Диплом, курсовая, контрольная работа
Помощь в написании студенческих работ

Оценка эффективности управленческих решений развития социально-экономических систем на основе моделей взаимодействия разнородных агентов

Диссертация: Оценка эффективности управленческих решений развития социально-экономических систем на основе моделей взаимодействия разнородных агентов
ДиссертацияПомощь в написанииУзнать стоимостьмоей работы

При описании финансового сектора экономики была поставлена и решена задача определения оптимальной структуры портфеля агентов в условиях, когда доступные активы имеют относительно низкое кредитное качество. С этой целью была введена целевая функция агентов макроэкономической модели на финансовых рынках, основанная на принципе учета неблагоприятных отклонений от ожидаемого результата (концепция… Читать ещё >

Содержание

  • Глава 1. Анализ международного опыта разработки и применения математических моделей экономики
    • 1. 1. Особенности структуры вычислимых моделей общего равновесия
    • 1. 2. Применение понятия общего равновесия для описания финансового сектора экономики
    • 1. 3. Анализ методов решения задачи об оптимальной структуре портфеля активов и возможности их применения в макроэкономических моделях
    • 1. 4. Требования к разрабатываемой модели
  • Глава 2. Разработка модели реального сектора экономики
    • 2. 1. Описание деятельности производителей и домашних хозяйств
    • 2. 2. Описание деятельности государства и взаимодействия с внешним миром
    • 2. 3. Анализ рисков в реальном секторе экономики
  • Глава 3. Разработка модели финансового сектора экономики
    • 3. 1. Описание структуры финансового сектора в модели
    • 3. 2. Целевая функция и множество допустимых решений агентов модели, действующих на финансовых рынках
    • 3. 3. Доступная агентам информация и численные методы решения поставленной задачи об оптимальной структуре портфеля
    • 3. 4. Описание банковской деятельности в модели
  • Глава 4. Применение разработанных вычислимых моделей общего равновесия для решения задач государственного управления
    • 4. 1. Направления использования разработанных вычислимых моделей общего равновесия для решения задач государственного управления
    • 4. 2. Методическое обеспечение построения вариантных прогнозов социально-экономического развития
    • 4. 3. Разработка и исследование макроэкономических моделей, для использования при разработке Стратегии развития фармацевтической отрасли до 2020 г
    • 4. 4. Возможности использования моделей управляемого равновесия при проведении стратегического аудита

Оценка эффективности управленческих решений развития социально-экономических систем на основе моделей взаимодействия разнородных агентов (реферат, курсовая, диплом, контрольная)

Российская экономика последние годы продолжает находиться в состоянии реформирования. Наиболее острые проблемы, которые до сих пор не решены — это преобладание сырьевой компоненты в отраслевой структуре, значительное имущественное расслоение населения, сильная зависимость от внешнеэкономических факторов — колебаний цен международных сырьевых и валютных рынков, периодически повторяющиеся кризисные явления в экономической динамике.

Автономные механизмы рыночного саморегулирования, будучи эффективными в благоприятных условиях, когда экономика находится вблизи состояния равновесия, требуют управленческого вмешательства, когда такие условия отсутствуют. Важной стратегической задачей такого вмешательства является формирование условий, обеспечивающих эффективность рыночных механизмов, а также процесса саморазвития экономической системы в целом.

Выбор стратегии государственного управления определяется, во многом, способностью предсказать реакцию экономической системы на управляющие воздействия, поскольку проведение экспериментов в социально-экономической сфере связано с риском неоправданно больших издержек. Это обуславливает необходимость совершенствования методов принятия управленческих решений, включения в арсенал управленца математических моделей экономического равновесия, современных математических методов и информационных технологий.

Одним из инструментов, широко применяемых в практике экономического планирования и прогнозирования, является совокупность аналитических процедур, использующая вычислимые модели общего равновесия. Такие модели используются, например, Европейским центральным банком (Ф. Смете и Р. Воутерс), Международным валютным фондом (А. Фельтенштейн, Д. Лэкстон, П. Изард и др.), Университетом МОНАШ (П. Диксон и М. Риммер) и др. Среди ведущих отечественных авторов — A.A. Петров, B.JI. Макаров, Д. А. Новиков, И. Г. Поспелов, А. Р. Бахтизин, С. С. Сулакшин, А. Д. Цвиркун, A.A. Шананин и др.

На теоретико-игровом языке модели общего равновесия описывают взаимодействие нескольких групп разнородных экономических агентов (домашних хозяйств, предприятий-производителей, государства, коммерческих банков и др.) на рынках товаров и услуг, труда, финансовых рынках и пр. Модели содержат формализованное описание предпочтений каждой из групп агентов (в виде отношения предпочтения или целевой функции), множества допустимых решений и доступной агентам при принятии решений информации. Прогнозируемое состояние экономической системы в такой постановке представляет собой равновесие в игре с непротивоположными интересами. Качество получаемых результатов определяется адекватностью предпосылок разрабатываемых моделей особенностям развития экономики.

