- •Оглавление
- •Введение
- •Глава 1. Основные показатели макроэкономики
- •1.1. Общественное воспроизводство
- •1.2. Национальное богатство
- •1.3. Система национального счетоводства
- •1.4. Связь между основными показателями макроэкономики
- •1.5. Методы расчета ВВП
- •1.6. Личный и располагаемый доходы
- •1.7. Качество и уровень жизни
- •1.8. Конечное потребление
- •1.9. Коэффициент концентрации Джини
- •1.10. Отраслевая структура национальной экономики
- •1.11. Межотраслевой баланс
- •1.12. Статический межотраслевой баланс
- •1.13. Цены в статической системе межотраслевых связей
- •Упражнения
- •Библиографический список
- •Глава 2. Модели межотраслевого баланса
- •2.1. Схема межотраслевого баланса
- •2.2. Коэффициенты полных материальных затрат
- •2.3. Продуктивная матрица
- •2.4. Динамическая модель межотраслевого баланса
- •2.5. Модель Неймана
- •Упражнения
- •Библиографический список
- •Глава 3. Макроэкономические производственные функции
- •3.1. Понятие макроэкономической производственной функции
- •3.2. Свойства макроэкономической производственной функции
- •3.3. Мультипликативная макроэкономическая производственная функция
- •3.4. Построение производственной функции
- •3.5. Основные характеристики макроэкономической производственной функции
- •3.6. Изокванты и изоклинали
- •3.7. Эффективность и масштаб производства
- •Упражнения
- •Библиографический список
- •Глава 4. Модели потребления
- •4.1. Кейнсианская модель потребления
- •4.2. Модель Фишера
- •4.3. Модель Модильяни
- •4.4. Модель Фридмена
- •4.5. Функция полезности
- •4.6. Линии безразличия
- •4.7. Оптимизация функции полезности
- •4.8. Задача потребительского выбора для произвольного числа товаров
- •4.9. Уравнение Слуцкого
- •4.10. Кривые «доход-потребление»
- •4.11. Кривые «цена-потребление»
- •4.12. Макроэкономические инвестиции
- •4.13. Характеристики инвестиций
- •4.14. Спрос на инвестиции
- •Упражнения
- •Библиографический список
- •Глава 5. Теории экономического роста
- •5.1. Факторы экономического роста
- •5.2. Модель Харрода—Домара
- •5.3. Модель Солоу
- •5.4. «Золотое правило» накопления
- •Упражнения
- •Библиографический список
- •Глава 6. Макроэкономическое равновесие на товарном рынке
- •6.1. Понятие макроэкономического равновесия
- •6.2. Классическая модель макроэкономического равновесия
- •6.3. Модель совокупного спроса
- •6.4. Модель совокупного предложения
- •6.6. Модель «кейнсианский крест»
- •6.7. Мультипликатор автономных расходов
- •6.8. Парадокс бережливости
- •Упражнения
- •Библиографический список
- •Глава 7. Макроэкономическое равновесие на денежном рынке
- •7.1. Сущность и функции денег
- •7.2. Денежная масса
- •7.3. Модель инфляции
- •7.4. Теории спроса на деньги
- •7.4.1. Классическая теория спроса на деньги
- •7.4.3. Кейнсианская теория спроса на деньги
- •7.4.4. Монетаристская теория спроса на деньги
- •7.5. Предложение денег
- •7.6. Равновесие на рынке денег
- •Упражнения
- •Библиографический список
- •Глава 8. Макроэкономическое равновесие на товарном и денежном рынках
- •8.1. Линия инвестиции-сбережения (IS)
- •8.2. Линия предпочтение ликвидности-деньги (LM)
- •8.3. Модель IS—LM
- •8.4. Динамика установления макроэкономического равновесия на совместном рынке
- •8.7. Ликвидная ловушка
- •8.8. Модель совокупного спроса
- •Упражнения
- •Библиографический список
- •Глава 9. Экономические циклы
- •9.1. Понятие экономических циклов
- •9.2. Мировые циклы Кондратьева
- •9.3. Технологические уклады
- •9.4. Особенности циклического развития различных стран
- •9.5. Среднесрочные циклы
- •9.6. Теории экономических циклов
- •9.6.1. Модель Самуэльсона—Хикса
- •9.6.2. Модель Тевеса
- •9.6.3. Модель Гудвина
- •9.7. Практическое использование экономических циклов
- •9.7.1. Прогнозирование
- •9.7.2. Модель Ханса Виссема
- •Упражнения
- •Библиографический список
- •Глава 10. Рынок труда
- •10.1. Понятие рынка труда и рабочей силы
- •10.2. Спрос на труд
- •10.3. Предложение труда
- •10.4. Равновесие на рынке труда и безработица
- •10.5. Безработица и ее характеристики
- •10.6. Модель Оукена
- •10.7. Инфляция и ее виды
- •10.8. Адаптивные и рациональные ожидания
- •10.9. Инфляция и безработица — кривая Филлипса
- •10.10. Антиинфляционная политика
- •Упражнения
- •Библиографический список
- •Глава 11. Рынок ценных бумаг и его инструменты
- •11.1. Понятие рынка ценных бумаг
- •11.2. Анализ характеристик ценных бумаг
- •11.2.1. Технический анализ
- •11.2.2. Фундаментальный анализ
- •11.3. Риск и ограничение риска
- •11.3.1. Хеджирование
- •11.3.2. Мера риска
- •11.4. Индексы деловой активности
