Экономическая модель

В экономике, a модель - это 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 для создания различных откликов экономических переменных. Методологические применения моделей включают исследования, теоретизацию и согласование теорий с миром.

• 1 Обзор
• 2 Типы моделей
• 3 Проблемы с экономическими моделями
• 4 История
• 5 Тесты макроэкономических прогнозов
  • 5.1 Сравнение с моделями в других науках
  • 5.2 Влияние детерминированного хаоса на экономические модели
  • 5.3 Критика высокомерия при планировании
• 6 Примеры экономических моделей
• 7 См. также
• 8 Примечания
• 9 Ссылки
• 10 Внешние ссылки

В общем, экономические модели выполняют две функции: во-первых, как упрощение и абстрагирование наблюдаемых данных, а во-вторых, как средство отбор данных на основе парадигмы эконометрического исследования.

Упрощение особенно важно для экономики, учитывая огромную сложность экономических процессов. Эту сложность можно объяснить разнообразием факторов, определяющих экономическую активность; эти факторы включают: индивидуальные и совместные процессы принятия решений, ресурсы ограничения, 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 важны 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 общая экономическая концепция, 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, использование моделей включает:

• прогнозирование экономической деятельности таким образом, чтобы выводы логически соотносились с предположениями;
• Предложение экономической политики для изменения будущей экономической деятельности;
• Представление аргументированных аргументов для политического обоснования экономической политики на национальном уровне, для объяснения и влияния на стратегию компании на на уровне фирмы или для предоставления разумных рекомендаций по экономическим решениям домашних хозяйств на уровне домашних хозяйств.
• Планирование и распределение, в случае централизованно плановой экономики, и в меньшем масштабе в логистике и управлении предприятиями.
• В финансах прогнозные модели используются с 1980-х годов для торговля (инвестиция и спекуляция ). Например, облигации развивающихся рынков часто продавались на основе экономических моделей, предсказывающих рост развивающейся страны, выпускающей их. С 1990-х годов многие долгосрочные модели управления рисками включали экономические взаимосвязи между моделируемыми переменными в попытке обнаружить будущие сценарии с высокой степенью подверженности рискам (часто с помощью метода Монте-Карло ).

Модель устанавливает аргументативная основа 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 валидность поддерживающей модели.

Экономические модели, используемые в настоящее время, не претендуют на то, чтобы быть теориями всего экономического; любые такие претензии немедленно будут восприняты вычислительными невозможность, а также неполнота или отсутствие 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 Некоторые полезные приближения ключевых соотношений. 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 общий процесс может быть идентифицирован. Как правило, любой процесс моделирования состоит из двух этапов: создание модели, затем проверка модели на точность (иногда называемая диагностикой). Шаг 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 является итеративным процессом, в котором модель модифицируется (и, надеюсь, улучшается) с каждой итерацией диагностики и повторной спецификации. После того, как удовлетворительная модель найдена, ее следует дважды проверить, применив ее к другому набору данных.

В зависимости от того, являются ли все переменные модели детерминированными, экономические модели можно классифицировать как стохастические или нестохастические модели; 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 разделить на 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 могут быть классифицированы как 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 параметров для них. Широко используемый класс простых эконометрических моделей для переговоров, популяризированный Тинбергеном и 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 GARCH для моделирования гетероскедастичности <355.>Нестохастические модели могут быть чисто качественными (например, относящимися к теории социального выбора ) или количественными (включая рационализацию финансовых переменных, например, с гиперболическими координатами, 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 потребность в этом элементе уменьшится. Для таких моделей экономисты часто используют двумерные графики вместо функций.
• Качественные модели - хотя почти все экономические модели включают ту или иную форму математического или количественного анализа, иногда используются качественные модели. Одним из примеров является качественное планирование сценария, 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 во многих областях экономики, и несколько методологий развивались более или менее независимо друг от друга. В результате, естественно, не существует общей модели таксономии. Тем не менее, мы можем привести несколько примеров, которые иллюстрируют некоторые особенно важные моменты построения модели.

• Модель бухгалтерского учета основана на предположении, что для каждого существует дебет. Более символично, модель бухгалтерского учета выражает некоторый принцип сохранения в форме

алгебраической суммы притоков = стоков - источников

Этот принцип, безусловно, верен для денег и является основой для национальный доход бухгалтерский учет. Учетные модели верны в соответствии с соглашением, то есть любая экспериментальная невозможность их подтверждения может быть отнесена на счет мошенничества, арифметической ошибки или посторонней инъекции (или уничтожения) денежных средств, что мы можем интерпретировать как демонстрацию того, что эксперимент был проведен неправильно.

