Как уже говорилось, с методической точки зрения вероятностный прогноз возможен не только по результатам рационального анализа теоретических моделей и эмпирических данных расчетов, но и на основании интуитивных ощущений, озвученных внутренним голосом либо с использованием каких-то иных возможностей. [c.216]
При использовании краткосрочной кривой Филлипса исследователь сталкивается с двумя проблемами. Первая из них связана со сложностью оценки инфляционных ожиданий, а вторая — с оценкой естественной нормы безработицы. Ни одна из двух переменных не может быть непосредственно наблюдаема в экономике, в результате чего исследователь вынужден прибегнуть к их моделированию. В некоторых исследованиях инфляционные ожидания моделируются как среднее взвешенное предыдущих показателей инфляции (адаптивные ожидания), в других — как точная оценка будущей инфляции (рациональные ожидания), в третьих — как их комбинация (ожидания с распределенным лагом). Что касается естественной нормы безработицы, то можно предположить, что она является константой тогда эмпирический анализ кривой Филлипса заметно упрощается. Однако прикладные исследования конца 1990-х гг. выявили, что естественная норма безработицы не является устойчивой во времени. Все существующие на сегодня оценки данного показателя критически зависят от спецификации модели, в связи с чем вопрос ее моделирования до сих пор остается открытым. [c.166]
Несмотря на существующее разделение вопросов на микро- и макроэкономические, следует принимать во внимание, что эти две составляющие существуют не сами по себе, а тесно связаны между собой. Значительный разрыв между этими двумя науками существовал на заре появления макроэкономики и постепенно все больше сокращается. По сути, все современные макроэкономические концепции имеют микроэкономическое обоснование, то есть в их основе лежат определенные поведенческие микроэкономические модели, результаты которых агрегируются и затем исследуются на макроуровне. Основным проблемным местом остается теория агрегирования, которая также активно развивается. Заметим, что агрегирование необходимо не только в теории, но и на практике (при сборе и обработке статистических данных, которые составляют основу для эмпирического анализа). В макроэкономике рассматривают следующие агрегированные экономические переменные совокупный выпуск, потребление, инвестиции, экспорт и импорт, уровень цен и так далее. Принято также рассматривать следующие агрегированные рынки рынок товаров, рынок труда и рынок активов. [c.4]
До сих пор мы предполагали, что уровень технологии остается неизменным. В результате все подушевые переменные в долгосрочном периоде оказались неизменными. Подобные выводы крайне нереалистичны и противоречат эмпирическим фактам экономического роста, обсуждаемым в начале лекции. Так, в частности, из анализа модели с неизменной технологией мы получили, что фондовооруженность и производительность труда в долгосрочном периоде должны быть постоянны, в то время как эмпирические исследования говорят о том, что обе эти переменные растут. [c.261]
Что касается отдачи на факторы производства, то и в этом вопросе полученные из анализа модели результаты согласуются с эмпирическими исследованиями, поскольку отдача на капитал является постоянной, а отдача на труд растет. Для того, чтобы в этом убедиться рассмотрим отдачу на капитал в стационарном состоянии. Предельный продукт капитала определяется как [c.263]
Экономико-математическая модель должна быть адекватной действительности, отражать существенные стороны и связи изучаемого объекта. Отметим принципиальные черты, характерные для построения экономико-математической модели любого вида. Процесс моделирования можно условно подразделить на три этапа 1) анализ теоретических закономерностей, свойственных изучаемому явлению или процессу, и эмпирических данных о его структуре и особенностях на основе такого анализа формируются модели 2) определение методов, с помощью которых можно решить задачу 3) анализ полученных результатов. [c.103]
МОДЕЛИРОВАНИЕ ЭКОНОМИЧЕСКОЕ- воспроизведение экономических объектов.и процессов в ограниченных, малых, экспериментальных формах, в искусственно созданных условиях (натурное моделирование). В экономике, в бизнесе чаще используется математическое (экономико-математическое) моделирование посредством описания хозяйственных процессов математическими зависимостями. Моделирование служит предпосылкой и средством анализа экономики и протекающих в ней явлений и обоснования принимаемых решений, прогнозирования, планирования, управления экономическими процессами и объектами. Модель экономического объекта обычно поддерживается реальными статистическими, эмпирическими данными, то есть строится и уточняется на основе реальной информации. Результаты расчетов, выполненные с использованием моделей, позволяют строить прогнозы, проводить оценки, осуществлять выбор лучших вариантов, оптимизировать управленческие решения. [c.182]
