Libmonster ID: RU-9989

Д. ФАДЖИОЛО, доцент лаборатории экономики и менеджмента Школы фундаментальных исследований Св. Анны (Пиза, Италия),

А. РОВЕНТИНИ, доцент факультета экономики Университета Вероны (Италия)

О НАУЧНОМ СТАТУСЕ ЭКОНОМИЧЕСКОЙ ПОЛИТИКИ: ПОВЕСТЬ ОБ АЛЬТЕРНАТИВНЫХ ПАРАДИГМАХ*

В последнее время все чаще говорят о том, что монетарная и, в более широком смысле, экономическая политика постоянно "онаучивается"1. И академическое сообщество, и центральные банки в целом якобы достигли консенсуса не только по поводу набора правил, которые следует применять в разных ситуациях, но и относительно того, что в практике "монетарной политики находят применение ключевые принципы науки"2. Эти принципы, в свою очередь, выводятся из так называемого нового неоклассического синтеза, или новой кейнсианской модели монетарной политики3, основанной на модели динамического стохастического общего равновесия (Dynamic Stochastic General Equilibrium, далее - DSGE)4.

Более того, считается, что существующий инструментарий правил экономической политики эффективен не только с нормативной, но и с де-

* Fagiolo G., Roventini A. On the Scientific Status of Economic Policy: A Tale of Alternative Paradigms // Working Paper No 47 / Universita di Verona, Dipartimento di Scienze economiche. 2008. Печатается с разрешения авторов. В названии работы обыгрывается заглавие известного романа Ч. Диккенса "Повесть о двух городах" (1859).

1 См.: Mishkin F. S. Will Monetary Policy Become More of a Science // Working Paper No 13566 / NBER. 2007; Gali J., Gertler M. Macroeconomic Modelling for Monetary Policy Evaluation // Journal of Economic Perspectives. 2007. Vol. 21, No 4; Goodfriend M. How the World Achieved Consensus on Monetary Policy // Journal of Economic Perspectives. 2007. Vol. 21, No 4; Taylor J. The Explanatory Power of Monetary Policy Rules // Working Paper 13685, NBER. 2007.

2 Mishkin F. S. Op. cit. P. 1.

3 См.: Goodfriend M. Op. cit.

4 См.: Woodford M. Interest and Prices: Foundations of a Theory of Monetary Policy. Princeton, NJ: Princeton University Press, 2003; Gali J., Gertler M. Op. cit. Исторический обзор см.: Colander D. Post Walrasian Macroeconomics: Some Historic Links // Post Walrasian Macroeconomics / D. Colander (ed.). Cambridge: Cambridge University Press, 2006.

стр. 24
скриптивной точки зрения. Хотя правила монетарной политики не могут все объяснить в экономике, потенциал их достаточно велик, и, "несмотря на то что теория изначально была разработана для нормативного применения, оказалось, что она имеет также и позитивные следствия"5.

Получается, что уже в ближайшем будущем в распоряжении центральных банков и других руководящих органов окажется несколько простых, научно обоснованных правил политики, эффективность которых не зависит от того, когда и где они применяются. Понадобится лишь запрограммировать достаточно мощный компьютер, который в зависимости от состояния экономики будет автоматически разрабатывать оптимальную экономическую политику. Таким образом, политик или экономист станут похожи на пилотов авиалайнера: технически изощренная теоретическая модель сделает за них практически всю работу. Научное обсуждение экономической политики сведется либо к тонкой настройке "консенсусной" модели, либо к оценке того, до какой степени в экономической политике все еще присутствуют элементы искусства (остающиеся в ведении политика)6.

В связи с этим можно вспомнить два заявления, сделанные соответственно Ф. Фукуямой относительно предполагаемого "конца истории"7 и многими физиками в недавней дискуссии о предполагаемом "конце физики"8. Увы, дальнейшие исследования показали ошибочность обеих позиций.

В данной статье мы утверждаем, что, во-первых, правила экономической политики, проводимой в жизнь центральным банком, редко основываются на какой-либо надежной теоретической модели. Консультант, дающий экономико-политические рекомендации, чаще всего сталкивается с ситуациями, для которых стандартные модели из учебника совершенно бесполезны9. Гораздо предпочтительнее индивидуальный подход к каждому случаю, когда приходится полагаться в основном на интуицию и здравый смысл10. Похожим образом обстоят дела с фискальной и монетарной политикой. Творческая составляющая в экономической политике все еще слишком велика, чтобы ею можно было пренебречь.

Во-вторых, аппарат DSGE-моделей имеет множество серьезных недостатков11. К ним относятся и теоретические проблемы (приходится иметь дело с формальными противоречиями в модели при заданных

5 Taylor J. Op. cit. P. 1. Эта позиция отличается от позиций большинства тех, кто принимает решения относительно экономической политики. Например, Алан Гринспен говорил, что "несмотря на все попытки уловить и измерить то, что мы считаем главными макроэкономическими взаимосвязями, наше знание о многих наиболее важных из них, по всей видимости, всегда будет неполным" (Greenspan A. Risk and Uncertainty in Monetary Policy // American Economic Review. 2004. Vol. 94, No 2. P. 37). Чрезвычайно пессимистичного взгляда на возможность принимать всерьез (с точки зрения эконометрики) какую-либо экономическую модель придерживается Л. Саммерс (Summers L. The Scientific Illusion in Empirical Macroeconomics // Scandinavian Journal of Economics. 1991. Vol. 93, No 2. P. 129 - 148). Также см.: Mehrling P. The Problem of Time in the DSGE Model and the PostWalrasian Alternative // Post Walrasian Macroeconomics.

6 Mishkin F. S. Op. cit.

7 Fukuyama F. The End of History and the Last Man. L.: Penguin, 1992.

8 См., например: Lindley D. The End of Physics. N. Y.: Basic Books, 1994.

9 Aghion P., Howitt P. Appropriate Growth Policy: A Unifying Framework // Journal of the European Economic Association. 2007. Vol. 4. P. 269 - 314.

10 Ibid. P. 2.

11 Подробное исследование этих проблем см. в: Post Walrasian Macroeconomics.

стр. 25
предпосылках), и эмпирические трудности, и политико-экономические ограничения (например, отсутствие какого бы то ни было теоретического обоснования зачастую нереалистичных предпосылок, используемых для экономико-политических рекомендаций).

Эти обстоятельства должны предостеречь каждого непредвзятого экономиста от решительных заявлений о том, что DSGE-модели являются конечной точкой исследований экономической политики. Мы считаем более плодотворным освоение альтернативных теоретических парадигм. В их число входит одна из самых успешных исследовательских программ, известная в литературе как агентное моделирование (agent-based computational economics, далее - ACE). ACE - это вычислительная наука, изучающая экономику как сложную эволюционирующую систему12. Ограниченная рациональность, эндогенная неравновесная динамика, непосредственные взаимодействия агентов - вот ключевые слова, описывающие этот подход. Благодаря чрезвычайной гибкости предпосылок относительно поведения и взаимодействия агентов, модели АСЕ (часто их называют ABM - agent-based models) представляют собой прекрасную лабораторию для разработки и тестирования экономической политики. Хотя этот подход еще не оформился окончательно (по крайней мере, по сравнению с неоклассическим подходом), уже создано и проанализировано множество вариантов экономической политики.

Экономическая политика: неоклассический подход

Сначала опишем обычный способ анализа экономической политики в рамках неоклассического подхода. В частности, мы сосредоточимся на макроэкономических (особенно краткосрочных) моделях деловых циклов. Такой выбор вызван двумя причинами. Во-первых, в настоящее время неоклассики пришли к консенсусу относительно модели и методологии анализа деловых циклов и монетарной экономики. Во-вторых, именно в этих областях разработаны наиболее сложные и точные неоклассические модели и методики анализа влияния различных вариантов экономической политики на благосостояние агентов13.

Динамическая стохастическая модель общего равновесия

Столкновение двух конкурирующих теорий деловых циклов - концепции реального делового цикла14 (real business cycle - RBC) и парадигмы новых кейнсианцев15 - завершилось в конце 1990-х годов

12 Tesfatsion L. ACE: A Constructive Approach to Economic Theory // Handbook of Computational Economics II: Agent-Based Computational Economics / L. Tesfatsion, K. Judd (eds.). Amsterdam: North-Holland, 2006.

13 Так, неоклассическая экономика еще далека от создания общей модели, в рамках которой можно было бы сравнивать воздействие различных вариантов экономической политики на экономический рост (альтернативный подход см.: Aghion P., Howitt P. Op. cit.). По этой причине мы решили не рассматривать здесь долгосрочные макроэкономические проблемы.

14 См., например: King R., Rebelo S. Resuscitating Real Business Cycles // Handbook of Macroeconomics / J. Taylor, M. Woodford (eds.). Amsterdam: Elsevier Science, 1999.

15 Ср.: New Keynesian Economics / G. N. Mankiw, D. Romer (eds.). Cambridge, MA: MIT Press, 1991.

стр. 26
созданием нового неоклассического синтеза16. Каноническая модель, используемая в рамках нового неоклассического синтеза, по сути, является RBC-моделью DSGE с монополистической конкуренцией, номинальными несовершенствами и правилами монетарной политики17.

