Сетевая эконометрика информационного общества
Международная
публикация
А.
И. БогомоловБиблиографическое описание статьи для цитирования:
Богомолов
А.
И.,
Невежин
В.
П. Сетевая эконометрика информационного общества // Научно-методический электронный журнал «Концепт». –
2014. – Т. 20. – С.
2676–2680. – URL:
http://e-koncept.ru/2014/54799.htm.
Аннотация. В статье предлагается преодолеть недостатки классической эконометрики, отмеченные учёными – экономистами и практиками, используя возможности современных компьютерных и информационных технологий, сетевой подход к описанию моделей и методологию агент-ориентированного моделирования. Авторы предлагают ввести понятие сетевого экономического и сетевого природного агента, причём последний представляет собой случайное событие, вероятность появления которого может быть определена на основании сети доверия Байеса.
Текст статьи
Богомолов Александр Иванович,кандидат технических наук, доценткафедры «Моделирование экономических и информационных систем» ФГБОУ ВПО «Финансовый университет при Правительстве Российской Федерации»alivbog@yandex.ruНевежин Виктор Павлович,кандидат технических наук, профессоркафедры «Моделирование экономических и информационных систем» ФГБОУ ВПО «Финансовый университет при ПравительствеРоссийской Федерации»nvp1048@mail.ru
Сетевая эконометрика информационного общества
Аннотация.Встатьепредлагается преодолеть недостатки классическойэконометрики, отмеченные учёными экономистами и практиками, используявозможности современных компьютерных и информационных технологий, сетевойподход к описанию моделей и методологию агент –
ориентированногомоделирования. Авторы предлагают ввести понятие сетевого экономического исетевого природного агента, причём последний представляет собой случайноесобытие, вероятность появления которого может быть определена на основаниисети доверия Байеса.Ключевые слова: сетевая экономика, агенториентированная модель, сеть доверия Байеса
Эконометрия —наука, изучающая количественные и качественные экономические взаимосвязи с помощью математических и статистических методов и моделей [1]. Современное определение предмета эконометрики было выработано в уставе Эконометрического общества, которое главными целями назвало использование статистики и математики для развития экономической теории.Эконометрикаобычно рассматривается как часть экономической теории, наряду с макрои микроэкономикой. Однако, на наш взгляд, она имеет существенно большее гносеологическое значение, чем это приведено в данном определении. Дело в том, что в эконометрике изучаемые процессы и явления имеют существенно вероятностный и случайный характер. А случайность и вероятность лежат в основе нашегофизического мира, нашего бытия, поведения человекаи экономических явлений и процессов. Так, в микромире поведение элементарных частиц носит вероятностный характер, и описывается,соответственно, квантовой или волновой механикой. События в нашем мире также во многом зависят от «воли случая». Поведение человека, получившего от Бога свободу воли, во многом также носит непредсказуемый, спонтанный, характер. Экономические событияи процессы, даже если они могут быть предсказаны, всегда характеризуются мерой неопределённости.И миссияэконометрики,как науки,преодолеть эту фундаментальную неопределённость, предсказать будущее и увязать цепочки событий, причём не только в экономики, но и во всей социальноэкономической сфере, ставит её в особое положение среди всех наук о жизни общества. Несмотря на очевидные успехи эконометрики объяснить и предсказать поведение экономических систем и процессов, многие учёные и практики не удовлетворены результатами её применения и даже считают её лженаукой или,по крайней мере,бесполезной. Наиболее известные и дальновидные экономисты давно уже критиковали эконометрику. Например, критика эконометрики великим американским экономистом
Кейнсом
обусловлена его отказом «трактовать экономику как точную науку».В его представлении «Экономическая среда изменчива инепредсказуема, а большинство экономических переменных связано между собой множеством сложных нелинейных зависимостей. Из этого следуют нестабильность коэффициентов корреляции и невозможность решения предсказательных задач. Поэтому экономическая наука не может претендовать на точные количественные измерения. Она должна быть основана на реалистичных предпосылках и содержать инструменты, помогающие понять и объяснить эту среду» [2].
