Модель неполной корректировки [c.322]
В отличие от модели адаптивных ожиданий в модели неполной корректировки эмпирически ненаблюдаемой переменной является результативный признак. Общий вид этой модели следующий [c.322]
Модель (7.4S) называется моделью неполной корректировки. [c.323]
Соотношение (7.48) есть основное уравнение модели неполной корректировки. Его называют краткосрочной функцией модели. Как и в модели адаптивных ожиданий, уравнение (7.48) включает только фактические значения переменных. Зная оценки параметров этого уравнения, можно найти р. Затем путем алгебраических преобразований рассчитать параметры а и Ъ уравнения (7.45), описывающего зависимость ожидаемого значения результата от значений факторного признака. Уравнение (7.45) называют долгосрочной функцией модели неполной корректировки. [c.323]
Пример 7.7. Построение модели неполной корректировки. [c.323]
Данная модель относится к типу моделей неполной корректировки. Гипотезу о формировании ожиданий можно переписать в виде [c.324]
Описанные выше преобразование Койка, модель адаптивных ожиданий и модель неполной корректировки сводятся к модели авторегрессии вида (7.2). Однако при построении моделей авторегрессии возникают две серьезные проблемы. [c.325]
В чем сущность модели неполной корректировки Какова методика оценки ее параметров [c.336]
МОДЕЛИ АДАПТИВНЫХ ОЖИДАНИЙ И НЕПОЛНОЙ КОРРЕКТИРОВКИ [c.319]
В зависимости от положенной в основу модели гипотезы о механизме формирования этих ожиданий различают модели адаптивных ожиданий, неполной корректировки и рациональных ожиданий. Поскольку эмпирические расчеты по моделям рациональных ожиданий достаточно сложные и требуют знания специальных методов математической статистики, рассмотрение которых выходит за рамки нашего учебника, подробнее остановимся на двух более простых моделях — адаптивных ожиданий и неполной корректировки — и покажем, что оценку параметров каждой из этих моделей можно проводить, используя обычную модель авторегрессии. [c.319]
Ни одно из этих строгих условий не выдерживает критического анализа Индивиды действуют на основе неполной информации и субъективно выработанных моделей, которые часто ошибочны, информационная обратная связь обычно недостаточна для корректировки этих субъективных моделей. Институты не обязательно — и даже далеко не всегда—создаются для того, чтобы быть социально эффективными институты или, по крайней мере, формальные правила, создаются скорее для того, чтобы служить интересам тех, кто занимает позиции, позволяющие влиять на формирование новых правил. В мире нулевых трансакционных издержек наличие таких позиций не сказывается на эффективности результатов, но в мире положительных трансакционных издержек — сказывается, и с учетом того, что институты не могут быть разделены даже на большие части, это обстоятельство определяет направление долгосрочных экономических изменений. [c.33]
Все эти черты наиболее отчетливо проявились в работе Патинкина (Patinkm, 1965). Его модель эксплицитно представляет собой вальрасовскую модель общего равновесия с мгновенной корректировкой цен. Она работает хорошо, пока анализу подвергаются случаи равновесия с полной занятостью в контексте, скажем, нейтральных денег. В подобных случаях сохраняет силу закон Валь-раса, так как сумма избыточного спроса на всех рынках (включая и избыточный спрос на деньги) равна нулю, причем избыточный спрос определяется как планируемый спрос минус планируемое предложение. Однако модель начинает работать хуже, когда рассматриваются случаи с безработицей. Во-первых, в условиях неполной занятости равновесие может существовать лишь при условии, что абсолютный уровень цен неэластичен (или же если в частном секторе хозяйства нет компонентов чистого богатства, реальная сюимос ь которых повышается по мере падения уровня р), ибо в этом случае эффект богатства не гарантирует достижения полной занятости. [c.442]