Как и в модели реальных деловых циклов, отправной точкой новых моделей стала стохастическая версия традиционной неоклассической модели роста с переменным предложением труда: в экономике существует бесконечно живущее репрезентативное домохозяйство, максимизирующее свою полезность при межвременном бюджетном ограничении, и большое количество фирм с однородной технологией производства, подверженной внешним шокам. Данную модель можно отнести и к новому кейнсианству из-за наличия трех составляющих: денег, монополистической конкуренции и жестких цен. Деньги обычно выполняют только функцию меры стоимости, их ненейтральность в краткосрочном периоде обеспечивается номинальными жесткостями в виде постоянных цен. В результате центральный банк, меняя процентную ставку, может в краткосрочном периоде влиять на деловую активность в экономике. Поскольку данная модель является моделью реального делового цикла, можно вычислить "естественный" выпуск и реальную ставку процента, которые будут равновесными величинами при совершенно гибких ценах. "Естественный" выпуск и процентная ставка задают точку отсчета для монетарной политики: центральный банк не может непрерывно "подстегивать" уровень выпуска и процентную ставку в отрыве от их "естественных" значений, не вызывая инфляцию или дефляцию. Необходимо помнить, что предпосылка о несовершенной конкуренции (и других реальных жесткостях) означает, что "естественный" уровень выпуска общественно неэффективен.

Аналитически модель нового неоклассического синтеза можно представить тремя уравнениями18: уравнение IS (инвестиции - сбережения) с учетом ожиданий, новая кейнсианская кривая Филлипса и правило монетарной политики.

Уравнение IS с учетом ожиданий описывает совокупный спрос. Предполагая совершенные рынки капитала и используя лог-линейную аппроксимацию значения в стационарной точке, можно вывести уравнение IS из условия расчищения товарного рынка и уравнения Эйлера для репрезентативного домохозяйства:

где: - разрыв выпуска (процентный разрыв между реальным выпуском и его "естественным" уровнем), σ - межвременная эластичность замещения потребления, i - номинальная ставка процента,

16 Этот термин впервые ввели М. Гудфренд и Р. Кинг в 1997 г. (Goodfriend M., King R. The New Neoclassical Synthesis and the Role of Monetary Policy // NBER Macroeconomics Annual. 1997. P. 231 - 282). Вудфорд (Woodford M. Op. cit.) назвал его неовикселлианским.

17 Подробнее см.: Woodford M. Op. cit.; Gali J., Gertler M. Op. cit.; Gali J. Monetary Policy, Inflation, and the Business Cycle. Princeton: Princeton University Press, 2008.

18 Формальный вывод модели см.: Goodfriend M., King R. Op. cit.; Woodford Op. cit.; Gali J. Op. cit.; Clarida R., Gali J., Gertler M. The Science of Monetary Policy: A New Keynesian Perspective // Journal of Economic Literature. 1999. Vol. 37, No 2. P. 1661 - 1707.

стр. 27
π - инфляция, rn - "естественная" ставка процента и Et - оператор ожиданий в момент времени t. Заметим, что в соответствии с традиционной моделью IS-LM уравнение IS постулирует отрицательную связь между разрывом выпуска и разрывом уровня процентной ставки.

Совокупное предложение в моделях нового неоклассического синтеза описывается преимущественно новой кейнсианской кривой Филлипса. Начиная с модели монополистической конкуренции Диксита- Стиглица19 и модели ступенчатых цен Кальво20 (с постоянной вероятностью корректировки цен), фирмы, которым в теории позволено корректировать цены, фиксируют их как взвешенное среднее текущих и ожидаемых номинальных предельных издержек. Новая кейнсианская кривая предложения получается путем совмещения лог-линейной аппроксимации оптимального выбора цен, индекса цен и равновесия на рынке труда:

где: β - субъективный дисконт-фактор репрезентативного домохозяйства, а к зависит как от эластичности предельных издержек по выпуску, так и от чувствительности корректировки цен к колебаниям предельных издержек (например, от частоты подстройки цен и от реальных жесткостей, вызванных зависимостью цен друг от друга). Переменная и обычно рассматривается как "шок издержек" (cost-push shock) и отражает тот факт, что естественный уровень выпуска может не совпадать с общественно оптимальным из-за наличия реальных несовершенств (монополистическая конкуренция, жесткости на рынке труда и т. д.). Присутствие переменной u означает, что инфляция зависит не только от наличия положительного разрыва выпуска, но и от других факторов, влияющих на реальные предельные издержки фирмы (разрыв выпуска появляется в уравнении (2) из-за положительной связи в исходной теоретической модели между и отклонением реальных предельных издержек от естественного значения).

Описанная выше модель дает нам два разностных уравнения с тремя неизвестными: разрыв выпуска, инфляция и номинальная ставка процента. Чтобы решить эту систему, необходимо добавить правило, по которому определяется номинальная ставка процента21. Даже если оптимальное монетарное правило в принципе может быть выведено22, модели нового неоклассического синтеза часто ограничиваются "простыми" правилами, такими, как правило Тейлора:

19 Dixit A., Stiglitz J. Monopolistic Competition and Optimum Product Diversity // American Economic Review. 1997. Vol. 67, No 3. P. 297 - 308.

20 Calvo G. A. Staggered Prices in a Utility-Maximizing Framework // Journal of Monetary Economics. 1983. Vol. 12, No 3. P. 383 - 398.

21 При выборе монетарных правил обычно используется критерий благосостояния: после разложения функции полезности репрезентативного домохозяйства в ряд Тейлора до второго порядка можно получить функцию потерь общественного благосостояния для центрального банка, которая будет квадратичной относительно инфляции и отклонения выпуска от его общественно оптимального значения (Rotemberg J., Woodford M. Interest-Rate Rules in an Estimated Sticky Price Model // Monetary Policy Rules / J. Taylor (ed.). Chicago: University of Chicago Press, 1999; Woodford M. Op. cit.).

22 Giannoni M. P., Woodford M. Optimal Interest-Rate Rules: I. General Theory. Working Paper No 9419 / NBER. 2002; Giannoni M. P., Woodford M. Optimal Interest-Rate Rules: II. Applications. Working Paper No 9420 / NBER. 2002.

стр. 28


где: rτ - таргетируемая центральным банком ставка процента, φу, φπ > 0. Прежде чем тестировать различные варианты экономической политики, необходимо оценить степень соответствия модели реальным данным и откалибровать ее параметры.

При работе с данными23 канонические модели DSGE (подобные описанной выше) обычно расширяют для расчета динамики инвестиций. Кроме того, различного рода шоки (например, шоки государственных расходов и частного потребления) добавляются как в уравнение IS, так и в монетарное правило. Наконец, стандартные DSGE-модели приходится модифицировать (поскольку они слишком ориентированы на будущее), чтобы они соответствовали эконометрическим данным о совместном изменении номинальных и реальных переменных (например, функции "импульс-реакция" выпуска и инфляции на шоки монетарной политики). Чтобы отразить инертность реальных данных, DSGE-модели расширяют, вводя в них большое количество жесткостей - часто не имеющих теоретического обоснования, - например заранее определенные решения о ценах и расходах, индексация цен и зарплат в соответствии с инфляцией в предыдущие периоды, жесткая заработная плата, формирование привычек потребления, издержки "подстройки" инвестиций, меняющийся коэффициент использования основного капитала и т. д.

Эконометрическая оценка уравнений DSGE-моделей обычно проводится с использованием двух подходов.

Подход при наличии ограниченной информации. Стратегия оценки и определения качества DSGE-моделей в таком случае обычно такова24. Задается монетарное правило и законы, описывающие шоки. Затем все параметры делятся на два множества и параметры из первого множества калибруются с использованием каких-либо эмпирических или теоретических обоснований для выбранных значений. Далее временная шкала для эндогенных переменных фиксируется так, чтобы ставка процента реагировала на текущие выпуск и инфляцию, а на последние оказывала бы влияние только ставка процента предыдущих периодов. На основе первой предпосылки с помощью МНК можно оценить параметры монетарного правила и функции "импульс-реакция" трех переменных на шоки монетарной политики. Затем исследователь возвращается ко второму набору параметров, минимизировав различия между сгенерированными моделью и эмпирическими функциями "импульс-реакция". Наконец, имея значения структурных параметров и векторную авторегрессию, мы определяем остальные структурные шоки, вводя, если нужно, дополнительные ограничения. Сравнив сгенерированные моделью и эмпирические функции "импульс-реакция", можно оценить прогнозную силу такой модели.

Подход при наличии полной информации25. Исследователь накладывает некоторые ограничения на шоки для последующей идентификации, затем применяет фильтр Калмана для вычисления функции правдоподобия наблюдаемых временных

23 См.: Christiano L. G., Eichenbaum M., Evans C. L. Nominal Rigidities and the Dynamic Effects of a Shock to Monetary Policy // Journal of Political Economy. 2005. Vol. 113, No 1. P. 1 - 45; Smets F., Wouters R. An Estimated Dynamic Stochastic General Equilibrium Model of the Euro Area // Journal of the European Economic Association. 2003. Vol. 1, No 5. P. 1123 - 1175.

24 См.: Rotemberg J., Woodford M. Op. cit.; Christiano L. G., Eichenbaum M., Evans C. L. Op. cit.

25 С появлением техник байесовского анализа этот подход стал популярным и сейчас довольно широко распространен. См., например: Smets F., Wouters R. Op. cit.

стр. 29
рядов. Далее формируется априорное распределение параметров, начальные значения которых получаются путем калибровки или предварительных исследований. Соединив функцию правдоподобия с первоначальным распределением параметров, исследователь получает плотность апостериорного распределения, которая будет использоваться для расчета оценок параметров. Затем можно оценить прогнозную силу DSGE-модели, сравнивая ее предельное правдоподобие с таким же параметром в стандартных эконометрических моделях, а также сгенерированные моделью перекрестные ковариации - с полученными эмпирически.