В начале 1970х годов известный английский экономист Уорсвик резко критиковал экономистовматематиков за «отсутствие связи с конкретными фактами»[3]. В это же время Ф. Браун [4] утверждал, что «построение регрессий временных рядов годится только для обмана». В. Леонтьев охарактеризовал эконометрику как «попытку компенсировать бросающийся в глаза недостаток имеющихся данных путем широко использования все более и более изощренных статистических приемов». Резко отрицательно к эконометрике относились и представители австрийской школы экономики [5,6]. В своей книге «Чёрный лебедь» Н.Н.Талеб [7] пишет «Тогда я просмотрел все научные работы и диссертации, которые сумел раскопать. Ни в одной из них нет убедительных доказательств того, что экономисты (как сообщество) способны делать прогнозы; а если иногда и способны, то их прогнозылишь немного лучше случайных —принимать на их основе серьезные решения нельзя». Тем не менее, «если звёзды зажигают, значит, комуто это нужно». То есть, несмотря на критику и очевидные провалы эконометрики, например,при попытках предсказать экономические кризисы, её изучение и применение становится в мире всё более масштабным.Эконометрика развивается, добавляются всё новые экономические теории, методы и инструменты из теории систем, теории хаоса, роевого интеллекта,нечёткой логики, гибридных вычислений и т. д. Особенно значительные изменения в результативности эконометрических методов происходят и ожидаются от применения новых информационных технологий и их способности обрабатывать и анализировать огромные массивы данных. Повышение требований к результатам эконометрического исследования и существенное расширение круга экономических задач, требующих эконометрических методов решения, происходит в условиях информационного общества, когда «цена» знания резко возрастает. В информационном обществе время «ускоряется» и решения эконометрических задач зачастую требуется получить в режиме реального времени. Такую принципиальную возможность и предоставляют современные информационные технологии. Основной причиной неудач использования эконометрики для объяснения и предсказания поведения экономических систем и принятия управленческих решений является «неожиданное» появление событий, которые влияют на характеристики (переменные) и параметры экономических объектов и делают результаты эконометрического моделирования неудовлетворительными. Для преодоления названных выше недостатков, в отличие от классических эконометрических моделей, новые модели должны дополнительно включать факторы (переменные), которые представляют собой случайныесобытия, влияющие на факторы (переменные) модели и изменяющие их значения.Совокупность всех этих переменных (включая случайные события) должна быть представлена в виде сетевой модели, т.е. узлов и связей между ними. В
информационном обществе доминирующие экономикосоциальные функции и процессы все больше оказываются организованными по принципу сетей. Именно сети составляют новую социальную морфологию наших обществ, а распространение "сетевой" логики в значительной мере сказывается на ходе и результатах процессов, связанных с производством, повседневной жизнью, культурой и властью. Одной из сетевых моделей совокупности субъектов экономических отношений в информационном обществе является их описание как экономических агентов. Экономические агентыв классической экономике—субъекты экономических отношений, принимающие участие в производстве, распределении, обменеи потребленииэкономических благ[811]. Например, вчетырёхсекторной (открытой) экономике выделяютчетыре макроэкономических агента(рис.1) [10]:1.Домохозяйства—домашние хозяйства (индивиды и их семьи). 2.Фирмы—это учреждения в виде фабрик, ферм, шахт, магазинов, которые выполняют несколько функций по производству и распределению товаров и услуг..3.Государство—агент, состоящий из государственных учреждений, задача которого состоит в регулировании экономики.4.Иностранный сектор—все остальные государства.
Рис. 1. Модель четырёхсекторной экономики Агенториентированное моделирование известноевзарубежнойлитературекакAgentBasedModeling(сокр.ABM)[12,13],развитие которого напрямую определяется увеличивающимися вычислительными возможностями современных компьютеров, позволяет представить (смоделировать) систему практически любой сложности из большого количества взаимодействующих объектов, не прибегая к их агрегированию. Агенториентированные модели используются для решения множества коммерческих и технологических проблем. Примерами могут послужить следующие задачи: 1) оптимизация сети поставщиков и логистика; 2) моделирование потребительского поведения (в том числе социальные сети); 3) распределенные вычисления; 4) менеджмент трудовых ресурсов; 5) управление транспортом; 6) управление инвестиционными портфелями1 В общей теории агенториентированных моделей под агентами понимаются достаточно абстрактные сущности, наделяемые теми или иными свойствами. На рис. 2 приведена типовая агенториентированная модель [12]. Мы предлагаем понятие экономических агентов рассматривать как часть более общего понятия сетевых агентов. В рамках сетевой эконометрической модели предлагается именовать узлы сетевыми агентами, которые могут быть и экономическими агентами (субъектами экономических отношений), а могут быть и экономическими переменными (объясняющими и объясняемыми).
1http://www.youngscience.ru/includes/periodics/interview/2009/0506/13584218/detail.shtml Рис. 2. Типовая агенториентированная модель.
В самом деле, в двухфакторной модели КоббаДугласа Y=AKαLβ,экзогенные переменные К–капитал, L
труд,вполне могут считаться достаточно независимыми экономическими агентами, объясняющими поведение эндогенной переменной (зависимого экономического агента)У. В агенториентированноммоделированииили компьютерноммоделировании важное значение имеет способ спецификации сетевых агентов. Хотя это отдельный интересный вопрос, тем не менее, для дальнейшего развития наших представлений о сетевых эконометрических моделях предлагается цветовая спецификация сетевых агентов. В графическом отображении модели сетевой экономики сетевым агентамв зависимости от их природы могут быть присвоены различные цвета.Например, финансовые показателимогут быть обозначены сетевыми агентами жёлтого цвета, апромышленные –синего и т.д. Полезность цветовой классификации доказана, например, в теоретической физике, где кварки имеют «цвет».Так как цвету соответствует определённая длина волны, то это число может быть идентификаторомклассификации определённого сетевого агента.
Рис. 3. Цвет (длина волны) как элемент идентификации в классификации сетевых агентов Необходимость классификации сетевых агентов очевидна в связи с использованием компьютерного моделирования их взаимодействия. Сетевые агенты могут находится в общем информационном пространстве, например, в Интернет2
2http://comsec.spb.ru/ru/papers/60/getfile
На сетевые агенты могут повлиять и какието события, не обязательно связанные с экономической деятельностью, например, засуха, революция или техногенная катастрофа
и др. Для общности будем считать их природными событиями или природными агентами. Будем считать, что появление этих событий обусловлено причинноследственными связями и характеризуется некоторой вероятностью. Эти узлы на нашей схеме могут быть обозначены, например,квадратами также разного цветав зависимости от их сущности.Для различия сетевых и природных агентов к их индексам (классификаторам) добавляются соответственно 0 или 1.
