Меня зовут Николай Саперов, я независимый преподаватель экономики (ранее преподаватель экономики НИУ-ВШЭ). Сайт n2tutor.ru посвящен обучению школьников экономике и финансовой грамотности, подготовке абитуриентов к олимпиадам по экономике (Всероссийской олимпиаде по экономике, олимпиаде НИУ-ВШЭ Высшая проба и другим олимпиадам).

Пособие приведено на сайте в сокращенном варианте. В данном варианте не приведены тестирования, даны лишь избранные задачи и качественные задания, урезаны на 30%-50% теоретические материалы. Полный вариант пособия я использую на занятиях с моими учениками. На контент, содержащийся в данном пособии, установлено правообладание. Попытки его копирования и использования без указания ссылок на автора будут преследоваться в соответствии с законодательством РФ и политикой поисковиков (см. положения об авторской политике Yandex и Google).

1.3 Роль моделирования в экономике

Экономические теории используются для производства нетривиальных выводов относительно хозяйственных отношений между людьми и развития экономики государства. Мир взаимодействий между людьми бесконечно сложен, и для того, чтобы иметь возможность сделать выводы и дать предсказания, экономист вынужден идеализировать этот мир, строя модели и вводя предпосылки. Экономист Милтон Фридман считал, что экономические модели не должны обязательно строиться на реалистичных предпосылках. Самое главное, что они должны делать, это давать нетривиальные выводы относительно взаимодействий между людьми, и рекомендации политикам по улучшению этих взаимодействий, выходу из тупиковых ситуаций.



Главная цель моделирования – объяснить сложные феномены окружающего нас хозяйственного мира. Чтобы это сделать, учёные прибегают к упрощению, выделяя параметры, которые они хотят наблюдать и объяснить, и оставляя все прочие параметры за рамками исследования. Экономистов ругают за то, что их модели сводят сложность и глубину личности человека к рациональному максимизирующему поведению. Но если мы отбросим эти модели, мы рискуем остаться вообще ни с чем – все же модели, пусть даже и нереалистичные, помогают рассуждать о реальном поведении человека и делать полезные выводы. В качестве аналогии можно привести средневековые карты, которые также являются моделями, упрощенным представлением реальности. Эти карты сейчас вызывают у нас улыбку, но когда-то они очень помогли людям исследовать окружающий мир.

Экономические модели можно построить двумя способами.

1. 1 способ идет от наблюдений. Ученый наблюдает поведение экономических переменных на длительном промежутке времени и собирает статистику. Получаются временные ряды данных, по которым можно сделать выводы о зависимостях между экономическими переменными. Например, если потребление человека растет со временем, и доход человека растет со временем, то экономическая модель, построенная на наблюдениях, будет содержать положительную зависимость между потреблением и доходов. В чем беда подобных моделей? Они не объясняют, почему существует положительная зависимость между потреблением и доходом. Может быть, потребление зависит от дохода. А может быть, доход зависит от потребления. Но скорее всего, обе этих показателя зависят от набора третьих переменных. И изменение в этих третьих переменных может привести к тому, что существовавшая ранее положительная зависимость между потреблением и доходом может не повториться в будущем. Иными словами, нам никогда не хватит размера наблюдаемой выборки данных, чтобы быть полностью уверенными в выводах, которые мы хотим сделать. Это так называемая «проблема индукции».

Индукция – переход от частных наблюдений к общим выводам. Например, если я вижу одного белого лебедя, потом еще одного, и вообще за свою жизнь я вижу только белых лебедей, то я делаю вывод, что ВСЕ лебеди белые. Это типичное индукционное знание. Или, например, если в Москве летом зелено, а зимой лежит снег, и в Петербурге также, а я побывал только в Москве и Петербурге, то я делаю вывод, что ВЕЗДЕ летом зелено, а зимой лежит снег. Индукционные знания всегда асимметричны. Миллиона наблюдений нам не хватит для того, чтобы подтвердить нашу теорию, и лишь одного контрпримера нам хватит для того, чтобы ее опровергнуть. Это проблема индукционного знания, по-другому она формулируется как «проблема черного лебедя».

