Кафедра макроэкономического анализа

Министерство экономического развития и торговли
Российской Федерации
Государственный университет – Высшая школа экономики
Факультет Экономики
Кафедра макроэкономического анализа
Программа дисциплины
«Расчетные модели общего экономического равновесия»
для направления 080100.68 – «Экономика»
подготовки магистра
Автор: доцент Арефьев Н.Г.
Рекомендована УМС
Одобрена на заседании
Секция Экономической теории
кафедры макроэкономического анализа
Председатель: проф. О.И. Ананьин
Зав. кафедрой: проф. Л.Л. Любимов
_____________________________
______________________________
«___»__________________ 2008 г.
«___»__________________ 2008 г.
Утверждена УС факультета Экономики,
ученый секретарь доц. Протасевич Т.А.
______________________________
«___»__________________ 2008 г
Москва 2008
I. Пояснительная записка
Автор программы:
Арефьев Николай Геннадьевич.
Требования к студентам
Предварительно студенты должны освоить курс по макроэкономике
промежуточного уровня, иметь навыки решения систем дифференциальных и
разностных уравнений (в том числе графический анализ), знать английский язык в
объеме, достаточном для чтения англоязычных источников. Знание основ
программирования является желательным, но не обязательным условием усвоения
курса
Аннотация
Курс рассчитан на студентов второго курса магистратуры ГУ-ВШЭ, выбравших
магистерскую программу «Макроэкономика и макроэкономическая политика».
Освоив данный курс, студенты должны научиться свободно решать системы
дифференциальных и разностных уравнений с рациональными ожиданиями,
включающих в себя предопределенные и впередсмотрящие переменные, и строить
расчетные модели с такими уравнениями. Данный инструментарий используется во
всех современных моделях макроэкономической динамики и абсолютно необходим
для дальнейшего изучения макроэкономики и собственных исследований
студентов.
Курс начинается с изучения основ программирования в МАТЛАБ, а затем эти
знания используются для анализа конкретных макроэкономических моделей.
Бóльшая часть инструментария рассматривается на примере следующих
моделей: модель Кэйгана с адаптивными и рациональными ожиданиями,
арбитражное уравнение для цены актива, модель перелета Дорнбуша, модели
реального делового цикла. Общие свойства решения резюмируются в виде условий
Бланшара-Кана.
Учебная задача дисциплины
Прослушав данный курс, студенты должны научится строить расчетные модели
на основе уравнений динамики, включающих в себя как предопределенные, так и
впередсмотрящие переменные.
Формы контроля
- В каждом разделе имеются задания как на аналитический материал, так и на
создание численных моделей общего равновесия. Усвоение начальных тем
проверяется на основе этих заданий
- Студенты самостоятельно выполняют два больших задания. Первое задание –
воспроизвести вычисления, проведенные в любой современной статье,
написанной в стиле моделей реального делового цикла. Второе задание –
построить расчетную модель с нелинейной динамикой.
Итоговая оценка
Итоговая оценка суммирует с весом 0,2 оценку за задания в конце глав и с весами
0,4 и 0,4 за каждое самостоятельное исследование.
II. Тематический план
Аудиторные часы
№
п/п
Наименование темы
Лекции
Введение
1
Самостоятельная
Всего
Семи
работа
нары
1
1
-
-
14
2
2
10
5
1
2
2
20
4
4
12
12
2
2
8
14
4
4
6
15
2
2
11
81
16
16
49
Основы
программирования в
MATLAB
2
Гипотеза адаптивных
ожиданий
3
Введение гипотезы
рациональных ожиданий
4
Общее решение системы
линейных разностных
уравнений с
рациональными
ожиданиями.
Нерегулярная динамика
и солнечные пятна
5
Модели реального
делового цикла
6
Нелинейные модели
общего равновесия
Всего
III. Содержание программы
Введение
О методологии макроэкономического исследования. Цели и задачи курса.
Использование расчетных моделей в макроэкономике. Модели в стиле реального
делового цикла. Нелинейные расчетные модели (Мультимод, Мармот и др.).
Тема 1. Основы программирования в MATLAB.