Среди этих узлов могут быть и «центры силы», которые проявляют себя подавая сигналы на изменение состояния экономических или природных агентов. Такими «центрами силы» на макроуровне могут являться крупные капиталисты или их семейные кланы (Рокфеллеры, Ротшильды и др.), на государственном уровне клики, клиентела, на уровне отдельных производителей и потребителей блат и т.п3. Все эти агенты (сетевыеи природные) обмениваются сигналами, то есть находятся в информационном взаимодействии. В результате поступления сигнала от одного агента к другому меняется состояние агента, то есть для сетевого агента это приводит к изменению значения его характеристики (экономической переменной), а для природного агента (события) меняется вероятность его наступления.В общем виде модель сетевой экономики можно изобразить в виде системы разнородных узлов, каждый из которых раскрашен в свой цвет, и соединяющих их связей(рис.4). .
Рис.4. Модель сетевой экономики из разнородных экономических и природных агентов (событий) Таким образом, сетевая модельэкономики, как на макро, так и на микроуровне, содержит разнородные сетевые узлы (сетевые и природные агенты), которые обмениваются сигналами, вступают в экономические отношения (зависимости) и меняют своё состояние с течением времени, т.е. вступают в информационные взаимодействия. Информационные взаимодействия являются более фундаментальным уровнем для описания функционирования социальноэкономических систем по сравнению с рыночными и иерархическими взаимодействиями4. 4http://rvles.ieie.nsc.ru/parinov/theory/ Рассмотрим, как объясняют поведение экономического агента (эндогенной переменной) в зависимости от поведения объясняющих экономических агентов (экзогенных переменных) классическая и сетевая эконометрическая модели.Рассмотрим ту же модель КоббаДугласа. Классическаяэконометрика решает задачу в виде преобразования нелинейной модели в линейную модель множественной регрессии (ЛММР)с целью объяснения поведения эндогенной переменной в зависимости от поведения объясняющих (экзогенных) переменных, представляя взаимосвязь экономических переменных в виде регрессионнойзависимости.
3http://www.situation.ru/app/j_art_366.htm Классическую регрессионную зависимость можно определить следующим образом. Пусть X1, X2,..Xn—случайные величины с заданным совместным распределением вероятностей. Если для каждого набора значений X1=x1,X2=x2,..Xn=xnопределено условное математическое
ожидание
y(x1,x2,..xn) = E(YX1=x1, X2=x2,…Xn=xn)то функция y(x1,x2,..xn)называется регрессиейвеличины по величинам X1,X2,..Xn, а её график—линией регрессиипоX1,X2,..Xn, или уравнением регрессии.Данная модель представляет собой линейную модель множественной регрессии (ЛММР). Зависимость У отX1,X2,..Xn
проявляется в изменении средних значений У при изменении X1,X2,..Xn. Хотя при каждом фиксированном наборе значений X1=x1,X2=x2,..Xn=xnвеличина У остаётся случайной величинойс определённым распределением. Графическая ЛММР выглядит следующимобразом (рис. 3):
Рис.5. Классическая ЛММР из одной объясняемой и 2х объясняющих переменных Собирается выборка из nнаблюдений в виде таблицы1: Таблица 1. Выборка исходных данных n K LY1 K11 L21Y12 K12 L22Y2…………n K1n L2nYn Используя МНК,оценивают параметры модели. Предполагается, что одновременное изменение 2х экзогенных переменных Хiмгновенно приводит к изменению Уi, т.е. осуществляется принцип «дальнодействия», Принцип дальнодействия гласит, что если тело А, находящееся в точке а, действует на другое тело В, то тело В, находящееся в точке b, испытывает этовоздействие в тот же моментвремени. Ньютон же считал необходимым наличие некоего передатчика этого действия, «агента», правда, допуская его, быть может, нематериальную природу[15]. Таким образом, в классической ЛММР действует принцип «дальнодействия», В классической ЛММР для выяснения вопроса, насколько точно регрессионный анализ оценивает изменение при изменении X1,X2,..Xn , используется средняя величина дисперсиипри разных наборах значений X1,X2,..Xn (фактически речь идет о мере рассеяния зависимой переменной вокруг линии регрессии).