В средневековой Европе считалось, что все лебеди являются белыми. Просто потому что на протяжении многих веков европейцы видели только белых лебедей. Это знание было разрушено, когда была открыта Австралия, и в ней обнаружили черных лебедей.

Почему вообще тогда существует тип моделирования, который основан на обобщении наблюдаемых фактов? – Потому что у нас пока что нет идеальной теории всего, которая объяснила бы все наблюдаемые явления из первых принципов, и иногда нужно позволять данным «говорить самим за себя».

При этом нужно быть очень аккуратным при попытках установить причинно-следственную связь между явлениями. Важная ошибка, которой подвержены почти все люди, в том числе и ученые, состоит в путанице корреляции (correlation) и причинно-следственной связи (casualty). Проблема является такой важной, что ее необходимо рассмотреть более подробно здесь, в вводной части данного пособия.

Корелляция – это ситуация, когда две переменные показывают определенную связь в поведении на каком-то промежутке времени. Например, если переменная А и переменная В растут с течением времени, то между ними существует положительная корреляция. Если переменная А растет, а переменная В падает с течением времени, то между ними существует отрицательная корреляция. Когда ученый обнаруживает такое устойчивое поведение переменных, у него часто возникает соблазн установить причинно-следственную связь между ними, что может привести к фатальным ошибкам. Причинной связи может не быть вообще или же она может работать в обратную сторону.

Второй способ моделирования можно назвать теоретизированием, и он больше отражает суть экономической науки.

Показать более подробно о втором способе моделирования

Второй способ построения моделей - это построение теорий. По сути, это и есть экономика. Ученый-экономист вводит экономические концепты, и потом строит связи между ними с помощью математики. Сейчас общепризнанным считается подход, что модели нужно строит от стимулов экономических агентов. За каждой экономической переменной стоит поведение людей, которые реагируют на стимулы - то есть делают то, что считают для себя выгодным. Люди меняют свое поведение, поэтому модели без реакции людей строить бессмысленно. Когда-то экономисты этого не понимали, что завело экономическую науку в тупик в 1970-е годы. Тогда экономические теории не смогли объяснить существование одновременно высокой инфляции и безработицы, то есть стагфляции.
Когда экономист строит теорию, и получает общую модель, он начинает проверять модель на реальных данных и определять параметры данной модели для конкретной экономики. Это занятие называется эконометрикой, которую сейчас преподают на любом экономическом факультете. Эконометрика - это соединение экономической науки и статистики. То есть проверка гипотез на реальных данных и подбор параметров моделей.



Человеческое поведение является сложным, и про него мы пока что знаем не так уж и много. Строя модели, пользуясь способом логических и математических обобщений, важно не утратить связи результатов модели с реальностью. Большинство экономических моделей, основанных на логических обобщениях, на текущий момент исходят из предпосылки о рациональном поведении человека. Несмотря на то, что многие исследователи ругают сложные автоматизированные модели, основанные на рациональном поведении экономических агентов, альтернативу им на текущий момент найти трудно. Ученые просто не имеют на текущий момент тех инструментов, которые позволили бы включить сложные аспекты человеческого поведения, например, эмоции, в экономические модели. Хотя пионерные работы в этом направлении уже проведены, и они обобщены в новую дисциплину – поведенческая экономика.

При построении моделей, основанных на анализе данных за долгий промежуток времени, возникают другие проблемы. Строя такие модели, следует помнить про так называемую проблему индукции: миллиона наблюдений не достаточно для того, чтобы подтвердить зависимость, но одного наблюдения достаточно для того, чтобы ее опровергнуть1. Когда ученые забывают об этом, нередко случаются казусы. Для иллюстрации этого в экономических университетах сейчас разбирается случай кривой Филлипса. Анализируя данные по экономике Англии за несколько десятков лет, О. Филлипс эмпирически (то есть путем наблюдений) установил отрицательную зависимость между инфляцией и безработицей. Найденная зависимость была не теоретической, а индукционной (то есть основанной на наблюдениях). Тем не менее, она была взята на вооружение правительствами Англии и США, которые при проведении экономической политики стали делать выбор между инфляцией и безработицей. Но подобная связь, как это обычно бывает, существует до тех пор, пока экономические агенты придерживаются определенного поведения. Как только агенты меняют поведение, ранее существовавшие закономерности разбиваются в прах. Так и произошло, когда развитые страны столкнулись одновременно с ускоряющейся инфляцией и безработицей2.

