Гибридные методы моделирования общего экономического равновесия с использованием агент-ориентированных моделей




Скачать 20,91 Kb.
НазваниеГибридные методы моделирования общего экономического равновесия с использованием агент-ориентированных моделей
страница1/6
Дата04.02.2016
Размер20,91 Kb.
ТипАвтореферат
  1   2   3   4   5   6



На правах рукописи


Бахтизин Альберт Рауфович


Гибридные методы моделирования общего экономического равновесия с использованием агент-ориентированных моделей


Специальность 08.00.13

«Математические и инструментальные

методы экономики»


АВТОРЕФЕРАТ

диссертации на соискание ученой степени

доктора экономических наук



Москва – 2008

Работа выполнена в Учреждении Российской академии наук Центральном экономико-математическом институте РАН


Научный консультант: академик РАН, профессор

Макаров Валерий Леонидович


Официальные оппоненты:

доктор экономических наук,

профессор Афанасьев Михаил Юрьевич

доктор экономических наук,

профессор Валентей Сергей Дмитриевич

доктор экономических наук,

профессор Фаттахов Рафаэль Валиахметович


Ведущая организация  Учреждение Российской академии наук Институт проблем рынка РАН.


Защита состоится 22 декабря 2008 года в 10 часов на заседании диссертационного совета Д 002.013.01 ЦЭМИ РАН по адресу: 117418, г. Москва, Нахимовский проспект, д. 47, аудитория 520.


С диссертацией можно ознакомиться в библиотеке ЦЭМИ РАН.


Автореферат разослан « » ноября 2008 года.


Ученый секретарь диссертационного совета,

кандидат экономических наук Ставчиков Александр Иванович

I. ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность

В большинстве математических моделей, изучающих макроэкономические системы, поведение таких микроэкономических агентов, как отдельные домохозяйства, зачастую не рассматривается достаточно подробным образом. Тем не менее, особенности поведения именно этих агентов должны приниматься во внимание при прогнозировании последствий того или иного государственного управленческого решения.

Обычно в макроэкономических моделях либо описывается поведение агрегированного домохозяйства (инструментарием в этом случае является оптимизация соответствующей функции полезности); либо в модель включаются рассчитанные ранее экзогенные параметры, отражающие результаты экономических решений домохозяйств. В экономической литературе эти два подхода часто подвергаются обоснованной критике, поскольку в большинстве случаев они не позволяют получить в рамках таких моделей реалистичные оценки взаимодействия домашних хозяйств и реального сектора экономики.

Вместе с тем, в 1960-е годы возникло новое научное направление – компьютерное имитационное моделирование, которое в настоящее время включает четыре следующих типа: моделирование динамических систем, системная динамика, дискретно-событийное моделирование и агентное моделирование. Последнее является самым современным.

Все эти четыре направления применяются, в том числе, и для решения экономических задач на разных уровнях абстракции. При этом, чем больше модель соответствует моделируемому объекту при решении конкретной проблемы, тем она считается более адекватной. Агентное моделирование, развитие которого напрямую определяется увеличивающимися вычислительными возможностями современных компьютеров, позволяет представить (смоделировать) систему практически любой сложности из большого количества взаимодействующих объектов, не прибегая к их агрегированию. Появились программные средства (например, отечественный продукт AnyLogic), позволяющие сочетать все четыре вышеперечисленные направления имитационного моделирования.

Однако наибольшие трудности возникают при совмещении объектов разного уровня абстракции в рамках одной модели. В этой связи разработчики экономико-математических моделей все чаще ставят вопрос об актуальности проблем построения иерархических динамических моделей, включающих в себя хозяйствующих субъектов макроуровня и агентов микроуровня, поведение которых должно быть описано более реалистично, нежели применяемые на практике методы их представления.

Эти проблемы, как будет показано в работе, можно решить путем построения гибридных агент-ориентированных моделей (ГАОМ), представляющих собой новое научное направление.

