Экономическая модель - Economic model

Схема модели IS / LM

В экономике , А модель представляет собой теоретическая конструкция , представляющая экономические процессы с помощью набора переменных и набора логических и / или количественных соотношений между ними. Экономическая модель - это упрощенная, часто математическая , основа, предназначенная для иллюстрации сложных процессов. Часто экономические модели постулируют структурные параметры . Модель может иметь различные экзогенные переменные , и эти переменные могут изменяться, создавая различные реакции со стороны экономических переменных. Методологическое использование моделей включает исследование, теоретизацию и сопоставление теорий с окружающим миром.

Обзор

В общих чертах, экономические модели имеют две функции: во- первых , как упрощение и отвлечения от наблюдаемых данных, а второй как средство отбора данных на основе парадигмы в эконометрического исследования.

Упрощение особенно важно для экономики, учитывая огромную сложность экономических процессов. Эту сложность можно объяснить разнообразием факторов, определяющих экономическую активность; К этим факторам относятся: индивидуальные и совместные процессы принятия решений, ограничения ресурсов , экологические и географические ограничения, институциональные и юридические требования и чисто случайные колебания. Следовательно, экономисты должны сделать обоснованный выбор, какие переменные и какие отношения между этими переменными являются релевантными и какие способы анализа и представления этой информации являются полезными.

Выбор важен, потому что характер экономической модели часто определяет, какие факты будут рассматриваться и как они будут компилироваться. Например, инфляция - это общеэкономическое понятие, но для измерения инфляции требуется модель поведения, чтобы экономист мог различать изменения относительных цен и изменения цен, которые следует отнести к инфляции.

Помимо профессионального академического интереса, модели используются:

  • Прогнозирование экономической деятельности таким образом, чтобы выводы были логически связаны с предположениями;
  • Предложение экономической политики для изменения будущей экономической деятельности;
  • Представление аргументированных аргументов для политического обоснования экономической политики на национальном уровне, для объяснения и оказания влияния на стратегию компании на уровне фирмы или для предоставления разумных советов по экономическим решениям домашних хозяйств на уровне домашних хозяйств.
  • Планирование и распределение , в случае централизованно планируемой экономики, и в меньших масштабах , в логистике и управлении от бизнеса .
  • В финансах прогнозные модели используются с 1980-х годов для торговли ( инвестиций и спекуляций ). Например, облигации стран с формирующимся рынком часто продавались на основе экономических моделей, предсказывающих рост выпускающей их развивающейся страны . С 1990-х годов многие модели долгосрочного управления рисками включали экономические взаимосвязи между моделируемыми переменными в попытке обнаружить сценарии будущего с высокой степенью подверженности рискам (часто с помощью метода Монте-Карло ).

Модель устанавливает аргументированную основу для применения логики и математики, которую можно независимо обсуждать и тестировать, и которую можно применять в различных случаях. Политика и аргументы, основанные на экономических моделях, имеют четкую основу для обоснованности, а именно обоснованность поддерживающей модели.

Современные экономические модели не претендуют на то, чтобы быть теориями всего экономического ; любые такие претензии немедленно будут отвергнуты вычислительной невозможностью и неполнотой или отсутствием теорий для различных типов экономического поведения. Следовательно, выводы, сделанные на основе моделей, будут приблизительным отображением экономических фактов. Однако правильно построенные модели могут удалить постороннюю информацию и выделить полезные приближения ключевых взаимосвязей. Таким образом можно понять больше о рассматриваемых отношениях, чем пытаться понять весь экономический процесс.

Детали построения модели зависят от типа модели и ее применения, но можно выделить общий процесс. Как правило, любой процесс моделирования состоит из двух этапов: создание модели, затем проверка модели на точность (иногда называемая диагностикой). Этап диагностики важен, потому что модель полезна только в той степени, в которой она точно отражает отношения, которые она призвана описать. Создание и диагностика модели часто представляет собой итеративный процесс, в котором модель модифицируется (и, надеюсь, улучшается) с каждой итерацией диагностики и повторной спецификации. Как только удовлетворительная модель найдена, ее следует дважды проверить, применив ее к другому набору данных.