Основные элементы комбинированного окна MATLAB. Базовые операции с
матрицами. Способы задать матрицы. Построение графиков функций. Операторы plot,
plotyy, fplot.
Программирование в MATLAB. m-Файл. Программы и функции. Операторы циклов и
ветвления.
Литература
Арефьев Н.Г. (1999) Методические материалы (тексты лекций, задачи).
Тема 2. Гипотеза адаптивных ожиданий.
Гипотеза адаптивных ожиданий. Скачки цен и скачки ожиданий. Систематическая
ошибка адаптивных ожиданий. Декомпозиция адаптивных ожиданий.
Альтернативные способы численного моделирования адаптивных ожиданий.
Модель Кэйгана с адаптивными ожиданиями. Решение модели для различных случаев
динамики денежной массы. Скачек уровня цен, вызванный скачком денежной массы.
Построение модели численного анализа для произвольной динамики экзогенных
переменных.
Литература
Арефьев Н.Г. (1999) Методические материалы (тексты лекций, задачи).
Тема 3. Введение гипотезы рациональных ожиданий
Гипотеза рациональных ожиданий. Дискуссии вокруг гипотезы рациональных
ожиданий.
Решение арбитражного уравнения для цены актива. Фундаментальное решение и
пузыри. Возможности отсечения пузырных траекторий.
Финансовые пузыри: теория и практика. Известные первые случаи пузырей (на основе
статьи Гарбера). Интерпретация краха американской биржи 1929 года как исчезновение
пузыря (на основе статьи Де Лонга).
Модель Кэйгана с рациональными ожиданиями. Фундаментальные решения для
различных случаев динамики денежной массы. Скачек уровня цен, вызванный скачком
денежной массы.
Построение расчетной модели Кэйгана с рациональными ожиданиями для
произвольной динамики экзогенных переменных.
Литература
Turnovsky (1996). Methods of Macroeconomic Dynamics. Chapter 3.
Lesley (1994) Advanced Macroeconomics: Beyond IS-LM. Chapters 3, 4.
Heijdra and van der Ploeg (2003). Modern macroeconomics. Chapter 3.
Stiglitz (1990). Symposium on Bubbles. The Journal of Economic Perspectives 4(2): 13-18.
Garber (1990). Famous First Bubbles. The Journal of Economic Perspectives 4(2): 35-54.
De Long and Shleifer (1991). The Stock Market Bubble of 1929: Evidence from Closed-end
Mutual Funds. The Journal of Economic History 51( 3): 675-700.
Тема 4. Общее решение системы линейных разностных уравнений с
рациональными ожиданиями. Нерегулярная динамика и солнечные пятна.
Устойчивый корень впередсмотрящего уравнения. Нерегулярная динамика и
солнечные пятна.
Общее решение системы разностных уравнений произвольного порядка с
рациональными ожиданиями. Условия Бланшара-Кана.
Динамика обменного курса в модели Дорнбуша, вызванная дискретным изменением
денежной массы (фундаментальное решение). Формальное решение и интуитивное
объяснение.
Численный анализ модели Дорнбуша. Численное решение системы через привидение к
диагональному виду.
Литература
Farmer (1999). The Economics of Self-Fulfilling Prophecies. Chapters 1-3.
Blanchard and Fisher (1990) Lectures on Macroeconomics. Chapter 5.
Blanchard, Kahn (1990). The Solution of Linear Difference Models under Rational Expectations.
Econometrica 48 (5): 1305-1312.
Dornbush (1976). Expectations and Exchange Rate Dynamics. Journal of Political Economy 84:
1161-76/
Тема 5. Модели реального делового цикла.
Философия моделей реального делового цикла.
Предпосылки модели: неоклассическая модель роста.
Нормализация и линеаризация модели в окрестности траектории сбалансированного
роста. Представление модели в матричном виде и численное решение. Анализ диаграмм
«Импульс-Распространение» и корреляционных матриц.
Литература
Методические материалы к кусру
King, R.G., and Rebelo, S.T. (1999) Resuscitating real business cycles, in Handbook of
Macroeconomics, edited by John B. Taylor and Michael Woodford, Amsterdam ; New York:
North-Holland: Elsevier.
Rebelo, S (2005). Real Business Cycle Models: Past, Present, and Future. NBER WP 11401.