Степень разработанности

Разработке агент-ориентированных моделей (АОМ) посвящено большое количество работ. Среди авторов можно выделить: Н. Аннаби, Г. Балдассара, А. Белтратти, М. Биркина, П. Бретта, Ю. Виленски, Р. Гротманна, Х. Дегучи, Б. Декалюве, В.А. Житкова, Д. Зизо, В.А. Истратова, Ю. Карпова, Д. Кокборна, С. Коша, Х. Ли, В.Л. Макарова, С. Маргарита, С.И. Паринова, В. Паундстоуна, А. Рубинштейна, Т. Саргента, Д. Сгроя, П. Терна, Л. Тесфатси, М. Упала, Д. Хелбинга, М. Цветовата, Т. Шеллинга, Р. Шелтона, Р. Экстелла, А. Энгельбрехта, Д. Эпштейна.

На основе анализа публикаций в данной области можно сделать следующие выводы:

1. Подавляющее большинство АОМ являются абстрактными, и основная цель их разработки не связана с решением практических задач. Иными словами, модели используют условные данные и создаются в основном для отработки нового инструментария.

2. Среди малочисленной группы моделей, рассматривающих реальное явление или процесс, только небольшая часть имеет отношение к экономической сфере.

3. Однако даже представители этой, небольшой группы моделей, рассматривают только некоторые аспекты микроэкономических явлений.

В этой связи можно считать разработанные в ходе исследования ГАОМ не только одними из первых в мире, но и соответствующими самым современным направлениям в прикладной экономической науке.

Кроме того, в отличие от большинства имеющихся разработок, описываемые в диссертации модели используют реальные данные и способны выдавать адекватные результаты. Для разработанных ГАОМ в качестве базовых экономических систем используются вычислимые модели общего равновесия (CGE модели). Модели этого класса сами по себе также являются новым направлением в прикладной экономике, получившим широкое распространение во всем мире.

Для более адекватного отображения поведения людей в разработанных ГАОМ применяется совокупность нейронных сетей – одно из направлений искусственного интеллекта (ИИ), более других подходящее для решаемых задач.

Вопросами ИИ занимаются многие ученые и практики, и, кроме того, эта область исследований уже давно преобразовалась в отдельную отрасль информатики. Среди авторов, внесших заметный вклад в развитие ИИ, следует выделить А.Н. Адаменко, Е.П. Бакулина, К. Бишопа, С. Бобровского, В.В. Борисова, Н.Е. Егорову, И.В. Заенцева, Д.И. Коренькова, Б. Коско, В.В. Круглова, А.М. Кучукова, Е.В. Левнера, А.И. Масаловича, Д. Паттерсона, В.Я. Пивкина, А.С. Птускина, Г. Саймона, А. Тьюринга, А.А. Фридмана.

Как показывается в диссертации, CGE модели, в свою очередь, наиболее естественно соединяются с АОМ, и это позволяет построить модели другого класса и получить принципиально новые результаты.

Несмотря на широкое распространение в зарубежных странах моделирования экономических процессов посредством использования CGE подхода, в России это направление появилось совсем недавно, а термин «вычислимая модель», являющийся синонимом CGE модели, был введен академиком РАН В.Л. Макаровым при разработке модели экономики России – RUSEC в 1999 году.

Различные аспекты CGE моделирования рассматривались в трудах следующих ученых: П. Адамса, А.С. Акопова, А. Алексеева, Н. Аннаби, А.А. Афанасьева, С.Б. Байзакова, Н.В. Бахтизиной, Г.Л. Бекларян, П. Берка, Г.Е. Бесстремянной, А. Брука, А.Л. Ведева, Н.Г. Главацкой, Е. Голана, П. Диксона, Л. Йохансена, Д. Кокборна, В.Л. Макарова, Д. Маркусена, С.Н. Нугербекова, Б. Парментера, К. Пирсона, Т. Рузерфорда, Г. Скарфа, Б. Смита, М. Тишена, Н. А.Турдыевой, Л. Тэйлора, А. Фельтенштейна, Л. Хантера, А. Харбергера, В. Харрисона, А. Шаха, Д. Хорриджа, С.Я. Чернавского, С.Р. Шаракаевой, К. В.Юдаевой.

