WikiDer > Макроэкономическая модель

Macroeconomic model
Часть серии на
Макроэкономика
Экономика кругового потока cartoon.jpg

А макроэкономическая модель аналитический инструмент, предназначенный для описания работы проблем экономики страны или региона. Эти модели обычно предназначены для изучения сравнительная статика и динамика из совокупные количества например, общая сумма товары и произведенные услуги, общий заработанный доход, уровень использования производственных ресурсов и уровень цен.

Макроэкономические модели могут быть логическими, математическими и / или вычислительными; разные типы макроэкономических моделей служат разным целям и имеют разные преимущества и недостатки.[1] Макроэкономические модели могут использоваться для разъяснения и иллюстрации основных теоретических принципов; их можно использовать для проверки, сравнения и количественной оценки различных макроэкономических теорий; их можно использовать для создания сценариев «что, если» (обычно для прогнозирования последствий изменений в денежный, фискальныйили другая макроэкономическая политика); и они могут быть использованы для создания экономических прогнозы. Таким образом, макроэкономические модели широко используются в академия в обучении и исследованиях, а также широко используются международными организациями, национальными правительствами и более крупными корпорациями, а также экономическими консультантами и мозговые центры.

Типы

Простые теоретические модели

Простые учебные описания макроэкономики, включающие небольшое количество уравнений или диаграмм, часто называют «моделями». Примеры включают Модель IS-LM и Модель Манделла – Флеминга из Кейнсианский макроэкономика и Модель Солоу из неоклассический теория роста. Эти модели имеют несколько общих черт. Они основаны на нескольких уравнениях, включающих несколько переменных, которые часто можно объяснить с помощью простых диаграмм.[2] Многие из этих моделей статический, но некоторые из них динамичный, описывая экономику за многие периоды времени. Переменные, которые появляются в этих моделях, часто представляют собой макроэкономические агрегаты (например, ВВП или всего занятость), а не переменные индивидуального выбора, и хотя уравнения, связывающие эти переменные, предназначены для описания экономических решений, они обычно не выводятся напрямую путем агрегирования моделей индивидуального выбора. Они достаточно просты, чтобы их можно было использовать в качестве иллюстраций теоретических моментов во вводных объяснениях макроэкономических идей; но поэтому количественное применение к прогнозированию, тестированию или оценке политики обычно невозможно без существенного расширения структуры модели.

Эмпирические модели прогнозирования

Основная статья: Крупномасштабная макроэконометрическая модель

В 1940-х и 1950-х годах, когда правительства начали накапливать учет национального дохода и продукции данных, экономисты решили построить количественные модели для описания динамики, наблюдаемой в данных.[3] Эти модели оценивали отношения между различными макроэкономическими переменными с использованием (в основном линейного) анализ временных рядов. Как и более простые теоретические модели, эти эмпирические модели описывают отношения между агрегированными величинами, но многие из них обращаются к гораздо более тонкому уровню детализации (например, изучению отношений между выпуском, занятостью, инвестициями и другими переменными во многих различных отраслях). Таким образом, эти модели расширились и стали включать сотни или тысячи уравнений, описывающих эволюцию сотен или тысяч цен и количеств с течением времени. компьютеры необходимо для их решения. В то время как выбор переменных для включения в каждое уравнение частично определялся экономической теорией (например, включение прошлых доходов в качестве детерминанта потребления, как предполагает теория адаптивные ожидания), включение переменных в основном определялось чисто эмпирическим путем.[4]

нидерландский язык экономист Ян Тинберген разработал первую всеобъемлющую национальную модель, которую он построил для Нидерланды в 1936 году. Позже он применил ту же структуру моделирования к экономике стран Соединенные Штаты и объединенное Королевство.[3] Первая глобальная макроэкономическая модель, Wharton Econometric Forecasting Associates' СВЯЗЬ проект, инициированный Лоуренс Кляйн. Модель была процитирована в 1980 году, когда Кляйн, как и Тинберген до него, выиграл Нобелевская премия. Крупномасштабные эмпирические модели этого типа, в том числе модель Уортона, все еще используются сегодня, особенно для целей прогнозирования.[5][6][7]