- •11.5. Основные характеристики акций
- •11.6. Основные характеристики облигаций
- •11.7. Государственные облигации
- •11.8. Дюрация и изгиб
- •11.9. Форвардные контракты
- •11.10. Паритет покупательной способности
- •11.11. ФЬЮЧЕРСНЫЕ КОНТРАКТЫ
- •11.12. Опционы
- •Упражнения
- •Библиографический список
- •Глава 12. Портфель ценных бумаг
- •12.1. Характеристики портфеля ценных бумаг
- •12.2. Портфель из двух типов ценных бумаг
- •12.3. Оптимальный портфель
- •12.4. Определение состава оптимального портфеля
- •12.5. Определение состава оптимального портфеля в Excel
- •12.6. Оптимальный портфель с добавлением безрисковых ценных бумаг
- •12.7. Алгоритм построения оптимального портфеля ценных бумаг
- •12.8. Рыночный портфель
- •12.9. Эффективный рынок ценных бумаг
- •Упражнения
- •Библиографический список
- •13.1. Фискальная политика государства
- •13.2. Налоговые органы Российской Федерации
- •13.3. Ответственность за налоговые правонарушения в Российской Федерации
- •13.4. Виды налогов
- •13.5. Суммарная выплата по основным налогам
- •13.7. Оптимизация налоговой ставки. Кривая Лаффера
- •13.8. Модель государственного бюджета
- •13.9. Доходы и расходы государственного бюджета
- •13.10. Бюджетный дефицит
- •Упражнения
- •Библиографический список
- •Ответы и решения
- •Глава 1
- •Глава 2
- •Глава 3
- •Глава 4
- •Глава 5
- •Глава 6
- •Глава 7
- •Глава 8
- •Глава 9
- •Глава 10
- •Глава 11
- •Глава 12
- •Глава 13
9. Экономические циклы |
261 |
1,5
1
0,5
0 |
10 |
20 |
30 |
40 |
50 |
60 |
Время
Ðèñ. 9.19. Показатель занятости и доля труда в национальном доходе ◄
Ход функций показателя занятости t и доли труда в национальном доходе t проанализируем по их траектории на рис. 9.19
рассмотренного примера. Верхний график рисунка представляет собой функцию показателя занятости, а нижний — долю труда в национальном доходе. Видно, что график функции показателя занятости первым достигает, например, максимума, затем показатель занятости начинает уменьшаться, а доля труда в национальном доходе все еще растет. После достижения максимума доли труда в национальном доходе падает как эта доля, так и показатель занятости до тех пор, пока показатель занятости не достигнет минимума. Затем показатель занятости начнет возрастать, а доля труда в национальном доходе будет все еще уменьшаться и т.д. В таких случа- ях говорят, что два колебательных процесса сдвинуты по фазе.
9.7. Практическое использование экономических циклов
9.7.1. Прогнозирование
Объектом прогнозирования на основе экономических циклов являются крупные социально-экономические системы, взаимодействующие между собой в масштабах глобального мирового сообщества [4, 5]. В цитируемой литературе объектом прогнозирования является национальная экономика России. Прогнозирование проводится с использованием теории циклов Кондратьева с целью разработки научно обоснованных представлений о возможных состояниях объекта в будущем и об альтернативных путях его развития.
Разработчик прогноза никогда не обладает полной информацией, способной исключить любую неопределенность. В общем случае
262 |
II. Макроэкономическое равновесие на рынках |
для исключения неопределенности необходимо использовать бесконечное число обстоятельств.
Следует различать два понятия: неопределенность и риск. Неопределенность определяется неполнотой и неточностью информации об условиях реализации плана, составленного на основе прогноза. Ðèñê — это возможность возникновения в ходе реализации плана неблагоприятных ситуаций и последствий. Риск является субъективным понятием. Для одних участников экономического процесса возникающие последствия могут негативным образом сказаться на результатах, для других — позитивным.
Слово «риск» имеет испанско-португальские корни и означает «риф», «подводная скала». Это ассоциируется с понятием «лавировать между скалами», а значит, сопряжено с опасностью.
С появлением товарно-денежных отношений риск становится экономической категорией. Результаты проявления неопределенности могут быть положительными, т.е. доход или другая выгода могут увеличиться по сравнению с ожидаемыми. Однако о риске чаще всего говорят в негативном смысле.
Развитие плана является динамическим процессом. В каждый отдельно взятый момент времени условия могут изменяться. Это приводит к необходимости изменения ранее установленных параметров развития плана.
Любой закон природы или общественное явление могут быть выражены в виде описания взаимосвязей, существующих между показателями этого закона или явления. Связи между показателями, часть которых являются случайными, изучает статистика.
