Preview

Войти

Регистрация нового пользователя Забыли Ваш пароль?

Вопросы экономики

Расширенный поиск
Доступ открыт Открытый доступ  Доступ закрыт Только для подписчиков

Современная экономическая теория и стилизованные факты

https://doi.org/10.32609/0042-8736-2024-7-5-24

Аннотация

Проанализирована роль стилизованных фактов в формировании и в реализации программы научных исследований. Состояние современной экономической теории рассматривается с позиций использования обобщения как одного из основных методов научного познания. Выделены три потенциальных источника слабости теоретических исследований: недостаточное внимание к стилизованным фактам, дефицит таких фактов, игнорирование возможностей ослабить этот дефицит. Недостаточное внимание иллюстрируется, в частности, на примере макроэкономического описания технологического обновления производства. Даже продвинутые модели макроэкономической динамики, как правило, игнорируют существование периода одновременного развития старых и новых технологий, в течение которого используемые новые технологии еще уступают по своим характеристикам старым. В условиях перехода к цифровым технологиям особенно важно учитывать эффекты масштаба, характерные для этих технологий, но не принимаемые во внимание в новом неоклассическом синтезе. Современные цифровые технологии открывают перспективы формирования «квазистилизованных» фактов с помощью моделей, способных за короткое время имитировать длительный опыт экономического развития. Своеобразию стилизованных фактов для разных периодов отвечает использование специализированных теорий для отдельных этапов экономического развития.

Об авторе

В. Е. Дементьев
Центральный экономико-математический институт РАН
Россия

Дементьев Виктор Евгеньевич, чл.-корр. РАН, д. э. н., проф., гл. н. с.

Москва


Список литературы

1. Аганбегян А. Г. (2023). Инновации в России: от высокого знания и наличия перспективных научных заделов к эффективному социально-экономическому развитию // Экономическое возрождение России. № 2. С. 13—26. https://doi.org/10.37930/1990-9780-2023-2(76)-13-26

2. Аганбегян А. Г. (2024). Опыт зарубежных стран по ускоренному социально-экономическому росту и его возможное использование для России // Стратегирование:теория и практика. Т. 4, № 1. С. 1—26. https://doi.org/10.21603/2782-2435-2024-4-1-1-26

3. Акаев А. А., Хироока М. (2009). Об одной математической модели для долгосрочного прогнозирования динамики инновационно-экономического развития // Доклады Академии наук. Т. 425, № 6. С. 727—732.

4. Гимпельсон В. Е., Капелюшников Р. И. (2022). Рутинность и риски автоматизации на российском рынке труда // Вопросы экономики. № 8. С. 68—94. https://doi.org/10.32609/0042-8736-2022-8-68-94

5. Глазьев С. Ю. (2010). Стратегия опережающего развития России в условиях глобального кризиса. М.: Экономика.

6. Григорьев Л. М., Павлюшина В. А. (2018). Межстрановое неравенство: динамика и проблема стадий развития // Вопросы экономики. № 7. С. 5—29. https://doi.org/10.32609/0042-8736-2018-7-5-29

7. Давар Э. (2015). Кризис экономической науки: причины и выход // Terra Economicus. Т. 13, № 2. С. 73—83.

8. Дементьев В. Е., Евсюков С. Г., Устюжанина Е. В. (2020). О важности стратегического подхода при ценообразовании на рынках сетевых благ // Журнал Новой экономической ассоциации. T. 46, № 2. С. 57—71. https://doi.org/10.31737/2221-2264-2020-46-2-3

9. Дементьев В. Е. (2021). Модель интерференции длинных волн экономического развития // Компьютерные исследования и моделирование. T. 13, № 3. C. 649—663. https://doi.org/10.20537/2076-7633-2021-13-3-649-663

10. Колюжнов Д. В., Ляхнова М. В. (2022). Малая DSGE-модель экономики России с неоднородным адаптивным обучением // Мир экономики и управления. Т. 22, № 3. С. 66—87. https://doi.org/10.25205/2542-0429-2022-22-3-66-87

11. Кондратьев Н. Д. (1993). Избранные произведения. М.: Экономика.

12. Кристенсен К. М. (2004). Дилемма инноватора. Как из-за новых технологий погибают сильные компании. М.: Альпина Бизнес Букс.

13. Никитский клуб (2023). Печальное состояние мировой экономической науки (Цикл публичных дискуссий «Россия в глобальном контексте». Вып. 125). М.: Никитский клуб.