Завершая разговор о возможностях использования методов имитационного моделирования для решения задач банковской деятельности, нельзя не обратить внимание на обратное воздействие, оказываемое результатами, получаемыми в рамках имитационных экспериментов на теоретические экономико-математические модели. Действительно, анализ и обобщение накопленных в ходе имитационных экспериментов данных достаточно часто позволяют лучше понять качественные закономерности, присущие поведению управляемых объектов, и отразить их в аналитическом виде. Последнее рассуждение дополнительно подчеркивает справедливость того факта, что успешное решение задач по управлению деятельностью такого учреждения, как банк, подразумевает комплексное применение целостной системы моделей и методов как теоретико-аналитической, так и эмпирической природы. [c.215]
Практически IS-LM - модель может быть использована не только для характеристики государственной экономической политики, но и для анализа последствий внешних изменений экономической конъюнктуры в результате стихийных бедствий или роста цен на энергоносители. Однако важно знать, что IS-LM - модель носит приблизительный характер и не может дать полного представления о последствиях проводимой государством экономической политики. Спонтанные сдвиги в экономике трудно выявить вовремя и невозможно предотвратить имеющимися средствами государственного регулирования. Кроме того, экономисты не располагают достаточными эмпирическими данными относительно вида кривых IS и LM, необходимыми для выбора количественных мер по стабилизации экономики. Необходимы специализированные эконометрические модели, основанные на глубоких концептуальных представлениях и содержащих сотни и тысячи уравнений с конкретными числовыми значениями параметров, которые определены на основе поведения экономики в прошлом. В силу своей сложности такие модели могут существовать только в компьютерной форме. [c.85]
В первые годы работы над нашей системой мы тратили почти все время, работая с временными рядами — наследием визуального анализа, который Арнольд Бернхард разработал в ранние тридцатые. Мы очень рано стали применять множественный регрессионный анализ, чтобы использовать для прогнозирования большее количество независимых переменных и лет и обеспечить более точное соответствие нашей модели эмпирическим данным, что, конечно, и происходило. Но несмотря на это, мы не получили тех результатов, на которые рассчитывали. Мы пытались предсказывать абсолютные цены акций отдельных компаний, учитывая их динамику в прошлом, прибыли, дивиденды, номинальную стоимость и т. д. Поскольку мы работали с абсолютными ценами, оказывалось, что просто были периоды, когда большинство акций были недооценены или переоценены, а об индивидуальных акциях мы ничего конкретного сказать не могли. [c.358]
При детерминированном факторном анализе модель изучаемого явления не изменяется по хозяйственным объектам и периодам (так как соотношения соответствующих основных категорий стабильны). При необходимости сравнения результатов деятельности отдельных хозяйств или одного хозяйства в отдельные периоды может возникать лишь вопрос о сопоставимости выявленных на основе модели количественных аналитических результатов. В стохастическом анализе, где сама модель составляется на основе совокупности эмпирических данных, предпосылкой получения реальной модели является совпадение количественных характеристик связей в разрезе всех исходных наблюдений. Это означает, что варьирование значений показателей должно происходить в пределах однозначной определенности качественной стороны явлений, характеристиками которых являются моделируемые экономические показатели (в пределах варьирования не должно происходить качественного скачка в характере отражаемого явления). Значит, второй предпосылкой применяемости стохасти- [c.109]
На практике в расчетах в качестве рыночных используются портфели, на основе которых определяются различные биржевые индексы. Эти портфели могут принадлежать или не принадлежать эффективному множеству портфелей, что затрудняет однозначную интерпретацию полученных данных и требует известной тщательности при анализе результатов эмпирических проверок соответствия версии модели ЦМРК. [c.408]
Как это ни странно, многие категории участников рынка, такие как, например, маркет-мэйкеры, занимающиеся покупкой и продажей варрантов и не придающие абсолютно никакого значения таким сложным моделям, очень хорошо улавливают реальные чувствительности цен варрантов и, устанавливают хеджи, используя верные эмпирические дельты (empiri al deltas). Они зарабатывают огромную прибыль, на самом деле не зная даже почему. По прошествии времени умудренные опытом хеджеры все больше и больше втягиваются в рынок и для расчета дельт предпочитают использовать эмпирический статистический анализ вместо модели Блэка-Шоулза. Конечным результатом этого хеджирования оказывается, к сожалению, исчезновение аномалий. Японские варранты теперь торгуются по ценам, очень близким к тем, что дает модель. [c.197]