Функционирование изучаемого объекта можно описать набором переменных. Эти переменные подразделяют на:
независимые (экзогенные, предикторные, объясняющие), которые не обязательно являются случайными величинами;
зависимые (эндогенные, результирующие, объясняемые), кото-
рые обязательно являются случайными величинами.
Задача измерения связи между переменными решается на эмпирическом материале, представляющем собой выборку. Если количе- ство независимых переменных больше единицы, то исследуемая модель называется многофакторной.
Корреляционно-регрессионные методы прогнозирования базируются на том, что существует ряд факторов, влияющих на данную экономическую характеристику. Например, на валовой внутренний продукт могут влиять инвестиции, государственные расходы, чистый экспорт, автономное потребление, предельная склонность к потреблению, налоги и т.д.
9. Экономические циклы |
263 |
Частным случаем корреляционно-регрессионного метода прогнозирования является трендовый метод. Этот метод основан на анализе динамических рядов, представляющих собой совокупность ряда значений некоторого параметра, определяемого в различные моменты времени.
Экспертный метод прогнозирования строится на основе информации об объекте, полученной от экспертов. Этот метод предназна- чается для решения сложных задач, которые нельзя исследовать при помощи других методов. Связано это с высокими расходами при использовании метода и большими сроками проведения. Коли- чество экспертов при проведении работы должно составлять 10— 100 человек.
Экспертный метод прогнозирования черпает свои начала в глубокой древности. Примерами экспертных групп для разработки и принятия решений являются советы старейшин, военные советы, думы, коллегии и т.д. До сих пор метод экспертных оценок остается единственной возможностью для составления прогнозов развития сложных систем и проблем, которые относятся к слабоструктурируемым. К таким системам и проблемам относится экономика.
Работа по проведению экспертного прогнозирования сводится к организации процедуры экспертизы, подбору экспертов, проведению опроса экспертов, обработке результатов опроса, разработке выводов и принятию решений. В соответствии с этими процедурами создается структура организации прогноза. В нее входят руководитель группы прогноза, группа специалистов по проведению экспертного опроса, эксперты по проблемам, группа обработки данных.
Группа специалистов по проведению экспертного опроса разрабатывает вопросы для экспертов, анализирует и обрабатывает полу- ченные данные. При ответе на поставленные вопросы экспертам запрещаются взаимные консультации и переговоры. При опросах используются анкетирование, интервьюирование, мозговой штурм, дискуссия.
Для выявления случайных воздействий на основные показатели плана используется также метод сценариев. Анализ сценариев позволяет, например, определить случайные воздействия на основные показатели плана. При этом отклонения параметров рассчитываются с учетом корреляции между ними. Часто при проведении анализа риска используются три сценария: базовый, пессимистический и оптимистический. При проведении прогнозирования методом сценариев возникают трудности при выборе исходных пессимистиче- ских и оптимистических показателей. Этого недостатка лишен имитационный метод Монте-Карло.
264 |
II. Макроэкономическое равновесие на рынках |
Впервые описание метода Монте-Карло появилось в 1949 г. Название методу дал известный своими казино город Монте-Карло в княжестве Монако, так как именно рулетка является простейшим механическим прибором по реализации процесса получения слу- чайных чисел, используемых в данном методе. При использовании метода Монте-Карло строится математическая модель результирующего показателя как функции от переменных и параметров. Математическая модель пересчитывается при каждом новом имитационном эксперименте, в течение которого значения основных неопределенных переменных выбираются случайным образом на основе генерирования случайных чисел. Результаты всех имитационных экспериментов объединяются в выборку и анализируются с помощью статистических методов. Основная цель метода — полу- чение закона распределения вероятностей результирующего показателя. В отдельных случаях закон распределения не определяют, а ограничиваются моментами, характеризующими статистические параметры объекта. Для анализа имитационных моделей могут быть использованы современные ЭВМ. Это связано с тем, что расчеты являются очень трудоемкими и их количество велико.
Алгоритм определения закона распределения интересующего показателя или моментов этого распределения сводится к следующему.
1.Строится математическая модель результирующего показателя как функции от переменных и параметров. Под переменными понимаются величины, которые будут изменяться в процессе компьютерного эксперимента. Параметры — это те величины, которые не изменяются во времени.
2.Проводится анализ выбранных переменных. Из их числа выбираются только те, изменение которых существенным образом влияет на результат. Для этих целей можно, например, провести анализ чувствительности исследуемого основного показателя от различных факторов и выбрать из них те, к которым этот показатель является наиболее чувствительным.
3.Определяются законы распределения выбранных переменных
èкорреляционные связи между ними.
4.Проводится компьютерный эксперимент, состоящий из заданного количества опытов. Количество опытов должно быть дос-
таточным для построения репрезентативной модели:
для каждого опыта генерируются случайные числа, являющиеся
реализацией каждой случайной переменной;для полученных случайных чисел рассчитывают результирую-
щий показатель, после чего получают выборку, имеющую коли- чество показателей, равное количеству опытов;