14. Полбин А. В., Фокин Н. Д. (2022). DSGE-модели с гетерогенными агентами: новый взгляд на особенности функционирования экономики // Вопросы экономики. № 9. С. 53—72. https://doi.org/10.32609/0042-8736-2022-9-53-72

15. Полтерович В. М. (1998). Кризис экономической теории // Экономическая наука современной России. № 1. С. 46—66.

16. Полтерович В. М. (2011). Становление общего социального анализа // Общественные науки и современность. № 2. С. 101—111.

17. Полтерович В. М. (2022). На пути к общей теории социально-экономического развития: к синтезу двух канонов // Вопросы теоретической экономики. № 1. C. 48—57. https://doi.org/10.52342/2587-7666VTE_2022_1_48_57

18. Acemoglu D., Akcigit U., Alp H., Bloom N., Kerr W. (2018). Innovation, reallocation, and growth. American Economic Review, Vol. 108, No. 11, pp. 3450—3491. https://doi.org/10.1257/aer.20130470

19. Acemoglu D., Autor D., Hazell J., Restrepo P. (2022). Artificial intelligence and jobs: Evidence from online vacancies. Journal of Labor Economics, Vol. 40, No. S1, pp. S293—S340. https://doi.org/10.1086/718327

20. Acemoglu D., Restrepo P. (2018). The race between man and machine: Implications of technology for growth, factor shares, and employment. American Economic Review, Vol. 108, No. 6, pp. 1488—1542. https://doi.org/10.1257/aer.20160696

21. Acharya V., Lenzu S., Wang O. (2021). Zombie lending and policy traps. NBER Working Paper, No. 29606. https://doi.org/10.3386/w29606

22. Aghion P., Akcigit U., Howitt P. (2015). The Schumpeterian growth paradigm. Annual Review of Economics, Vol. 7, No. 1, pp. 557—575. https://doi.org/10.1146/annurev-economics-080614-115412

23. Aghion P., Antonin C., Bunel S., Jaravel X. (2020). What are the labor and product market effects of automation? New еvidence from France. CEPR Discussion Paper, No. 14443.

24. Aghion P., Antonin C., Bunel S., Jaravel X. (2023a). The effects of automation on labor demand: A survey of the recent literature. In: L. Yan Ing, G. M. Grossman (eds.). Robots and AI: A new economic era. London and New York: Routledge, pp. 15—39. https://doi.org/10.4324/9781003275534-2

25. Aghion P., Bergeaud A., Boppart T., Klenow P. J., Li H. (2023b). A theory of falling growth and rising rents. The Review of Economic Studies, Vol. 90, No. 6, pp. 2675—2702. https://doi.org/10.1093/restud/rdad016

26. Aghion P., Howitt P. (1992). A model of growth through creative destruction. Econometrica, Vol. 60, No. 2, pp. 323—351. https://doi.org/10.2307/2951599

27. Aghion P., Howitt Р. (2006). Appropriate growth policy: A unifying framework. Journal of the European Economic Association, Vol. 4, No. 2—3, pp. 269—314. https://doi.org/10.1162/jeea.2006.4.2-3.269

28. Akcigit U., Ates S. T. (2021). Ten facts on declining business dynamism and lessons from endogenous growth theory. American Economic Journal: Macroeconomics, Vol. 13, No. 1, pp. 257—298. https://doi.org/10.1257/mac.20180449

29. Arthur W. B. (2015). Complexity and the economy. Oxford: Oxford Economic Press. Arthur W. B. (2021). Foundations of complexity economics. Nature Reviews Physics, Vol. 3, No. 2, pp. 136—145. https://doi.org/10.1038/s42254-020-00273-3

30. Autor D., Salomons A. (2018). Is automation labor-displacing? Productivity growth, employment, and the labor share. NBER Working Paper, No. 24871. https://doi.org/10.3386/w24871

31. Banerjee R., Hofmann B. (2022). Corporate zombies: Аnatomy and life cycle. Economic Policy, Vol. 37, No. 112, pp. 757—803. https://doi.org/10.1093/epolic/eiac027

32. Bertani F., Ponta L., Raberto M., Teglio A., Cincotti S. (2021). The complexity of the intangible digital economy: Аn agent-based model. Journal of Business Research, Vol. 129, pp. 527—540. https://doi.org/10.1016/j.jbusres.2020.03.041

33. Bresnahan T. F., Trajtenberg M. (1995). General purpose technologies ‘Engines of growth’? Journal of Econometrics, Vol. 65, No. 1, pp. 83—108. https://doi.org/10.1016/0304-4076(94)01598-T

34. Brynjolfsson E., Li D., Raymond L. R. (2023). Generative AI at work. NBER Working Paper, No. 31161. https://doi.org/10.3386/w31161

35. Brynjolfsson E., Ng A. (2023). Big AI can centralize decision-making and power, and that’s a problem. In: Missing links in AI governance. Paris; Montréal: UNESCO; Mila — Québec Artificial Intelligence Institute, pp. 65—87.