Типы моделей

В зависимости от того, являются ли все переменные модели детерминированными, экономические модели можно классифицировать как стохастические или нестохастические; в зависимости от того, являются ли все переменные количественными, экономические модели классифицируются как модели с дискретным или непрерывным выбором; в зависимости от предназначения / функции модели ее можно классифицировать как количественную или качественную; в зависимости от области применения модели ее можно классифицировать как модель общего равновесия, модель частичного равновесия или даже модель неравновесия; в соответствии с характеристиками экономического агента модели можно разделить на модели рационального агента, модели репрезентативного агента и т. д.

  • Стохастические модели формулируются с использованием случайных процессов . Они моделируют экономически наблюдаемые значения с течением времени. Большая часть эконометрики основана на статистике для формулирования и проверки гипотез об этих процессах или оценки их параметров. Широко используемый класс простых эконометрических моделей для ведения переговоров, популяризированный Тинбергеном, а позже Уолдом, - это авторегрессионные модели, в которых стохастический процесс удовлетворяет некоторому соотношению между текущими и прошлыми значениями. Примерами таких моделей являются модели авторегрессионного скользящего среднего и связанные с ними, такие как модели авторегрессионной условной гетероскедастичности (ARCH) и модели GARCH для моделирования гетероскедастичности .
  • Нестохастические модели могут быть чисто качественными (например, относящиеся к теории социального выбора ) или количественными (включая рационализацию финансовых переменных, например, с помощью гиперболических координат , и / или особые формы функциональных отношений между переменными). В некоторых случаях экономические прогнозы при совпадении модели просто подтверждают направление движения экономических переменных, и поэтому функциональные отношения используются только стоически в качественном смысле: например, если цена товара увеличивается, то спрос на него этот элемент будет уменьшаться. Для таких моделей экономисты часто используют двумерные графики вместо функций.
  • Качественные модели - хотя почти все экономические модели включают в себя ту или иную форму математического или количественного анализа, иногда используются качественные модели. Одним из примеров является качественное сценарное планирование, в котором разыгрываются возможные будущие события. Другой пример - нечисловой анализ дерева решений. Качественные модели часто страдают от недостатка точности.

На более практическом уровне количественное моделирование применяется ко многим областям экономики, и несколько методологий развивались более или менее независимо друг от друга. В результате, естественно , отсутствует общая таксономия модели . Тем не менее, мы можем привести несколько примеров, которые иллюстрируют некоторые особенно важные моменты построения модели.

  • Модель бухгалтерского учета основана на предпосылке, что для каждого кредита есть дебет . Более символично, модель бухгалтерского учета выражает некоторый принцип сохранения в форме
алгебраическая сумма притоков = стоки - источники
Этот принцип, безусловно, применим к деньгам и является основой для учета национального дохода . Бухгалтерские модели верны по соглашению , то есть любой экспериментальный отказ от их подтверждения может быть отнесен на счет мошенничества , арифметической ошибки или постороннего вливания (или уничтожения) денежных средств, что мы интерпретируем как показывающее, что эксперимент был проведен ненадлежащим образом.
где - цена, которой продукт управляет на рынке, если он поставляется по ставке , - это доход, полученный от продажи продукта, - это стоимость вывода продукта на рынок по данной ставке , и это налог, который должна уплатить фирма. за единицу проданного товара.
В максимизации прибыли предположение гласит , что фирма будет производить со скоростью выхода х , если этот показатель максимизирует прибыль фирмы. Используя дифференциальное исчисление, мы можем получить условия на x, при которых это выполняется. Условие максимизации первого порядка для x :
Относительно х , как неявно определенная функция т с помощью этого уравнения (см теоремы о неявной функции ), один вывод , что производная по й по отношению к т имеет тот же знак, что и
что отрицательно, если выполняются условия второго порядка для локального максимума .
Таким образом, модель максимизации прибыли кое-что предсказывает о влиянии налогообложения на выпуск, а именно о том, что выпуск уменьшается с увеличением налогообложения. Если прогнозы модели терпят неудачу, мы заключаем, что гипотеза максимизации прибыли была ложной; это должно привести к альтернативным теориям фирмы, например, основанным на ограниченной рациональности .
Заимствование понятия, которое, по-видимому, впервые было использовано в экономике Полом Самуэльсоном , эта модель налогообложения и прогнозируемая зависимость объема производства от налоговой ставки иллюстрируют функционально значимую теорему ; это то, что требует некоторого экономически значимого допущения, которое при определенных условиях может быть опровергнуто .
  • Агрегатные модели. Макроэкономика должна иметь дело с агрегированными величинами, такими как объем производства , уровень цен , процентная ставка и так далее. Теперь реальный выход фактически вектор из товаров и услуг , таких как легковые автомобили, пассажирские самолеты, компьютеры , продукты питания, услуги секретаря, домашний ремонт услуг и т.д. Точно так же цена вектор индивидуальных цен на товары и услуги. На практике используются модели, в которых сохраняется векторный характер величин, например , к этому типу относятся модели Леонтьева « затраты – выпуск» . Однако по большей части с этими моделями труднее работать в вычислительном отношении и их труднее использовать в качестве инструментов для качественного анализа . По этой причине макроэкономические модели обычно объединяют различные переменные в одну величину, такую ​​как выпуск или цена . Более того, количественные отношения между этими агрегированными переменными часто являются частью важных макроэкономических теорий. Этот процесс агрегирования и функциональной зависимости между различными агрегатами обычно интерпретируется статистически и подтверждается эконометрикой . Например, одним из компонентов кейнсианской модели является функциональная связь между потреблением и национальным доходом: C = C ( Y ). Эта взаимосвязь играет важную роль в кейнсианском анализе.

