Адаптация стохастической модели экономических циклов к эмпирическим данным

Исследование посвящено разработке процедуры адаптации стохастической модели экономического цикла к эмпирическим значениям валового продукта. Установление статистической эквивалентности процесса авторегрессии второго порядка АР(2) дискретной выборке из случайных колебаний функции доходов позволило определить аналитическую связь коэффициентов авторегрессионной модели с параметрами экономического цикла. Наличие этой связи сводит процедуру адаптации модели цикла к линейной задаче оценки коэффициентов АР(2)-модели по эмпирическим данным. Установлено существование оптимальной дискретизации функции доходов в виде четырех отсчетов на период цикла, при которой достигается наибольшая точность оценок коэффициентов модели ряда Юла, т.е. обеспечивается получение эффективных оценок параметров цикла. Предложенная процедура адаптации модели цикла учитывает особенности эмпирических данных и позволяет: 1) восстановить функцию доходов из значений валового продукта; 2) выделить данные интересующего цикла; 3) определить временной интервал псевдостационарности модели; 4) оценить ее параметры, соответствующие этому интервалу; 5) проанализировать точность получаемых оценок параметров цикла. Процедура адаптации модели формально (математически) описана от эмпирических значений валового продукта до оценок параметров цикла и применима для эконометрических задач оценивания параметров систем, описываемых обыкновенными дифференциальными и разностными уравнениями второго порядка.

Ключевые слова

экономические циклы, случайные колебания, ряд Юла, оценки максимального правдоподобия, псевдостационарность

Получено

27.02.2022

Дата публикации

18.03.2022

Кол-во символов

20211

Цитировать

ГОСТ	Кармалита В. А. Адаптация стохастической модели экономических циклов к эмпирическим данным // Экономика и математические методы – 2022. – Tом 58. – Номер 1 C. 131-139 [Электронный ресурс]. URL: https://emm.jes.su/S042473880018968-3-1 (дата обращения: 14.05.2024). DOI: 10.31857/S042473880018968-3
MLA	Karmalita, Viacheslav A "Adaptation of stochastic model of economic cycles to empiric data." Ekonomika i matematicheskie metody 58.1 (2022):131-139. DOI: 10.31857/S042473880018968-3
APA	Karmalita V. (2022). Adaptation of stochastic model of economic cycles to empiric data. Ekonomika i matematicheskie metody 58(1), pp.131-139 DOI: 10.31857/S042473880018968-3

100 руб.

При оформлении подписки на статью или выпуск пользователь получает возможность скачать PDF, оценить публикацию и связаться с автором. Для оформления подписки требуется авторизация.

Оператором распространения коммерческих препринтов является ООО «Интеграция: ОН»

Всего подписок: 2, всего просмотров: 368

Оценка читателей: голосов 0

1. Кармалита В.А. (2018). Цифровая обработка случайных колебаний. Изд. 2-е. М.: Инноваци-онное машиностроение. 88 с.

2. Кармалита В.А. (2021). Синергетический подход к макроэкономическим исследованиям // Экономика и математические методы. Т. 57. № 4. С. 17–26.

3. Болотин В.В. (1976). Случайные колебания упругих систем. М.: Наука. 336 с.

4. Box G.E.P., Jenkins G.M., Reinsel G.C., Ljung G.M. (2015). Time series analysis: Forecasting and control. 5th ed. Hoboken, New Jersey: Willey. 712 p.

5. Gandolfo G. (2010). Economic dynamics. 4th ed. Berlin: Springer-Verlag. 829 p.

6. Jenkins G.M., Watts D.G. (1968). Spectral analysis and its applications. London: Holden Day. 525 p.

7. Karmalita V. (2020). Stochastic dynamics of economic cycles. Berlin, Boston: De Gruyter. 106 p.

8. Korotaev A.V., Tsirel S.V. (2010). Spectral analysis of World GDP dynamics: Kondratieff waves, Kuznets swings, Juglar and Kitchin cycles in global economic development, and the 2008–2009 economic crisis. Structure and Dynamics, 4 (1), 3–57.

9. Onwubolu G.C., Babu B.V. (2013). New optimization technics in engineering. Berlin, Heidelberg: Springer. 712 p.

10. Schlichtharle D. (2011). Digital filters: Basics and design. 2nd ed. Berlin: Springer-Verlag. 527 p.

11. Tikhonov A.N., Arsenin V.Y. (1997). Solution of ill-posed problems. Washington: Winston & Sons. 258 p.

12. Yamaguchi R., Islam M., Managi S. (2019). Inclusive wealth in the twenty-first century: A sum-mary and further discussions of Inclusive Wealth Report 2018. Letters in Spatial and Re-source Sciences, 12 (2), 101–111.

13. Zacks S. (1981). Parametric statistical inference: Basic theory and modern approaches. New York: Pergamon Press. 404 p.