Критика Лукаса эмпирических моделей прогнозирования

Основная статья: Критика Лукаса

Эконометрические исследования в первой половине 20-го века показали отрицательную корреляцию между инфляцией и безработицей. Кривая Филлипса.[8] Эмпирические модели макроэкономического прогнозирования, основанные примерно на одних и тех же данных, имели аналогичные последствия: они предполагали, что безработица может быть навсегда снижена за счет постоянного повышения инфляции. Однако в 1968 г. Милтон Фридман[9] и Эдмунд Фелпс[10] утверждал, что этот очевидный компромисс был иллюзорным. Они утверждали, что историческая связь между инфляцией и безработицей была связана с тем, что прошлые инфляционные эпизоды были в значительной степени неожиданными. Они утверждали, что если денежно-кредитные органы постоянно повышают уровень инфляции, рабочие и фирмы в конечном итоге поймут это, и в этот момент экономика вернется к своему прежнему более высокому уровню безработицы, но теперь также с более высокой инфляцией. В стагфляция 1970-х похоже, подтвердил их предсказание.[11]

В 1976 г. Роберт Лукас младший, опубликовал влиятельную статью, в которой утверждал, что провал кривой Филлипса в 1970-х годах был лишь одним из примеров общей проблемы с эмпирическими моделями прогнозирования.[12][13] Он указал, что такие модели основаны на наблюдаемых взаимосвязях между различными макроэкономическими величинами во времени, и что эти отношения различаются в зависимости от того, какой режим макроэкономической политики существует. В контексте кривой Филлипса это означает, что связь между инфляцией и безработицей, наблюдаемая в экономике, где инфляция обычно была низкой в ​​прошлом, будет отличаться от отношения, наблюдаемого в экономике, где инфляция была высокой.[14] Более того, это означает, что нельзя предсказать последствия нового политического режима, используя эмпирическую модель прогнозирования, основанную на данных за предыдущие периоды, когда этого политического режима не было. Лукас утверждал, что экономисты по-прежнему не смогут предсказать последствия новой политики, если не построят модели. основанный на экономических принципах (подобно предпочтения, технологии, и ограничения бюджета), на которые не должны влиять изменения политики.

Динамические стохастические модели общего равновесия

Основная статья: Динамическое стохастическое общее равновесие

Частично как ответ на Критика Лукаса, экономисты 1980-х и 1990-х годов начали конструировать микрооснованный[15] макроэкономические модели, основанные на рациональном выборе, которые стали называть динамическое стохастическое общее равновесие (DSGE) модели. Эти модели начинаются с определения набора агенты активных в экономике, таких как домохозяйства, фирмы и правительства в одной или нескольких странах, а также предпочтения, технологии, и бюджетное ограничение каждого. Предполагается, что каждый агент оптимальный выборс учетом цен и стратегий других агентов, как в текущем периоде, так и в будущем. Обобщая решения различных типов агентов, можно найти цены, приравнивающие предложение к спросу на каждом рынке. Таким образом, эти модели воплощают в себе вид равновесие самосогласованность: агенты выбирают оптимально с учетом цен, в то время как цены должны соответствовать предложениям и требованиям агентов.

Модели DSGE часто предполагают, что все агенты данного типа идентичны (т. Е. Существует «представитель домашнее хозяйство »и«представитель фирмы ») и может выполнять точные вычисления, которые в среднем правильно прогнозируют будущее (что называется рациональные ожидания). Однако это только упрощающие предположения и не являются существенными для методологии DSGE; многие исследования DSGE стремятся к большей реалистичности, рассматривая гетерогенные агенты.[16] или различные типы адаптивные ожидания.[17] По сравнению с эмпирическими моделями прогнозирования, модели DSGE обычно имеют меньше переменных и уравнений, в основном потому, что модели DSGE труднее решить даже с помощью компьютеры.[18] Простые теоретические модели DSGE, включающие всего несколько переменных, использовались для анализа сил, которые движут Бизнес циклы; Эта эмпирическая работа привела к появлению двух основных конкурирующих концепций, названных модель реального бизнес-цикла[19][20][21] и Новая кейнсианская модель DSGE.[22][23] Более сложные модели DSGE используются для прогнозирования последствий изменений в экономической политике и оценки их влияния на социальное обеспечение. Тем не мение, экономическое прогнозирование все еще в значительной степени основывается на более традиционных эмпирических моделях, которые, как все еще широко распространено, позволяют достичь большей точности при прогнозировании воздействия экономических потрясений с течением времени.

