MARC

 008250123s2024        us                              c    eng  d
■001000017164534
■00520250211153014
■006m          o    d                
■007cr#unu||||||||
■020    ▼a9798384045601
■035    ▼a(MiAaPQ)AAI31631496
■035    ▼a(MiAaPQ)umichrackham005719
■040    ▼aMiAaPQ▼cMiAaPQ
■0820  ▼a004
■1001  ▼aMayo,  Katherine.
■24512▼aA  Strategic  Agent-Based  Analysis  of  Economic  and  Technological  Changes  in  Financial  Networks
■260    ▼a[Sl]▼bUniversity  of  Michigan▼c2024
■260  1▼aAnn  Arbor▼bProQuest  Dissertations  &  Theses▼c2024
■300    ▼a152  p
■500    ▼aSource:  Dissertations  Abstracts  International,  Volume:  86-04,  Section:  B.
■500    ▼aAdvisor:  Wellman,  Michael  P.
■5021  ▼aThesis  (Ph.D.)--University  of  Michigan,  2024.
■520    ▼aEconomic  events  and  advancements  in  technology  have  drastically  transformed  the  financial  system  over  the  past  20  years.  This  includes  the  implementation  of  new  policies  post-2008  financial  crisis,  as  well  as  new  methods  for  customers  to  engage  with  the  system  from  cryptocurrency  to  faster  processing  payments.  This  system  is  a  complex  network,  vital  for  connecting  individuals,  businesses,  and  financial  institutions  for  the  purposes  of  monetary  transactions.  Thus,  it  is  important  to  carefully  consider  how  changes  may  impact  and  transform  the  system  in  the  future.  This  dissertation  applies  a  computational  approach  to  study  strategic  decisions  that  arise  from  economic  and  technological  changes  in  financial  networks.  I  introduce  the  extended  financial  credit  network  model  capable  of  expressing  diverse  financial  scenarios  and  enabling  the  creation  of  agent-based  models  for  studying  strategic  interactions.  To  study  the  strategic  decisions  of  agents  within  the  model,  I  apply  methods  from  empirical  game-theoretic  analysis  to  identify  equilibrium  behavior. I  apply  these  methods  to  four  case  studies  of  strategic  behavior  in  financial  networks.  First,  I  analyze  portfolio  compression,  a  method  for  eliminating  cycles  of  debt,  as  a  strategic  decision.  Compressing  cycles  offers  both  potential  benefit  and  harm  to  the  network,  and  banks  must  weigh  both  possibilities  carefully.  I  find  that  the  compression  decision  is  best  made  using  simple,  local  information  available  to  banks.  Further,  I  note  the  importance  of  the  recovery  rate  of  insolvent  banks  in  the  perceived  affect  of  cycles  on  systemic  risk.  Second,  I  investigate  the  strategic  use  of  costly  fraud  detection  systems  by  banks.  I  observe  the  behavior  of  banks  is  subject  to  the  relative,  not  specific,  capabilities  of  their  fraud  detectors.  In  particular,  those  with  strong  detectors  are  better  able  to  adjust  their  behavior  in  response  to  rising  costs  due  to  the  existence  of  weaker  banks  in  the  system.  The  third  study  addresses  bank  allowance  of  real-time  payments  by  customers.  Customer  overdrafts  pose  a  potential  credit  risk  to  banks,  who  assume  short-term  liability,  and  lead to  strategic  decisions  regarding  which  customers  should  be  allowed  use  of  these  new  payments.  My  analysis  shows  banks  choose  to  allow  most,  though  not  all,  customers  to  send  real-time  payments.  I  discover  the  strategic  choice  of  banks  will  not  lead  to  the  socially  optimal  outcome  in  this  scenario.  Lastly,  I  extend  the  previous  two  works  to  study  banks'  strategic  mitigation  of  fraud  risk  in  real-time  payments.  In  particular,  I  focus  on  the  strategic  trade-off  banks  make  between  restricting  customer  access  to  these  payments  and  investing  in  costly  fraud  detection.  I  find  banks  value  the  ability  to  control  customer  access,  though  they  never  invoke  overly  strict  restrictions.  Instead,  they  balance  some  constraints  with  the  use  of  fraud  detection.  I  observe  these  strategic  measures  limit  the  negative  effects  from  fraudulent  actors  with  minimal  disruption  to  customers.Broadly,  this  dissertation  demonstrates  the  effectiveness  of  agent-based  modeling  and  empirical  game-theoretic  analysis  to  gain  insight  into  strategic  interactions  in  financial  networks.  It  also  illustrates  the  flexibility  of  the  extended  financial  credit  network  model,  which  is  employed  in  all  four  studies.  Finally,  I  establish  the  new  strategic  feature  gains  assessment,  a  method  for  assessing  the  benefit  of  strategies  in  the  strategy  space.  The  assessment  uncovers  valuable  insights  into  strategic  behavior  in  the  studies  on  portfolio  compression  and  fraud  risk  in  real-time  payments. 
■590    ▼aSchool  code:  0127.
■650  4▼aComputer  science
■650  4▼aFinance
■650  4▼aInformation  technology
■653    ▼aAgent-based  modeling
■653    ▼aGame  theory
■653    ▼aFinancial  networks
■653    ▼aReal-time  payments
■653    ▼aPayments  fraud
■690    ▼a0984
■690    ▼a0508
■690    ▼a0800
■690    ▼a0489
■690    ▼a0501
■71020▼aUniversity  of  Michigan▼bComputer  Science  &  Engineering.
■7730  ▼tDissertations  Abstracts  International▼g86-04B.
■790    ▼a0127
■791    ▼aPh.D.
■792    ▼a2024
■793    ▼aEnglish
■85640▼uhttp://www.riss.kr/pdu/ddodLink.do?id=T17164534▼nKERIS▼z이  자료의  원문은  한국교육학술정보원에서  제공합니다.

미리보기

내보내기

chatGPT토론

Ai 추천 관련 도서