Таким образом, считается, что классическая ЛММР способна дать прогноз среднего значения эндогенной переменной с точностью средней величины дисперсии на основе «исторических» данных и в предположении, что вероятностные характеристики объясняющих переменных не изменятся. Данная модель является достаточно далёкой от реальности и не позволяет делать прогнозы и принимать обоснованные решения в быстроменяющейсясоциальноэкономическойсфере. Причина данногонедостаткаЛММР состоит в том, что «картину» портят «неожиданные» появления событий,влияющих на теили иные экономические переменные модели, а также случайные неодновременные изменения значений самих экономических переменных.В классической ЛММР в разные моменты времени её структура не меняется, а в сетевой эконометрической модели в результате информационного взаимодействия она постоянно меняется. Рассмотримдля простоты сетевую модель из одной эндогенной (зависимой) и двух экзогенных (независимых) переменных. В отличие от классической ЛММР осуществляется постоянное наблюдение за агентами Х1, Х2 иУ и перерасчёт параметров модели на основе МНК. Данная процедура осуществляется на основе автоматизированного системы сбора и обработки данных, подключённой к информационной сети предприятия, научного или государственного центра и т.д. Всетевой эконометрической модели должна быть учтенавозможность появления природного агента (случайного события, зависящего от появления других событий)приводящего кизменению состояния сетевогоагента(рис.6). Рис. 6. Сетевая модель множественной регрессии из 2х экономических переменныхи 3х событий Данная модель относится к области статистического информационного моделировании, представляет собой граф вероятностных и причинноследственных отношений между переменными. В рассмотренную выше модель мы включили байесовскую сеть доверия, предполагая, что на изменение Lможет повлиять событие А, которое является следствием событий В и С. Например, такими событиями могут являться инфляция, деятельность профсоюзов и других общественных объединений (так называемый «третий сектор» экономики), экономическая политика государства. В байесовских сетях доверия вершины представляют собой случайные переменные, а дуги –вероятностные зависимости, которые определяются через таблицы условных вероятностей. Таблица условных вероятностей каждой вершины содержит вероятности состояний этой вершины при условии состояний её “родителей”. В байесовых сетях могут органическисочетаться эмпирические частоты появления различных значений переменных, субъективные оценки «ожиданий» и теоретические представления о математических вероятностях тех или иных следствий из априорной информации. Это является важным практическим преимуществом и отличает байесовы сети от других методик информационного моделирования. В традиционной постановке байесовы сети не предназначены для оперирования с непрерывным набором состояний (например, с действительным числом на заданном отрезке). Для представления действительных чисел можно разбить диапазон возможных значений переменной Lна сегменты и рассматривать дискретный набор их центров (http://www.bibliofond.ru/view.aspx?id=7264). На рис. 6K, Lи Y–экономические агенты (экзогенные и эндогенная переменные), А, В и С –природные агенты (случайные события).Между всеми этими агентами осуществляется информационное взаимодействие. Понятно, что может быть и иная схема. Например, агент А может воздействовать и непосредственно на У. Таким образом, сетевая эконометрическая модель в дополнение к классической предполагает использование методологии и инструментария агенториентированныхмоделей,рассматриваявкачествеагентовпеременныеивлияющиенанихслучайныесобытия,которыетакжеможномоделироватьнаосновесетейдоверияБайеса. Процедура работы с сетевой эконометрической моделью может быть представлена в виде повторяющейся последовательности из четырёхэтапов:1.Включение в модель существенных сетевых и природных агентов2.Отслеживание значений агентов и сохранение их в базе данных 3.Оценивание параметров моделиФормирование байесовской сети доверия, разработка (использование готовой) программыи вычисление условных вероятностей и соответствующих значений природных и сетевых агентов4.Обучение программыпутем сопоставления результатов действий и ожиданий и возврат к первому этапу. Таким образом, включение в классические эконометрические модели представленийо переменных как сетевых агентахи добавление в модель природных агентов (случайных воздействий на переменные модели)переводит их в область статистическиинформационного взаимодействия, где наиболее эффективным образом могут проявить себя байесовские сети доверия. Современный уровень развития информационнокоммуникационных технологий позволяет отслеживать и сохранять данные о состоянии сетевых агентов и получать новые знания и достоверные прогнозы об экономических процессах на основе сетевых эконометрических моделей и автоматизированных экспертных систем.
Ссылки на источники1. В.А.Бывшев. Эконометрика. М., Финансы и статистика, 2008, 480 с.
2. И. Розмаинский.Методологические основы теории Кейнса и его "спор о методе" с Тинбергеном (рус.) М., Вопросы экономики.
2007, №4.3.Кризис современной экономической теории.
URL: http://nanobukva.ru/b/altern/blaug_metodologija_ehkonomicheskoj_nauki__ili_kak_ehkonomisty_ob'jasnjajut_(2e_izd)_44.html4. А.И.Климин, В.А.Урвалов.Фердинанд Браун—лауреат нобелевской премии в области физики// «Электросвязь» №8, 2000г. (на сайте «Виртуальный компьютерный музей»5.Д. Хендри. Эконометрика: алхимия или наука (рус) М., Эковест. 2003. №2.
С.172196.6.Экономический кризис и крах эконометрики.URL: http://vened.org/economy/3720 20100709084218.html7. Н.Н.Талеб .Чёрный лебедь. URL: http://elibra.ru/read/255375chernyjlebed.pod
znakomnepredskazuemosti.html8.Alan Kirman. Interaction, Economic Organisation and Aggregate Activity, 1998,
Working Paper, GREQAM, EHESS and Universitйd'AixMarseille III, Institut
Universitaire de France.9.Экономические агенты и их интересы.
URL:http://www.be5.biz/ekonomika/e013/05.htm10.Экономические агенты. URL: http://www.bgsha.com/ru/education/library/fulltext/econom/r17.htm11.Википедия.URL: http://commons.wikimedia.org/wiki/File:Macroeconomics.PNG?uselang=ru
12.А.Р. Бахтизин. Агенториентированное моделирование. URL:
http://gdzmail.ucoz.ru/news/agent_orientirovannye_modeli_ehkonomiki_bakhtizin_albert/2012101935213.Агенториентированное моделирование и имитационное моделирование:
перспективы в области информационных технологий
URL: http://www.artsoc.ru/digest/agentorientedmodels/index.php?ID=18114.