Cogely, T., Nason J. M. (1995). Output Dynamics in Real-Business-Cycle Models. American
Economic Review, 85 (3): 492:519.
Тема 6. Нелинейные модели общего равновесия.
Численное решение модели Рамсея-Касса-Купманса. Сложности, возникающие при
эндогенизации труда и политики. Методы подбора решения (деление пополам, другие
методы).
Модели анализа межстранового влияния Multimode и Marmotte. Модель оценки
влияния образовательной политики на рынок образовательных услуг.
Литература
Kendrick, David A., P. Ruben Mercado, and Hans M. Amman (2005) Computational
Economics. Princeton University Press, Ch. 1.
Axelrod, R., Tesfatsion, L. (2006). A guide for newcomers to agent-based modeling. In L.
Tesfatsion & K. Judd (Eds.), Handbook of computational economics II: Agent-based
computational economics. North-Holland: Elsevier.
IV Вопросы для контрольной проверки знаний студентов
1. Вопросы на повторение материала – см. методические материалы.
2. Самостоятельные исследования
a. Возьмите любое исследование из современной литературы, сделанное в
стиле реального делового цикла. Повторите расчеты, сделанные в работе.
Воспроизведите все графики функций «импульс-распространение» и
корреляционные матрицы.
b. Возьмите любую нелинейную модель макроэкономической динамики, в
которой
присутствовали
бы
одновременно
впердсмотрящие
и
предопределенные переменные. Постройте численную модель, которая
позволяла бы анализировать динамику системы.
V. Учебно-методическое обеспечение дисциплины
Литература
Основная
Арефьев Н.Г. (1999) Методические материалы (тексты лекций, задачи).
Ридер к курсу.
Axelrod, R., Tesfatsion, L. (2006). A guide for newcomers to agent-based modeling. In L.
Tesfatsion & K. Judd (Eds.), Handbook of computational economics II: Agent-based
computational economics. North-Holland: Elsevier.
Blanchard and Fisher (1990) Lectures on Macroeconomics. Chapter 5.
Blanchard, Kahn (1990). The Solution of Linear Difference Models under Rational Expectations.
Econometrica 48 (5): 1305-1312.
Dornbush (1976). Expectations and Exchange Rate Dynamics. Journal of Political Economy 84:
1161-76/
Farmer (1999). The Economics of Self-Fulfilling Prophecies. Chapters 1-3.
Дополнительная
Модели RBC.
Ambler, Steve, Emanuela Cardia, and Christian Zimmermann (2004). International Business
Cycles: What are the Facts? Journal of Monetary Economics, 51: 257-276.
Andolfatto, David (1996) Business Cycles and Labor-Market Search. American Economic
Review, 86: 112—132 (1996).
Baxter, M. and King, R.G. (1991) Productive externalities and business cycles. Institute for
Empirical Macroeconomics, Federal Reserve Bank of Minneapolis, Discussion Paper 53.
Benhabib, Jess and Yi Wen (2003). Indeterminacy, Aggregate Demand, and the Real Business
Cycles. Journal of Monetary Economics, 51: 503-530.
Boldrin, Michelle and Michael Woodford (1990). Equilibrium Models Displaying Endogenous
Fluctuations and Chaos: A Survey. Journal of Monetary Economics, 25: 189-222.
Chari, V. V. and Kehoe, Patrick J. (1999) “Optimal Fiscal and Monetary Policy,” in John B.
Taylor and Michael Woodford, eds., Handbook of Macroeconomics, Amsterdam, The
Netherlands: Elsevier Science, 1671-1745.
Chow, G. Ch. and Y. K. Kwan (1998). How the Basic RBC Model Fails to Explain US Time
Series. Journal of Monetary Economics, 41: 301-318.
Christiano, Lawrence and Martin Eichenbaum (1992) Current Real Business Cycle Theories and
Aggregate Labor Market Fluctuations. American Economic Review, 82: 430-50.
Cole, Harold L. and Lee E. Ohanian (1999). The Great Depression in the United States From A
Neoclassical Perspective. Federal Reserve Bank of Minneapolis Quarterly Review, 23: 2—24.