Проблемы с экономическими моделями

Большинство экономических моделей основаны на ряде предположений, которые не совсем реалистичны. Например, часто предполагается, что агенты имеют точную информацию, а рынки часто работают без трений. Или модель может опускать вопросы, которые важны для рассматриваемого вопроса, такие как внешние эффекты . Поэтому любой анализ результатов экономической модели должен учитывать степень, в которой эти результаты могут быть скомпрометированы неточностями в этих предположениях, и появилось большое количество литературы, в которой обсуждаются проблемы с экономическими моделями или, по крайней мере, утверждается, что их результаты ненадежны.

История

Одна из основных проблем, решаемых с помощью экономических моделей, - это понимание экономического роста. Ранняя попытка создать подход к этому была предпринята французской физиократической школой восемнадцатого века. Среди этих экономистов Франсуа Кенэ был особенно известен разработкой и использованием таблиц, которые он назвал Tableaux économiques . Эти таблицы фактически интерпретировались в более современной терминологии как модель Леонтьева, см. Ссылку Филлипса ниже.

На протяжении всего XVIII века (то есть задолго до основания современной политической экономии, условно отмеченной « Богатством народов» Адама Смита 1776 года ) простые вероятностные модели использовались для понимания экономики страхования . Это была естественная экстраполяция теории азартных игр и сыграла важную роль как в развитии самой теории вероятностей, так и в развитии актуарной науки . Многие из гигантов математики 18 века внесли свой вклад в эту область. Примерно в 1730 году Де Муавр обратился к некоторым из этих проблем в 3-м издании Доктрины шансов . Еще раньше (1709 г.) Николас Бернулли изучает проблемы, связанные со сбережениями и процентами, в Ars Conjectandi . В 1730 году Даниэль Бернулли изучал «моральную вероятность» в своей книге « Mensura Sortis» , где он ввел то, что сегодня называется «логарифмической полезностью денег», и применил это к проблемам азартных игр и страхования, включая решение парадоксальной проблемы Санкт-Петербурга . Все эти достижения были резюмированы Лапласом в его « Аналитической теории вероятностей» (1812 г.). Ясно, что к тому времени, когда появился Дэвид Рикардо, у него уже было много устоявшейся математики, на которую он мог опираться.

Тесты макроэкономических прогнозов

В конце 1980-х Институт Брукингса сравнил 12 ведущих макроэкономических моделей, доступных в то время. Они сравнили прогнозы моделей относительно того, как экономика отреагирует на конкретные экономические шоки (позволяя моделям контролировать всю изменчивость в реальном мире; это был тест модели против модели, а не тест против фактического результата). Хотя модели упростили мир и исходили из стабильных, известных общих параметров, разные модели давали существенно разные ответы. Например, при расчете воздействия ослабления денежно-кредитной политики на объем производства некоторые модели оценивали изменение ВВП на 3% через один год, а одна из них почти не дала никаких изменений, а остальная часть распределялась между ними.