Получив значения параметров модели (оценкой или калибровкой) и определив структурные шоки, можно приступать к анализу различных вариантов экономической политики. Точнее, после вывода функции потерь общественного благосостояния можно оценить эффективность подмножества "простых" политик, гарантирующих существование детерминированного равновесия, или более удачной параметризации внутри класса оптимальных монетарных правил. Все это можно реализовать при помощи симуляции, подвергая DSGE-модель разнообразным структурным шокам и затем рассчитывая получившуюся дисперсию инфляции, разрыва выпуска и связанных с ними потерь общественного благосостояния для различных монетарных правил и наборов параметров26. На практике, предполагая, что DSGE-модели отражают процесс, генерирующий "настоящие" данные для доступных временных рядов, мы оцениваем, как экономика, описываемая данной моделью, отреагировала бы на структурные шоки, наблюдавшиеся в прошлом, если бы центральный банк придерживался другой монетарной политики.

Заслуживает ли доверия анализ политики в DSGE-моделях?

У DSGE-моделей есть как минимум три серьезных недостатка, ставящих под сомнение целесообразность анализа политики в рамках данного подхода.

С теоретической точки зрения, эти модели общего равновесия основываются на традиции, заложенной К. Эрроу и Ж. Дебре, с незначительными невальрасианскими элементами (например, жесткими ценами), поэтому им свойственны многие недостатки традиционных моделей общего равновесия.

Прежде всего, достаточные условия существования общего равновесия не обеспечивают ни единственности его, ни устойчивости. Кроме того, известно27, что невозможно каким-либо образом наложить ограничения на характеристики агентов (первоначальные запасы, предпочтения), чтобы решение было единственным и устойчивым. Доказано28, что даже

26 См. Rotemberg J., Woodford M. Op. cit.; Gali J., Gertler M. Macroeconomic Modelling for Monetary Policy Evaluation.

27 См.: Sonnenschein H. Market Excess Demand Functions // Econometrica. 1972. Vol. 40, No 3. P. 549 - 563; Debreu G. Excess Demand Functions // Journal of Mathematical Economics. 1974. Vol. 1, No 1. P. 15- 21; Mantel R. On the Characterization of Aggregate Excess Demand // Journal of Economic Theory. 1974. Vol. 7, No 3. P. 348 - 353.

28 Kirman A. P., Koch K. Market Excess Demand Functions: Identical Preferences and Collinear Endowments // Review of Economic Studies. 1986. Vol. 53, No 3. P. 457 - 463.

стр. 30
если агенты практически идентичны (например, имеют одинаковые предпочтения и почти одинаковые первоначальные запасы), это все равно не гарантирует единственности и устойчивости равновесия.

Для получения единственного и устойчивого равновесия неоклассики вводят в модель репрезентативного агента (далее - PA). Если поведение всех гетерогенных агентов представить как поведение PA, то можно избежать проблем, возникающих при агрегировании, и обеспечить макроэкономическим моделям общего равновесия строгие вальрасианские микрооснования. Тем не менее предпосылка о PA далеко не безобидна29. Во-первых, нет формальных оснований считать, что индивидуальная рациональность влечет за собой коллективную рациональность на макроуровне. Во-вторых, даже если забыть об этом и использовать фикцию PA для получения микрооснований макроэкономических моделей, анализ экономической политики, полученный с помощью этих моделей, нельзя считать надежным, потому что реакции PA на шоки или изменение параметров могут не совпадать с агрегированными реакциями всех агентов. В-третьих, даже если решить первые две проблемы, может случиться, что при наличии ситуаций a и b PA предпочитает a, в то время как все репрезентируемые им агенты предпочитают b. Наконец, предпосылка о PA добавляет сложностей на эмпирическом уровне, потому что при тестировании какого-либо утверждения, полученного с помощью модели PA, одновременно тестируется и сама гипотеза о PA. Поэтому отказавшись от тестируемого утверждения, мы бросаем тень и на гипотезу.

Базовые свойства линейных динамических микроэкономических моделей не сохраняются при агрегировании, если агенты гетерогенны. Приведем несколько примеров: микроэкономическая коинтеграция не предполагает макроэкономической коинтеграции, причинность по Грейнджеру может не существовать на микроуровне, но проявиться на макроуровне, агрегирование статических микроэкономических уравнений может породить динамические макроуравнения и т. д. Вследствие этого макроэкономическим выводам из микроэкономических теорий можно доверять, только если было проведено аккуратное моделирование гетерогенности агентов30.

Тот факт, что анализ DSGE-моделей приводит к системе разностных уравнений, может создать еще одну проблему. Нужно проверить, существует ли и определено решение системы уравнений. Если экзогенные шоки и колебания, создаваемые монетарным правилом, "малы" и выполняется "принцип Тейлора" (φπ;> 1, см. уравнение 3), то можно доказать существование и локальную определенность равновесия в DSGE-модели с рациональными ожиданиями31. Этот результат позволяет изучать сравнительную статику при наличии "малых" шоков или изменении параметров и уверенно применять лог-линейную аппроксимацию в точке стационарного состояния. К сожалению, существование локально определенного равновесия не

29 Kirman A. P. Whom or What Does the Representative Individual Represent? // Journal of Economic Perspectives. 1992. Vol. 6, No 2. P. 117 - 136.

30 Forni M., Lippi M. Aggregation and the Microfoundations of Dynamic Macroeconomics. Oxford: Oxford University Press, 1997; Forni M., Lippi M. Aggregation of Linear Dynamic Microeconomic Models // Journal of Mathematical Economics. 1999. Vol. 31, No 1. P. 131 - 158.

31 Woodford M. Op. cit.

стр. 31
исключает возможности существования множественных равновесий на глобальном уровне32.

Вторая группа проблем связана с эмпирической оценкой DSGE-моделей. Обычно предполагается, что они отражают истинный процесс генерирования данных для наблюдаемых величин33. Это означает, что получаемые выводы и результаты тестирования экономической политики достоверны, только если DSGE-модель имитирует неизвестный нам процесс генерирования данных.

Степень соответствия эконометрической модели реальной действительности можно измерить по трем параметрам: спецификации, оценке и качеству34.

Учитывая большое количество нелинейностей в структурных параметрах (θ), DSGE-модели трудно специфицировать35. Различные DSGE-модели с разными экономическими и политическими выводами и рекомендациями могут не различаться с точки зрения наблюдателя (формулируются одинаковые агрегированные правила принятия решений)36. Проблемы спецификации ведут к смещенным оценкам некоторых структурных параметров и не позволяют правильно определить значимость оцениваемых параметров при использовании стандартных асимптотических теорий. Это создает барьер между реальными и DSGE-процессами генерирования данных, лишая оценки параметров какого-либо экономического смысла и делая бесполезным анализ экономической политики37.

DSGE-модели очень сложно оценивать с помощью стандартных методов максимального правдоподобия (МП), так как МП-оценки дают смещенные и непоследовательные результаты, если система недостаточно хорошо отражает данные. DSGE-модели как раз подходят под это описание, что позволяет объяснить, почему МП-оценки обычно принимают абсурдные значения без всякого экономического смысла и/или несовместимы с единственным и устойчивым решением лежащей в их основе DSGE-модели. Если модель оценивается с помощью подхода ограниченной информации, то сначала калибруются сложно определяемые параметры, а затем оцениваются все остальные. Такая стратегия работает, только если подобраны "правильные" значения калибруемых параметров. В противном случае оценка не дает корректных результатов, пригодных для исследования экономической политики38.

32 Schmitt-Grohe S., Uribe M. Price Level Determinacy and Monetary Policy under a Balanced-Budget Requirement // Journal of Monetary Economics. 2000. Vol. 45, No 1. P. 211 - 246; Benhabib J., Schmitt-Grohe S., Uribe M. The Perils of Taylor Rules // Journal of Economic Theory. 2001. Vol. 96, No 1 - 2. P. 40 - 69.

33 Canova F. How Much Structure in Empirical Models? // Palgrave Handbook of Econometrics. Vol. 2: Applied Econometrics / T. Mills, K. Patterson (eds.). Basingstoke: Palgrave Macmillan, 2008.

34 Fukac M., Pagan A. Issues in Adopting DSGE Models for Use in the Policy Process // Working Paper No 10/2006 / CAMA. 2006.

35 Canova F. Op. cit. См. систематизацию наиболее важных проблем спецификации в: Canova F., Sola L. Back to Square One: Identification Issues in DSGE Models // Working Paper Series No 583 / European Central Bank. Frankfurt a. M., 2005. Также см.: Beyer A., Farmer R. E. A. On the Indeterminacy of New-Keynesian Economics // Working Paper Series No 323 / European Central Bank. Frankfurt, 2004.

36 Кроме того, некоторые DSGE-модели могут быть недоопределены или лишь частично определены (некоторые параметры отсутствуют в агрегированных правилах принятия решений или присутствуют в неверной функциональной форме).

37 Canova F. Op. cit.

38 Ibid. См. также: Canova F., Sala L. Op. cit.

стр. 32
Все эти проблемы возникли потому, что при создании DSGE-моделей никто не задумывался об упрощении оценки их параметров39. Вследствие этого DSGE-модели слишком требовательны к данным, в них, например, используется больше ненаблюдаемых переменных, чем наблюдаемых40. Для получения функции правдоподобия требуются сильные предпосылки о дисперсиях: используемые функции правдоподобия корректны, если наблюдения имеют гауссово распределение, но макроэкономические временные ряды редко распределены нормально41.

Похоже, современные DSGE-модели подпадают под критику, направленную против старомодных макроэконометрических моделей, принадлежащих к традиции комиссии Коулза: слишком много внимания уделяется спецификации структурной модели (со всеми вышеописанными проблемами) без проверки потенциальных ошибок спецификации, лежащей в основании статистической модели42. Если спецификация последней неправильна, то тестирование политики теряет свою значимость, так как тесты проводятся в "виртуальном" мире, процесс генерирования данных в котором отличается от процесса, лежащего в основе наблюдаемых временных рядов.

