Компьютерные испытания прототипа непараметрической модели  частичного равновесия

На основе непараметрических формулировок задач о производственной программе и о выборе потребителя предложена вычислимая модель частичного равновесия с непараметрическим представлением спроса и предложения. Задачи производителя и потребителя представлены системами неравенств взаимно двойственных задач. Это позволяет свести отыскание равновесия к минимизации разностей между их целевыми функциями, суммированных по производителям и потребителям. Такая задача может иметь более одного локального оптимума. Компьютерными испытаниями на искусственных наборах данных подтверждено, что дополнение числовой модели техническими ограничениями, заведомо выполняющимися в равновесии, способно эффективно направлять поиск решения с использованием процедуры CONOPT4 к глобальному оптимуму (которому соответствует искомое равновесие). Во всех проведенных испытаниях равновесные решения найдены с первой попытки. Полученный результат имеет существенное значение для создания инструментальных средств, используемых на отраслевом уровне при управлении нестабильной экономической динамикой, характерной для периодов смены систем технологий широкого применения. Такие инструменты смогут полнее использовать информацию, содержащуюся в исходных эмпирических данных.

Ключевые слова

частичное равновесие, вычислимая модель, непараметрическая граница производственных возможностей, непараметрическая граница возможностей потребления, первая теорема двойственности, компьютерные испытания.

Получено

02.06.2023

Дата публикации

30.06.2023

Кол-во символов

29782

Цитировать

ГОСТ	Светлов Н. М. Компьютерные испытания прототипа непараметрической модели частичного равновесия // Экономика и математические методы – 2023. – Tом 59. – № 2 C. 100-111 [Электронный ресурс]. URL: https://emm.jes.su/S042473880025862-7-1 (дата обращения: 01.05.2024). DOI: 10.31857/S042473880025862-7
MLA	Svetlov, Nikolai "Computer testing of a non-parametric partial equilibrium model prototype." Ekonomika i matematicheskie metody 59.2 (2023):100-111. DOI: 10.31857/S042473880025862-7
APA	Svetlov N. (2023). Computer testing of a non-parametric partial equilibrium model prototype. Ekonomika i matematicheskie metody 59(2), pp.100-111 DOI: 10.31857/S042473880025862-7

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: 134

Оценка читателей: голосов 0

1. Акаев А.А., Садовничий В.А. (2016). Замкнутая динамическая модель для описания и рас-чета длинной волны экономического развития Кондратьева // Вестник Российской ака-демии наук. Т. 86. № 10. С. 883–896. DOI: 10.7868/S0869587316100029

2. Дементьев В.Е. (2021). Модель интерференции длинных волн экономического развития // Компьютерные исследования и моделирование. Т. 13. №3. С. 649–663. DOI: 10.20537/2076-7633-2021-13-3-649-663

3. Дементьев В.Е., Евсюков С.Г., Устюжанина Е.В. (2020). О важности стратегического под-хода при ценообразовании на рынках сетевых благ // Журнал Новой экономической ас-социации. № 2 (46). С. 57–71. DOI: 10.31737/2221-2264-2020-46-2-3

4. Земцов С.М., Филипцов А.М. (2009). Калибровка функций расходов и прибыли в модели частичного равновесия BEL-ASIM: теоретический аспект // Вестник Полоцкого госу-дарственного университета. Серия D. Экономические и юридические науки. № 4. С. 52–58.

5. Киселёв С.В., Ромашкин Р.А., Белугин А.Ю. (2022). Агропродовольственный экспорт России до 2030 г.: прогноз на основе модели частичного равновесия // Журнал Новой экономической ассоциации. № 4 (56). С. 69–90.

6. Полтерович В.М. (1990). Экономическое равновесие и хозяйственный механизм. М.: Наука. 256 с.

7. Прокопьев М.Г. (2015). Классификация и методические аспекты разработки моделей час-тичного равновесия // Региональные проблемы преобразования экономики. № 6 (56). С. 88–95; №7 (57). С. 83–91.

8. Светлов Н.М. (2002). На пути к новой концепции стоимости. М.: Издательство МСХА. 108 с.

9. Светлов Н.М. (2019a). Модели непараметрических границ производственных возможно-стей: опыт применения в сельском хозяйстве // Вестник ЦЭМИ. №1. Статья 5. 14 с. DOI: 10.33276/S265838870004477-7

10. Светлов Н.М. (2019б). Непараметрическая граница производственных возможностей в вы-числимой модели частичного равновесия // Экономика и математические методы. Т. 55. №4. С. 104–116. DOI: 10.31857/S042473880006779-5

11. Светлов Н.М., Буць В.И., Карачевская Е.В., Ленькова Р.К., Редько Д.В., Светлова Г.Н., Шафранская И.В., Шафранский И.Н. (2020). Применение математических методов в управлении АПК Беларуси и России. М.: ЦЭМИ РАН. 177 с. DOI: 10.33276/978-5-8211-0782-4

12. Светлов Н.М., Шишкина Е.А. (2019). Инновационная модель частичного равновесия в приложении к анализу эффектов изменения климата // Международный сельскохозяй-ственный журнал. № 5. С. 58–60. DOI: 10.24411/2587-6740-2019-11587

13. Britz W., Witzke P. (eds.) (2014). CAPRI model documentation 2014. Bonn: Institute for Food and Resource Economics, University of Bonn. 277 p.

