Testing some Definitions of Path Dependence in Economics Aleksander Jakimowicz.

Slides:



Advertisements
Podobne prezentacje
Makroekonomia I Ćwiczenia
Advertisements

Metody badania stabilności Lapunowa
Analiza współzależności zjawisk
Rozdział XIV - Ubezpieczenia życiowe
Popyt globalny i polityka fiskalna
Budżetowanie kapitałów
Badania operacyjne. Wykład 1
Badania operacyjne. Wykład 2
Wykład: POPYT KREUJE PODAŻ - KEYNESOWSKI MODEL GOSPODARKI
Wzrost gospodarczy: modele wzrostu
Analiza współzależności
Produkt narodowy: produkcja, podział i równowaga w długim okresie
Produkcyjność krańcowa
P O P Y T , P O D A Ż.
Niestabilność rynku Model pajęczyny.
MODEL RÓWNOWAGI NA RYNKU TOWAROWO - PIENIĘŻNYM
Fraktale i chaos w naukach o Ziemi
Elementy Rachunku Prawdopodobieństwa i Statystyki
Metody Lapunowa badania stabilności
Nauki ścisłe vs. złożoność świata przyrody
INFLACJA.
Stabilność Stabilność to jedno z najważniejszych pojęć teorii sterowania W większości przypadków, stabilność jest warunkiem koniecznym praktycznego zastosowania.
Elementy otoczenia społeczno -demograficznego
Bezrobocie.
Podstawy Biotermodynamiki
Szereg czasowy – czy trend jest liniowy?
Teoria sterowania 2011/2012Stabilno ść Kazimierz Duzinkiewicz, dr hab. in ż. Katedra In ż ynierii Systemów Sterowania 1 Stabilność Stabilność to jedno.
II. Matematyczne podstawy MK
Pojęcie, rodzaje i pomiar inflacji
MODEL IS-LM.
Model cyklu realnego.
Stabilność Stabilność to jedno z najważniejszych pojęć dynamiki systemów i teorii sterowania W większości przypadków, stabilność jest warunkiem koniecznym.
Model krzyża Keynsowskiego
Model krzyża Keynsowskiego.
Makroekonomia I Ćwiczenia
Formuły cenowe.
Biogazownie rolnicze – ważny element zrównoważonej produkcji rolniczej
MAKROEKONOMIA MODEL IS-LM.
Produkcja długookresowa a krótkookresowa. Produkcja potencjalna.
FUNKCJE Opracował: Karol Kara.
Drgania punktu materialnego
Szeregi funkcyjne dr Małgorzata Pelczar.
TEORIA WZROSTU (ROZWOJU) GOSPODARCZEGO RICARDO
Przedmiot: Ekonometria Temat: Szeregi czasowe. Dekompozycja szeregów
Model gospodarki otwartej – nie w pełni zintegrowanej z gospodarką światową W modelu gospodarki otwartej nie w pełni występują: rynek towarowy , rynek.
 Ekonometria – dziedzina zajmująca się wykorzystaniem specyficznych metod statystycznych dostosowanych do badań nieeksperymentalnych.  Ekonometria to.
Podstawy Ekonomii Model IS-LM.
Popyt na pracę Poziom płacy realnej (w)
Struktura bezrobocia w okresie transformacji w Polsce
WIELORÓWNANIOWE MODELE EKONOMETRYCZNE
C(r) całka korelacji: – norma badanej wielkości fizycznej
WYKŁAD 5 OPTYKA FALOWA OSCYLACJE I FALE
MODELOWANIE ZMIENNOŚCI CEN AKCJI
Model Lopesa da Silvy – opis matematyczny Zmienne modelu: V e (t) – średni potencjał w populacji pobudzającej E(t) – średnia częstość odpalania w populacji.
Entropia gazu doskonałego
IFS, IFSP I GRA W CHAOS ZBIORY FRAKTALNE I WYBRANE SPOSOBY ICH GENEROWANIA.
Zarządzanie projektami
OD RECESJI DO KONIUNKTURY CZYLI ZMIENNA GOSPODARKA
STATYSTYKA – kurs podstawowy wykład 8 dr Dorota Węziak-Białowolska Instytut Statystyki i Demografii.
Modele nieliniowe sprowadzane do liniowych
Przedsiębiorstwo jako oferent dóbr Dlaczego przedsiębiorstwa musiały powstać? Dlaczego przedsiębiorstwa uzyskały osobowość prawną? Przedsiębiorstwem będziemy.
Prof. dr hab. Roman Sobiecki Determinanty dochodu narodowego
mgr Małgorzata J. Januszewska
Teoria sterowania Wykład /2016
Podstawy teorii zachowania konsumentów
dr Zofia Skrzypczak Wydział Zarządzania UW
EKONOMETRIA Wykład 2 prof. UG, dr hab. Tadeusz W. Bołt
EKONOMETRIA W2 dr hab. Tadeusz W. Bołt, prof. UG
Podstawy teorii zachowania konsumentów
Podstawy teorii zachowania konsumentów
Zapis prezentacji:

Testing some Definitions of Path Dependence in Economics Aleksander Jakimowicz

Path dependence Proces dynamiczny nazywamy path dependent, jeśli wynik jakiegokolwiek okresu zależy od wektora historii i może zależeć od jego uporządkowania: gdzie h t jest wektorem zdarzeń historycznych, G t reprezentuje funkcję wyniku, natomiast x t+1 to wynik okresu t + 1. Wynik każdego okresu może także zawierać dodatkową informację o możliwościach i wydarzeniach, które pojawiły się w tym okresie. W ten sposób powstaje opis środowiska w okresie t, uwzględniający czynniki egzogeniczne mające wpływ na wyniki. Historia w czasie T, oznaczana przez h T, jest kombinacją wszystkich wyników x t aż do czasu T – 1 oraz wszystkich innych czynników aż do czasu T. Proces dynamiczny ma także funkcję wyniku G t, która odzwierciedla wpływ bieżącej historii na następny wynik. Funkcja wyniku może się zmieniać w czasie, dlatego jest indeksowana przez t. Nie musi być ona deterministyczna, może generować pewien rozkład prawdopodobieństwa wyników. Należy zauważyć, że w przypadku powyższej definicji zmiana porządku x 1 i x 2 może zmienić wynik generowany przez G t.

Strong path dependence W niektórych przypadkach może być użyteczne pojęcie strong path dependence. Proces dynamiczny jest strong path dependence, jeśli dla dwóch odmiennych wektorów historii funkcje wynikowe są różne. Można to przedstawić w formie następującej: dla Dwie odmienne ścieżki implikują różne prawdopodobieństwa wyników. Z właściwości strong path dependence wynika zależność path dependence. Strong path dependence może być nazwane uporządkowaną zależnością path dependence. Zależności path dependence nie należy mylić z wrażliwością na warunki początkowe (sensitivity to initial conditions), która jest istotą chaosu deterministycznego.

Ekonomia neoklasyczna: model cyklu koniunkturalnego Samuelsona-Hicksa A 0 – początkowy poziom wydatków autonomicznych, Y – dochód narodowy, C – konsumpcja, I ind – inwestycje indukowane, I aut – inwestycje autonomiczne, k 0 – faza oscylacji. v – współczynnik przyśpieszenia, c – krańcowa skłonność do konsumpcji, s – krańcowa skłonność do oszczędzania, k – okres oscylacji,

Path dependence a ekonomia neoklasyczna Typowe trajektorie dochodu narodowego w modelu cyklu koniunkturalnego Samuelsona-Hicksa: I – zbieżność do ścieżki równowagi ruchomej (trendu) niezależnie od wektora historii; II – zbieżność do punktu przyciągania w nieskończoności niezależnie od wektora historii.