Политико-экономические проблемы

В DSGE-моделях агенты руководствуются рациональными ожиданиями и делают рациональный выбор, решая задачи динамического программирования. Из этих предпосылок следует, что агенты: в совершенстве знают модель экономики; способны понять и безошибочно решить любую стоящую перед ними задачу; знают, что все остальные агенты ведут себя в соответствии с первыми двумя пунктами. Фактически они наделены совершенной рациональностью и имеют свободный доступ ко всей возможной информации. Более того, неявное присутствие вальрасовского аукциониста, который устанавливает цены до совершения обмена, наряду с предпосылкой о РА по определению исключает возможность взаимодействия между гетерогенными агентами. Такие предпосылки существенно снижают реалистичность модели, что нужно иметь в виду при анализе политики43. Например, если агенты обладают неполной информацией, то центральный банк, предполагающий, что ожидания агентов рациональны, а не адаптивны, может проводить монетарную политику, грозящую дестабилизацией экономики44.

39 Canova F. Op. cit

40 Fukac M., Pagan A. Op. cit.

41 Fagiolo G., Napoletano M., Roventini A. Are Output Growth-Rate Distributions Fat-Tailed? Some Evidence from OECD Countries // Journal of Applied Econometrics. 2008. Vol. 23, No 5. P. 639 - 669.

42 Favero C. Model Evaluation in Macroeconometrics: From Early Empirical Macroeconomic Models to DSGE Models // Working Paper No 327 / IGIER, Bocconi University. Milan, 2007. См. также: Johansen S. Confronting the Economic Model with the Data // Post Walrasian Macroeconomics; Juselius K., Franchi M. Taking a DSGE Model to the Data Meaningfully // Economics: The Open-Access, Open-Assessment E-Journal. 2007. No 4.

43 Colander D. Introduction // Post Walrasian Macroeconomics.

44 Howitt P. Monetary Policy and the Limitations of Economic Knowledge // Post Walrasian Macroeconomics.

стр. 33
В рамках неоклассической (DSGE) парадигмы существует внутреннее противоречие. С одной стороны, такие сильные предпосылки, как рациональные ожидания, полная информация и эффективные финансовые рынки, вводятся ex ante для точного и строгого математического рассмотрения проблем и выработки политических рекомендаций. С другой стороны, множество несовершенств (например, жесткие цены, потребители, следующие "правилам большого пальца") вводится ex post без всякого теоретического обоснования, только для того, чтобы DSGE-модель могла соответствовать данным. Если же принять менее строгие предпосылки, то удалось бы решить множество эмпирических вопросов без введения несовершенств ad hoc.

Другое противоречие связано с деловыми циклами. DSGE-модели можно использовать для оценки влияния различных вариантов монетарной политики, так как это настоящие модели делового цикла. Тем не менее в основу этих моделей положена теория цикла, в которой он объясняется экзогенно: экономика находится в устойчивом состоянии до тех пор, пока не попадает под действие экзогенных стохастических шоков. Деловой цикл не объясняется, а генерируется по принципу "deus ex machina". Возможно, именно поэтому многие DSGE-модели не соответствуют стилизованным фактам о деловом цикле, а теоретики вынуждены предполагать ряд серийно коррелированных шоков для воспроизведения колебаний, подобных наблюдаемым в реальности45. Вопрос о том, как политики могут оценивать влияние контрциклической политики с помощью моделей, не объясняющих деловой цикл, остается открытым.

С нормативной точки зрения одним из предполагаемых преимуществ DSGE-подхода является возможность вывести оптимальные правила проведения экономической политики. Но политик, придерживающийся таких правил, сталкивается с весьма конкретными издержками (жесткими предпосылками, лежащими в основе DSGE-моделей), в то время как выгоды его весьма туманны. Оптимальные правила проведения экономической политики не могут использоваться на практике, так как для этого требуется знать "истинную" модель экономики, точное значение каждого параметра и численное значение каждого шока в реальном времени46. Более того, было показано, что когда истинная модель экономики и соответствующая функция потерь неизвестны, правила "большого пальца" эффективнее оптимальных правил проведения политики47.

Есть ли выход?

С учетом описанных эмпирических и теоретических проблем сторонники позитивной экономической теории в духе М. Фридмена предложили бы убрать или заменить лежащие в основе моделей предпосылки, чтобы улучшить их качество. Однако экономисты мейнстрима весьма консервативны и не собираются отказываться от триады "рациональность - эгоизм - равновесие". Вместе с тем модификация

45 См.: Zarnowitz V. Recent Works on Business Cycles in Historical Perspectives: A Review of Theories and Evidence // Journal of Economic Literature. 1985. Vol. 23, No 2. P. 523 - 580; Zarnowitz V. Business Cycles Observed and Assessed: Why and How They Matter // Working Paper No 6230 / NBER. 1997; Cogley T., Nason J. M. Impulse Dynamics and Propagation Mechanisms in a Real Business Cycle Model // Economics Letters. 1993. Vol. 43, No 1. P. 77 - 81; Fukac M., Pagan A. Op. cit.

46 Gali J. Op. cit.

47 Brock W. A., Durlauf S., Nason J. M., Rondina G. Simple Versus Optimal Rules as Guides to Policy // Journal of Monetary Economics. 2007. Vol. 54, No 5. P. 1372 - 1396.

стр. 34
предпосылок означала бы явный шаг вперед. Например, если более широко определить предпочтения агентов, учитывая существующие в реальности нормы поведения, то не нужно вводить несовершенства48. Более того, если предположить, что агенты гетерогенны, или заменить предпосылку о рациональности идеями из поведенческой экономики, то можно упрочить научную основу монетарной политики49. В любом случае, если неоклассики действительно считают модели лишь инструментами познания реальности, то при наличии трудностей, с которыми сопряжены DSGE-модели, единственным выходом может стать модификация предпосылок.

В последние два десятилетия все больше исследователей идут именно по этому пути. Так как их не устраивали стандартные равновесные макроэкономические модели, они начали создавать принципиально новую парадигму - агентное моделирование (АСЕ)50. Основная задача агентного моделирования - построить модели, исходя из более реалистичных (основанных на эмпирических и экспериментальных микроэкономических наблюдениях) предпосылках о поведении и взаимодействиях агентов. Например, в соответствии с обширными данными, полученными из когнитивной психологии51, предпосылки совершенной рациональности и предвидения заменяются ограниченной рациональностью и адаптивным поведением. В более общем смысле агенты в модели должны обладать "той же информацией, что и экономисты, моделирующие экономику"52. Новые идеи современной теории сетей и социальных взаимодействий53 предполагают отказ от нереалистичных предпосылок о взаимодействии агентов и обращение к прямым, нетривиальным типам взаимодействий. Наконец, неоднородность и нестабильность современных рынков заставляют отказаться от многих теоретических упрощений (предпосылка PA или идея равновесия) и сосредоточиться на неравновесной динамике, эндогенно поддерживающейся при взаимодействиях гетерогенных агентов.

48 Akerlof G. A. The Missing Motivation in Macroeconomics // American Economic Review. 2007. Vol. 97, No 1. P. 5 - 36.

49 Mishkin F. S. Op. cit.

50 Философские основания ACE во многом пересекаются с подходами, известными в литературе как "поствальрасианская" (Colander D. Op. cit.) и "эволюционная" экономика (Nelson R., Winter S. An Evolutionary Theory of Economic Change. Cambridge, MA: The Belknap Press of Harvard University Press, 1982; рус. пер. см.: Нельсон Р., Уинтер С. Эволюционная теория экономических изменений. М.: Дело, 2002; Dosi G., Nelson R. An Introduction to Evolutionary Theories in Economics // Journal of Evolutionary Economics. 1994. Vol. 4. P. 153 - 172). Это пересечение настолько глубоко, что можно смело говорить о складывающемся "гетеродоксальном синтезе". Исторически первая попытка развить подход агентного моделирования прослеживается еще у Маршалла (Leijonhufvud A. Episodes in a Century of Macroeconomics // Post Walrasian Macroeconomics; рус. пер. см.: Лейонхуфвуд А. Макроэкономическая теория в двадцатом столетии: основные вехи развития // Вопросы экономики. 2006. N 11).

51 Среди обширной литературы на эту тему см., например: Choices, Values, and Frames / D. Kahneman, A. Tversky (eds.). N. Y.: Cambridge University Press, 2000.

52 Colander D. Op. cit. P. 11.

53 RekaA., Barabasi A.-L. Statistical Mechanics of Complex Networks // Review of Modern Physics. 2002. Vol 74. P. 47 - 97; Brock W. A., Durlauf S. N. Interactions-Based Models // Handbook of Econometrics. Vol. 5 / J. Heckman, E. Learner (eds.). Amsterdam: North-Holland, 2001.

стр. 35
Агентное моделирование и экономическая политика

В последние два десятилетия в экономической теории быстро развивались идеи агентного моделирования54. Перечислим десять основных элементов, обычно присущих агентным моделям.

Взгляд "снизу вверх". Для получения правильного представления о децентрализованной экономике агрегированные свойства системы должны получаться как макрорезультат, по возможности, ничем не ограничиваемой микродинамики, наблюдаемой на базовом уровне (на уровне агентов). В традиционных неоклассических моделях все наоборот: анализ проходит "сверху вниз", а в основу его положен репрезентативный индивид, связанный жесткими теоретическими ограничениями (равновесие и рациональность).

Гетерогенность. Агенты почти всегда неоднородны практически по всем своим характеристикам.

Экономика как комплексная эволюционирующая система. Агенты "живут" в сложных системах, эволюционирующих со временем. Следовательно, агрегированные свойства системы выводятся из повторяющихся взаимодействий между простыми объектами, а не из введенных создателем модели требований рациональности и равновесия.

Нелинейность. Происходящие в агентных моделях взаимодействия по своей сути нелинейные. Кроме того, обратная связь между макро- и микроуровнями также носит нелинейный характер.

