O primeiro ADVANCE Seminar de 2025, com data marcada para a próxima terça-feira, 28 de janeiro, é dedicado ao tema “Desenvolvimento de Equipes de Alta Performance na Área da Saúde: uma aplicação baseada em gêmeo digital humano”.

Esta sessão será apresentada pela doutoranda Joselice Siebra Moura, da Universidade do Vale do Rio dos Sinos, investigadora visitante do ISEG – Lisbon School of Economics & Management, no âmbito do programa internacional de acolhimento do Programa de Doutoramento em Gestão.

A sessão terá lugar na Sala Staples do ISEG, pelas 16h, e é de entrada livre. Contamos convosco!

No próximo dia 28 de Janeiro, a partir das 14h30, o ISEG recebe Hansjoerg Albrecher, Professor na Universidade de Lausanne, para um seminário intitulado Optimal dividend strategies for an insurer facing NatCat claims.

O seminário abordará alguns dos desafios que o setor dos seguros enfrenta em situações de catástrofe natural, como é o caso dos recentes incêndios que assolaram uma grande extensão do estado da Califórnia, nos Estados Unidos.

Este evento é organizado pelo CEMAPRE – Centro de Matemática Aplicada à Previsão e Decisão Económica, do qual Hansjoerg Albrecher é membro do Advisory Board, tendo lugar no Anfiteatro 1 do ISEG (Edifício Quelhas, 4º Piso).

A entrada é livre, sujeita no entanto à capacidade máxima da sala.

Abstract:

We study the problem of optimally paying out dividends from an insurance portfolio, when the criterion is to maximize the expected discounted dividends over the lifetime of the company. In the situation where the portfolio contains claims due to natural catastrophes, the classical Poisson assumption on insurance claim arrivals is no longer feasible and a shot-noise Cox claim number process is more appropriate, which considerably complicates the analysis. We solve the resulting two-dimensional stochastic control problem, and uniformly approximate the optimal value function through a discretization of the space of the free surplus of the portfolio and the current claim intensity level. It is shown that the nature of band strategies known from classical solutions under a Poisson claim intensity is extended into action regions that depend on the claim intensity level.  It turns out that there is an upward potential for shareholders when including catastrophe risks in the portfolio. We also extend the analysis to include the scenario of a systematic increase of the risk after a climate tipping point.

Na manhã do próximo dia 31 de Janeiro, entre as 9:00 e as 12:00h, terá lugar no Auditório CGD do ISEG – Lisbon School of Economics and Management o Leader’s Agenda 2025, iniciativa que tem como objetivo debater os principais tópicos que devem constar na agenda de um líder, no ano que agora se inicia. O evento contará com a participação como keynote speaker do Ministro de Estado e das Finanças, Joaquim Miranda Sarmento (professor do ISEG), que irá abordar os Eixos Financeiros Estratégicos para 2025.

A conferência insere-se no âmbito da criação do Conselho Estratégico de Liderança, órgão da ISEG Alumni Económicas dedicado à promoção de práticas inovadoras e reflexões estratégicas no âmbito da liderança. O conselho é presidido por Carolina Afonso, tendo Sandra Oliveira e Winnie Picoto como vice-presidentes.

O Leader’s Agenda 2025 será uma oportunidade única para profissionais e líderes discutirem tendências, desafios e estratégias, numa manhã que promete ser repleta de insights e networking.

A entrada no evento é gratuita, porém sujeita a registo prévio.

O próximo ISEG Research Seminar tem lugar no dia 4 de dezembro, e conta com a participação de Francesco Alosa, da Universidade Paris Dauphine-PSL, que irá apresentar o artigo “The Gendered Effects of Working From Home”.

A sessão decorre das 13h00 às 14h00, no Anfiteatro 4 (Edifício Quelhas, piso 4).

Entrada livre.

Abstract:

The shift to remote work, with roots predating Covid-19, marks a major transformation in labor markets. This paper investigates its medium-run impact on labor market outcomes, using plant-level variation in remote work agreements implemented between 2014 and 2017. Employing an event study approach, we find that access to remote work yields moderate wage increases and facilitates upward occupational mobility. This upward mobility aligns with increased commuting distances, suggesting that remote work options alleviate job search constraints, allowing workers to seek higher-paying jobs. Our analysis further reveals gendered effects, with female workers experiencing slightly larger wage gains and occupational mobility. These findings support evidence in the literature that commuting constraints impact women more heavily, and that remote work mitigates these constraints, expanding their employment opportunities. Overall, our results underscore remote work’s role in reshaping labor market dynamics, particularly for female workers.

Convidamo-lo(a) a participar no webinar “The Web of Science Core Collection perimeter. Why does it matter to you?“, a realizar no dia 27 de novembro, das 14h00 às 15h00.

Mais informações e inscrições neste link: https://clarivatesupport.webex.com/weblink/register/reaf191538da89e299a3a1ec761e5dd02

No próximo dia 4 de dezembro, entre as 18h00 e as 19h30, realiza-se no ISEG a apresentação dos resultados do estudo Governança dos Sistemas de Informação nas Instituições de Ensino Superior. A iniciativa é promovida pelo ISEG, com a colaboração do Clube Europeu de Governança dos Sistemas de Informação (Pt).

A sessão conta ainda com um debate envolvendo especialistas reconhecidos na área: Professor Almiro de Oliveira (Presidente do Clube Europeu de GovSI – Pt); Almirante António Gameiro Marques (Diretor-Geral Gabinete Nacional de Segurança & CNCS); Eng. Nuno Fórneas (CIO Banco CTT); Prof. Rui Ribeiro (Univ. Lusofona, Consultor e Startup Advisor).