И.В. Котенко, А.В. Уланов. Агентноориентированное моделирование поведения сложных систем в среде Интернет. URL: http://comsec.spb.ru/ru/papers/60/getfile15.
Найдыщ В.М. Учебное пособие.: концепция современного
естествознания. Учебник.Изд. 2е перераб. и доп. М., АдьфаМ., 2004, 622 с.
Сетевая эконометрика информационного общества
Аннотация.Встатьепредлагается преодолеть недостатки классическойэконометрики, отмеченные учёными экономистами и практиками, используявозможности современных компьютерных и информационных технологий, сетевойподход к описанию моделей и методологию агент –
ориентированногомоделирования. Авторы предлагают ввести понятие сетевого экономического исетевого природного агента, причём последний представляет собой случайноесобытие, вероятность появления которого может быть определена на основаниисети доверия Байеса.Ключевые слова: сетевая экономика, агенториентированная модель, сеть доверия Байеса
Эконометрия —наука, изучающая количественные и качественные экономические взаимосвязи с помощью математических и статистических методов и моделей [1]. Современное определение предмета эконометрики было выработано в уставе Эконометрического общества, которое главными целями назвало использование статистики и математики для развития экономической теории.Эконометрикаобычно рассматривается как часть экономической теории, наряду с макрои микроэкономикой. Однако, на наш взгляд, она имеет существенно большее гносеологическое значение, чем это приведено в данном определении. Дело в том, что в эконометрике изучаемые процессы и явления имеют существенно вероятностный и случайный характер. А случайность и вероятность лежат в основе нашегофизического мира, нашего бытия, поведения человекаи экономических явлений и процессов. Так, в микромире поведение элементарных частиц носит вероятностный характер, и описывается,соответственно, квантовой или волновой механикой. События в нашем мире также во многом зависят от «воли случая». Поведение человека, получившего от Бога свободу воли, во многом также носит непредсказуемый, спонтанный, характер. Экономические событияи процессы, даже если они могут быть предсказаны, всегда характеризуются мерой неопределённости.И миссияэконометрики,как науки,преодолеть эту фундаментальную неопределённость, предсказать будущее и увязать цепочки событий, причём не только в экономики, но и во всей социальноэкономической сфере, ставит её в особое положение среди всех наук о жизни общества. Несмотря на очевидные успехи эконометрики объяснить и предсказать поведение экономических систем и процессов, многие учёные и практики не удовлетворены результатами её применения и даже считают её лженаукой или,по крайней мере,бесполезной. Наиболее известные и дальновидные экономисты давно уже критиковали эконометрику. Например, критика эконометрики великим американским экономистом
Кейнсом
обусловлена его отказом «трактовать экономику как точную науку».В его представлении «Экономическая среда изменчива инепредсказуема, а большинство экономических переменных связано между собой множеством сложных нелинейных зависимостей. Из этого следуют нестабильность коэффициентов корреляции и невозможность решения предсказательных задач. Поэтому экономическая наука не может претендовать на точные количественные измерения. Она должна быть основана на реалистичных предпосылках и содержать инструменты, помогающие понять и объяснить эту среду» [2].
В начале 1970х годов известный английский экономист Уорсвик резко критиковал экономистовматематиков за «отсутствие связи с конкретными фактами»[3]. В это же время Ф. Браун [4] утверждал, что «построение регрессий временных рядов годится только для обмана». В. Леонтьев охарактеризовал эконометрику как «попытку компенсировать бросающийся в глаза недостаток имеющихся данных путем широко использования все более и более изощренных статистических приемов». Резко отрицательно к эконометрике относились и представители австрийской школы экономики [5,6]. В своей книге «Чёрный лебедь» Н.Н.Талеб [7] пишет «Тогда я просмотрел все научные работы и диссертации, которые сумел раскопать. Ни в одной из них нет убедительных доказательств того, что экономисты (как сообщество) способны делать прогнозы; а если иногда и способны, то их прогнозылишь немного лучше случайных —принимать на их основе серьезные решения нельзя». Тем не менее, «если звёзды зажигают, значит, комуто это нужно». То есть, несмотря на критику и очевидные провалы эконометрики, например,при попытках предсказать экономические кризисы, её изучение и применение становится в мире всё более масштабным.Эконометрика развивается, добавляются всё новые экономические теории, методы и инструменты из теории систем, теории хаоса, роевого интеллекта,нечёткой логики, гибридных вычислений и т. д. Особенно значительные изменения в результативности эконометрических методов происходят и ожидаются от применения новых информационных технологий и их способности обрабатывать и анализировать огромные массивы данных. Повышение требований к результатам эконометрического исследования и существенное расширение круга экономических задач, требующих эконометрических методов решения, происходит в условиях информационного общества, когда «цена» знания резко возрастает. В информационном обществе время «ускоряется» и решения эконометрических задач зачастую требуется получить в режиме реального времени. Такую принципиальную возможность и предоставляют современные информационные технологии. Основной причиной неудач использования эконометрики для объяснения и предсказания поведения экономических систем и принятия управленческих решений является «неожиданное» появление событий, которые влияют на характеристики (переменные) и параметры экономических объектов и делают результаты эконометрического моделирования неудовлетворительными. Для преодоления названных выше недостатков, в отличие от классических эконометрических моделей, новые модели должны дополнительно включать факторы (переменные), которые представляют собой случайныесобытия, влияющие на факторы (переменные) модели и изменяющие их значения.Совокупность всех этих переменных (включая случайные события) должна быть представлена в виде сетевой модели, т.е. узлов и связей между ними. В