Ekonomia neoklasyczna: model wzrostu gospodarczego Solowa Oznaczenia: K – kapitał, L – praca, n – stopa przyrostu naturalnego Liniowa i homogeniczna funkcja produkcji ze stałymi przychodami względem skali: dla > 0, gdzie Zatem gdzie oraz

Funkcja produkcji Cobba-Douglasa i wpływ środowiska naturalnego Cobb-DouglasRedukcja wydajności gdzie m,  to dodatnie parametry. Współczynnik B może być interpretowany jako poziom technologii, natomiast  > 0. Wzrost gospodarczy i towarzysząca mu koncentracja kapitału powodują powstanie kosztów społecznych związanych z degradacją środowiska naturalnego. Wyrażenie po prawej stronie przedstawia wpływ emisji zanieczyszczeń na produkcję per capita. Rozsądne dysponowanie zasobami pomoże uniknąć wzrostu zanieczyszczeń, ale wtedy zmniejszy się przyrost produkcji. Osiągnięcie poziomu nasycenia spowoduje spadek produkcji do zera. Z punktu widzenia programów ochrony środowiska współczynniki m i  mogą być traktowane jako parametry kontrolne. Jeśli  → 0, to Poziom nasycenia Układ dynamiczny:

Path dependence a długość wektorów historii Atraktor zerowy współistnieje z dwoma niestabilnymi punktami stałymi k 2 c i k 3 c (k 0 = 0,4;  = 3,9;  = 2,19; m = 1,45;  = 8,66)

Path dependence a długość wektorów historii Wykres odwzorowania nie przecina się w ogóle z przekątną F(k) = k, zatem jedynym przyciągającym punktem stałym jest zero i do niego właśnie zmierza trajektoria startująca w punkcie k 0 = 0,4. Długość wektorów historii zależy nie tylko od warunków początkowych, lecz także od wpływów otoczenia (parametrów strukturalnych). (k 0 = 0,4;  = 3,9;  = 2,87; m = 1,45;  = 2,9)

Strong path dependence Koegzystencja dwóch atraktorów zmodyfikowanego modelu Solowa, które są punktami stałymi. Trajektoria zainicjowana w punkcie k 01 = 0,1535 jest zbieżna do k 3 c, a trajektoria rozpoczęta w punkcie k 01 = 0,1 dąży do zera. Punkt k 2 c  0,1285 jest repelerem. Przyciągający punkt stały w postaci zera może współistnieć ze stabilną orbitą periodyczną o dowolnym okresie albo z atraktorem chaotycznym. (  = 3,9,  = 2,9, m = 1,45 i  = 9,1)

Path dependence w gospodarce z automatycznymi stabilizatorami koniunktury Nonlinear SD oscillator (smooth and discontinuous)

Automatyczne stabilizatory koniunktury Polityka fiskalna oparta na progresywnym opodatkowaniu strumienia dochodów. Zasiłki dla bezrobotnych i inne świadczenia społeczne. Programy pomocy dla rolnictwa polegające na skupie i sprzedaży produktów rolnych. Oszczędności gospodarstw domowych i przedsiębiorstw.

