Анализ влияния нерационального поведения экономических агентов на устойчивость моделей общего равновесия с открытой экономикой
- Авторы: Серков Л.А.1, Красных С.С.1
-
Учреждения:
- Пермский национальный исследовательский политехнический университет
- Выпуск: Том 59, № 1 (2023)
- Страницы: 131-144
- Раздел: Статьи
- URL: https://hum-ecol.ru/0424-7388/article/view/653359
- DOI: https://doi.org/10.31857/S042473880023067-2
- ID: 653359
Цитировать
Аннотация
Целью публикации является исследование влияния ограниченной рациональности агентов на устойчивость модели при одновременном сканировании спектра модельных параметров, что позволяет выявлять и анализировать области устойчивости модели в многомерном пространстве. В статье анализируется модель с открытой экономикой, в которой экономические агенты взаимодействуют с внешним миром. Оцениваются и сравниваются поведенческие модели, полученные при двух способах введения нерациональных ожиданий. Научная новизна состоит в выявлении параметров, влияющих на определенное поведение модели, и анализе изменения областей устойчивости модели с гетерогенными ожиданиями, связанными с открытостью экономики, в частности, с воздействием реального и номинального эффективного обменного курса на экономику. Предполагается, что агенты могут быть либо недальновидными с краткосрочным прогнозом, либо дальновидными прогнозистами. Разница не имеет значения, когда агенты имеют рациональные ожидания, но имеет значение, когда часть из них формирует убеждения о будущем в соответствии с некоторыми эвристиками. Байесовские оценки на данных российской экономики показывают, что поведенческая модель, основанная на краткосрочных прогнозах, точнее соответствует эмпирическим данным, по сравнению с моделью, основанной на долгосрочных прогнозах и даже по сравнению с моделью с рациональными ожиданиями агентов. Анализ устойчивости и стабильности проведен с помощью численной процедуры — отображение фильтрации Монте-Карло (MCF). MCF-анализ показывает, что наличие ограниченной рациональности агентов снижает стабильность и устойчивость моделей. Модель, основанная на предикторах долгосрочного прогнозирования, менее стабильна по сравнению с моделями краткосрочного прогнозирования и с рациональными ожиданиями агентов. Важным результатом является существенная доля областей с нестабильным поведением исследуемых моделей с гетерогенными ожиданиями агентов, в которых решения характеризуются взрывным характером. Все полученные нами результаты подтверждаются апостериорными байесовскими оценками этих параметров.
Полный текст

Об авторах
Леонид А. Серков
Пермский национальный исследовательский политехнический университет
Email: emm@cemi.rssi.ru
Старший научный сотрудник
Остров Буве, Пермь, Комсомольский пр., 29Сергей Сергеевич Красных
Пермский национальный исследовательский политехнический университет
Автор, ответственный за переписку.
Email: emm@cemi.rssi.ru
ORCID iD: 0000-0002-2692-5656
Младший научный сотрудник
Россия, Пермь, Комсомольский пр., 29Список литературы
- Малаховская О.А. (2016). Использование моделей DSGE для прогнозирования: есть ли пер-спектива // Вопросы экономики. № 12. С. 129–146. doi: 10.32609/0042-8736-2016-12-129-146
- Серков Л.А., Елизаров Д.Б. (2016). Влияние непредвиденных шоков на поведение макро-экономических показателей в рамках гипотезы об адаптивном обучении агентов // Из-вестия УрГЭУ. №2 . С. 135–150.
- Уикенс М. (2015). Макроэкономическая теория: подход динамического общего равновесия. М.: РАНХиГС.