Данное свидетельство, вместе с тем фактом, что пузыри не должны все время проникать в динамику цены, подталкивает нас к следующему естественному расширению модели. При самом простом и экономном расширении, мы можем предположить, что могут произойти только два режима пузырь и нормальный. Режим пузыря следует за предыдущим определением модели и прерывается крахами, случающимися с коэффициентом угрозы, управляемым уровнем цены. Нормальным режимом могут быть, например, стандартные случайные блуждания в рыночной модели с постоянным маленьким дрейфом и волатильностью. Переключения между режимами предполагаются совершенно случайными. Эта динамическая и очень простая модель обретает по существу все традиционно наблюдаемые факты эмпирических цен, то есть отсутствие связи с волатильностью, длинный хвост распределений приращений, очевидную фрактальность и мульти-фрактальность, наличие резких плоских пиков в структуре просто ценовых пиков. Помимо этого, модель предсказывает то, что периоды пузырей связаны с нестационарными корреляциями растущей волатильности и мы подтверждаем это анализом эмпирических данных. Об этом мы поговорим далее, в наших эмпирических главах 7-10. Предполагается, что очевидная долгосрочная корреляция волатильности является результатом [c.172]
ПИМС-анализ, или анализ уровня влияния выбранной стратегии на величины прибыльности и наличности, основан на использовании эмпирической модели, связывающей широкий диапазон стратегических переменных (таких, как рыночная доля, качество продукта, вертикальная интеграция) и ситуационных переменных (скорость роста рынка, стадия развития отрасли, интенсивность потоков капитала) с величиной прибыльности и способностью организации генерировать наличность. Цель проведения данного анализа заключается в определении, какие стратегии следует выбирать в конкретных рыночных условиях. Данный метод основан на результатах анализа более 1000 конкретных СЕБ более чем 150 больших и малых компаний. [c.50]
Следует, однако, отметить, что применять процедуру "кригин-га" можно только в условиях, отвечающих заложенной в него модели, т.е. при наличии взаимозависимости данных разведочных пересечений (проб), что проверяется соответствующим анализом (построением вариограмм). В случаях, когда такой взаимозависимости не наблюдается, классический "кригинг" не применим, но могут быть использованы некоторые эмпирические приемы корректировки результатов подсчетов. [c.122]
Но этот случай постоянных затрат не представляет существенной особенности для политики или других целей, отличающихся от того положения, которое Сраффа излишне приуменьшил — случай, при котором отрасль использует несколько факторов, дающих только ей особые преимущества, или когда она использует разнообразные факторы производства в соотношениях, значительно отличающихся от остальных отраслей. В этом случае и особенно там, где мы добавляем реалистическое предположение, что почти любой продукт, который вы назовете, есть некий комбинированный продукт, произведенный совместно и внутри частной конкуренции с какими-то побочными продуктами, увеличение спроса на продукты этой отрасли будет иметь результатом увеличение затрат и относительных цен. Такие случаи не создают абсолютно никаких сложностей для общего равновесия, хотя Сраффа, вероятно, был и прав, считая, что они нарушают частное равновесие (это так плохо для анализа частного равновесия Маршалла и прочих ). Момент, который необходимо подчеркнуть для читателей Сраффы, состоит в том, что эти явления и усложнения сами по себе не создают необходимости в теории монополистической конкуренции. Эта теория на самом деле необходима при трактовке подлинных эмпирических отклонений от совершенной конкуренции. Простое взаимовлияние по существу конкурентных отраслей должно было привести Сраффу только к оправданию отказа от маршаллианских моделей частного равновесия в пользу вальрасовских моделей общего равновесия. [c.367]
В методологических спорах о том, какой должна быть теория цикла, обе стороны, говоря об абстрактной теории — одни уповая на нее, другие отказываясь от нес — имели в виду прежде всего теорию общего равновесия. И хотя сегодня мы ни в коей мере не можем сказать, что Хайск и австрийская школа в целом следовали в русле концепции равновесия Вальраса, в 20-е годы именно об этой теории говооил Хайек, когда отстаивал теоретический подход к анализу цикла. С точки зрения Хайека, главная методологическая проблема при исследовании цикла заключалась в том, что. с одной стороны, теория равновесия в полной мере отвечала представлениям об истинной теории и была единственным теоретическим инструментом в арсенале экономистов, а с другой, — феномен никла предполагает изменения, а следовательно требует динамического рассмотрения, которое остается за рамками теории равновесия. Из этой коллизии возможны два выхода отказаться от принципов априорного построения теории, т.