Desenvolvido em 2023, este estudo teve como propósito avaliar de que forma a Governança dos Sistemas de Informação (GovSI) está a ser abordada nas Instituições de Ensino Superior em Portugal. A análise incidiu sobre a inclusão do tema em diferentes cursos e Unidades Curriculares com maior afinidade com esta área.

A participação no evento é uma oportunidade para compreender os desafios e avanços no ensino da governança de sistemas de informação, bem como debater o futuro desta área crítica no contexto educacional e profissional.

A sessão tem lugar no Auditório 5 (Edifício Novo Quelhas).

Entrada livre.

Programa

No próximo dia 4 de dezembro de 2024, o CEMAPRE (Centro de Matemática Aplicada à Previsão e Decisão Económica) promoverá um seminário intitulado “Mathematical Optimization in Explainable Machine Learning”, apresentado por Emilio Carrizosa, professor na Universidade de Sevilha. O evento terá lugar no Anfiteatro 3 (ISEG, Edifício Quelhas) entre as 14h30 e as 15h30.

O seminário abordará o papel fundamental da otimização matemática no desenvolvimento de modelos de machine learning explicáveis. Embora os métodos de machine learning tradicionais sejam amplamente utilizados em tecnologia, ciência e tomada de decisão, muitas vezes são vistos como “caixas negras”. Esta característica pode limitar a sua aceitação e apoio social, levando ao surgimento de novos modelos sob o conceito de Explainable Machine Learning.

Segundo Emilio Carrizosa, as ferramentas de modelação e otimização matemática não só são essenciais nos métodos tradicionais de machine learning, mas ganham ainda mais relevância no contexto explicável. Isto porque permitem integrar propriedades desejáveis, como parcimónia ou justiça, através de restrições ou termos de penalização em problemas de otimização.

A apresentação destacará dois desafios específicos em que a equipa de investigação do orador tem trabalhado:

• Problemas contrafactuais: uma categoria especial de problemas de projeção que visam explorar cenários alternativos e suas implicações.
• Collective LIME: um método de linearização esparsa que ajuda a interpretar modelos complexos através de simplificações locais.

O evento será uma oportunidade única para académicos, profissionais e estudantes interessados em inteligência artificial explicável e em como a matemática aplicada pode potenciar a criação de modelos de machine learning mais transparentes e confiáveis.

Entrada livre.

Abstract

Machine Learning (ML) is becoming a common tool in Technology, Science and Decision Making. Since ML methods are usually seen as a black box, limiting their use and social support, new models and methods, assumed to be trustworthy, have appeared under the umbrella of Explainable Machine Learning.

While Mathematical Modelling and Mathematical Optimization play a crucial role in traditional ML, they are even more useful in Explainable Machine Learning, since they allow one to include desirable properties in the model, such as sparsity or fairness, via constraints or penalty terms in an optimization problem. In this talk we will illustrate two challenges in which the research team has been working: Counterfactual problems, which are a very special case of projection problem, and Collective LIME, which is a sparse linearization method for a prediction functional.

O SOCIUS convida a assistir ao Seminário de apresentação dos primeiros resultados do projeto Outsiders Financeiros: A Economia Política de Trajetórias Financeiras Marginais e Alternativas”, financiado pela FCT – Fundação para a Ciência e a Tecnologia (Ref: 2022.09141.PTDC) e acolhido pelo SOCIUS/CSG-ISEG e DINÂMIA’CET-Iscte.

O Seminário realiza-se no dia 4 de dezembro de 2024, entre as 10h00 e as 17h00, no ISEG, no Terraço (Edifício Novo Quelhas, piso 2).

Entrada livre.

O próximo ISEG Research Seminar tem lugar no dia 27 de novembro, e conta com a participação de Yannick Hoga, da Universidade de Duisberg-Essen, que irá apresentar o artigo “Regressions under Adverse Conditions”.

A sessão decorre das 13h00 às 14h00, no Anfiteatro 4 (Edifício Quelhas, piso 4).

Entrada livre.

Abstract:

We introduce a new regression method that relates the mean of an outcome variable to covariates, under the „adverse condition“ that a distress variable falls in its tail. This allows to tailor classical mean regressions to adverse scenarios, which receive increasing interest in economics and finance, among many others. In the terminology of the systemic risk literature, our method can be interpreted as a regression for the Marginal Expected Shortfall. We propose a two-step procedure to estimate the new models, show consistency and asymptotic normality of the estimator, and propose feasible inference under weak conditions that allow for cross-sectional and time series applications. Simulations verify the accuracy of the asymptotic approximations of the two-step estimator. Two empirical applications show that our regressions under adverse conditions are a valuable tool in such diverse fields as the study of the relation between systemic risk and asset price bubbles, and dissecting macroeconomic growth vulnerabilities into individual components.

O próximo ISEG Research Seminar tem lugar no dia 20 de novembro, e conta com a participação de Erik Plug, da Universidade de Amesterdão, que irá apresentar o artigo “Is there really a child penalty in the long run? New evidence from IVF treatments” (em colaboração com Peter Lundborg e Astrid Wurtz Rasmussen).

A sessão decorre das 13h00 às 14h00, no Anfiteatro 4 (Edifício Quelhas, piso 4).

Entrada livre.

Abstract:

Newly matched data on in vitro fertilization (IVF) treatments are used to estimate the long-run consequences of children on the labor market earnings of women and men (often referred to as child penalties). We measure long-run child penalties in IVF-treated families by comparing the earnings of successfully and unsuccessfully first-time treated women and men up to 25 years after the first IVF treatment. In the short run, we find a large penalty immediately after the birth of the first child. In the long run, however, we find that the child penalty fades out, disappears completely after 10 years, and even turns into a child premium after 15 years, offsetting the initial setbacks experienced when children are young. Our findings therefore challenge the widely held view that children are the primary drivers behind the long-run gender gap in earnings.