[en] GENDER AND RISK AVERSION IN COMPETITIVE SETTINGS

Autor: MARIA CLARA VARELLA LUNA DE MORAIS
Jazyk: angličtina
Rok vydání: 2023
Předmět:
Druh dokumentu: TEXTO
DOI: 10.17771/PUCRio.acad.65304
Popis: [pt] Este artigo estuda disparidades de gênero no desempenho e na aversão ao risco sob competição. Utilizamos dados do Exame Anpec, exame de seleção nacional de candidatos aos cursos de mestrado (e doutorado) em Economia no Brasil. Este exame específico atribui pontos negativos a respostas incorretas, o que pode fazer com que os alunos mais avessos ao risco deixem mais perguntas sem resposta e possivelmente obtenham notas mais baixas. Mostramos que as mulheres tendem a omitir mais perguntas em comparação com os homens e estão consistentemente sub-representadas no topo dos rankings. Utilizando o Modelo Rasch derivamos probabilidades de cada aluno responder cada questão corretamente e mostramos que tanto homens como mulheres se desviam da estratégia ótima que maximiza a nota esperada. Investigamos também o cenário onde todos os alunos chutam as questões anteriormente deixadas em branco, após recalcular as notas esperadas e novas classificações neste cenário mostramos que em média o efeito para as mulheres que já estavam no topo da distribuição é muito pequeno, e as mulheres que estavam com classificação mais baixa se beneficiam mais.
[en] This paper studies gender disparities in performance and risk aversion under competition. We use data from the Anpec Exam, the Brazilian national exam for students applying for Graduate Programs in Economics. This particular exam assigns negative points to incorrect answers, which could lead to the more risk-averse students leaving more questions unanswered and possibly getting lower grades. We show that women tend to omit more questions compared to men and are consistently under represented at the top of the rankings. Using the Rasch Model we derive probabilities of answering each question correctly for each student and show that both men and women deviate from the optimal strategy that maximizes their expected score. We also investigate the scenario where all students guess the questions previously left unanswered, after recalculating the expected scores and new rankings in this scenario we find that on average the effect for women that were already at the top of the distribution is very small, and women that were closer to the bottom of the ranking benefit more.
Databáze: Networked Digital Library of Theses & Dissertations