Прямые (эндогенные) взаимодействия между агентами. Решения, принимаемые агентом сегодня, через адаптивные ожидания напрямую зависят от прошлых решений остальных агентов.

Ограниченная рациональность. Окружающая среда в реальном мире чрезвычайно сложна. Предполагается, что в лучшем случае можно приписать агентам некоторые локальные и частичные (и в пространстве, и во времени) принципы рациональности (например, "близорукие" правила оптимизации).

Способ обучения. Агенты в моделях данного типа вовлечены в свободный поиск в динамичной среде. Это происходит как из-за непрерывного появления нововведений, так и в силу того, что постоянно появляются новые типы поведения, а также вследствие эндогенности взаимодействий между агентами (см. выше).

"Истинная" динамика. Агентные модели характеризуются необратимой динамикой: состояние системы развивается в зависимости от

54 Этот и следующие разделы основываются на работах: Рука А., Fagiolo G. Agent-Based Modelling: A Methodology for Neo-Schumpeterian Economics // The Elgar Companion to Neo-Schumpeterian Economics / H. Hanusch, А. Рука (eds.). Cheltenham: Edward Elgar, 2007. Подробнее см.: Dosi G., Egidi M. Substantive and Procedural Uncertainty: An Exploration of Economic Behaviours in Changing Environments // Journal of Evolutionary Economics. 1991. Vol. 1, No 2. P. 145 - 168; Dosi G., Marengo L., Fagiolo G. Learning in Evolutionary Environment // Evolutionary Principles of Economics / K. Dopfer (ed.). Cambridge: Cambridge University Press, 2005; Lane D., Maxeld R. Ontological Uncertainty and Innovation // Journal of Evolutionary Economics. 2004. Vol. 15, No 1. P. 3 - 50; Handbook of Computational Economics II; Colander D. Op. cit.; Tesfatsion L. Agent-Based Computational Modeling and Macroeconomics // Post Walrasian Macroeconomics.

стр. 36
пройденной траектории55, что частично является следствием адаптивных ожиданий (агенты владеют информацией о прошлом и формируют на ее основе ожидания будущего).

Постоянные эндогенные инновации. Социально-экономические системы всегда нестационарны. Непрерывное создание нового в экономических системах и формирование новых типов поведения сами по себе являются силой, побуждающей к обучению и адаптации. Поэтому агенты сталкиваются с "подлинной" (по Найту56) неопределенностью и способны лишь частично сформировать ожидания относительно, например, будущих технологий.

Рыночные механизмы селекции. Агенты, как правило, проходят через механизм рыночного отбора. Критерии селекции, в свою очередь, могут быть сложными и многомерными.

Базовая структура агентных моделей

Модели, основанные (полностью или частично) на перечисленных основных элементах, как правило, имеют примерно следующую структуру. Существует популяция (или набор популяций) агентов (потребителей, фирм и т. д.), возможно иерархически организованная, размер которой может со временем меняться. Наблюдение за эволюцией системы ведется в дискретном времени. В любой момент времени t каждый агент i характеризуется конечным числом микроэкономических переменных xi,t (их набор также изменчив) и вектором микроэкомических параметров θi (зафиксированы на рассматриваемом временном интервале). Экономика в целом характеризуется некоторым количеством зафиксированных макроэкономических параметров Θ.

В каждый момент времени t > 0 при заданных начальных условиях xi0 и выбранных микро- и макроэкономических параметрах выбирается один или более агентов и обновляются его (их) микроэкономические переменные. Это событие может происходить случайно или обусловливаться состоянием самой системы. Агенты, выбранные для этапа обновления, собирают доступную им информацию о текущем и прошлом состояниях (о микроэкономических переменных) подмножества других агентов, как правило тех, с которыми они непосредственно взаимодействуют. Они воплощают знания о своем локальном окружении, а также ограниченную информацию о состоянии всей экономики, которую им удалось собрать, в эвристических, рутинных и других алгоритмических (не обязательно оптимизирующих) правилах поведения. Эти правила, как и типы взаимодействия, спроектированы так, чтобы походить на эмпирические и экспериментальные сведения, которые исследователь может получить в ходе предварительного анализа.

55 Такой подход противопоставляется неоклассическому, где агенты придерживаются рациональных ожиданий, и "будущее, или, лучше сказать, наши представления о нем, определяют настоящее" (Mehrling P. The Problem of Time in the DSGE Model and the Post Walrasian Alternative // Post Walrasian Macroeconomics. P. 76).

56 Knight F. Risk, Uncertainty, and Profits. Chicago: Chicago University Press, 1921. Рус. пер. см.: Найт Ф. Риск, неопределенность и прибыль. М.: Дело, 2003.

стр. 37
Когда этап обновления заканчивается, в экономику поступает новый набор микроэкономических переменных для следующей итерации: агрегированные значения переменных Xt подсчитываются просто как сумма или среднее значение индивидуальных характеристик. Определения агрегированных переменных очень схожи с определениями статистических агрегатов (ВВП, безработицы и т.д.).

Наличие стохастических компонентов в правилах принятия решений, ожиданиях, взаимодействиях предполагает, что динамика микро- и макропеременных может быть описана случайными (марковскими) процессами. Тем не менее из-за нелинейностей, обычно присутствующих в правилах принятия решений и взаимодействиях, почти невозможно аналитически получить законы движения, вероятностные распределения и т. д. для стохастических процессов, лежащих в основе динамики микро- и макропеременных. Поэтому исследователю приходится прибегать к компьютерной симуляции, чтобы проанализировать "поведение" данной агентной модели. Заметим, что для некоторых простых случаев такие системы допускают наличие аналитического решения. Стоит ли говорить, что чем больше усложняющих предпосылок вводится в модель, тем менее прозрачной она становится и тем насущнее необходимость компьютерной симуляции. Симуляции в данном случае должны использоваться конструктивно, для того чтобы, например, в духе объектно-ориентированного программирования построить и "вырастить" общество с нуля.

Дескриптивный анализ агентных моделей

Изучая результаты, получаемые при помощи ACE, часто приходится сталкиваться с тем, что моделируемая экономика по определению находится в неравновесном состоянии. Необходимо искать долгосрочное статистическое равновесие и/или эмерджентные свойства динамики агрегированных показателей (неустойчивые статистические характеристики, которые, однако, можно наблюдать и считать стабильными относительно временного горизонта модели57). Еще более усложняет исследование тот факт, что нам даже неизвестно заранее, является ли стохастический процесс, описанный в рамках данной агентной модели, эргодическим, и, если он сходится, сколько времени потребуется, чтобы его поведение стало достаточно устойчивым.

Предположим, исследователю известно (например, после изучения некоей симуляции или анализа конкретной агентной модели), что динамические характеристики системы становятся достаточно устойчивыми почти для всех параметров после некоторого момента времени T*. Тогда процедура изучения результатов, следующих из модели, проводится так, как это изображено на рисунке.

Система работает до тех пор, пока мы не получим стабильного поведения (до момента времени T > T*) при некоторых заданных начальных условиях, микро- и макропараметрах. Допустим, что нам необходимо

57 См.: Lane D. A. Artificial Worlds and Economics. Part I // Journal of Evolutionary Economics. 1993. Vol. 3. P. 89 - 107; Lane D. A. Artificial Worlds and Economics. Part II // Journal of Evolutionary Economics. 1993. Vol. 3. P. 177 - 197.

стр. 38
Схематическое изображение процедуры изучения результатов агентной модели

Рис.

подсчитать набор статистике S = {s1, s2, ...} для микро- и макропеременных, полученных путем симуляции. После каждого запуска системы программа будет подсчитывать значение каждой статистики. С учетом стохастической природы процессов после каждого запуска мы будем получать другие значения статистик. Поэтому после M независимых экспериментов для каждой статистики будет существовать распределение, основанное на M наблюдениях, и можно будет подвести итоги, посчитав моменты для каждого распределения. Но следует помнить, что моменты будут зависеть от выбора начальных условий и параметров. Проанализировав достаточно большое количество точек в исследуемом пространстве, где начальные условия и параметры могут варьировать, рассчитав моменты интересующих нас статистик и оценив, как именно моменты зависят от параметров, мы можем получить достаточно глубокое дескриптивное знание о поведении данной системы.

Выбор модели и эмпирическая проверка

Из сказанного следует, что при применении ACE (как и для других способов моделирования) часто возникает конфликт между дескриптивной точностью и объяснительной силой модели. Чем больше предпринимается попыток внедрить в модель "реалистичные" предпосылки, тем сложнее изучать систему и тем менее понятными становятся причинно-следственные связи. Исследователям, применяющим агентные модели, эта проблема хорошо знакома, и они стараются разработать стратегии выбора предпосылок. Например, можно начать с самой простой модели и затем шаг за шагом ее усложнять (стратегия

стр. 39
KISS58) или начать с наиболее реалистичной модели, затем упрощая ее, насколько это возможно (стратегия KIDS59). Имеется третья стратегия: взять уже существующую модель и затем постепенно усложнять ее, вводя различные дополнения (эту стратегию обычно называют TAPAS60). Момент, когда процедуру нужно остановить, следует определять, исходя из того, насколько агентной модели удается эмпирически воспроизвести существующую реальность61.