Попытки объединить CGE и микросимуляционные модели предпринимались, начиная с 2000 года. Однако такие модели нельзя назвать АОМ, так как несмотря на включение в них данных по домохозяйствам, обработка домашними хозяйствами сигналов макроуровня происходила путем максимизации функции полезности.

В то же время следует отметить, что актуальность проблемы по разработке гибрида АОМ и CGE модели все чаще отмечается западными учеными. Представитель крупнейшего центра по разработке CGE моделей (Monash University, Австралия) П. Бретт сделал в 2005 году соответствующий доклад на международном семинаре в Германии, посвященном разработке АОМ для проектирования экономической политики.

Базисом для формулировки прикладных задач, решаемых посредством разработанных моделей и последующей интерпретации полученных результатов послужили труды известных ученых и практиков: С.А. Айвазяна, М.Ю. Афанасьева, К.А. Багриновского, О.Б. Брагинского, Е.М. Бухвальда, С.Д. Валентея, А.Е. Варшавского, Ю.Н. Гаврильца, М.В. Глазырина, В.А. Двуреченских, Н.Е. Егоровой, Е.И. Ивановой, Г.Б. Клейнера, Ф.Б. Ларрена, Ю.В. Латова, Д.С. Львова, В.Л. Макарова, Р.И. Нигматулина, Д.Д. Сакса, С.С. Сулакшина, В.М. Полтеровича, Р.В. Фаттахова, С.В. Чистяковой, Ф.И. Шамхалова, В.И. Якунина.

Объектом исследования являются экономические субъекты макро и микроуровня.

Предметом исследования являются социально-экономические процессы, рассматриваемые во взаимодействии объектов макро и микро уровней.

Целью настоящей работы является разработка теоретико-методологических основ для создания гибридных инструментов анализа и имитирования общественных, и главным образом, экономических явлений, которые устанавливают связь между микро - и макроповедением агентов, используют принципы теории общего равновесия и агент-ориентированных моделей и предназначены для решения ряда важных научно-практических задач.

Для достижения поставленной цели потребовалось решить следующие задачи:

  • Изучить существующие подходы к моделированию экономических агентов микро - и макроуровня в рамках экономики отдельной страны.

  • Апробировать различные направления ИИ относительно их применимости для формализации поведения экономических объектов микроуровня.

  • Проанализировать существующие подходы к совмещению макро- и микроуровня в экономических моделях.

  • Сформулировать методологию построения ГАОМ, которые позволяют более корректно отразить поведение объектов микроуровня, функционирующих в среде макроуровня.

  • Разработать ГАОМ, в которой рассматривается социально-экономическая система России, включающая как хозяйствующие субъекты макроуровня, подразделяемые по формам собственности, так и совокупность агентов микроуровня – индивидов, принимающих решение о поиске работы.

  • Разработать ГАОМ, в которой рассматривается социально-экономическая система России, включающая как хозяйствующие субъекты макроуровня, так и совокупность агентов микроуровня, разделенных на пять доходных групп домашних хозяйств, принимающих решение о способе распределения своего бюджета.

  • Спроектировать информационную базу для наполнения моделей статистическими данными. При этом экономическая составляющая агент-ориентированных моделей заполнялась данными Росстата, а для обучения нейронных сетей были использованы данные социологических баз данных RLMS (The Russia Longitudinal Monitoring Survey или Российский мониторинг экономического положения и здоровья населения).

