Greg Mankiw e Piketty sobre O Capital no Século 21, Várias discussões de Economia Comportamental, Olivier Blanchard sobre a macroeconomia após a crise e outros.


Lucas Mation me passou a dica: os webcasts das principais sessões do encontro da American Economic Association estão disponíveis.

A Discussion of Thomas Piketty’s “Capital in the 21st Century” 
Presiding: N. Gregory Mankiw
Capital and Wealth in the 21st Century David N. Weil
Capital Taxation in the 21st Century Alan J. Auerbach and Kevin Hassett
Yes, r>g. So what? N. Gregory Mankiw
About Capital in the 21st Century Thomas Piketty
View Webcast

The Undismal Science
Presiding: Richard Thaler
Tackling Tempation Katherine L. Milkman
Design and Effectiveness of Public Health Subsidies in Poor Countries Pascaline Dupas
Racial Inequality in the 21st Century: The Declining Signficance of Discrimination Roland Fryer
The Micro of Macro Amir Sufi
View Webcast

AEA/AFA Joint Luncheon: Dark Corners: Reassessing Macroeconomics after the Crisis
Olivier Blanchard, introduced by Richard Thaler
View Webcast

The Economics of Secular Stagnation
Presiding: Robert E. Hall
Secular Stagnation: A Supply Side View Robert Gordon
Secular Stagnation: A Demand Side View Lawrence H. Summers
Does History Lend Any Support to the Secular Stagnation Hypothesis? Barry Eichengreen
Discussants: Robert E. Hall; William Nordhaus; N. Gregory Mankiw
View Webcast

Richard T. Ely Lecture “Behavioral Economics and Public Policy”
Raj Chetty, introduced by Richard Thaler
View Webcast

AEA Nobel Laureate Luncheon: Empirical Analysis of Asset Prices
Per Stomberg
Also: Richard Thaler; Tobias Moskowitz; Monikia Piazzesi; Nicholas Barberis
View Webcast

Measuring and Changing Cognitive and Biological Processes in Economic Choice: Why and How (Tutorial Lecture)
Colin Camerer, introduced by Richard Thaler
View Webcast

AEA Awards Ceremony and Presidential Address: Climate Clubs
William Nordhaus, introduced by Richard Thaler
View Webcast

Mapa de Imóveis de Vitória – Venda


Seguindo a retomada da análise dos dados de webscraping de  imóveis, resolvi colocar no ar também as informações de venda de apartamentos em Vitória – ES.

A oferta online fica em torno de apenas mil anúncios diários, sendo que muitos são anúncios duplicados com bairros diferentes, mas próximos (por exemplo, Barro Vermelho e Praia do Canto). Isto torna a limpeza dos dados um pouco mais difícil.

A oferta concentra-se em Jardim Camburi, Praia do Canto, Jardim da Penha e Mata da Praia. Algo que chama a atenção é a grande diferença do preço por metro quadrado de bairros tão próximos. Segue, abaixo, tabela com as medianas do Preço, Preço por M2, somente M2 e quantidade ofertada.

tableVix

Clique na imagem abaixo para acessar o mapa com a possível geolocalização dos anúncios. Lembrando que isto é um protótipo, pois este não é objetivo principal destes dados.

Se o mapa não aparecer na sua tela, provavelmente o seu navegador bloqueou a execução do javaScript. Procure por um cadeado ou escudo no navegador (canto superior direito ou esquerdo, geralmente) e autorize o carregamento do site.
vix

Previsões para a copa: afinal, como se saíram os modelos?


Depois do 7 x 1 da Alemanha contra o Brasil, houve algum rebuliço na mídia. Nate Silver se explicou: não é que a derrota do Brasil fosse algo imprevisível, afinal, estimou-se em 35% as chances de a Alemanha vencer a partida. Mais de uma em cada três vezes. Entretanto, o placar de 7 a 1 foi, de fato, estimado como muito improvável segundo o modelo – apenas 0.025%. Mas será que isso por si só é suficiente para rejeitarmos seus resultados? Não necessariamente. Lembre que modelos são falsos. Você não quer saber se eles representam fielmente a realidade, mas sim se são úteis. A dificuldade está em, justamente, saber onde esses modelos podem ser úteis, e onde podem ser enganosos.

Modelar resultados raros e extremos é muito complicado.  Isso ilustra um ponto importante: não se exponha negativamente a Black Swans, pois a dificuldade (ou impossibilidade) de identificar tais eventos pode te expor a riscos muito maiores do que o que você imagina.  Nassim Taleb é alguém que bate há algum tempo nesta tecla.

Todavia, o interessante neste caso é que os modelos para a copa, por preverem vitória ou derrota, não estavam negativamente expostos a eventos extremos deste tipo (o diferencial de gols). Suponha que a probabilidade estimada para o resultado de 7 a 1 para a alemanha fosse de 0.25% ao invés de 0.025%, ou seja, 10 vezes maior. Isso em quase nada alteraria a probabilidade de um time ou outro vencer. Em outras palavras,  se você estiver apostando no resultado binário (vitória ou derrota), você não está exposto a um Black Swan deste tipo (poderia estar exposto a outros tipos, mas isso não vem ao caso agora).

Para ilustrar, comparemos uma distribuição normal (cauda bem comportada) com uma distribuição t de student com 2 graus de liberdade (cauda pesada). No gráfico abaixo temos a Normal em vermelho e a t de student em azul.  Note que a probabilidade de X ser maior do que zero é praticamente 50% nas duas distribuições. Entretanto, a probabilidade de X ser maior do que 3.3 é mais de 80 vezes maior na distribuição t do que na Normal. Na verdade, a simulação da t resulta em pontos bastante extremos, como -100 ou 50 (resultados “impossíveis” numa normal(0,1)), e por isso o eixo X ficou tão grande. Isto é, para prever o resultado binário X>0 ou X<0, não há muita diferença nos dois modelos, a despeito de haver enormes diferenças em eventos mais extremos.

Normal x T

 

Dito isto, não é de se surpreender que, apesar de Nate Silver ter colocado o Brasil como favorito – e ter errado de maneira acachapante o resultado contra a Alemanha – ainda assim suas previsões (atualizadas) terminaram a copa com o menor erro quadrático médio. Ou, também, com o menor erro logarítmico. Essas são medidas próprias de escore para previsões probabilísticas.

O gráfico final do erro quadrático ficou da seguinte forma. Não coloco o logarítmico por ser praticamente igual:

modelos_final

E segue também o gráfico final comparando as probabilidade observadas com as previstas:

calibracao_final

 

 

Futebol e teorias econômicas


Os jogadores batem pênalti como previsto pela teoria dos jogos? Os mercados de apostas no futebol são eficientes?  Confira o  artigo de Ignacio Palacios-Huerta no NYT e veja como o futebol pode ter interseção com temas da teoria econômica.

Via Al Roth.