информационном обществе доминирующие экономикосоциальные функции и процессы все больше оказываются организованными по принципу сетей. Именно сети составляют новую социальную морфологию наших обществ, а распространение "сетевой" логики в значительной мере сказывается на ходе и результатах процессов, связанных с производством, повседневной жизнью, культурой и властью. Одной из сетевых моделей совокупности субъектов экономических отношений в информационном обществе является их описание как экономических агентов. Экономические агентыв классической экономике—субъекты экономических отношений, принимающие участие в производстве, распределении, обменеи потребленииэкономических благ[811]. Например, вчетырёхсекторной (открытой) экономике выделяютчетыре макроэкономических агента(рис.1) [10]:1.Домохозяйства—домашние хозяйства (индивиды и их семьи). 2.Фирмы—это учреждения в виде фабрик, ферм, шахт, магазинов, которые выполняют несколько функций по производству и распределению товаров и услуг..3.Государство—агент, состоящий из государственных учреждений, задача которого состоит в регулировании экономики.4.Иностранный сектор—все остальные государства.
Рис. 1. Модель четырёхсекторной экономики Агенториентированное моделирование известноевзарубежнойлитературекакAgentBasedModeling(сокр.ABM)[12,13],развитие которого напрямую определяется увеличивающимися вычислительными возможностями современных компьютеров, позволяет представить (смоделировать) систему практически любой сложности из большого количества взаимодействующих объектов, не прибегая к их агрегированию. Агенториентированные модели используются для решения множества коммерческих и технологических проблем. Примерами могут послужить следующие задачи: 1) оптимизация сети поставщиков и логистика; 2) моделирование потребительского поведения (в том числе социальные сети); 3) распределенные вычисления; 4) менеджмент трудовых ресурсов; 5) управление транспортом; 6) управление инвестиционными портфелями1 В общей теории агенториентированных моделей под агентами понимаются достаточно абстрактные сущности, наделяемые теми или иными свойствами. На рис. 2 приведена типовая агенториентированная модель [12]. Мы предлагаем понятие экономических агентов рассматривать как часть более общего понятия сетевых агентов. В рамках сетевой эконометрической модели предлагается именовать узлы сетевыми агентами, которые могут быть и экономическими агентами (субъектами экономических отношений), а могут быть и экономическими переменными (объясняющими и объясняемыми).
1http://www.youngscience.ru/includes/periodics/interview/2009/0506/13584218/detail.shtml Рис. 2. Типовая агенториентированная модель.
В самом деле, в двухфакторной модели КоббаДугласа Y=AKαLβ,экзогенные переменные К–капитал, L
труд,вполне могут считаться достаточно независимыми экономическими агентами, объясняющими поведение эндогенной переменной (зависимого экономического агента)У. В агенториентированноммоделированииили компьютерноммоделировании важное значение имеет способ спецификации сетевых агентов. Хотя это отдельный интересный вопрос, тем не менее, для дальнейшего развития наших представлений о сетевых эконометрических моделях предлагается цветовая спецификация сетевых агентов. В графическом отображении модели сетевой экономики сетевым агентамв зависимости от их природы могут быть присвоены различные цвета.Например, финансовые показателимогут быть обозначены сетевыми агентами жёлтого цвета, апромышленные –синего и т.д. Полезность цветовой классификации доказана, например, в теоретической физике, где кварки имеют «цвет».Так как цвету соответствует определённая длина волны, то это число может быть идентификаторомклассификации определённого сетевого агента.
Рис. 3. Цвет (длина волны) как элемент идентификации в классификации сетевых агентов Необходимость классификации сетевых агентов очевидна в связи с использованием компьютерного моделирования их взаимодействия. Сетевые агенты могут находится в общем информационном пространстве, например, в Интернет2
2http://comsec.spb.ru/ru/papers/60/getfile
На сетевые агенты могут повлиять и какието события, не обязательно связанные с экономической деятельностью, например, засуха, революция или техногенная катастрофа
и др. Для общности будем считать их природными событиями или природными агентами. Будем считать, что появление этих событий обусловлено причинноследственными связями и характеризуется некоторой вероятностью. Эти узлы на нашей схеме могут быть обозначены, например,квадратами также разного цветав зависимости от их сущности.Для различия сетевых и природных агентов к их индексам (классификаторам) добавляются соответственно 0 или 1.