Заметим, что сама структура агентных моделей естественным образом позволяет сравнить их результаты с реальными наблюдаемыми данными. Более того, можно рассматривать агентные модели как средство создания целого семейства процессов генерирования данных. Предположим, что наблюдаемые данные генерируются колоссальным и неизвестным нам процессом их получения с практически бесконечным числом параметров, который мы назовем процессом генерирования данных реального мира (RWDGP62). Предположим далее, что этот процесс можно разбить на слабо экзогенные компоненты меньшего размера, каждый из которых имеет обозримое количество параметров и описывает небольшой набор интересующих нас переменных на основе некоторого набора других переменных. Построение агентной модели - это попытка проанализировать один из таких малых RWDGP. Агентная модель фактически копирует некую часть RWDGP, которую мы изучаем при помощи теоретического процесса, генерирующего одни и те же переменные при каждом "запуске" модели. Естественно, у нас есть лишь одно наблюдение, сгенерированное RWDGP, поэтому в любом случае в рассуждениях возникают логические трудности, но это уже совершенно другая проблема, которую философы называют проблемой индукции.

Для эмпирической проверки и отбора агентных моделей могут использоваться разные подходы, и споры по этому вопросу продолжаются. Например, можно отбирать модели (и различные варианты параметризации одной модели) по количеству стилизованных фактов, которое с помощью данной модели можно одновременно воспроизвести. В ходе отбора изучается, что произойдет, если в модели изменятся параметры, и можно ли вывести из этого пошагового анализа какое-то осмысленное объяснение причинной связи. В качестве альтернативы можно сначала выбрать параметры, калибруя модель (например, прямо оценивая, когда это возможно, параметры по микро- и макроданным), а затем определить, до какой степени откалиброванная модель способна воспроизвести интересующие нас стилизованные факты.

Вне зависимости от того, какая процедура применяется для проверки на соответствие эмпирическим данным, ее основной целью обычно является ограничение набора свободных параметров. Модели, в которых

58 KISS - Keep it simple, stupid ("Будь проще, дурачок") - знаменитая фраза, у которой множество интерпретаций. Аббревиатура, принятая в электронной почте, SMS и чат-форумах. - Примеч. пер.

59 KIDS - Keep it descriptive, stupid - фраза, созданная по аналогии с предыдущей, примерно означающая: "Сохраняй описательность, дурачок". - Примеч. пер.

60 TAPAS - Take a Previous Model and Add Something - "возьми предыдущую модель и добавь что-нибудь". - Примеч. пер.

61 Более детальное исследование вопросов эмпирической проверки агентных моделей см. в: Special Issue on Empirical Validation in Agent-Based Models / G. Fagiolo, C. Birchenhall, P. Windrum (eds.). // Computational Economics. 2007. Vol. 30, No 3 и другие статьи там же.

62 RWDGP - Real World Data Generating Process. - Примеч. пер.

стр. 40
слишком много параметров, с трудом поддаются анализу и интерпретации, и неизвестно, можно ли получить те же самые результаты в более простой модели с меньшим количеством параметров. Но даже если эмпирическая проверка позволяет ограничить набор свободных параметров в разумных пределах, когда дело доходит до экспериментального анализа различных вариантов экономической политики, остается немало методологических проблем. Любая параметризация представляет собой альтернативный мир, но какой из них следует выбрать для оценки успешности экономической политики? Какова роль начальных условий?

Экспериментальный анализ экономической политики в агентных моделях

При анализе экономической политики агентные модели имеют целый ряд преимуществ перед неоклассическими. Распределим эти преимущества по двум категориям: теоретические и эмпирические.

Теория. В агентных моделях, в отличие от неоклассических, нет строгих априорных теоретических ограничений (например, предпосылки о равновесии, РА или рациональных ожиданиях), так как нет требования о существовании решения ex ante. Это обеспечивает значительную гибкость при построении модели. Совместив это условие с требованием серьезной проверки на соответствие эмпирическим данным, мы получим "полуинструменталистский" подход, согласно которому "плохие" (но эмпирически правдоподобные) предпосылки можно заменить "лучшими" (и тоже эмпирически правдоподобными), если модель не оправдывает ожиданий. Заметим, что в отсутствие строгих теоретических требований предпосылки могут заменяться без ущерба для анализа модели. Между тем в стандартной неоклассической модели нельзя просто заменить предпосылку об оптимизации какой-то другой, если модель получилась неудачной, поскольку в результате может исчезнуть аналитическое решение.

Эмпирика. Как уже говорилось выше, агентные модели можно рассматривать как порождающие матрицы альтернативных миров, то есть теоретических процессов генерирования данных, которые аппроксимируют неизвестный реальный процесс. Структура агентных моделей облегчает работу с данными. Во-первых, можно проверить поступающие в модель данные на соответствие реальным фактам, то есть точно подобрать предпосылки о взаимодействиях и индивидуальном поведении, "настроив" их в соответствии с наблюдениями. Во-вторых, можно проверить на соответствие реальным фактам результаты, полученные с помощью модели, например, накладывая ограничения на пространство параметров, индивидуальное поведение, взаимодействия агентов и начальные условия так, чтобы модель могла воспроизводить интересующие нас стилизованные факты. Неоклассическая модель, чтобы сохранить аналитическую разрешимость, обычно строится для объяснения одного-двух стилизованных фактов63. Напротив, каждая агентная модель может легко объяснить множество разных эмпирических наблюдений.

63 Подробнее см. в: Aoki M. Not More So: Some Concepts Outside the DSGE Framework // Post Walrasian Macroeconomics.

стр. 41
Но как же, собственно говоря, проводятся экспериментальные проверки различных вариантов экономической политики? Рассмотрим процедуру дескриптивного анализа агентных моделей, представленную на рисунке. Вспомним, что микро- и макропараметры можно задать таким образом, чтобы отражать ключевые переменные экономической политики реального мира - налоговые ставки, субсидии, процентные ставки, деньги и другие поведенческие факторы, влияющие на индивидуальные стимулы при проведении политики роста или инновационной политики. В качестве исходных условий может выступать изначальное распределение ресурсов, что позволяет проанализировать различные варианты распределения национального дохода. Кроме того, используемые экономическими агентами правила поведения и взаимодействия можно построить так, чтобы изучить альтернативные институциональные структуры, ситуации в отрасли или на рынке. Поскольку все эти элементы легко заменяемы, появляется возможность исследовать огромное количество альтернативных вариантов экономической политики или правил, последствия которых затем можно оценить качественно или количественно (например, проводя стандартные статистические тесты на распределение статистик из S). Скажем, можно статистически проверить, как изменение ставки налога на потребление влияет на моменты (среднее и т. д.) распределения индивидуального потребления, какова динамика этого воздействия. Наиболее важно, что все эти манипуляции можно проделать, сохраняя при этом способность модели воспроизводить существующие стилизованные факты, например определенные свойства временных рядов наблюдаемых агрегированных переменных (в частности, колебания темпов роста выпуска) или некоторую связь между ними (например, кривая Филлипса).

Экономическая политика в агентных моделях: краткий обзор

В последнее время чрезвычайная гибкость агентного моделирования побудила многих исследователей широко использовать данный подход при анализе экономической политики64. Общая тенденция такова: по всей видимости, те, кто принимает политические решения, склонны больше доверять результатам, полученным с помощью детального симуляционного анализа (как в агентных моделях), где они видят многие знакомые им экономические структуры, чем некоторым общим соображениям, сформулированным исходя из достаточно абстрактных математических моделей (как DSGE-модели)65. Число появившихся в последнее время агентных моделей, в которых исследу-

64 См., например, материалы в: Special Issue on "Agent-Based Models for Economic Policy Design" / H. Dawid, G. Fagiolo (eds.) // Journal of Economic Behavior and Organization. 2008. Vol. 67, No 2. P. 351 - 544.

65 О важности вовлечения лиц, реально принимающих экономические решения, в процесс построения агентных моделей для оценки последствий экономической политики см.: Moss S. Policy Analysis from First Principles // Proceedings of the US National Academy of Sciences. 2002. Vol. 99, Suppl. 3. P. 7267 - 7274.

стр. 42
ются вопросы экономической политики, настолько велико, что в одной статье мы можем ограничиться лишь беглым перечислением основных областей, где проводились такого рода исследования, и кратко описать отдельные примеры.

Промышленная политика и дизайн рынков. Агентные модели предоставляют уникальную возможность проводить сравнительный анализа последствий альтернативных вариантов политики и институциональных изменений в достаточно специфических моделях конкретной экономической среды, будь то рынки и/или отрасли, конкретный тип аукционов и т. д. Можно построить модель так, чтобы она точно копировала конкретный случай интересующей нас системы, задавая индивидуальное поведение, правила взаимодействия, институциональные и технологические характеристики в соответствии с эмпирическими данными или знаниями о каком-то конкретном случае. В качестве примера можно привести исследования рынка кофе США66 или фармацевтической отрасли67. Моделируется эволюция индустрии компьютеров и полупроводников, симуляционная модель используется, например, для изучения влияния политики по поддержке конкуренции и входа на рынок, а также политики государственных закупок на концентрацию в отрасли и скорость технологических изменений68.

Изучается формирование различных типов поведения в ситуации торга для различных видов рынков69. При помощи симуляции моделируется поведение торгующихся покупателей для двух типов закрытых аукционов. Модель способна воспроизводить стилизованные факты, наблюдаемые на реальных интернет-аукционах, и содержит некоторые интересные соображения о свойствах функций торга, описывающих итоговые выигрыши, что имеет важные следствия для дизайна рынков70.

Была разработана и реализована система агентных моделей для тестирования динамической эффективности и надежности Платформы оптовых рынков энергии (WMPM, Wholesale Power Market Platform), предложенной Федеральной комиссией США по регулированию энергетических рынков71. Как утверждают авторы, эта система моделирует взаимодействие стратегических игроков во времени на оптовых рынках энергии, организованных в соответствии с основными принципами WMPM внутри энергетической сети. Система является образцом детальной спецификации и использования программного обеспечения

66 Midgley D., Marks R., Cooper L. Breeding Competitive Strategies // Management Science. 1997. Vol 43, No 3. P. 257 - 275.