36. Christiano L. J., Eichenbaum M. S., Trabandt M. (2018). On DSGE models. Journal of Economic Perspectives, Vol. 32, No. 3, pp. 113—140. https://doi.org/10.1257/jep.32.3.113

37. Cincotti S., Raberto M., Teglio A. (2022). Why do we need agent-based macroeconomics? Review of Evolutionary Political Economy, Vol. 3, No. 1, pp. 5—29. https://doi.org/10.1007/s43253-022-00071-w

38. Diamond P. (1965). National debt in a neoclassical growth model. American Economic Review, Vol. 55, No. 5, pp. 1126—1150.

39. Dilaver O., Jump R., Levine P. (2018). Agent-based macroeconomics and dynamic stochastic general equilibrium models: Where do we go from here? Journal of Economic Surveys, Vol. 32, No. 4, pp. 1134—1159. https://doi.org/10.1111/joes.12249

40. Dosi G., Roventini A. (2019). More is different... and complex! The case for agent-based macroeconomics. Journal of Evolutionary Economics, Vol. 29, pp. 1—37. https://doi.org/10.1007/s00191-019-00609-y

41. Easterly W., Levine R. (2001). What have we learned from a decade of empirical research on growth? It’s not factor accumulation: Stylized facts and growth models. World Bank Economic Review, Vol. 15, No. 2, pp. 177—219. https://doi.org/10.1093/wber/15.2.177

42. Eggertsson G. B., Robbins J. A., Wold E. (2021). Kaldor and Piketty’s facts: The rise of monopoly power in the United States. Journal of Monetary Economics, Vol. 124, Supplement, pp. 19—38. https://doi.org/10.1016/j.jmoneco.2021.09.007

43. Fagiolo G., Roventini A. (2017). Macroeconomic рolicy in DSGE and agent-based models redux: New developments and challenges ahead. Journal of Artificial Societies and Social Simulation, Vol. 20, No. 1. https://doi.org/10.18564/jasss.3280

44. Gobbi A., Grazzini J. (2019). A basic New Keynesian DSGE model with dispersed information: An agent-based approach. Journal of Economic Behavior & Organization, Vol. 157, pp. 101—116. https://doi.org/10.1016/j.jebo.2017.12.015

45. Gray E., Grimaud A. (2016). Using the salop circle to study scale effects in Schumpeterian growth models: Why inter-sectoral knowledge diffusion matters. CESifo Working Paper Series, No. 6021.

46. Grossman G. M., Helpman E. (1991). Innovation and growth in the global economy. Cambridge, MA: MIT Press.

47. Guarini G. (2011). Innovation and growth in the Grossman—Helpman’s 1991 model with increasing returns. Economics Bulletin, Vol. 31, No. 1, pp. 147—155.

48. Guzman M., Stiglitz J. E. (2020). Towards a dynamic disequilibrium theory with randomness. Oxford Review of Economic Policy, Vol. 36, No. 3, pp. 621—674. https://doi.org/10.1093/oxrep/graa042

49. Haldane A., Turrell A. (2018). An interdisciplinary model for macroeconomics. Oxford Review of Economic Policy, Vol. 34, No. 1—2, pp. 219—251. https://doi.org/10.1093/oxrep/grx051

50. Helpman E., Trajtenberg M. (1994). A time to sow and a time to reap: Growth based on general purpose technologies. NBER Working Paper, No. 4854. https://doi.org/10.3386/w4854

51. Herrendorf B., Rogerson R., Valentinyi A. (2019). Growth and the Kaldor facts. Federal Reserve Bank of St. Louis Review, Vol. 101, No. 4, pp. 259—276. https://doi.org/10.20955/r.101.259-76

52. Hirooka M. (2006). Innovation dynamism and economic growth. A nonlinear perspective. Cheltenham; Northampton, MA: Edward Elgar. https://doi.org/10.4337/9781845428860