• Модели оптимальности и ограниченной оптимизации - другие примеры количественных моделей основаны на таких принципах, как прибыль или максимизация полезности. Примером такой модели является сравнительная статика налогообложения фирмы, максимизирующей прибыль. Прибыль фирмы определяется выражением

$\pi \; (x,\; t)\; =\; xp\; (x)\; -\; C\; (x)\; -\; tx\; \{\backslash \; displaystyle\; \backslash \; pi\; (x,\; t)\; =\; xp\; (x)\; -C\; (x)\; -\; tx\; \backslash \; quad\}$

где $p\; (x)\; \{\backslash \; displaystyle\; p\; (x)\}$- это цена, по которой товар продается на рынке, если он поставляется по ставке $x\; \{\backslash \; displaystyle\; x\}$, $xp\; (x)\; \{\backslash \; displaystyle\; xp\; (x)\}$- это доход, полученный от продажи продукта, $C\; (x)\; \{\backslash \; displaystyle\; C\; (x)\}$- стоимость вывода продукта на рынок по ставке $x\; \{\backslash \; displaystyle\; x\}$и $t\; \{\backslash \; displaystyle\; t\}$- это налог, который фирма должна платить за единицу проданного продукта.

Предположение максимизация прибыли утверждает, что фирма будет производить при норме выпуска x, если эта ставка максимизирует прибыль фирмы. Используя дифференциальное исчисление, мы можем получить условия на x, при которых это выполняется. Условие максимизации первого порядка для x:

$\partial \; \pi \; (x,\; t)\; \partial \; x\; =\; \partial \; (xp\; (x)\; -\; C\; (x))\; \partial \; x\; -\; t\; =\; 0\; \{\backslash \; displaystyle\; \{\backslash \; frac\; \{\backslash \; partial\; \backslash \; pi\; (x,\; t)\}\; \{\backslash \; partial\; x\}\}\; =\; \{\backslash \; frac\; \{\backslash \; partial\; (xp\; (x)\; -C\; (x))\}\; \{\backslash \; partial\; x\}\}\; -\; t\; =\; 0\}$

Считая x неявным определенную функцию от t этим уравнением (см. теорема о неявной функции ), можно сделать вывод, что производная x по t имеет тот же знак, что и

$\partial \; 2\; (xp\; (\; Икс)\; -\; С\; (Икс))\; \partial \; 2\; Икс\; знак\; равно\; \partial \; 2\; \pi \; (Икс,\; Т)\; \partial \; Икс\; 2,\; \{\backslash \; Displaystyle\; \{\backslash \; гидроразрыва\; \{\backslash \; partial\; ^\; \{2\}\; (Хр\; (х)\; -С\; (х))\}\; \{\; \backslash \; partial\; ^\; \{2\}\; x\}\}\; =\; \{\backslash \; partial\; ^\; \{2\}\; \backslash \; pi\; (x,\; t)\; \backslash \; over\; \backslash \; partial\; x\; ^\; \{2\}\},\}$

что отрицательно, если условия второго порядка для локального максимума удовлетворены.

Таким образом, модель максимизации прибыли предсказывает кое-что о влиянии налогообложения на выпуск, а именно, 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, по-видимому, впервые использованного в экономике Полом Самуэльсоном, этой модели налогообложения и прогнозируемой зависимости выпуска о налоговой ставке иллюстрирует функционально значимую теорему; это то, что требует некоторых экономически значимых предположений, которые могут быть опровергнуты при определенных условиях.

• Агрегированные модели. Макроэкономика должна иметь дело с агрегированными величинами, такими как выпуск, уровень цен, процентная ставка и так далее. Теперь реальный выпуск - это фактически вектор из товаров и услуг, таких как автомобили, пассажирские самолеты, компьютеры, продукты питания, секретарские услуги., услуги по ремонту жилья и др. Аналогично цена - это вектор индивидуальных цен на товары и услуги. На практике используются модели, в которых сохраняется векторный характер величин, например, Leontief модели ввода-вывода. Однако по большей части с этими моделями труднее работать с вычислительной точки зрения, и их труднее использовать в качестве инструментов 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.

Большинство экономических моделей основываются 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 допущениях, и возникло большое количество литературы, в которой обсуждаются проблемы с экономическими моделями или, по крайней мере, утверждаются что их результаты ненадежны.

