiles na Gol resultará na extinção da Smiles, nos termos da Lei das S.A., com a sucessão pela Gol em todo o patrimônio da Smiles e na migração da base acionária da Smiles para a Gol", disse a companhia aérea.
A Gol acrescentou ainda que os contratos operacionais entre a companhia aérea e a empresa do programa de fidelidade, que vencem em 2032, não serão renovados. De imediato, o plano de fusão das empresas não afeta os clientes, apenas acionistas.
A reorganização depende da aprovação pela Agência Nacional de Aviação Civil e dos acionistas das companhias. Caso a reorganização não seja aprovada, a Gol disse que poderá buscar outras alternativas para incorporar a Smiles, incluindo uma oferta pública de aquisição (OPA) para tirar a empresa da bolsa.
Com a decisão, a Gol segue caminho semelhante tomado pela Latam, que em setembro anunciou a decisão de não renovar o contrato com a operadora de programas de fidelidade Multiplus e fechar o capital da empresa.
Se as transações da Gol e da Latam forem concluídas, não haverá empresas do programa de fidelidade listadas na bolsa de valores do Brasil.
Mais: Aqui
"A incorporação da Smiles na Gol resultará na extinção da Smiles, nos termos da Lei das S.A., com a sucessão pela Gol em todo o patrimônio da Smiles e na migração da base acionária da Smiles para a Gol", disse a companhia aérea.
A Gol acrescentou ainda que os contratos operacionais entre a companhia aérea e a empresa do programa de fidelidade, que vencem em 2032, não serão renovados. De imediato, o plano de fusão das empresas não afeta os clientes, apenas acionistas.
A reorganização depende da aprovação pela Agência Nacional de Aviação Civil e dos acionistas das companhias. Caso a reorganização não seja aprovada, a Gol disse que poderá buscar outras alternativas para incorporar a Smiles, incluindo uma oferta pública de aquisição (OPA) para tirar a empresa da bolsa.
Com a decisão, a Gol segue caminho semelhante tomado pela Latam, que em setembro anunciou a decisão de não renovar o contrato com a operadora de programas de fidelidade Multiplus e fechar o capital da empresa.
Se as transações da Gol e da Latam forem concluídas, não haverá empresas do programa de fidelidade listadas na bolsa de valores do Brasil.
Mais: Aqui
Corrida fomentada aos bancos
Naquele momento, algumas empresas resolveram mudar a sede para outro local da Espanha. Isto ocorreu com os dois maiores bancos da Catalunha: o Caixabank e o Sabadell. O que não se contou na época é que nestes bancos ocorreu uma corrida por parte dos clientes, que começaram a retirar seu dinheiro e depositar em outras instituições, aparentemente com medo de serem prejudicados com o resultado da votação.
Recentemente descobriu-se que o governo espanhol ajudou nesta corrida (via aqui). Grandes empresas do estados, como RTVE, Adif, RENFE e outros, acessaram suas contas no Caixabank e Sabadell e retiraram bilhões de euros. A ordem de fazer o saque tinha partido de Madri, do governo central espanhol. Um executivo do Sabadell perguntou ao ministro da Economia da Espanha sobre a retirada dos recursos e recebeu a seguinte resposta: “você já mudou o endereço da empresa?”.
Naquele momento, o governo passou uma lei permitindo que uma empresa mudasse seu endereço para outra região do país em apenas um dia útil, sem a necessidade de consultar os acionistas. Logo após a mudança, parte do recurso voltou para os bancos, evitando uma corrida maior de retirada e uma eventual falência dos bancos.
Assinar:
Postagens (Atom)
Postagens