Dotsey, Michael, Robert, G. King, and Alexander L. Wolman (1999). State-Dependent Pricing
and the General Equilibrium Dynamics of Money and Output. Quarterly Journal of Economics,
114: 655-90.
Dupor, Bill (1999). Aggregation and Irrelevance in Multi-sector Models. Journal of Monetary
Economics 43: 391—409.
Evans, Charles L. (1992) Productivity Shocks and Real Business Cycles. Journal of Monetary
Economics 29: 191-208.
Farmer, Roger (1999). Macroeconomics of Self-fulfilling Prophecies. 2nd Edition, MIT Press.
Gali, Jordi (1999) Technology, Employment, and the Business Cycle: Do Technology Shocks
Explain Aggregate Fluctuations? American Economic Review, 89: 249-271.
Gali, Jordi and Pau Rabanal (2004, 2005) Technology Shocks and Aggregate Fluctuations: How
Well Does the RBC Model Fit Postwar U.S. Data. forthcoming, NBER Macroeconomics
Annual, MIT Press.
Garcia-Cicco, J., R. Pancrazi, M. Uribe (2006). Real Business Cycles in Emergin Countries?
NBER WP 12629.
Greenwood, Jeremy, Zvi Hercowitz, and Per Krusell (1997) Long-Run Implications of
Investment-Specific Technological Change. American Economic Review, 87: 342-362.
Greenwood, Jeremy, Zvi Hercowitz, and Per Krusell (2000) The Role of Investment-specific
Technological Change in the Business Cycle. European Economic Review, 44: 91-115.
Hansen, G.D. and R. Wright (1992) The labor market in real business cycle theory. Federal Reserve Bank
of Minneapolis Quarterly Review 16, 2-12.
Hansen, Gary D (1985). Indivisible Labor and the Business Cycle. Journal of Monetary
Economics, 56: 309—327.
Johri, A. Letendre M.-A. (2001). Labour Market Dynamics in RBC models.
King, R.G., and Rebelo, S.T. (1999) Resuscitating real business cycles, in Handbook of
Macroeconomics, edited by John B. Taylor and Michael Woodford, Amsterdam ; New York :
North-Holland : Elsevier.
King, R.G., Plosser, C.I. and Rebelo, S.T. (1988) Production, growth and business cycles: I. the basic
neoclassical model. Journal of Monetary Economics 21, 195-232.
Kydland, Finn E. and Edward C. Prescott (1982). Time to Build and Aggregate Fluctuations.
Econometrica 50: 1345-1370.
Kydland, Finn E. and Edward C. Prescott (1990) Business Cycles: Real Facts and a Monetary
Myth. Federal Reserve Bank of Minneapolis Quarterly Review, 14: 3-18.
Merz, Monika (1995). Search in the Labor Market and the Real Business Cycle. Journal of
Monetary Economics, 36: 269—300.
Rebelo, S (2005). Real Business Cycle Models: Past, Present, and Future. NBER WP 11401.
Sosunov K. (2006). A Real Business Cycles Model with Changing Sentiments. Manuscript.
Sundaresan, Suresh M. (1989). Intertemporally Dependent Preferences and the Volatility of
Consumption and Wealth. Review of Financial Studies 2: 73-88.
Watson. Mark (1993). Measures of Fit for Calibrated Models. Journal of Political Economy, 101:
1011-1041.
Wen, Yi (1998). Can a Real Business CycleModel Pass theWatson Test? Journal of Monetary
Economics, 42: 185-203.
Wen, Yi (1998). Capacity Utilization Under Increasing Returns to Scale. Journal of Economic
Theory, 81: 7-36.
Computational Economics
Aghion, P., Howitt, P. (1998). Endogenous Growth Theory. MIT Press, Cambridge, MA.
Alchian, A. (1950). Uncertainty, evolution, and economic theory. Journal of Political Economy
58, 211–222.
Anderson, P.W., Arrow, K.J., Pines, D. (1988). The Economy as an Evolving Complex System,
Proceedings Volume V, Santa Fe Institute Studies in the Sciences of Complexity. AddisonWesley, Reading, MA.
Arifovic, J. (1994). Genetic algorithm learning and the cobweb model. Journal of Economic
Dynamics and Control 18, 3–28.