  • Осуществить процесс калибровки моделей, заключающийся в подгонке некоторых экзогенных параметров до значений, при которых интегральные показатели модели (такие как ВВП, объем производства в физических единицах и т.д.) совпадали бы с показателями официальной статистики. Калибровка считается неотъемлемой частью разработки вычислимой модели, которая в данном случае является средой для функционирования агентов микроуровня.

  • Оценить адекватность двух ГАОМ и провести их апробацию с помощью экспериментов, имеющих практическое значение для государственной экономической политики, а также демонстрирующих возможности разработанных инструментов в плане получения результатов, которые было бы сложно получить с помощью моделей других классов.

Теоретической основой исследования послужили разработки отечественных и зарубежных ученых в области вычислимых моделей общего равновесия, АОМ, математического моделирования экономики и экономической теории.

Исследование основывается на методологии и конкретных приложениях научного познания, среди которых можно выделить системный и структурно-функциональный подходы, а также методы экономического, математического и статистического анализа и алгоритмы компьютерного нейросетевого моделирования.

Информационной основой работы явились материалы государственной статистики, данные социологических баз данных RLMS, оперативные отчеты и информационно-аналитические материалы государственных органов управления и экономических служб, а также экспертные оценки.

Научную новизну составляют следующие результаты исследования, полученные лично автором и выносимые на защиту:

  1. Разработан новый методический подход к созданию ГАОМ, представляющих собой новый инструмент, совмещающий микроуровень, представленный агент-ориентированной моделью и макроуровень, воплощенный в виде вычислимой модели общего равновесия.

  2. Обосновано преимущество применения нейронных сетей для лучшей спецификации поведения домашних хозяйств в экономической среде по сравнению с различными методами их математической формализации, включая некоторые направления ИИ.

  3. Впервые разработана ГАОМ социально-экономической системы России, которая включает хозяйствующие субъекты макроуровня, сгруппированные по формам собственности и совокупность агентов микроуровня – индивидов, принимающих решение о поиске работы.

  4. Впервые разработана ГАОМ социально-экономической системы России, которая включает хозяйствующие субъекты макроуровня и совокупность агентов микроуровня – домашних хозяйств, сгруппированных по пяти доходным группам, принимающих решение о способе распределения своего бюджета.

  5. В рамках одной из моделей осуществлено моделирование механизмов взаимодействия теневого и реального секторов экономики, которое, в отличие от других разработок, характеризуется имитацией двух наиболее важных направлений перетоков средств в бюджеты домашних хозяйств из следующих двух источников: консолидированный бюджет и доходы производителей. Это позволило произвести количественную оценку взаимосвязи между некоторыми составляющими теневой экономики и основными макроэкономическими показателями страны.

  6. Произведено моделирование дополнительного инвестирования в экономику России и рассчитаны последствия для макро - и микроуровней системы, выражающиеся как в изменении основных макропоказателей, так и в изменении численности домохозяйств в рамках доходных групп.

  7. С помощью разработанных ГАОМ произведена имитация крупномасштабных решений по повышению заработной платы работникам предприятий и организаций России с целью анализа их влияния на увеличение темпов экономического роста, а также на уменьшение численности работников, задействованных в теневом секторе.

  8. В рамках разработанных ГАОМ смоделированы некоторые механизмы налогового регулирования, выражающиеся в снижении ставок основных налогов, в целях анализа воздействия этих мер на снижение численности работников, задействованных в теневом секторе.

Апробация исследования

Первая из разработанных ГАОМ была отмечена в качестве одной из основных разработок Российской академии наук за 2005 г., готовой к практическому применению.

Представленные в главе 5 диссертации расчеты проводились в рамках экономической доктрины Российской Федерации, разрабатываемой Центром проблемного анализа и государственно-управленческого проектирования в 2007-2008 гг.

Помимо этого, разработанные модели и полученные с их помощью результаты обсуждались на перечисленных ниже международных конференциях и практических семинарах.

  1. Междисциплинарный семинар «Философско-методологические проблемы искусственного интеллекта» (20 апреля 2005 г., г. Москва), пленарный доклад «Компьютерное моделирование искусственных миров».