Zbiory przyciągania Wady Zbiór przyciągania atraktora jest zbiorem wszystkich warunków początkowych w przestrzeni fazowej, których trajektorie dążą do atraktora. Granice, które dzielą różne brzegi przyciągania, nazywają się granicami zbiorów przyciągania. Do oceny znaczenia danego atraktora w systemie dynamicznym niezbędna jest wiedza o jego zbiorze przyciągania i geometrii tego zbioru. Granice zbiorów przyciągania mogą być gładkie lub fraktalne. Granica zbioru przyciągania jest fraktalna, jeśli zawiera transwersalny punkt homokliniczny (lub granica ta jest zbiorem Cantora). Najciekawsze zjawiska dynamiczne powstają, gdy w systemie dynamicznym współistnieją co najmniej trzy atraktory. Trzy lub więcej zbiorów mają własność Wady, jeśli każdy punkt leżący na brzegu domknięcia jednego zbioru przyciągania leży na brzegach wszystkich zbiorów. Jeśli zbiory przyciągania mają własność Wady, to ich brzegi są fraktalne. Dany punkt jest punktem brzegowym zbioru przyciągania, jeśli każde otwarte sąsiedztwo tego punktu ma niepustą część wspólną z co najmniej jednym innym zbiorem przyciągania. Punkt brzegowy zbioru przyciągania jest punktem Wady, jeśli każde otwarte otoczenie tego punktu ma niepustą część wspólną z co najmniej trzema innymi zbiorami przyciągania. Zbiór przyciągania jest zbiorem przyciągania Wady, jeśli każdy jego punkt brzegowy jest punktem Wady. Jeśli w systemach dynamicznych, w których na tej samej granicy zbiorów przyciągania występują punkty Wady i punkty nie mające własności Wady, to mówimy, że te zbiory przyciągania mają częściową własność Wady.

Efekty dynamiczne fraktalnych brzegów zbiorów przyciągania Fraktalne brzegi zbiorów przyciągania są poważną przeszkodą w przewidywaniu zachowania układów dynamicznych, analogicznie jak efekt motyla związany z atraktorami chaotycznymi. W tych warunkach nawet bardzo mała niepewność związana z wyznaczeniem warunków początkowych może spowodować znaczne trudności w określeniu tego, do którego atraktora będzie zmierzał system. Obecność brzegów fraktalnych powoduje, że bardzo trudno zmniejszyć niepewność związaną ze stanem docelowym trajektorii poprzez zwiększenie precyzji wyznaczania warunku początkowego. Zjawisko to nazywamy wrażliwością stanu końcowego (że mała niepewność w określeniu warunku początkowego może spowodować dużą utratę zdolności określenia, do którego atraktora będzie zmierzał system). Istnieje korelacja między wysoką wrażliwością systemu dynamicznego na szum a wymiarem fraktalnym brzegu oddzielającego zbiory przyciągania. Wrażliwość stanu końcowego spełnia warunki definicji strong path dependence.

Path dependence a zbiory przyciągania Wady: ekstremalna niepewność wyniku (zbiory przyciągania siedmiu atraktorów periodycznych) Atraktory periodyczne o dużym okresie mają stosunkowo małe zbiory przyciągania

Wnioski W ekonomii neoklasycznej, opartej na modelach liniowych, występuje zależność path dependence w wersji słabej. Związane jest to z istnieniem tylko dwojakiego typu atraktorów: albo dynamicznego stanu równowagi, albo punktu w nieskończoności, do których zbieżne są trajektorie niezależnie od warunków początkowych. W ekonomii konwencjonalnej długość wektorów historii zależy głównie od warunków początkowych. Już w prostych jednowymiarowych systemach nieliniowych istnieje zależność strong path dependence, co pokazuje zmodyfikowany model wzrostu gospodarczego Solowa. Potwierdzone zostało także istnienie tej zależności w wersji słabej, przy czym długość wektorów historii zależy zarówno od warunków początkowych, jak i wartości parametrów. Wrażliwość stanu końcowego, występująca w warunkach fraktalnych brzegów zbiorów przyciągania, pociąga za sobą zależność strong path dependence. Jedną z interesujących konsekwencji własności Wady jest współistnienie wielu stanów finalnych i trudność przewidzenia faktycznego stanu finalnego. Nieprzewidywalność systemu z własnością Wady jest większa niż systemów z fraktalnymi brzegami zbiorów przyciągania. Własność Wady związana jest z nowym rodzajem zależności, który można nazwać extreme strong path dependence. Stosunkowo mały szum może wywoływać nieprzewidywalne przeskoki miedzy różnymi atraktorami periodycznymi.

Dziękuję za uwagę