Title:	Ensaios sobre Economia usando conjuntos de dados em rede e aprendizado de máquina
Authors:	Eirado, Cláudia Raquel da Rocha
Orientador(es)::	Cajueiro, Daniel Oliveira
Assunto::	Centralidade Redes complexas Contágio indireto Aprendizagem de máquina Inteligência artificial Gêmeos digitais
Issue Date:	9-Oct-2025
Data de defesa::	7-Mar-2025
Citation:	EIRADO, Cláudia Raquel da Rocha. Ensaios sobre Economia usando conjuntos de dados em rede e aprendizado de máquina. 2025. 157 f., il. Tese (Doutorado em Economia) — Universidade de Brasília, Brasília, Brasília, 2025.
Abstract:	This work comprises three articles in Economics that utilize network data sets and machine learning. In the first article, we conduct a review of machine learning applications to solve complex network problems. We cover concepts of machine learning, including supervised learning, unsupervised learning, and reinforcement learning, along with methods such as clustering, embedding, and PCA (Principal Component Analysis). Additionally, we explore network construction and centrality concepts, addressing node and link prediction. The article also discusses natural language approaches, incorporating theories from Natural Language Processing (NLP). The second article investigates the concept of systemic risk in the financial domain, exploring its potential to trigger indirect contagion. A fundamental part of the research involves applying a model that uses a news similarity network to predict stationary probabilities as a proxy for network centrality and relationships between companies. The study establishes connections among companies, identifying pathways of indirect contagion. By analyzing interactions and the spread of contagion between companies based on news articles, the study seeks to uncover insights into interconnectivity and cascading effects within the financial system, as well as potential impacts on other sectors. The article concludes with a discussion of the potential applications of AI and ML in understanding and predicting systemic risk in the financial landscape. The third article presents an empirical exercise on Digital Twin Modeling applied to the EU Emissions Trading System (EU ETS). We use EU ETS transaction data to identify patterns of interconnection between countries. To achieve this, we build complex networks to outline relationships among nations, representing contagion pathways. Using Digital Twins, we simulate the entry and exit of new agents and the formation of new connections based on predictive analysis through machine learning models.
metadata.dc.description.unidade:	Faculdade de Economia, Administração, Contabilidade e Gestão de Políticas Públicas (FACE) Departamento de Economia (FACE ECO)
Description:	Tese (doutorado)—Universidade de Brasília, Faculdade de Administração, Contabilidade, Economia e Gestão de Políticas Públicas, Departamento de Economia, Brasília, 2025.
metadata.dc.description.ppg:	Programa de Pós-Graduação em Economia
Licença::	A concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor com as seguintes condições: Na qualidade de titular dos direitos de autor da publicação, autorizo a Universidade de Brasília e o IBICT a disponibilizar por meio dos sites www.unb.br, www.ibict.br, www.ndltd.org sem ressarcimento dos direitos autorais, de acordo com a Lei nº 9610/98, o texto integral da obra supracitada, conforme permissões assinaladas, para fins de leitura, impressão e/ou download, a título de divulgação da produção científica brasileira, a partir desta data.
Appears in Collections:	Teses, dissertações e produtos pós-doutorado

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.