  2. Научный семинар «Социально-политические процессы и экономическое состояние России» (25 марта 2005 г., г. Москва), доклад «Количественная оценка эффективности государственного планирования бюджета».

  3. 28-я международная научная школа-семинар «Системное моделирование социально - экономических процессов» имени академика С.С. Шаталина (6-10 октября 2005 г., г. Нижний Новгород), пленарный доклад «Моделирование ограниченной рациональности поведения домохозяйств с помощью CGE модели со встроенными нейронными сетями».

  4. Научный семинар «Социально-политические процессы и экономическое состояние России» (30 сентября 2005 г., г. Москва), доклад «Неэффективность государственной политики в сфере борьбы с теневыми зарплатами».

  5. Семинар Лаборатории искусственных обществ (1 февраля 2006 г., г. Москва), доклад «Моделирование искусственных обществ».

  6. Ежегодная всероссийская научная конференция «Математическое моделирование последствий финансово-экономических государственных управленческих решений» (31 мая 2006 г., г. Москва), доклад «Проблемы формирования государственных политик в России».

  7. 29-ая международная научная школа-семинар «Системное моделирование социально - экономических процессов» имени академика С.С. Шаталина (9-13 октября 2006 г., г. Воронеж), пленарный доклад «Агент-ориентированная модель социально-экономической системы России со встроенными нейронными сетями».

  8. IX Всероссийская научно-техническая конференция «НЕЙРОИНФОРМАТИКА-2007» (23-26 января 2007 г., г. Москва), доклад «Опыт разработки агент-ориентированной модели».

  9. Немчиновские чтения (1 марта 2007 г. Москва), пленарный доклад «Опыт разработки агент-ориентированной модели экономики России».

  10. Всероссийская научно-практическая конференция «Государственная политика противодействия коррупции и теневой экономике в России» (6 июня 2007 г., г. Москва), доклад «Моделирование эффектов коррупции и теневой экономики с помощью вычислимой модели общего равновесия».

  11. 30-я международная научная школа-семинар имени С.С. Шаталина «Системное моделирование социально-экономических процессов» (27 сентября – 1 октября 2007 г., г. Руза), пленарный доклад «Оценка эффективности финансовых вложений в экономику знаний: предварительные результаты»;

  12. Российское научное экономическое собрание «Проблемы модернизации экономики и экономической политики России. Экономическая доктрина Российской Федерации» (19 – 20 октября 2007 г., г. Москва), доклад «Применение вычислимых моделей для проектирования государственных управленческих решений».

  13. Научно-практическая конференция «Стратегические задачи и проблемы управления транспортно-промышленным развитием азиатской части России «Горизонт 2030» (21 марта 2008 г., г. Москва), пленарный доклад «Экономика знаний».

  14. Научная сессия «Инновационная экономика: математические модели» (19 мая 2008 г., г. Москва), доклад «Вычислимая модель экономики знаний».

  15. Астанинский экономический форум (26 – 27 июня 2008 г., г. Астана, Казахстан), доклад «Экономика знаний и развитие Азиатской части России».

  16. Второй мировой конгресс по социальному моделированию (WCSS-2, 14 – 17 июля 2008 г., г. Вашингтон, США), доклад «How to overcome the traffic jam in Moscow: Simulation of the district’s and satellite town’s specialization».

Следует также отметить, что результаты исследований высоко оценены рядом научных фондов и организаций – ниже представлен список наград за работы, непосредственно связанные с данным исследованием.

  • Награда международного научного фонда экономический исследований имени академика Н.П. Федоренко за лучшую работу в 2002 г. по специальности «экономика».

  • Медаль Российской академии наук за цикл работ, посвященных разработке и применению вычислимых моделей общего экономического равновесия (март 2005 г.).