Частично в результате таких экспериментов современные центральные банкиры больше не имеют такой большой уверенности в возможности «тонкой настройки» экономики, как в 1960-х и начале 1970-х годов. Современные политики склонны использовать менее активный подход, явно потому, что им не хватает уверенности в том, что их модели действительно предсказывают, куда пойдет экономика или какое влияние на нее окажет какой-либо шок. Новый, более скромный подход видит опасность в драматических изменениях политики, основанных на прогнозах моделей, из-за ряда практических и теоретических ограничений в текущих макроэкономических моделях; В дополнение к теоретическим подводным камням ( перечисленным выше ) некоторые проблемы, характерные для агрегированного моделирования, включают:

  • Ограничения в построении моделей вызваны трудностями в понимании основных механизмов реальной экономики. (Отсюда обилие отдельных моделей.)
  • Закон непредвиденных последствий для элементов реальной экономики, еще не включенных в модель.
  • Время задержки в обоих приема данных и реакция экономических переменных для политиков попыток «бычка» их ( в основном за счет денежной политики) в направлении , что центральные банки хотят им двигаться. Милтон Фридман энергично утверждал, что эти задержки настолько велики и непредсказуемо изменчивы, что эффективное управление макроэкономикой невозможно.
  • Трудность в правильном указании всех параметров (посредством эконометрических измерений), даже если структурная модель и данные были безупречными.
  • Тот факт, что все отношения и коэффициенты модели являются стохастическими, так что член ошибки становится очень быстро, а доступный снимок входных параметров уже устарел.
  • Современные экономические модели включают реакцию общественности и рынка на действия политики мейкер (через теорию игр ), и эта обратная связь включена в современных моделях (после рациональных ожиданий революции и Роберт Лукас-младшего «s Лукаса критики из не- microfounded модели). Если в модель необходимо включить реакцию на действия лица, принимающего решения (и его достоверность ), тогда становится намного сложнее влиять на некоторые из моделируемых переменных.

Сравнение с моделями в других науках

Специалист по сложным системам и математик Дэвид Оррелл написал по этому поводу в своей книге «Стрела Аполлона» и объяснил, что погода, здоровье человека и экономика используют аналогичные методы прогнозирования (математические модели). Их системы - атмосфера, человеческое тело и экономика - также имеют схожие уровни сложности. Он обнаружил, что прогнозы ошибочны, потому что модели страдают от двух проблем: (i) они не могут охватить все детали базовой системы, поэтому полагаются на приближенные уравнения; (ii) они чувствительны к небольшим изменениям точной формы этих уравнений. Это связано с тем, что сложные системы, такие как экономика или климат, состоят из тонкого баланса противостоящих сил, поэтому небольшой дисбаланс в их представлении имеет большие последствия. Таким образом, прогнозы таких вещей, как экономический спад, по-прежнему очень неточны, несмотря на использование огромных моделей, работающих на быстрых компьютерах. См. Неоправданная неэффективность математики § Экономика и финансы .

Влияние детерминированного хаоса на экономические модели

Экономическое и метеорологическое моделирование может иметь общий фундаментальный предел их предсказательной способности: хаос . Хотя современная математическая работа над хаотическими системами началась в 1970-х годах, опасность хаоса была идентифицирована и определена в Econometrica еще в 1958 году:

«Хорошее теоретизирование состоит в значительной степени в том, чтобы избегать предположений ... [с тем свойством, что] небольшое изменение того, что предполагается, серьезно повлияет на выводы».
( Уильям Баумоль , Econometrica, 26 см . : Экономика на грани хаоса ).

Несложно разработать экономические модели, чувствительные к эффектам «бабочки» чувствительности к начальным условиям.

Однако программа эконометрических исследований для определения того, какие переменные являются хаотическими (если таковые имеются), в основном пришла к выводу, что агрегированные макроэкономические переменные, вероятно, не ведут себя хаотично. Это будет означать, что уточнения моделей могут в конечном итоге дать надежные долгосрочные прогнозы. Однако обоснованность этого вывода породила две проблемы:

  • В 2004 году Филип Мировски оспорил эту точку зрения и тех, кто ее придерживается, заявив, что хаос в экономике страдает от предвзятого «крестового похода» против него со стороны неоклассической экономики , чтобы сохранить свои математические модели.
  • Переменные в финансах вполне могут быть подвержены хаосу. Кроме того, в 2004 годе Кентерберийского университета исследование экономики на грани хаоса приходит к выводу , что после того, как шум удаляется из S & P 500 возвращений, свидетельство детерминированного хаоса является найдено.