53. Hirschman D. (2016). Stylized facts in the social sciences. Sociological Science, Vol. 3, pp. 604—626. https://doi.org/10.15195/v3.a26

54. Houy C., Fettke P., Loos P. (2015). Stylized facts as an instrument for literature review and cumulative information systems research. Communications of the Association for Information Systems, Vol. 37, No. 1, pp. 225—256. https://doi.org/10.17705/1CAIS.03710

55. Ing L. Y., Grossman G. M. (еds.). (2022). Robots and AI: A new economic era (1st ed.). London: Routledge. https://doi.org/10.4324/9781003275534

56. Ionescu S., Delcea C., Chirita N., Nica I. (2024). Exploring the use of artificial intelligence in agent-based modeling applications: A bibliometric study. Algorithms, Vol. 17, No. 1, article 21. https://doi.org/10.3390/a17010021

57. Jones С. I. (1998). Introduction to economic growth. New York: W.W. Norton. Jones С. I. (2016). The facts of economic growth. In: J. B. Taylor, H. Uhlig (eds.).

58. Handbook of macroeconomics, Vol. 2. Amsterdam: North-Holland, pp. 3—69. https://doi.org/10.1016/bs.hesmac.2016.03.002

59. Jones C. I., Romer P. M. (2010). The new Kaldor facts: Ideas, institutions, population, and human capital. American Economic Journal: Macroeconomics, Vol. 2, No. 1, pp. 224—245. https://doi.org/10.1257/mac.2.1.224

60. Kaldor N. (1961). Capital accumulation and economic growth. In: The theory of capital. New York: MacMillan, рр. 177—222.

61. Lucas R.E. (1993). Making a miracle. Econometrica, Vol. 61, No. 2, pp. 251—272. https://doi.org/10.2307/2951551

62. Makarov V. L., Bakhtizin A. R., Epstein J. M. (2022). Agent-based modeling for a complex world. 2nd ed. Moscow: GAUGN. https://doi.org/10.18254/978-5-604-5843-4-7

63. Meyer M. (2019). How to use and derive stylized facts for validating simulation models. In: C. Beisbart, N. Saam (eds.). Computer simulation validation. Simulation foundations, methods and applications. Cham: Springer, pp. 383—403. https://doi.org/10.1007/978-3-319-70766-2_16

64. Perez C. (2002). Technological revolutions and financial capital: The dynamics of bubbles and golden ages. Cheltenham: Edward Elgar. https://doi.org/10.4337/9781781005323

65. Slobodyan S., Wouters R. (2012). Learning in a medium-scale DSGE model with expectations based on small forecasting models. American Economic Journal: Macroeconomics, Vol. 4, No. 2, pp. 65—101. https://doi.org/10.1257/mac.4.2.65

66. Vermeulen B., Kesselhut J., Pyka A., Saviotti P. P. (2018). The impact of automation on employment: Just the usual structural change? Sustainability, Vol. 10, No. 5, pp. 1—27. https://doi.org/10.3390/su10051661

67. Vivarelli M. (2014). Innovation, employment and skills in advanced and developing countries: A survey of economic literature. Journal of Economic Issues, Vol. 48, No. 1, pp. 123—154. https://doi.org/10.2753/JEI0021-3624480106

68. Zhang W., Valencia A., Chang N.-B. (2023). Synergistic integration between machine learning and agent-based modeling: A multidisciplinary review. IEEE Transactions on Neural Networks and Learning Systems, Vol. 34, No. 5, pp. 2170—2190. https://doi.org/10.1109/TNNLS.2021.3106777


Дополнительные файлы

Рецензия

Для цитирования:

Дементьев В.Е. Современная экономическая теория и стилизованные факты. Вопросы экономики. 2024;(7):5-24. https://doi.org/10.32609/0042-8736-2024-7-5-24

For citation:

Dementiev V.E. Modern economic theory and stylized facts. Voprosy Ekonomiki. 2024;(7):5-24. (In Russ.) https://doi.org/10.32609/0042-8736-2024-7-5-24

Просмотров: 642


ISSN 0042-8736 (Print)

Некоммерческое партнерство «Редакция журнала „Вопросы экономики“»
119606, Москва, Проспект Вернадского, д. 84, РАНХиГС, 1-й учебный корпус, офис 1132
Тел./факс: 8 (499) 956-01-43
mail@vopreco.ru

Яндекс.Метрика

создано и поддерживается NEICON
(лаборатория Elpub)