- Adam K. (2007). Optimal monetary policy with imperfect common knowledge. Journal of Mone-tary Economics, 54(2), 267–301. doi: 10.1016/j.jmoneco.2005.08.020
- An S., Schorfheide F. (2007). Bayesian analysis of DSGE models. Econometric Reviews, 26, 113–172. doi: 10.1080/07474930701220071
- Andrade P., Bihan H. le (2013). Inattentive professional forecasters. Journal of Monetary Econom-ics, 60 (8), 967–982. doi: 10.1016/j.jmoneco.2013.08.005
- Blanchard O., Kahn C. (1980). The solution of linear difference models under rational expecta-tions. Econometrica, 48 (5), 1305–1311. doi: 10.2307/1912186
- Branch W. (2004). The theory of rationally heterogeneous expectations: Evidence from survey data on inflation expectations. The Economic Journal, 114 (497), 592–621. doi: 10.1111/j.1468-0297.2004.00233.x
- Branch W., McGough B. (2009). A new Keynesian model with heterogeneous expectations. Jour-nal of Economic Dynamics and Control, 33 (5), 1036–1051.
- Burnside C. (1998). Detrending and business cycle facts: A comment. Journal of Monetary Eco-nomics, 41, 513–532.
- Calvo G. (1983). Staggered prices in a utility maximizing framework. Journal of Monetary Eco-nomics, 12, 383–398.
- Christiano L., Eichenbaum M., Evans C. (2005). Nominal rigidities and the dynamic effects of a shock to monetary policy. Journal of Political Economy, 103, 51–78.
- Cornea-Madeira A., Hommes C., Massaro D. (2019). Behavioral heterogeneity in U.S. inflation dynamics. Journal of Business and Economic Statistics, 37 (2), 288–300. doi: 10.1080/07350015.2017.1321548
- Del Negro M., Schorfheide F. (2008). Forming priors for DSGE models (and how it affects the as-sessment of nominal rigidities). Journal of Monetary Economics, 55 (7), 1191–1208.
- Di Bartolomeo G., Di Pietro M., Giannini B. (2016). Optimal monetary policy in a New Keynes-ian model with heterogeneous expectations. Journal of Economic Dynamics and Control, 73, 373–387. doi: 10.1016/j.jedc.2016.10.003
- Diks C., Weide R. van der (2005). Herding, a-synchronous updating and heterogeneity in memory in a CBS. Journal of Economic Dynamics and Control, 29 (4), 741–763.
- Galí J., Monacelli T. (2005). Monetary policy and exchange rate volatility in a small open econo-my. Review of Economic Studies, 3, 707–734.
- Gasteiger E. (2014). Heterogeneous expectations, optimal monetary policy, and the merit of policy inertia. Journal of Monetary, Credit and Banking, 46 (7), 1533–1554. doi: 10.1111/jmcb.12149
- Geweke J. (1999). Using simulation methods for Bayesian econometric models: Inference. Econo-metric Reviews, 18, 1–126.
- Gorodnichenko Y., Ng S. (2010). Estimation of DSGE models when the data are persistent. Jour-nal of Monetary Economics, 57, 325–340.
- Hommes C. (2021). Behavioral and experimental macroeconomics and policy analysis: A complex systems approach. Journal of Economic Literature, 1 (59), 149–219. doi: 10.1257/jel.20191434
- Hommes C. (2011). The heterogeneous expectations hypothesis: Some evidence from the lab. Journal of Economic Dynamics and Control, 35 (1), 1–24.
- Kydland F., Prescott E. (1982). Time to build and aggregate fluctuations. Econometrica, 50 (6), 1345–1370.
- Massaro D. (2013). Heterogeneous expectations in monetary DSGE models. Journal of Economic Dynamics and Control, 37 (3), 680–692.
- Muth J.F. (1961). Rational expectations and the theory of price movements. Econometrica, 29, 315–335.
- Preston B. (2006). Adaptive learning, forecast-based instrument rules and monetary policy. Journal of Monetary Economics, 53 (3), 507–535.
- Ratto M. (2008). Analysing DSGE models with global sensitivity analysis. Computational Eco-nomics, 31 (2), 115–139.
- Saltelli A., Tarantola C., Campolongo F., Ratto M. (2004). Sensitivity analysis in practice: A guide to assessing scientific models. Chichester: John Wiley and Sons.
- Sargent T., Wallace N. (1976). Rational expectation and the theory of economic policy. Journal of Monetary Economics, 2, 169–183.
- Sims C. (2002). Solving rational expectations models. Computational Economics, 20, 1–20.
Дополнительные файлы