Еще одна проблема, характерная для эконометрических исследований – это путаница корелляции и причинно-следственной связи. Корелляция – это ситуация, когда две переменные показывают одинаковое поведение во времени. Например, если переменная А и переменная В растут с течением времени, то между ними существует положительная корелляция. Если переменная А растет, а переменная В падает с течением времени, то между ними существует отрицательная корелляция. Когда ученый обнаруживает такое устойчивое поведение переменных, у него часто возникает соблазн установить причинно-следственную связь между ними, что может привести к фатальным ошибкам. Например, экономист наблюдает за поведением двух переменных: уровнем капитала в экономике и темпом экономического роста. На протяжении нескольких десятилетий уровень капитала в экономике рос, а темп экономического роста устойчиво повышался. Ученый делает вывод о том, что причина экономического роста заключается в уровне капитала, и дает политикам рекомендацию: поддерживайте рост капитала, и вы обеспечите рост экономики. Политики так и делают, однако через какое-то время рост экономики замедляется, а потом становится и вовсе отрицательным. Политики, как обычно, ругают экономиста, и нанимают новых экономических советников. Что было не так в выводах экономиста? Он принял корелляцию между переменными за их причинно-следственную связь. Возможно, на обе этих переменных влияла третья переменная, ускользнувшая от внимания экономиста. И как только она поменяла свое поведение, корелляция между экономическим ростом и уровнем капитала в экономке разрушилась.

Маленькие причины могут иметь большие последствия – люди знали это издавна. В физике эта концепция обобщена в теории хаоса . В некоторых физических системах, таких как атмосфера Земли, небольшие изменения переменных с течением времени приводят к сложным труднопрогнозируемым последствиям. В результате долгосрочный прогноз поведения подобной системы невозможен. Долгосрочные прогнозы невозможны не потому, что ученым не хватает точного оборудования, а по причине чувствительной зависимости от начальных условий. Экономика является подобной системой, и долгосрочные прогнозы здесь еще менее вероятны, следует помнить об этом. На страницах данного пособия мы еще не раз поговорим о границах экономических моделей и прогнозов.


2  Этот феномен называется стагфляцией.

ИНФОРМАЦИЯ О СВОБОДНЫХ МЕСТАХ

В настоящий момент активно набираю учеников на предстоящий учебный сезон. Есть около 10 мест

ТЕОРИЯ И ЗАДАНИЯ

Все задачи

ИНТЕРВЬЮ С УЧЕНИКАМИ

  • Интервью с Дмитрием Сорокиным, абсолютным победителем Всероссийской олимпиады по экономике 2009 года

    Первое интервью я взял, пожалуй, у своего самого неординарного ученика - Дмитрия Сорокина. Дмитрий являлся абсолютным победителем (1-е место) Всероссийской олимпиады школьников по экономике 2009 года. Я помню, что мне было приятно заниматься с Дмитрием, который с первого же занятия поставил максимальную планку уровня наших занятий, заявив, что его цель - победа во Всероссийской олимпиаде. С первых занятий мне показалось, что Дмитрий - будущий ученый-экономист. Траектория Дмитрия интересна: после года обучения на экономическом факультете ВШЭ, он перевелся на первый курс совместного бакалавриата ВШЭ-РЭШ, а сейчас уезжает на семестр в Нью-Йоркский университет. В данном интервью Дмитрий рассказывает об этом выборе, а также о том, почему он решил стать академическим ученым, какие задачи сейчас стоят перед молодым экономистом. подробнее…

Все интервью