67 Malerba F., Orsenigo L. Innovation and Market Structure in the Dynamics of the Pharmaceutical Industry and Biotechnology: Towards a History-Friendly Model // Industrial and Corporate Change. 2002. Vol. 11, No 4. P. 667 - 703.

68 Malerba F., Nelson R., Orsenigo L., Winter S. Public Policies and Changing Boundaries of Firms in a History-Friendly Model of the Co-evolution of the Computer and Semiconductor Industries // Journal of Economic Behavior and Organization. 2008. Vol. 67, No 2. P. 355 - 380.

69 Duffy J., Unver M. Internet Auctions with Artificial Adaptive Agents: A Study on Market Design // Journal of Economic Behavior and Organization. 2008. Vol. 67, No 2. P. 394 - 417.

70 Стилизованную модель цепочки добавленной стоимости на рынках электричества и изучение проблемы возникновения вертикальной рыночной власти см. в: Ruperez-Micola A., Banal-Estanol A., Bunn D. Incentives and Coordination in Vertically Related Energy Markets // Journal of Economic Behavior and Organization. 2008. Vol. 67, No 2. P. 381 - 393.

71 Sun J., Tesfatsion L. Dynamic Testing of Wholesale Power Market Designs: An Open-Source Agent-Based Framework // Computational Economics. 2007. Vol. 30. P. 291 - 327.

стр. 43
с открытым кодом, открывающего возможность повторить и детально проверить данные модели.

Фискальная политика. Влияние политики на рынке труда на индивидуальном и агрегированном уровне изучалось при помощи агентной модели, где фирмам из различных секторов экономики требуются работники с различной квалификацией72. Было, в частности, показано, что финансируемые государством программы переобучения помогают безработным быстрее найти работу, но уменьшают шансы для тех, кто не получает субсидии, поэтому, несмотря сокращение совокупной безработицы на агрегированном уровне, на уровне индивида такая политика может вредить работникам, не получающим государственные трансферты73.

При помощи агентной модели, "населенной" гетерогенными по поведению финансовыми трейдерами, была подвергнута сомнению идея, что налог Тобина74 способен стабилизировать валютный и финансовый рынки и уменьшить спекуляцию75. Эксперименты показали, что налоги такого типа на самом деле могут увеличивать волатильность и уменьшать объемы торговли на рынке76.

Другие исследователи разработали агентную модель, в которой трансакции на рынках труда и товаров происходят посредством двустороннего торга между гетерогенными фирмами и работниками/покупателями77. Помимо того, что модель воспроизводит множество общеизвестных макро- и микрозакономерностей (например, устойчивый рост и отклонения, кривые Бевериджа, Филлипса, Окуна), она используется в качестве вычислительной лаборатории, в которой обнаруживается, что монотонная зависимость совокупного выпуска от ставки корпоративного налога не наблюдается, если выручка используется для инвестиций в НИОКР, а использование собранных налогов для финансирования пособий по безработице негативно влияет на выпуск.

Политика роста. При помощи агентных моделей исследуется широкий круг нормативных вопросов, связанных с влиянием альтернативных сценариев развития научного знания и технологий на темпы

72 Neugart M. Labor Market Policy Evaluation with ACE // Journal of Economic Behavior and Organization. 2008. Vol. 67, No 2. P. 418 - 430.

73 Оценка влияния, которое оказывает изменение способа выплаты сельскохозяйственных субсидий на структуру фермы, на цены и прибыли фермеров, приведена в работе: Happe K., Balmann A., Kellermann K., Sahrbacher C. Does Structure Matter? The Impact of Switching the Agricultural Policy Regime on Farm Structures // Journal of Economic Behavior and Organization. 2008. Vol. 67, No 2. P. 431 - 444.

74 Налог на международную торговлю валютой, призванный ограничить спекуляции на валютном рынке. - Примеч. ред.

75 Маппаго К., Marchesi M., Setzu A. Using an Artificial Financial Market for Assessing the Impact of Tobin-like Transaction Taxes // Journal of Economic Behavior and Organization. 2008. Vol. 67, No 2. P. 445 - 462.

76 Другие авторы (Chen S. H., Chie B.-T. Lottery Markets Design, Micro Structure and Macro Behavior: An ACE Approach // Journal of Economic Behavior and Organization. 2008. Vol. 67, Iss. 2. P. 463 - 480) обращаются к классическому вопросу определения ставки налога, максимизирующей объем налоговых поступлений, в условиях рынка лотерей и объясняют, почему ставки налогов на лотереи существенно отличаются для разных стран и разных лотерей.

77 Russo A., Catalano M., Gallegati M., Gaffeo E., Napoletano M. Industrial Dynamics, Fiscal Policy and R&D: Evidence from a Computational Experiment // Journal of Economic Behavior and Organization. 2007. Vol. 64. No 3 - 4. P. 426 - 447.

стр. 44
роста, инновации и технологические заимствования в рамках одной страны78. Модель описывает экономику, состоящую из фирм двух отраслей и потребителей/работников. Фирмы первой отрасли инвестируют в НИОКР и производят различное оборудование, а второй - инвестируют в новое оборудование и производят однородный потребительский товар. Потребители продают свой труд и тратят свой доход на потребление. Было показано, что расширенная модель способна воспроизводить значительное число стилизованных фактов, касающихся макроэкономической (кросс-корреляции, относительные волатильности) и микроэкономической (распределение размера, эволюция производительности, модели инвестирования отдельных фирм) динамики. Более того, были разработаны различные технологические сценарии (эндогенные или экзогенные границы технологического развития, заимствование технологий) и изучено долгосрочное влияние различных вариантов политики с учетом долгосрочных темпов роста ВВП, их волатильности, а также безработицы. Полученные результаты показывают следующее: патенты вредны для роста и способствуют повышению безработицы; возможность заимствования технологий ускоряет рост ВВП, особенно в сценарии эндогенных границ технологического развития; при этом же сценарии увеличение ожидаемой производительности входящих на рынок фирм способствует повышению долгосрочных темпов роста ВВП; кейнсианская макроэкономическая политика управления спросом является необходимым условием устойчивого роста ВВП и сглаживания циклических колебаний. В более общем смысле, эти результаты свидетельствуют о взаимодополняемости кейнсианской политики спроса и шумпетерианской политики инноваций79.

Социальные взаимодействия. В рамках данного направления исследований рассматривается, в частности, насколько эффективны свойства сетей, возникающих благодаря индивидуальным нескоординированным решениям о создании связи80. Основанная на этих идеях политика может стимулировать появление эффективных сетей. Например, можно сравнить влияние нескольких вариантов политики по борьбе с преступностью, которые применяются в обществе, состоящем из гетерогенных взаимодействующих агентов81. Такая модель способна объяснить несколько наблюдаемых в реальном мире закономерностей возникновения и распространения преступности и поведения преступников во времени. Например, показано, что в более крупных городах преступность больше, потому что с ростом населения увеличиваются стимулы к паразитированию на общественных

78 Dosi G., Fagiolo G., Roventini A. Patterns of Innovation and the Political Economy of Growth. An Exploration of Different Policy Regimes // Working paper / Laboratory of Economics and Management (LEM). См. также: Dosi G., Fagiolo G., Roventini A. An Evolutionary Model of Endogenous Business Cycles // Computational Economics. 2006. Vol. 27, No 1. P. 3 - 34.

79 В другой работе (Dawid H., Gemkow S., Harting P. et al. Skills, Innovation, and Growth: An Agent-Based Policy Analysis // Working paper / Bielefeld University. 2008) исследуется влияние политики повышения квалификации работников на экономический рост и эффективность рынка труда.

80 Carayol N., Roux P., Yildizoglu M. Inefficiencies in a Model of Spatial Networks Formation with Positive Externalities // Journal of Economic Behavior and Organization. 2008. Vol. 67, No 2. P. 495 - 511.

81 Wilhite A., Allen W. Crime, Protection, and Incarceration // Journal of Economic Behavior and Organization. 2008. Vol. 67, Iss. 2. P. 481 - 494.

стр. 45
благах. Более того, хотя преступность уменьшается по мере роста ассигнований на борьбу с ней, влияние тюрем оказалось неоднозначным, так как более высокая доля заключенных среди населения может обусловить рост преступности в долгосрочном периоде.

* * *

Недавние споры о научном статусе экономической политики позволили некоторым авторам назвать новый неоклассический синтез, вооруженный сложными инструментами моделирования, окончательным и непревзойденным научным достижением. Однако реально применявшиеся центральными банками и другими субъектами, принимающими решения, варианты политики были успешны не благодаря сложности лежащих в их основе техник моделирования, а скорее благодаря соединению опыта и искусности. Как было показано выше, у DSGE-моделей имеется целый ряд существенных проблем, связанных с их внутренней противоречивостью, соотнесением с реальными данными, реалистичностью предпосылок. Эти проблемы должны быть отражены и в анализе экономической политики.

Как показывает обзор альтернативной парадигмы, число областей, в которых агентное моделирование успешно применялось для анализа политики, весьма велико и быстро растет. В то же время многие проблемы все еще далеки от разрешения. Здесь мы приведем только три.

Первая связана с микро- и макропараметрами в агентных моделях. Как уже упоминалось, в таких моделях часто слишком много параметров, поскольку в спецификацию правил поведения или взаимодействия агентов включается множество компонентов, чтобы модель как можно лучше соответствовала наблюдаемой реальности. Предположим для простоты, что начальные условия не играют никакой роли. Даже если предварительный эмпирический анализ поможет уменьшить число свободных параметров, их все равно остается слишком много. Как интерпретировать эти различные типы параметризации? Какую из них следует использовать для разработки сценариев и политических рекомендаций? Следует ли калибровать модель, используя имеющиеся данные, до тех пор, пока не останется свободных параметров? Или главным критерием должна быть инвариантность политических рекомендаций по отношению к различным параметризациям? Заметим, что этот вопрос тесно связан с традиционной критикой агентных моделей: если такая модель содержит множество параметров и способна воспроизводить заданный набор стилизованных фактов, то как можно быть уверенным, что она представляет собой минимально необходимое множество механизмов получения данного набора фактов? Эта критика82 справедлива в отношении "раздутых" агентных моделей. Однако на практике исследователи, применяющие агентный подход, хорошо осведомлены об этой проблеме и всегда стараются, по возможности, упростить модель, используя различные техники эмпирической

82 Ср.: Brock W. A. Scaling in Economics: A Reader's Guide // Industrial and Corporate Change. 1999. Vol. 8, No 3. P. 409 - 446.