14. Brown A., Deaton A. (1972). Surveys in applied economics: models of consumer behavior. The Economic Journal, 82, 328, 1145–1236.

15. Chantreuil F., Hanrahan K., Leeuwen M. van (2012). The future of EU agricultural markets by AGMEMOD. Dordrecht: Springer. XVI, 128 p. DOI: 10.1007/978-94-007-2291-0

16. Charnes A., Cooper W.W., Rhodes E. (1978). Measuring the efficiency of decision making units. European Journal of Operational Research, 2, 429–444.

17. Drud A. (1992). CONOPT — a large-scale GRG code. ORSA Journal on Computing, 6, 207–216.

18. Drud A. (2023). CONOPT4. GAMS – Documentation. GAMS Development Corp., 1547–1581.

19. Ermolieva T., Havlík P., Ermoliev Yu., Mosnier A., Obersteiner M., Leclère D., Khabarov N., Valin H., Reuter W. (2016). Integrated management of land use systems under systemic risks and security targets: A stochastic global biosphere management model. Journal of Agricultural Economics, 67, 3, 584–601. DOI: 10.1111/1477-9552.12173

20. Farrell M.J. (1957). The measurement of productive efficiency. Journal of Royal Statistical Society: Series A (General), 3, 253–290.

21. Fock A., Weingarten P., Wahl O., Prokopiev M. (2000). Russia's bilateral agricultural trade: First results of a partial equilibrium analysis. Russia's Agro-food sector: Towards truly functioning markets / P. Wehrheim et al. (eds.). Kluwer Academic Publishing, 271–197.

22. Goldberger A.S., Gamaletsos T. (1970). A cross-country comparison of consumer expenditure patterns. European Economic Review, 1, 357–400. DOI: 10.1016/0014-2921 (70)90020-6

23. Gstach D. (1998). Another approach to data envelopment analysis in noisy environments: DEA+. Journal of Productivity Analysis, 9, 2, 161–176. DOI: 10.1023/A:1018312801700

24. Houthakker H.S. (1965). New evidence on demand elasticities. Econometrica, 33, 277–288.

25. Huppmann D. (2013). Endogenous shifts in OPEC market power — a Stackelberg oligopoly with fringe. DIW Discussion Papers, 1313. Berlin: German Institute for Economic Research. 26 p.

26. Just R.E. (2011). Behavior, robustness, and sufficient statistics in welfare measurement. Annual Review of Resource Economics, 3, 33–70. DOI: 10.1146/annurev-resource-040709-135125

27. Kiselev S., Strokov A., Belugin A. (2016). Projections of Russia’s agricultural development under the conditions of climate change. Studies on Russian Economic Development, 5, 548–556. DOI: 10.1134/S1075700716050063

28. Lee J. D., Hwang S., Kim T. Y. (2005). The measurement of consumption efficiency considering the discrete choice of consumers. Journal of Productivity Analysis, 23, 65–83. DOI: 10.1007/s11123-004-8548-y

29. Matsumoto M., Nishimura T. (1998). Mersenne twister: A 623-dimensionnally equidistributed uniform pseudorandom number generator. ACM Transactions on Modeling and Computer Simulation, 8 (1), 3–30. DOI: 10.1145/272991.272995

30. Pollak R.A. (1977). Price dependent preferences. The American Economic Review, 67, 2, 64–75.

31. Ruhnau O., Bucksteeg M., Ritter D., Schmitz R., Böttger D., Koch M., Pöstges A., Wied-mann M., Hirth L. (2022). Why electricity market models yield different results: Carbon pricing in a model-comparison experiment. Renewable and Sustainable Energy Reviews, 153. Paper 111701. DOI: 10.1016/j.rser.2021.111701

32. Savvidis G., Siala K., Weissbart C., Schmidt L., Borggrefe F., Kumar S., Pittel K., Madlener R., Hufendiek K. (2019). The gap between energy policy challenges and model capabilities. Energy Policy, 125, 503–520. DOI: 10.1016/j.enpol.2018.10.033

33. Svetlov N.M., Siptits S.O., Romanenko I.A., Evdokimova N.E. (2019). The effect of climate change on the location of branches of agriculture in Russia. Studies on Russian Economic Development, 30, 4, 406–418. DOI: 10.1134/S1075700719040154

34. Thompson R.G., Langemeier L.N., Lee C., Lee E., Thrall R.M. (1990). The role of multiplier bounds in efficiency analysis with application to Kansas farming. Journal of Econometrics, 46, 93–108.