Одной из основных проблем, решаемых с помощью экономических моделей, было понимание экономического роста. Ранняя попытка предложить методику решения этой проблемы была предпринята французской физиократической школой восемнадцатого века. Среди этих экономистов Франсуа Кенэ был известен в первую очередь 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 18 века (то есть задолго до основания современной политической экономии, условно обозначенной Адамом Смитом 1776 г. Богатство народов ) простые вероятностные модели использовались для понимания экономики страхование. Это была естественная экстраполяция теории азартных игр и сыграла важную роль как в развитии теории вероятностей, так и в развитии актуарной науки. Многие из гигантов математики 18 века внесли свой вклад в эту область. Примерно в 1730 г. 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 изучил «моральную вероятность» в своей книге, где он представил то, что сегодня называется «логарифмической полезностью денег», и применил это к проблемам азартных игр и страхования, включая решение парадоксальной Петербургская проблема. Все эти разработки были обобщены Лапласом в его Аналитической теории вероятностей (1812 г.). Ясно, что к тому времени, когда появился Давид Рикардо, у него уже было много устоявшейся математики.

В конце 1980-х годов 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 была проверка модели против модели, а не проверка фактического результата). Хотя модели упрощали мир и исходили из стабильных, известных общих параметров, различные модели давали существенно разные ответы. Например, при расчете воздействия денежного смягчения на объем производства некоторые модели оценили изменение ВВП на 3% через год, и одна из них почти не дала изменений, а остальная часть распределялась между.

Отчасти в результате таких экспериментов современные центральные банки 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 текущих макроэкономических моделей; Помимо теоретических ошибок (, перечисленных выше ), некоторые проблемы, характерные для агрегированного моделирования, включают:

• Ограничения в построении модели, вызванные трудностями в понимании основных механизмов реальной экономики. (Отсюда обилие отдельных моделей.)
• Закон непредвиденных последствий для элементов реальной экономики, еще не включенных в модель.
• запаздывание по времени как в получении данных, так и в реакции экономических переменных на попытки политиков «направить» их (в основном с помощью денежно-кредитной политики) в том направлении, в котором они хотят двигаться. Милтон Фридман энергично утверждал, что эти задержки настолько велики и непредсказуемо изменчивы, что эффективное управление макроэкономикой невозможно.
• Трудность в правильном указании всех параметров (через эконометрические измерения), даже если структурная модель и данные были идеальными.
• Тот факт, что все взаимосвязи и коэффициенты модели являются стохастическими, так что член ошибки становится очень быстро, а доступный снимок входных данных параметры уже устарели.
• Современные экономические модели включают реакцию общественности и рынка на действия политика (через теорию игр ), и эта обратная связь включена в современные модели ( после революции рациональных ожиданий и Роберта Лукаса-младшего критики Лукаса не- микроосновных моделей). Если реакция на действия лиц, принимающих решения (и их достоверность ) должна быть включена в модель, тогда становится намного сложнее влиять на некоторые моделируемые переменные.

Сравнение с моделями в других науках

Специалист по сложным системам и математик Дэвид Оррелл писал по этому поводу в своей книге Стрела Аполлона и пояснил, что погода, здоровье человека и экономика используют похожие методы прогнозирования (математические модели). Их системы - атмосфера, человеческое тело и экономика - также имеют схожие уровни сложности. Он обнаружил, что прогнозы терпят неудачу, 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 противоположных сил, поэтому небольшой дисбаланс в их представлении имеет большие последствия. Таким образом, прогнозы таких вещей, как экономический спад, все еще 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 силы: хаос. Хотя современные математические работы по хаотическим системам начались в 1970-х годах, опасность хаоса была идентифицирована и определена в Econometrica еще в 1958 году:

«Хорошее теоретизирование состоит в значительной степени. степень избегания предположений.... (со свойством, что).... небольшое изменение в том, что предполагается, серьезно повлияет на выводы ".

(Уильям Баумоль, Econometrica, 26 см.: Economics на краю хаоса ).

Несложно разработать экономические модели, чувствительные к эффектам бабочки чувствительности начальных условий.

Однако программа эконометрических исследований определение того, какие переменные являются хаотическими (если таковые имеются), в основном пришел 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 Филипп 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. Также в 2004 году исследование Кентерберийского университета «Экономика на грани хаоса» пришло к выводу, что после устранения шума из доходности SP 500 обнаруживаются доказательства детерминированного хаоса.