Arthur, W.B. (1994). Bounded rationality and inductive behavior (the El Farol Problem).
American Economic Review Papers and Proceedings 84, 406–411.
Arthur, W.B. (2006). Out-of-equilibrium economics and agent-based modeling. In L. Tesfatsion
& K. Judd (Eds.), Handbook of computational economics II: Agent-based computational
economics. North-Holland: Elsevier.
Arthur, W.B., Durlauf, S.N., Lane, D.A. (Eds.) (1997). The Economy as an Evolving Complex
System II. Addison-Wesley, Reading, MA.
Axelrod, R. (2006). Agent-based modeling as a bridge between disciplines. In L. Tesfatsion &
K. Judd (Eds.), Handbook of computational economics II: Agent-based computational
economics. North-Holland: Elsevier.
Axelrod, R., Tesfatsion, L. (2006). A guide for newcomers to agent-based modeling. In L.
Tesfatsion & K. Judd (Eds.), Handbook of computational economics II: Agent-based
computational economics. North-Holland: Elsevier.
Axtell, R., Axelrod, R., Epstein, J., Cohen, M.D. (1996). Aligning simulation models: a case
study and results. Computational and Mathematical Organization Theory 1, 123–141.
Baak, S.J. (1999). Tests for bounded rationality with a linear dynamic model distorted by
heterogeneous expectations. Journal of Economic Dynamics and Control 23, 1517–1543.
Barberis, N., Thaler, R. (2003). A survey of behavioral finance. In: Constantinidis, G.M., Harris,
M., Stulz, R. (Eds.), Handbook of the Economics of Finance. Elsevier, pp. 1051–1121.
Batten, D.F. (2000). Discovering Artificial Economics: How Agents Learn and Economies
Evolve. Westview Press, Boulder, Colorado.
Brenner, T., & Murmann, J. P. (2003). The use of simulations in developing robust knowledge
about causal processes: Methodological considerations and an application to industrial evolution.
Papers on Economics and Evolution #0303, Jena: Max Planck Institute.
Brenner, T., & Werker, C. (2008). A taxonomy of inference in simulation models.
Computational Economics, http://dx.doi.org/10.1007/s10614-007-9102-6.
Brenner, T., Murmann, J.P. (2003). “The use of simulations in developing robust knowledge
about causal processes: methodological considerations and an application to industrial
evolution”, Papers on Economics and Evolution #0303, Max Planck Institute, Jena.
Brock, W.A., Hommes, C.H. (1998). Heterogeneous beliefs and routes to chaos in a simple asset
pricing model. Journal of Economic Dynamics and Control 22, 1235–1274.
Brock, W.A., Hsieh, D., LeBaron, B. (1991). Nonlinear Dynamics, Chaos, and Instability:
Statistical Theory and Economic Evidence. The MIT Press, Cambridge, MA.
Cantner, U., Pyka, A. (1998). Absorbing technological spillovers: simulations in an evolutionary
framework. Industrial and Corporate Change 7, 369–397.
Cogely, T., Nason J. M. (1995). Output Dynamics in Real-Business-Cycle Models. American
Economic Review, 85 (3): 492:519.
Dawid, H. (2006). Agent-based models of innovation and technological change. In L. Tesfatsion
& K. Judd (Eds.), Handbook of computational economics II: Agent-based computational
economics. North-Holland: Elsevier.
DeLong, J.B., Shleifer, A., Summers, L.H.,Waldmann, R.J. (1990). Noise trader risk in financial
markets. Journal of Political Economy 98, 703–738.
Duffy, J. (2006). Agent-based models and human subject experiments. In L. Tesfatsion & K.
Judd (Eds.), Handbook of computational economics II: Agent-based computational economics.
North-Holland: Elsevier.
Eckel, B. (2003). Thinking in Java, 3rd edn. Prentice Hall, NJ. Judd, K.L. (1997). Computational
economics and economic theory: complements or substitutes?. Journal of Economic Dynamics
and Control 21, 907–942.
Epstein, J.M. (2006). Remarks on the foundations of agent-based generative social science. In L.