DSGE против моделей CGE

Основная статья: Вычислимое общее равновесие

Тесно родственная методология, предшествующая моделированию DSGE: вычислимое общее равновесие (CGE) моделирование. Как и модели DSGE, модели CGE часто микрооснованный на предположениях о предпочтениях, технологиях и бюджетных ограничениях. Однако модели CGE ориентированы в основном на долгосрочные отношения, что делает их наиболее подходящими для изучения долгосрочного воздействия постоянной политики, такой как налоговая система или открытость экономики для международной торговли.[24][25] Вместо этого модели DSGE подчеркивают динамику экономики во времени (часто с квартальной периодичностью), что делает их подходящими для изучения бизнес-циклов и циклических эффектов денежно-кредитной и налогово-бюджетной политики.

Агентные вычислительные макроэкономические модели

Основная статья: Вычислительная экономика на основе агентов

Еще одна методология моделирования, разработанная одновременно с моделями DSGE: Агентная вычислительная экономика (ACE), который представляет собой разновидность На основе агента моделирование.[26] Как и методология DSGE, ACE стремится разбить агрегированные макроэкономические отношения на микроэкономические решения отдельных лиц. агенты. Модели ACE также начинаются с определения набора агентов, составляющих экономику, и определения типов взаимодействий, которые отдельные агенты могут иметь друг с другом или с рынком в целом. Вместо определения предпочтения таких агентов модели ACE часто сразу переходят к определению их стратегии. Или иногда указываются предпочтения вместе с исходной стратегией и правилом обучения, посредством которых стратегия корректируется в соответствии с ее прошлым успехом.[27] С учетом этих стратегий взаимодействие большого числа отдельных агентов (которые могут быть очень разнородными) можно смоделировать на компьютере, а затем можно будет изучить совокупные макроэкономические отношения, возникающие в результате этих отдельных действий.

Сильные и слабые стороны моделей DSGE и ACE

Модели DSGE и ACE имеют разные преимущества и недостатки из-за разной базовой структуры. Модели DSGE могут преувеличивать индивидуальную рациональность и предвидение и недооценивать важность неоднородности, поскольку рациональные ожидания, представитель агента Случай остается самым простым и, следовательно, наиболее распространенным типом модели DSGE для решения. Также, в отличие от моделей ACE, может быть сложно изучить местные взаимодействия между отдельными агентами в моделях DSGE, которые вместо этого сосредотачиваются в основном на том, как агенты взаимодействуют посредством агрегированных цен. С другой стороны, модели ACE могут преувеличивать ошибки в индивидуальном принятии решений, поскольку стратегии, принятые в моделях ACE, могут быть очень далеки от оптимального выбора, если разработчик моделей не будет очень осторожен. Связанная с этим проблема заключается в том, что модели ACE, начинающиеся с стратегии вместо предпочтения может оставаться уязвимым для Критика Лукаса: изменение режима политики обычно должно приводить к изменению стратегии.