е. от попыток объяснения цикла на уровне "элементарных феноменов", и уйти в область эмпирических исследований, допускающих и даже предполагающих изменения во времени либо обратиться к "элементарным феноменам" и, оставаясь в рамках дедуктивного подхода, внести изменения в исходные предпосылки, причем в этом случае возникает вопрос о характере соответствующих модификаций. Ответом самого Хайека была денежная теория никла, позволившая, как он полагал, сохранить верность дедуктивному принципу и в то же время благодаря особым свойствам денег придать теории динамическую составляющую. (Наличие в модели денег создает возможность изменения относительных цен, вызванных не изменениями в эффективности производства или сдвигами в потребительских предпочтениях, а действиями "денежных властей", в результате чего возникает несоответствие между структурой производства а меж временными предпочтениями людей.) [c.748]
Как было отмечено выше, при определенных предположениях анализ шедулярной (например, при помощи оценки регрессионных моделей) и распределительной (расчет индексов) прогрессивности эквивалентен. В целом как для результатов регрессионных моделей, так и для индексов перераспределения наблюдается тенденция к росту прогрессивности социальных платежей (регрессивный характер налогообложения изменился в пользу пропорционального, а по результатам некоторых тестов - прогрессивного). При этом в моделях эффективной ставки, а также в линейной модели налоговых поступлений для заработной платы эмпирические данные не позволяют отвергнуть ни гипотезу об отсутствии прогрессивности, ни гипотезу об отсутствии регрессивности. [c.293]
В заключение необходимо отметить, что модель EDF, имеющая серьезное теоретическое обоснование, и чисто эмпирическая модель ZETA, построенная с помощью статистического анализа, показывают достаточно близкие результаты прогноза вероятности банкротства. Так, по результатам тестирования приблизительно половина дисперсии относительных оценок вероятности банкротства, полученных с помощью модели EDF, может быть объяснена моделью ZETA [17]. Такая тесная корреляция объясняется тем, что обе эти модели учитывают в том или ином виде уровень финансовой зависимости и волатильность стоимости активов компании. [c.371]
В этой главе мы очень кратко коснемся того направления развития теории игр, которое касается моделей обучения и эволюции. Большая часть бескоалиционной теории игр фокусируется на равновесии в играх и, в первую очередь, на равновесии по Нэшу и его уточнениях типа совершенного равновесия. Это, собственно, порождает вопрос о том, когда и почему мы можем надеяться на то, что наблюдаемое поведение в игре будет соответствовать одному из таких равновесий. Достаточно традиционное объяснение возникновения равновесия состоит в том, что оно является результатом анализа и самоанализа игроками в ситуации, когда правила игры, рациональность игроков, функции выигрышей игроков общеизвестны. Разумеется, и концептуально, и эмпирически здесь возникает целый ряд проблем. Во-первых, основная концептуальная проблема возникает в случае множественности равновесий, так как в отсутствие объяснения того, каким образом игроки приходят к одному и тому же равновесию, действия игроков вообще могут не соответствовать никакому равновесию. Во-вторых, крайне сомнительно, чтобы гипотеза общеизвестности выигрышей и рациональности была применима к многим играм, а ослабление этого условия, даже до "почти" общеизвестности, приводит уже к значительно более слабым заключениям. Наконец, теория равновесия очень плохо объясняет игру на ранних этапах большинства экспериментов, хотя значительно лучше работает на более поздних раундах, (подробнее см., например, Fundenberg, Levine (1998)). [c.169]
Райтциг (Reitzig 2001 b) представляет сведенный в таблицы обзор существующих научных эмпирических исследований, в которых рассматривается соотношение между стоимостью патента и показателями информации о патенте. Исследования характеризуются размером обследуемой выборки формата, статистической/эконометрической моделью, латентной переменной, используемой в качестве коррелята стоимости патента и полученным в результате уровнем обоснованности. Обзор показывает, что многие исследования не позволяют напрямую вывести показатели стоимости патента. Это объясняется тем, что во многих исследованиях зависимой переменной анализа служит не сама стоимость патента, а коррелят этой стоимости. Порой это затрудняет рассмотрение эмпирических результатов, когда мы пытаемся интерпретировать корреляцию между наблюдаемым показателем и стоимостью патента. Однако до известных пределов мы можем сделать некоторые общие заключения, касающиеся обоснованности проверенных переменных в качестве показателей стоимости патентов. [c.76]