Gestão de risco: a importância da resiliência em eventos indesejáveis

Atualmente, ferramentas e dados estatísticos são muito utilizados para avaliar as condições perigosas enquanto, por outro lado, as pessoas usam o julgamento para perceber o risco, que tem como base a cultura do risco. A percepção do risco muda conforme o ambiente no qual a pessoa está imersa, e se diferencia conforme a cultura. O objetivo desta pesquisa é conhecer qual o papel dos diversos atores envolvidos na gestão de riscos e como a resiliência ajuda nos eventos indesejáveis. Foram investigados onze eventos indesejáveis, com dez entrevistados em seis organizações, com o objetivo de identificar e analisar como a gestão de risco, a resiliência e a percepção do risco interagem. A análise multifacetada reforçou a importância dos aspectos de resiliência para uma gestão de risco eficaz. A participação dos possíveis envolvidos no evento, desde o contexto da gestão, reforçado pelo controle compartilhado, identificação das habilidades individuais não prescritas, incentivo à cooperação entre esses atores, comunicação eficaz e simplificação dos processos são aspectos integradores a uma gestão de risco. Como oportunidade de investigação futura, a pesquisa reforça a necessidade de analisar aspectos da cultura organizacional abrangendo as ciências sociais: antropologia, sociologia, psicodinâmica do trabalho, sociologia da ética e cultura país como agente consciente e experimentador da realidade.

Peer effects on locus of control

Eu analiso o papel que a interação entre pares tem na determinação do Locus de Controle, uma medida de quão pessoalmente responsável as pessoas se sentem com relação a diferentes aspectos de suas vidas. Eu estabeleço identificação através de variação no tamanho do grupo e de variáveis instrumentais baseadas na estrutura de painel dos dados. Eu estudo a questão no contexto escolar, utilizando os dados de alunos no Ensino Fundamental de um município brasileiro, que inclui o questionário de Tel Aviv de Locus de Controle. Minhas estimativas não apresentam sinais de peer effects endógenos ou contextuais.

Revisiting the synthetic control estimator

The synthetic control (SC) method has been recently proposed as an alternative to estimate treatment effects in comparative case studies. The SC relies on the assumption that there is a weighted average of the control units that reconstruct the potential outcome of the treated unit in the absence of treatment. If these weights were known, then one could estimate the counterfactual for the treated unit using this weighted average. With these weights, the SC would provide an unbiased estimator for the treatment effect even if selection into treatment is correlated with the unobserved heterogeneity. In this paper, we revisit the SC method in a linear factor model where the SC weights are considered nuisance parameters that are estimated to construct the SC estimator. We show that, when the number of control units is fixed, the estimated SC weights will generally not converge to the weights that reconstruct the factor loadings of the treated unit, even when the number of pre-intervention periods goes to infinity. As a consequence, the SC estimator will be asymptotically biased if treatment assignment is correlated with the unobserved heterogeneity. The asymptotic bias only vanishes when the variance of the idiosyncratic error goes to zero. We suggest a slight modification in the SC method that guarantees that the SC estimator is asymptotically unbiased and has a lower asymptotic variance than the difference-in-differences (DID) estimator when the DID identification assumption is satisfied. If the DID assumption is not satisfied, then both estimators would be asymptotically biased, and it would not be possible to rank them in terms of their asymptotic bias.