Среди этих узлов могут быть и «центры силы», которые проявляют себя подавая сигналы на изменение состояния экономических или природных агентов. Такими «центрами силы» на макроуровне могут являться крупные капиталисты или их семейные кланы (Рокфеллеры, Ротшильды и др.), на государственном уровне клики, клиентела, на уровне отдельных производителей и потребителей блат и т.п3. Все эти агенты (сетевыеи природные) обмениваются сигналами, то есть находятся в информационном взаимодействии. В результате поступления сигнала от одного агента к другому меняется состояние агента, то есть для сетевого агента это приводит к изменению значения его характеристики (экономической переменной), а для природного агента (события) меняется вероятность его наступления.В общем виде модель сетевой экономики можно изобразить в виде системы разнородных узлов, каждый из которых раскрашен в свой цвет, и соединяющих их связей(рис.4). .
Рис.4. Модель сетевой экономики из разнородных экономических и природных агентов (событий) Таким образом, сетевая модельэкономики, как на макро, так и на микроуровне, содержит разнородные сетевые узлы (сетевые и природные агенты), которые обмениваются сигналами, вступают в экономические отношения (зависимости) и меняют своё состояние с течением времени, т.е. вступают в информационные взаимодействия. Информационные взаимодействия являются более фундаментальным уровнем для описания функционирования социальноэкономических систем по сравнению с рыночными и иерархическими взаимодействиями4. 4http://rvles.ieie.nsc.ru/parinov/theory/ Рассмотрим, как объясняют поведение экономического агента (эндогенной переменной) в зависимости от поведения объясняющих экономических агентов (экзогенных переменных) классическая и сетевая эконометрическая модели.Рассмотрим ту же модель КоббаДугласа. Классическаяэконометрика решает задачу в виде преобразования нелинейной модели в линейную модель множественной регрессии (ЛММР)с целью объяснения поведения эндогенной переменной в зависимости от поведения объясняющих (экзогенных) переменных, представляя взаимосвязь экономических переменных в виде регрессионнойзависимости.
3http://www.situation.ru/app/j_art_366.htm Классическую регрессионную зависимость можно определить следующим образом. Пусть X1, X2,..Xn—случайные величины с заданным совместным распределением вероятностей. Если для каждого набора значений X1=x1,X2=x2,..Xn=xnопределено условное математическое
ожидание
y(x1,x2,..xn) = E(YX1=x1, X2=x2,…Xn=xn)то функция y(x1,x2,..xn)называется регрессиейвеличины по величинам X1,X2,..Xn, а её график—линией регрессиипоX1,X2,..Xn, или уравнением регрессии.Данная модель представляет собой линейную модель множественной регрессии (ЛММР). Зависимость У отX1,X2,..Xn
проявляется в изменении средних значений У при изменении X1,X2,..Xn. Хотя при каждом фиксированном наборе значений X1=x1,X2=x2,..Xn=xnвеличина У остаётся случайной величинойс определённым распределением. Графическая ЛММР выглядит следующимобразом (рис. 3):
Рис.5. Классическая ЛММР из одной объясняемой и 2х объясняющих переменных Собирается выборка из nнаблюдений в виде таблицы1: Таблица 1. Выборка исходных данных n K LY1 K11 L21Y12 K12 L22Y2…………n K1n L2nYn Используя МНК,оценивают параметры модели. Предполагается, что одновременное изменение 2х экзогенных переменных Хiмгновенно приводит к изменению Уi, т.е. осуществляется принцип «дальнодействия», Принцип дальнодействия гласит, что если тело А, находящееся в точке а, действует на другое тело В, то тело В, находящееся в точке b, испытывает этовоздействие в тот же моментвремени. Ньютон же считал необходимым наличие некоего передатчика этого действия, «агента», правда, допуская его, быть может, нематериальную природу[15]. Таким образом, в классической ЛММР действует принцип «дальнодействия», В классической ЛММР для выяснения вопроса, насколько точно регрессионный анализ оценивает изменение при изменении X1,X2,..Xn , используется средняя величина дисперсиипри разных наборах значений X1,X2,..Xn (фактически речь идет о мере рассеяния зависимой переменной вокруг линии регрессии).
