Построение DSGE-модели экономики России с адаптивным обучением неоднородных агентов
Построение DSGE-модели экономики России с адаптивным обучением неоднородных агентов
07.12.2024
Просмотров: 128
Построение DSGE-модели экономики России с адаптивным обучением неоднородных агентов
07.12.2024
Просмотров: 128
12 декабря 2024 года, в четверг, начало в 11 часов МСК (14 часок НСК).
Заседание семинара проводится в очно-дистанционном формате
Ссылка для входа в ZOOM конференцию:
https://us06web.zoom.us/j/85053525393?pwd=SeDHl5eq38Z2trCMrt0PkDKjSX3eyc.1
Идентификатор конференции: 850 5352 5393 Код доступа: 700579
Трансляция заседания в к. 522 ЦЭМИ РАН (ситуационная комната) и Конференц-зал ИЭОПП СО РАН.
Тема заседания: Построение DSGE-модели экономики России с адаптивным обучением неоднородных агентов
Докладчики: Колюжнов Дмитрий Васильевич, PhD, ИЭОПП СО РАН, НГУ; Ляхнова Маргарита Валерьевна, ИЭОПП СО РАН
Аннотация к докладу
В рамках данного исследования разрабатывается DSGE-модель российской кономики с адаптивным обучением неоднородных экономических агентов, которая является достаточно гибкой с точки зрения возможности построения различных удобных для исследования модификаций. Приводится пример оцениваемой модификации этой модели с малым количеством уравнений с неоднородным обучением агентов, в том числе с включением учета влияния информационного фона на формирование ожиданий. Делается вывод, что модель с неоднородным адаптивным обучением агентов соответствует данным лучше, чем модель с рациональными ожиданиями или однородным адаптивным обучением. На примере этой модели также показывается, что включение влияния информационного фона на формирование ожиданий улучшает соответствие данных, имитируемых моделью, экономической статистике, что позволяет использовать эту модель для прогнозирования макроэкономических показателей, рассматривая различные сценарии развития экономики при разной окраске будущего информационного фона. Универсальность метода учета влияния информационного фона на формирование ожиданий, предложенного в работе, позволяет распространить его применение на широкий ряд DSGE-моделей, используемых центральными банками большинства стран мира.