Tesfatsion & K. Judd (Eds.), Handbook of computational economics II: Agent-based
computational economics. North-Holland: Elsevier.
Evans, G.W., Honkapohja, S. (2001). Learning and Expectations in Macroeconomics. Princeton
University Press, Princeton, NJ.
Gigerenzer, G., Selten, R. (Eds.) (2001). Bounded Rationality: The Adaptive Toolbox. The MIT
Press, Cambridge, MA.
Hommes, C. (2006). Heterogeneous agent models in economics and finance. In L. Tesfatsion &
K. Judd (Eds.), Handbook of computational economics II: Agent-based computational
economics. North-Holland: Elsevier.
Howitt, P. (2006). Coordination issues in long-run growth. In L. Tesfatsion & K. Judd (Eds.),
Handbook of computational economics II: Agent-based computational economics. NorthHolland: Elsevier
Judd, K.L. (1998). Numerical Methods in Economics. The MIT Press, Cambridge, MA.
Judd, K.L. (2006). “Computationally intensive analyses in economics”. In L. Tesfatsion & K.
Judd (Eds.), Handbook of computational economics II: Agent-based computational economics.
North-Holland: Elsevier.
Kagel, J.H., Roth, A.E. (1995). Handbook of Experimental Economics. Princeton University
Press, Princeton, NJ.
Kollman, K., Miller, J., Page, S. (1997). “Computational political economy”. In: The Economy
as an Evolving Complex System II. Addison-Wesley, Reading, MA, pp. 461–490.
Kollman, K., Page, S.E. (2006). Computational methods and models of politics. In L. Tesfatsion
& K. Judd (Eds.), Handbook of computational economics II: Agent-based computational
economics. North-Holland: Elsevier.
Kwásnicki W. (1998). Simulation methodology in evolutionary economics. In: Schweitzer F.,
Silverberg G. (eds) Evolution und selbstorganisation in der konomie. Berlin, Duncker and
Humblot
LeBaron, B. (2006). Agent-based computational finance. In L. Tesfatsion & K. Judd (Eds.),
Handbook of computational economics II: Agent-based computational economics. NorthHolland: Elsevier.
Nelson R.R. (1995). Recent evolutionary theorizing about economic change. Journal of
Economic Literature 33: 48–90
Nelson, R.,Winter, S. (1982). An Evolutionary Theory of Economic Change. Harvard University
Press, Cambridge, MA.
Sargent, T.J. (1993). Bounded Rationality in Macroeconomics, The Arne Ryde Memorial
Lectures. Clarendon Press, Oxford, UK.
Tesfatsion, L. (2002). Agent-based computational economics: Growing economies from the
bottom up. Working Paper 1, Iowa State University, Department of Economics.
Tesfatsion, L. (2006). Agent-based computational economics: A constructive approach to
economic theory. In L. Tesfatsion & K. Judd (Eds.), Handbook of computational economics II:
Agent-based computational economics. North-Holland: Elsevier.
Tesfatsion, L. (2006). “Agent-based computational economics”. In: Luna, F., Perrone, A., Terna,
P. (Eds.), Agent-Based Theories, Languages, and Practices. Routledge, London, in press.
Tesfatsion, L. (Ed.) (2001). “Special issue on agent-based computational economics”. Journal of
Economic Dynamics and Control 25 (3–4), 281–654.
Tesfatsion, L. (Ed.) (2001). “Special issue on agent-based computational economics”.
Computational Economics 18 (1), 1–135.
Werker, C., & Brenner, T. (2004). Empirical calibration of simulation models. Papers on
Economics and Evolution # 0410, Jena: Max Planck Institute for Research into Economic
Systems.
Werker, C., Brenner, T. (2004). “Empirical calibration of simulation models”, Papers on
Economics and Evolution #0410, Max Planck Instiute for Research into Economic Systems,
Jena.
Windrum P. (1999). Simulation models of technological innovation: A review. American
Behavioral Scientist 42(10): 1531–1550
Windrum, P. (2007). Neo-Schumpeterian simulation models. In H. Hanusch & A. Pyka (Eds.),
The elgar companion to neo-schumpeterian economics. Cheltenham: Edward Elgar.
Автор программы: _______________________/Арефьев Н.Г./