Совсем недавно хаос (или эффект бабочки) был признан менее значимым, чем считалось ранее, для объяснения ошибок прогнозирования. Скорее, предсказательная сила экономики и метеорологии будет в основном ограничена самими моделями и характером лежащих в их основе систем (см. Сравнение с моделями в других науках выше).

Критика высокомерия при планировании

Ключевым направлением экономического мышления свободного рынка является то, что невидимая рука рынка ведет экономику к процветанию более эффективно, чем централизованное планирование с использованием экономической модели. Одна из причин, подчеркнутая Фридрихом Хайеком , заключается в утверждении, что многие из истинных сил, формирующих экономику, никогда не могут быть объединены в одном плане. Это аргумент, который нельзя сформулировать с помощью традиционной (математической) экономической модели, поскольку в ней говорится, что существуют критические системные элементы, которые всегда будут опускаться при любом нисходящем анализе экономики.

Примеры экономических моделей

Смотрите также

Примечания

использованная литература

  • Баумоль, Уильям и Блиндер, Алан (1982), Экономика: принципы и политика (2-е изд.), Нью-Йорк: Харкорт Брейс Йованович, ISBN 0-15-518839-9.
  • Колдуэлл, Брюс (1994), Помимо позитивизма: экономическая методология в двадцатом веке (пересмотренная редакция), Нью-Йорк: Рутледж, ISBN 0-415-10911-6.
  • Холкомб, Р. (1989), Экономические модели и методология , Нью-Йорк: Greenwood Press, ISBN 0-313-26679-4. Определяет модель по аналогии с картами, идея заимствована у Баумоля и Блиндера. Обсуждает дедукцию в моделях и логический вывод одной модели из другой. В главе 9 сравнивается неоклассическая школа и австрийская школа , в частности, в отношении фальсифицируемости.
  • Ланге, Oskar (1945), "Сфера и метод экономики", Обзор экономических исследований , обзор экономических исследований Ltd., 13 (1): 19-32, да : 10,2307 / 2296113 , JSTOR  2296113. Одно из самых ранних исследований по методологии экономики, анализирующее постулат рациональности.
  • де Марчи, Н. Б. и Блауг, М. (1991), Оценка экономических теорий: исследования по методологии исследовательских программ , Брукфилд, Виргиния: Эдвард Элгар, ISBN 1-85278-515-2. Серия очерков и статей, в которых анализируются вопросы о том, как (и могут ли) модели и теории в экономике проверяться эмпирически, и о текущем статусе позитивизма в экономике.
  • Моришима, Мичио (1976), Экономическая теория современного общества , Нью-Йорк: издательство Кембриджского университета, ISBN 0-521-21088-7. Подробное обсуждение многих количественных моделей, используемых в современной экономической теории. Также тщательное обсуждение агрегации.
  • Оррелл, Дэвид (2007), Стрела Аполлона: Наука предсказания и будущее всего , Торонто: Харпер Коллинз Канада, ISBN 0-00-200740-1.
  • Филлипс, Almarin (1955), "О Tableau Economique как простой Леонтьевский модели", ежеквартальный журнал экономики , The MIT Press, 69 (1): 137-44, DOI : 10,2307 / 1884854 , JSTOR  1884854.
  • Самуэльсон, Пол А. (1948), «Простая математика определения дохода», в Metzler, Lloyd A. (ed.), Доход, занятость и государственная политика; очерки в честь Элвина Хансена , Нью-Йорк: WW Norton.
  • Самуэльсон, Пол А. (1983), Основы экономического анализа (расширенное издание), Кембридж: Издательство Гарвардского университета, ISBN 0-674-31301-1. Это классическая книга, в которой подробно обсуждается сравнительная статика в микроэкономике, хотя некоторые аспекты динамики изучаются так же, как и некоторые макроэкономические теории. Это не следует путать с популярным учебником Самуэльсона.
  • Тинберген, Ян (1939), Статистическая проверка теорий цикла деловой активности , Женева: Лига Наций.
  • Уолш, Вивиан (1987), «Модели и теория», The New Palgrave: A Dictionary of Economics , 3 , Нью-Йорк: Stockton Press, стр. 482–83, ISBN 0-935859-10-1.
  • Уолд, Х. (1938), Исследование по анализу стационарных временных рядов , Стокгольм: Альмквист и Виксель.
  • Уолд, Х. и Джурин, Л. (1953), Анализ спроса: исследование в области эконометрики , Нью-Йорк: Wiley.

внешние ссылки