Таким образом, считается, что классическая ЛММР способна дать прогноз среднего значения эндогенной переменной с точностью средней величины дисперсии на основе «исторических» данных и в предположении, что вероятностные характеристики объясняющих переменных не изменятся. Данная модель является достаточно далёкой от реальности и не позволяет делать прогнозы и принимать обоснованные решения в быстроменяющейсясоциальноэкономическойсфере. Причина данногонедостаткаЛММР состоит в том, что «картину» портят «неожиданные» появления событий,влияющих на теили иные экономические переменные модели, а также случайные неодновременные изменения значений самих экономических переменных.В классической ЛММР в разные моменты времени её структура не меняется, а в сетевой эконометрической модели в результате информационного взаимодействия она постоянно меняется. Рассмотримдля простоты сетевую модель из одной эндогенной (зависимой) и двух экзогенных (независимых) переменных. В отличие от классической ЛММР осуществляется постоянное наблюдение за агентами Х1, Х2 иУ и перерасчёт параметров модели на основе МНК. Данная процедура осуществляется на основе автоматизированного системы сбора и обработки данных, подключённой к информационной сети предприятия, научного или государственного центра и т.д. Всетевой эконометрической модели должна быть учтенавозможность появления природного агента (случайного события, зависящего от появления других событий)приводящего кизменению состояния сетевогоагента(рис.6). Рис. 6. Сетевая модель множественной регрессии из 2х экономических переменныхи 3х событий Данная модель относится к области статистического информационного моделировании, представляет собой граф вероятностных и причинноследственных отношений между переменными. В рассмотренную выше модель мы включили байесовскую сеть доверия, предполагая, что на изменение Lможет повлиять событие А, которое является следствием событий В и С. Например, такими событиями могут являться инфляция, деятельность профсоюзов и других общественных объединений (так называемый «третий сектор» экономики), экономическая политика государства. В байесовских сетях доверия вершины представляют собой случайные переменные, а дуги –вероятностные зависимости, которые определяются через таблицы условных вероятностей. Таблица условных вероятностей каждой вершины содержит вероятности состояний этой вершины при условии состояний её “родителей”. В байесовых сетях могут органическисочетаться эмпирические частоты появления различных значений переменных, субъективные оценки «ожиданий» и теоретические представления о математических вероятностях тех или иных следствий из априорной информации. Это является важным практическим преимуществом и отличает байесовы сети от других методик информационного моделирования. В традиционной постановке байесовы сети не предназначены для оперирования с непрерывным набором состояний (например, с действительным числом на заданном отрезке). Для представления действительных чисел можно разбить диапазон возможных значений переменной Lна сегменты и рассматривать дискретный набор их центров (http://www.bibliofond.ru/view.aspx?id=7264). На рис. 6K, Lи Y–экономические агенты (экзогенные и эндогенная переменные), А, В и С –природные агенты (случайные события).Между всеми этими агентами осуществляется информационное взаимодействие. Понятно, что может быть и иная схема. Например, агент А может воздействовать и непосредственно на У. Таким образом, сетевая эконометрическая модель в дополнение к классической предполагает использование методологии и инструментария агенториентированныхмоделей,рассматриваявкачествеагентовпеременныеивлияющиенанихслучайныесобытия,которыетакжеможномоделироватьнаосновесетейдоверияБайеса. Процедура работы с сетевой эконометрической моделью может быть представлена в виде повторяющейся последовательности из четырёхэтапов:1.Включение в модель существенных сетевых и природных агентов2.Отслеживание значений агентов и сохранение их в базе данных 3.Оценивание параметров моделиФормирование байесовской сети доверия, разработка (использование готовой) программыи вычисление условных вероятностей и соответствующих значений природных и сетевых агентов4.Обучение программыпутем сопоставления результатов действий и ожиданий и возврат к первому этапу. Таким образом, включение в классические эконометрические модели представленийо переменных как сетевых агентахи добавление в модель природных агентов (случайных воздействий на переменные модели)переводит их в область статистическиинформационного взаимодействия, где наиболее эффективным образом могут проявить себя байесовские сети доверия. Современный уровень развития информационнокоммуникационных технологий позволяет отслеживать и сохранять данные о состоянии сетевых агентов и получать новые знания и достоверные прогнозы об экономических процессах на основе сетевых эконометрических моделей и автоматизированных экспертных систем.
Ссылки на источники1. В.А.Бывшев. Эконометрика. М., Финансы и статистика, 2008, 480 с.
2. И. Розмаинский.Методологические основы теории Кейнса и его "спор о методе" с Тинбергеном (рус.) М., Вопросы экономики.
2007, №4.3.Кризис современной экономической теории.
URL: http://nanobukva.ru/b/altern/blaug_metodologija_ehkonomicheskoj_nauki__ili_kak_ehkonomisty_ob'jasnjajut_(2e_izd)_44.html4. А.И.Климин, В.А.Урвалов.Фердинанд Браун—лауреат нобелевской премии в области физики// «Электросвязь» №8, 2000г. (на сайте «Виртуальный компьютерный музей»5.Д. Хендри. Эконометрика: алхимия или наука (рус) М., Эковест. 2003. №2.
С.172196.6.Экономический кризис и крах эконометрики.URL: http://vened.org/economy/3720 20100709084218.html7. Н.Н.Талеб .Чёрный лебедь. URL: http://elibra.ru/read/255375chernyjlebed.pod
znakomnepredskazuemosti.html8.Alan Kirman. Interaction, Economic Organisation and Aggregate Activity, 1998,
Working Paper, GREQAM, EHESS and Universitйd'AixMarseille III, Institut
Universitaire de France.9.Экономические агенты и их интересы.
URL:http://www.be5.biz/ekonomika/e013/05.htm10.Экономические агенты. URL: http://www.bgsha.com/ru/education/library/fulltext/econom/r17.htm11.Википедия.URL: http://commons.wikimedia.org/wiki/File:Macroeconomics.PNG?uselang=ru
12.А.Р. Бахтизин. Агенториентированное моделирование. URL:
http://gdzmail.ucoz.ru/news/agent_orientirovannye_modeli_ehkonomiki_bakhtizin_albert/2012101935213.Агенториентированное моделирование и имитационное моделирование:
перспективы в области информационных технологий
URL: http://www.artsoc.ru/digest/agentorientedmodels/index.php?ID=18114.
И.В. Котенко, А.В. Уланов. Агентноориентированное моделирование поведения сложных систем в среде Интернет. URL: http://comsec.spb.ru/ru/papers/60/getfile15.
Найдыщ В.М. Учебное пособие.: концепция современного
естествознания. Учебник.Изд. 2е перераб. и доп. М., АдьфаМ., 2004, 622 с.