Совсем недавно хаос (или эффект бабочки) был идентифицирован как менее значимый, 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 свободного рынка экономического мышления является то, что невидимая рука более эффективно ведет экономику к процветанию чем централизованное планирование с использованием экономической модели. Одной из причин, подчеркнутых Фридрихом Хайеком, является утверждение, что многие истинные силы, формирующие экономику, никогда не могут быть объединены в одном плане. Это аргумент, который не может быть приведен с помощью традиционной (математической) экономической модели, поскольку в нем говорится, что существуют критические системные элементы, которые всегда будут опускаться при любом нисходящем анализе экономики.

• модель Кобба – Дугласа производства
• модель Солоу – Свона экономического роста
• модель островов Лукаса денежной массы
• модель Хекшера – Олина международной торговля
• модель Блэка – Шоулза ценообразования опционов
• модель AD – AS макроэкономическая модель совокупного спроса и предложения
• модель IS – LM взаимосвязь между процентными ставками и активами рынки
• Модель Рамси – Касса – Купманса экономического роста

• Экономическая методология
• Вычислительная экономика
• Агентная вычислительная экономика
• Эндогенность
• Финансовая модель

• Баумол, Уильям Блиндер, Алан (1982), Экономика: принципы и политика (2-е изд.), Нью-Йорк: Харкорт Брейс Йованович, ISBN 0-15-518839-9.
• Колдуэлл, Брюс (1994), Вне 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 позаимствована 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, Оскар (1945), «Объем и метод экономики», Обзор экономических исследований, Обзор экономических исследований Ltd., 13 (1): 19–32, doi : 10.2307 / 2296113, JSTOR 2296113. Одно из самых ранних исследований по методологии экономики, анализирующее постулат рациональности.
• де Марки, Н.Б. и Блауг, М. (1991), Оценка экономических теорий: исследования по методологии Исследовательские программы, Brookfield, VT: Edward Elgar, ISBN 1-85278-515-2. Серия эссе и статей, в которых анализируются вопросы о том, как (и действительно ли) модели и теории в экономике подтверждены эмпирическим путем, и нынешний статус позитивизма в экономике.
• Моришима, Мичио (1976), Экономическая теория современного общества, Нью-Йорк: Cambridge University Press, ISBN 0-521-21088-7. Подробное обсуждение m любые количественные модели, используемые в современной экономической теории. Также тщательное обсуждение агрегирования.
• Оррелл, Дэвид (2007), Стрела Аполлона: Наука предсказания и будущее всего, Торонто: Harper Collins Canada, ISBN 0-00-200740-1.
• Филлипс, Альмарин (1955), «Экономическая таблица как простая модель Леонтьева», Ежеквартальный журнал экономики, MIT Press, 69 (1): 137–44, doi : 10.2307 / 1884854, JSTOR 1884854.
• Самуэльсон, Пол А. (1948), «Простая математика определения дохода», в Мецлер, Ллойд А. (ред.), Доходы, занятость и государственная политика; очерки в честь Элвина Хансена, Нью-Йорк: WW Norton.
• Samuelson, Paul A. (1983), Foundations of Economic Analysis (Enlarged ed.), Cambridge: Harvard University Press, ISBN 0-674-31301-1. Это классическая книга, в которой подробно обсуждается сравнительная статика в микроэкономике, хотя изучается некоторая динамика, а также некоторая макроэкономическая теория. Это не следует путать с популярным учебником Самуэльсона.
• Тинберген, Янв (1939), Статистическое тестирование теорий делового цикла, Женева: Лига Наций.
• Уолш, Вивиан (1987), «Модели и теория», The New Palgrave: A Dictionary of Economics, 3, New York: Stockton Press, pp. 482–83, ISBN 0-935859-10-1.
• Wold, Х. (1938), Исследование по анализу стационарных временных рядов, Стокгольм: Альмквист и Викселл.
• Уолд, Х. и Джурин, Л. (1953), Анализ спроса: исследование в эконометрике, Нью-Йорк : Wiley.

Викицитатник содержит цитаты, относящиеся к: экономической модели

Викискладе есть средства массовой информации, связанные с экономическими моделями.

• R. Фригг и С. Хартманн, Модели в науке. Запись в Стэнфордской энциклопедии философии.
• Х. Вариан Как построить модель в свободное время Автор делает несколько неожиданных предложений: Ищите модель в реальном мире, а не в журналах. Посмотрите литературу позже, не раньше.
• Элмер Г. Винс: Классическая и кейнсианская модель AD-AS - интерактивная онлайн-модель канадской экономики.
• Экономическая подмодель ИФ [1] : Глобальная онлайн-модель
• Экономический аттрактор