Смотрите также

Рекомендации

  1. ^ Бланшар, Оливье (2017), «Необходимость различных классов макроэкономических моделей», сообщение в блоге, 12 января 2017 г., Институт международной экономики Петерсона.
  2. ^ Бланшар, Оливье (2000), Макроэкономика, 2-е изд., Гл. 3.3, п. 47. Прентис Холл, ISBN 0-13-013306-X.
  3. ^ а б Кляйн, Лоуренс (2004). «Вклад Яна Тинбергена в экономическую науку». De Economist. 152 (2): 155–157. Дои:10.1023 / B: ECOT.0000023251.14849.4f.
  4. ^ Купманс, Тьяллинг К. (1947). «Измерение без теории». Обзор экономики и статистики. 29 (3): 161–172. Дои:10.2307/1928627. JSTOR 1928627.
  5. ^ Кляйн, Лоуренс Р., изд. (1991). Сравнительная характеристика эконометрических моделей США. Издательство Оксфордского университета. ISBN 0-19-505772-4.
  6. ^ Экштейн, Отто (1983). Модель DRI экономики США. Макгроу-Хилл. ISBN 0-07-018972-2.
  7. ^ Бодкин, Рональд; Кляйн, Лоуренс; Марва, Канта (1991). История построения макроэконометрических моделей. Эдвард Элгар.
  8. ^ Филлипс, А. У. (1958), "Взаимосвязь между безработицей и скоростью изменения денежной заработной платы в Соединенном Королевстве в 1861-1957 годах", Economica, 25 (100): 283–299, Дои:10.2307/2550759, JSTOR 2550759
  9. ^ Фридман, Милтон (1968), «Роль денежно-кредитной политики», Американский экономический обзор, Американская экономическая ассоциация, 58 (1): 1–17, JSTOR 1831652
  10. ^ Фелпс, Эдмунд С. (1968), "Динамика денежной заработной платы и равновесие на рынке труда", Журнал политической экономии, 76 (4): 678–711, Дои:10.1086/259438
  11. ^ Бланшар, Оливье (2000), указ. соч., гл. 28, стр. 540.
  12. ^ Лукас, Роберт Э. младший (1976), «Оценка эконометрической политики: критика» (PDF), Серия конференций Карнеги-Рочестера по государственной политике, 1: 19–46, Дои:10.1016 / S0167-2231 (76) 80003-6
  13. ^ Гувер, Кевин Д. (1988). «Эконометрика и анализ политики». Новая классическая макроэкономика. Оксфорд: Бэзил Блэквелл. стр.167–209. ISBN 0-631-14605-9.
  14. ^ Бланшар, Оливье (2000), указ. соч., гл. 28, стр. 542.
  15. ^ Эдмунд С. Фелпс, изд. (1970), Микроэкономические основы теории занятости и инфляции. Нью-Йорк, Нортон и Ко. ISBN 0-393-09326-3.
  16. ^ Крузелл, Пер; Смит, Энтони А., младший (1998). «Неоднородность доходов и богатства в макроэкономике». Журнал политической экономии. 106 (5): 243–277. Дои:10.1086/250034.
  17. ^ Джордж У. Эванс и Сеппо Хонкапохья (2001), Обучение и ожидания в макроэкономике. Издательство Принстонского университета, ISBN 0-691-04921-1.
  18. ^ ДеДжонг, Д. Н. с К. Дэйвом (2007), Структурная макроэконометрика. Издательство Принстонского университета, ISBN 0-691-12648-8.
  19. ^ Кидланд, Финн Э.; Прескотт, Эдвард С. (1982). «Время строить и агрегировать колебания». Econometrica. 50 (6): 1345–70. Дои:10.2307/1913386. JSTOR 1913386.
  20. ^ Томас Ф. Кули (1995), Границы исследования делового цикла. Издательство Принстонского университета.
  21. ^ Эндрю Абель и Бен Бернанке (1995), Макроэкономика, 2-е изд., Гл. 11.1, стр. 355-362. Эддисон-Уэсли, ISBN 0-201-54392-3.
  22. ^ Ротемберг, Хулио Дж .; Вудфорд, Майкл (1997). «Основанная на оптимизации эконометрическая основа для оценки денежно-кредитной политики» (PDF). NBER Macroeconomics Annual. 12: 297–346. Дои:10.1086/654340. JSTOR 3585236.
  23. ^ Вудфорд, Майкл (2003). Проценты и цены: основы теории денежно-кредитной политики. Издательство Принстонского университета. ISBN 0-691-01049-8.
  24. ^ Шовен, Джон Б .; Уолли, Джон (1972). «Расчет общего равновесия эффектов дифференцированного налогообложения дохода от капитала в США» (PDF). Журнал общественной экономики. 1 (3–4): 281–321. Дои:10.1016/0047-2727(72)90009-6.
  25. ^ Кехо, Патрик Дж .; Кехо, Тимоти Дж. (1994). «Праймер по статическим прикладным моделям общего равновесия» (PDF). Ежеквартальный обзор Федерального резервного банка Миннеаполиса. 18 (1): 2–16.
  26. ^ Tesfatsion, Ли (2003). «Агентно-вычислительная экономика» (PDF). Рабочий доклад № 1 по экономике Университета штата Айова.
  27. ^ Брок, Уильям; Hommes, Cars (1997). «Рациональный путь к случайности». Econometrica. 65 (5): 1059–1095. Дои:10.2307/2171879. JSTOR 2171879.

внешняя ссылка