Show simple item record

dc.contributor.author Ghifrani, Erfan
dc.contributor.other Asriyan, Vladimir
dc.contributor.other Martin, Alberto, 1974-
dc.contributor.other Universitat Pompeu Fabra. Departament d'Economia i Empresa
dc.date.accessioned 2024-04-24T01:34:20Z
dc.date.available 2024-04-24T01:34:20Z
dc.date.issued 2022-11-18T11:43:37Z
dc.date.issued 2024-04-23T22:05:17Z
dc.date.issued 2022-10-26
dc.identifier http://hdl.handle.net/10803/676031
dc.identifier.uri http://hdl.handle.net/10230/54918
dc.description.abstract Agents make decisions under uncertainty. They are not only uncertain about the true realizations of variables of interest, but also about their degree of uncertainty. Using survey of business uncertainty, I study firms’ subjective uncertainty and show that firms’ time varying subjective uncertainty can be driven by the learning channel. Next, I study implications of learning uncertainty for firms’ investment patterns. To do so, I first build a simple model of firms’ investment with learning uncertainty and show that learning uncertainty results in three main implications. Then, using Compustat data, I show that all three learning uncertainty’s implications for firms’ investment patterns are observable in the data. Since uncertainty about second moments affects agents’ decisions, so it also has important implications for optimal conduct of policies such as monetary policy. I build a model with uncertainty about productivity’s dispersion and study optimal response of monetary policy to the productivity dispersion shock.
dc.description.abstract Els agents prenen decisions sota incertesa. No només estan incerts sobre les realitzacions de les variables d’interès, sinó també sobre el seu grau d’incertesa. Utilitzant l’enquesta d’incertesa empresarial, estudio la incertesa subjectiva de les empreses i demostro que les variacions en la incertesa subjectiva de les empreses poden ser impulsades a través de l’aprenentatge. A continuació, estudio les implicacions de la incertesa en l’aprenentatge en els patrons d’inversió de les empreses. Per fer-ho, primer construeixo un senzill model d’inversi´o de les empreses amb incertesa en l’aprenentatge i demostro que aquesta t´e tres implicacions principals. Utilitzant les dades de Compustat, demostro que les tres implicacions de la incertesa d’aprenentatge per als patrons d’inversi´o de les empreses són observables a les dades. Atès que la incertesa sobre els segons moments afecta les decisions dels agents, també té implicacions importants per a la conducta òptima de polítiques com la política monetària. Finalment, construeixo un model amb incertesa sobre la dispersi´o de la productivitat i estudio la resposta òptima de la política monetària al xoc de dispersió de la productivitat.
dc.description.abstract Programa de doctorat en Economia, Finances i Empresa
dc.format 88 p.
dc.format application/pdf
dc.format application/pdf
dc.language.iso eng
dc.publisher Universitat Pompeu Fabra
dc.rights ADVERTIMENT. Tots els drets reservats. L'accés als continguts d'aquesta tesi doctoral i la seva utilització ha de respectar els drets de la persona autora. Pot ser utilitzada per a consulta o estudi personal, així com en activitats o materials d'investigació i docència en els termes establerts a l'art. 32 del Text Refós de la Llei de Propietat Intel·lectual (RDL 1/1996). Per altres utilitzacions es requereix l'autorització prèvia i expressa de la persona autora. En qualsevol cas, en la utilització dels seus continguts caldrà indicar de forma clara el nom i cognoms de la persona autora i el títol de la tesi doctoral. No s'autoritza la seva reproducció o altres formes d'explotació efectuades amb finalitats de lucre ni la seva comunicació pública des d'un lloc aliè al servei TDX. Tampoc s'autoritza la presentació del seu contingut en una finestra o marc aliè a TDX (framing). Aquesta reserva de drets afecta tant als continguts de la tesi com als seus resums i índexs.
dc.rights info:eu-repo/semantics/openAccess
dc.source TDX (Tesis Doctorals en Xarxa)
dc.title Essays in learning uncertainty
dc.type info:eu-repo/semantics/doctoralThesis
dc.type info:eu-repo/semantics/publishedVersion
dc.date.modified 2024-04-23T22:05:17Z
dc.subject.keyword Learning uncertainty
dc.subject.keyword Incertesa
dc.subject.keyword 33


Files in this item

Files Size Format View

There are no files associated with this item.

This item appears in the following Collection(s)

Show simple item record

Search DSpace


Advanced Search

Browse

My Account

Statistics

In collaboration with Compliant to Partaking