  • Грант Президента РФ за работу «Разработка и апробация вычислимой модели общего экономического равновесия с применением технологий искусственного интеллекта» (сентябрь 2005 г.).

  • Премия Фонда содействия отечественной науки по программе «Лучшие экономисты РАН» (февраль 2006 г.).

  • Премия Фонда Ж. Алферова за цикл работ по математическому моделированию экономики (апрель 2006 г.).

Публикации. Диссертантом опубликовано 62 научные работы, общим объемом 346,6 п.л. (авторских – 65,45 п.л.).
  1   2   3   4   5   6

Похожие:

Гибридные методы моделирования общего экономического равновесия с использованием агент-ориентированных моделей iconРабочая программа дисциплины статистические методы построения математических моделей и обработки экспериментальных данных од. А. 04 Специальность 05. 13. 18 «Математическое моделирование, численные методы и комплексы программ»
Целью дисциплины является углубленное изучение принципов математического моделирования систем на основе статистической информации...
Гибридные методы моделирования общего экономического равновесия с использованием агент-ориентированных моделей iconРабочая программа дисциплины основы математического моделирования в научных исследованиях од. А. 05 Специальность 05. 13. 18 «Математическое моделирование, численные методы и комплексы программ»
Целью дисциплины является углубленное изучение принципов построения математических моделей различных классов при проведении научных...
Гибридные методы моделирования общего экономического равновесия с использованием агент-ориентированных моделей iconРабочая программа дисциплины «Методы моделирования и прогнозирования экономики»
Иволгина Светлана Витальевна доцент кафедры математических методов и моделей в экономике
Гибридные методы моделирования общего экономического равновесия с использованием агент-ориентированных моделей icon«Инжиниринг в электронике» Методы математического моделирования (Автор: к т. н., доцент Рябов Н. И.)
Целью курса является изучение основных идей и подходов, лежащих в основе современных методов математического моделирования физических...
Гибридные методы моделирования общего экономического равновесия с использованием агент-ориентированных моделей iconПояснительная записка Дисциплина «Методы финансово-экономического управления»
В. П. Кирлица  доцент кафедры математического моделирования и анализа данных, кандидат физ мат наук, доцент
Гибридные методы моделирования общего экономического равновесия с использованием агент-ориентированных моделей icon2. Методы экономического анализа в теме освещаются вопросы, раскрывающие на основе классификации методов анализа их содержание и возможности применения для решения конкретных управленческих задач
Классификация методов экономического анализа. Бухгалтерские, статистические и математические методы. Формализованные и логические...
Гибридные методы моделирования общего экономического равновесия с использованием агент-ориентированных моделей iconНовая парадигма организационно-экономического моделирования, эконометрики и статистики
А. И. Новая парадигма организационно-экономического моделирования, эконометрики и статистики // Вторые Чарновские Чтения. Сборник...
Гибридные методы моделирования общего экономического равновесия с использованием агент-ориентированных моделей iconМетоды и технологии для оценок экологического состояния природно-технических систем с использованием математического и геоинформационного моделирования
...
Гибридные методы моделирования общего экономического равновесия с использованием агент-ориентированных моделей iconРабочая программа дисциплины модели и методы принятия решений фд. А. 01 Специальность 05. 13. 01 «Системный анализ, управление и обработка информации»
Целью дисциплины является углубленное изучение принципов принятия управленческих решений на основе математического моделирования...
Гибридные методы моделирования общего экономического равновесия с использованием агент-ориентированных моделей iconОсновные методологические подходы к формированию моделей взаимодействия учреждений общего и высшего профессионального образования с учетом специфики учебных программ и направлений деятельности высших учебных заведений, направленных на развитие одаренности у детей и подростков
Ей взаимодействия учреждений общего и высшего профессионального образования с учетом специфики учебных программ и направлений деятельности...
Разместите кнопку на своём сайте:
Библиотека


База данных защищена авторским правом ©lib2.znate.ru 2012
обратиться к администрации
Библиотека
Главная страница