стр. 46
проверки - KISS или TAPAS. Даже если не удается показать, что данная модель минимальна, все равно чем больше стилизованных фактов модель может воспроизвести, тем удачнее можно сузить класс эффективных теоретических механизмов.

Вторая проблема касается роли начальных условий. Вспомним, что агентная модель может рассматриваться как искусственный стохастический процесс генерирования данных, с помощью которого мы стараемся приблизиться к процессу, породившему реально наблюдаемые нами данные (RWDGP). Вопрос в том, является ли RWDGP эргодическим или нет. Если он рассматривается как неэргодический (как и теоретический процесс), то начальные условия имеют значение, что создает массу проблем. Исследователю нужно определить "правильный" набор исходных условий в эмпирических данных, порожденных RWDGP, чтобы корректно задать начальные параметры модели. Даже если бы существовала единственная "идеальная база данных", то все равно задача оставалась бы крайне сложной. Насколько следует углубиться в прошлое, чтобы определить верный набор начальных значений для важных микро- и макропараметров? Существует возможность бесконечного регресса. Могут понадобиться данные за слишком долгий период, возможно за годы, когда эти данные вообще не собирали.

Этот вопрос связан с третьей проблемой: как соотносятся данные, полученные при помощи симуляции, с данными реального мира? Мы способны сгенерировать столько теоретических наблюдений, сколько сочтем нужным, но на практике у нас может быть лишь несколько эмпирических реализаций (возможно, только одна!). Если мы полагаем, что эмпирические наблюдения основаны на процессе генерирования данных, который можно было бы "прокрутить" дважды, то проблема сравнения эмпирических и сгенерированных моделью данных становится очень сложной.

Все указанные проблемы - предмет постоянных споров среди философов науки, так как здесь затрагиваются фундаментальные вопросы, связанные с вероятностью, моделированием и т. д.83 Как таковые, они могут затрагивать (и затрагивают) любые стохастические динамические экономические модели, включая и основанные на концепции DSGE. Тем не менее большинство приверженцев нового неоклассического синтеза, по всей видимости, совершенно о них не заботятся. Тот факт, что эти вопросы волнуют сторонников агентного моделирования, служит еще одним свидетельством жизнеспособности этой молодой, но многообещающей теоретической парадигмы.

Перевод с английского Р. Хаиткулова

83 См., например: Fagiolo G., Moneta A., Windrum P. A Critical Guide to Empirical Validation of Agent-Based Models in Economics: Methodologies, Procedures, and Open Problems // Computational Economics. 2007. Vol. 30, No 3. P. 195 - 226.


© libmonster.ru

Постоянный адрес данной публикации:

https://libmonster.ru/m/articles/view/О-НАУЧНОМ-СТАТУСЕ-ЭКОНОМИЧЕСКОЙ-ПОЛИТИКИ-ПОВЕСТЬ-ОБ-АЛЬТЕРНАТИВНЫХ-ПАРАДИГМАХ

Похожие публикации: LРоссия LWorld Y G


Публикатор:

Alexei GelmanКонтакты и другие материалы (статьи, фото, файлы и пр.)

Официальная страница автора на Либмонстре: https://libmonster.ru/Gelman

Искать материалы публикатора в системах: Либмонстр (весь мир)GoogleYandex

Постоянная ссылка для научных работ (для цитирования):

Д. ФАДЖИОЛО, А. РОВЕНТИНИ, О НАУЧНОМ СТАТУСЕ ЭКОНОМИЧЕСКОЙ ПОЛИТИКИ: ПОВЕСТЬ ОБ АЛЬТЕРНАТИВНЫХ ПАРАДИГМАХ // Москва: Либмонстр Россия (LIBMONSTER.RU). Дата обновления: 28.09.2015. URL: https://libmonster.ru/m/articles/view/О-НАУЧНОМ-СТАТУСЕ-ЭКОНОМИЧЕСКОЙ-ПОЛИТИКИ-ПОВЕСТЬ-ОБ-АЛЬТЕРНАТИВНЫХ-ПАРАДИГМАХ (дата обращения: 28.03.2024).

Найденный поисковым роботом источник:


Автор(ы) публикации - Д. ФАДЖИОЛО, А. РОВЕНТИНИ:

Д. ФАДЖИОЛО, А. РОВЕНТИНИ → другие работы, поиск: Либмонстр - РоссияЛибмонстр - мирGoogleYandex

Комментарии:



Рецензии авторов-профессионалов
Сортировка: 
Показывать по: 
 
  • Комментариев пока нет
Похожие темы
Публикатор
Alexei Gelman
Норильск, Россия
991 просмотров рейтинг
28.09.2015 (3104 дней(я) назад)
0 подписчиков
Рейтинг
0 голос(а,ов)
Похожие статьи
Стихи, находки, древние поделки
Каталог: Разное 
22 часов(а) назад · от Денис Николайчиков
ЦИТАТИ З ВОСЬМИКНИЖЖЯ В РАННІХ ДАВНЬОРУСЬКИХ ЛІТОПИСАХ, АБО ЯК ЗМІНЮЄТЬСЯ СМИСЛ ІСТОРИЧНИХ ПОВІДОМЛЕНЬ
Каталог: История 
2 дней(я) назад · от Zakhar Prilepin
Туристы едут, жилье дорожает, Солнце - бесплатное
Каталог: Экономика 
4 дней(я) назад · от Россия Онлайн
ТУРЦИЯ: МАРАФОН НА ПУТИ В ЕВРОПУ
Каталог: Политология 
5 дней(я) назад · от Zakhar Prilepin
ТУРЕЦКИЙ ТЕАТР И РУССКОЕ ТЕАТРАЛЬНОЕ ИСКУССТВО
7 дней(я) назад · от Zakhar Prilepin
Произведём расчёт виртуального нейтронного астрономического объекта значением размера 〖1m〗^3. Найдём скрытые сущности частиц, энергии и массы. Найдём квантовые значения нейтронного ядра. Найдём энергию удержания нейтрона в этом объекте, которая является энергией удержания нейтронных ядер, астрономических объектов. Рассмотрим физику распада нейтронного ядра. Уточним образование зоны распада ядра и зоны синтеза ядра. Каким образом эти зоны регулируют скорость излучения нейтронов из ядра. Как образуется материя ядра элементов, которая является своеобразной “шубой” любого астрономического объекта. Эта материя является видимой частью Вселенной.
Каталог: Физика 
8 дней(я) назад · от Владимир Груздов
Стихи, находки, артефакты
Каталог: Разное 
8 дней(я) назад · от Денис Николайчиков
ГОД КИНО В РОССИЙСКО-ЯПОНСКИХ ОТНОШЕНИЯХ
8 дней(я) назад · от Вадим Казаков
Несправедливо! Кощунственно! Мерзко! Тема: Сколько россиян считают себя счастливыми и чего им не хватает? По данным опроса ФОМ РФ, 38% граждан РФ чувствуют себя счастливыми. 5% - не чувствуют себя счастливыми. Статистическая погрешность 3,5 %. (Радио Спутник, 19.03.2024, Встречаем Зарю. 07:04 мск, из 114 мин >31:42-53:40
Каталог: История 
9 дней(я) назад · от Анатолий Дмитриев
ПРОБЛЕМЫ ИНДИЙСКОЙ ДЕРЕВНИ
Каталог: Экономика 
10 дней(я) назад · от Вадим Казаков

Новые публикации:

Популярные у читателей:

Новинки из других стран:

LIBMONSTER.RU - Цифровая библиотека России

Создайте свою авторскую коллекцию статей, книг, авторских работ, биографий, фотодокументов, файлов. Сохраните навсегда своё авторское Наследие в цифровом виде. Нажмите сюда, чтобы зарегистрироваться в качестве автора.
Партнёры библиотеки
О НАУЧНОМ СТАТУСЕ ЭКОНОМИЧЕСКОЙ ПОЛИТИКИ: ПОВЕСТЬ ОБ АЛЬТЕРНАТИВНЫХ ПАРАДИГМАХ
 

Контакты редакции
Чат авторов: RU LIVE: Мы в соцсетях:

О проекте · Новости · Реклама

Либмонстр Россия ® Все права защищены.
2014-2024, LIBMONSTER.RU - составная часть международной библиотечной сети Либмонстр (открыть карту)
Сохраняя наследие России


LIBMONSTER NETWORK ОДИН МИР - ОДНА БИБЛИОТЕКА

Россия Беларусь Украина Казахстан Молдова Таджикистан Эстония Россия-2 Беларусь-2
США-Великобритания Швеция Сербия

Создавайте и храните на Либмонстре свою авторскую коллекцию: статьи, книги, исследования. Либмонстр распространит Ваши труды по всему миру (через сеть филиалов, библиотеки-партнеры, поисковики, соцсети). Вы сможете делиться ссылкой на свой профиль с коллегами, учениками, читателями и другими заинтересованными лицами, чтобы ознакомить их со своим авторским наследием. После регистрации в Вашем распоряжении - более 100 инструментов для создания собственной авторской коллекции. Это бесплатно: так было, так есть и так будет всегда.

Скачать приложение для Android