Важной тенденцией в развитии современных моделей общего равновесия является учет взаимодействия и взаимного влияния реального и финансового секторов экономики. При этом модель должна воспроизводить такие особенности функционирования экономики, как нарушение сложившихся закономерностей социально-экономического развития, высокую волатильность цен, как на финансовых, так и на товарных рынках, высокую степень неопределенности относительно условий принятия решений в будущем. В частности, ключевым элементом при описании финансового сектора экономики является адекватная существующим условиям постановка задачи выбора оптимального портфеля активов в условиях риска.

При моделировании финансового сектора отечественной экономики возникает ряд трудностей. Во-первых, структура большинства известных моделей, продиктованных зарубежной практикой или теоретическими соображениями, плохо интерпретируется на языке наблюдаемых в России показателей. Во-вторых, для качественной идентификации параметров таких < моделей доступной информации зачастую оказывается недостаточно. Наконец, сама постановка задачи в модели накладывает существенные ограничения на доступные методы идентификации её параметров.

Необходимость разработки таких моделей взаимодействия разнородных экономических агентов и основанных на их использовании методов оценки эффективности управленческих решений обуславливает актуальность темы настоящей диссертации.

Целью работы является разработка равновесных моделей экономики России, предназначенных для оценки и выбора стратегических управленческих решений, проведения стратегического аудита, отработки информационных технологий применения результатов моделирования на практике.

Для достижения поставленной цели необходимо решение следующих задач:

1. Провести анализ и систематизацию международного опыта разработки и применения вычислимых моделей общего экономического равновесия.

2. Разработать модель реального сектора экономики в виде игры с непротивоположными интересами и исследовать свойства равновесных состояний.

3. Ввести целевую функцию агентов, действующих на финансовых рынках, как оценку ожидаемых доходности и уровня риска портфеля активов, распределение которых дискретно, асимметрично или имеет тяжелые хвосты.

4. Разработать алгоритм решения задачи о выборе оптимального портфеля активов относительно выбранной целевой функции.

5. Разработать модель финансового сектора экономики в виде игры с непротивоположными интересами на основе задачи об оптимальной структуре портфеля активов и исследовать свойства равновесных состояний этой модели.

6. Реализовать разработанные модели в виде программного комплекса, приспособленного для интеграции в систему поддержки принятия решений.

7. Отработать возможности использования разработанной модели на этапе планирования управляющих воздействий для решения задач по оценке устойчивости социально-экономического развития и оценке влияния реализации крупных государственных проектов и программ на социально-экономическое развитие страны.

8. Отработать возможности использования разработанной модели в ходе проведения стратегического аудита, включая задачи оценки последствий реализации стратегических программ развития и оценки способности достижения стратегических целей.

В дальнейшем диссертационная работа имеет следующую структуру. Первая глава посвящена обзору моделей и методов, используемых для оценки эффективности управленческих решений и прогнозирования их влияния на социально-экономическое развитие государства, при этом основное внимание уделено структуре и особенностям применения моделей, основанных на принципе общего равновесия. Во второй главе приведено описание разработанной модели реального сектора экономики, в которой наряду с деятельностью производителей и домашних хозяйств, значительное внимание уделено описанию роли государства. Третья глава посвящена описанию разработанной модели финансового сектора экономики. В предположении о рациональности поведения репрезентативных агентов, действующих на рынках предложена целевая функция агента, учитывающая доходность и риск его портфеля активов. Описаны свойства равновесия на рынках, участники которых используют такого рода целевые функции. Четвертая глава посвящена описанию возможных направлений применения разработанных вычислимых моделей общего равновесия для решения задач государственного управления.

Заключение

.

Основные научные и практические результаты, полученные в диссертационной работе, состоят в разработке, исследовании и апробации комплекса математических моделей и инструментальных средств исследования равновесия в реальном и финансовом секторах экономики России. В том числе:

1. Систематизированы требования к разрабатываемой вычислимой модели равновесия в реальном и финансовом секторах экономики России с точки зрения качественных особенностей и структуры модели и их соответствия системным свойствам Российской экономики, а так же используемых численных методов.

2. Для описания деятельности агентов экономики на финансовых рынках введена субаддитивная, монотонная, положительно однородная целевая функция (мера риска) и исследованы её свойства.

3. Сформулирована задача управления портфелем с использованием введенной целевой функции. Получены решения для разных видов агентов. Описан алгоритм решения задачи оптимального управления с такой функцией.

4. Предложено формализованное описание взаимодействия агентов экономки на рынках труда, товаров и услуг и финансовых рынках в виде игры с непротивоположными интересами. Причем при описании деятельности на финансовых рынках использовалась введенная целевая функция. Было доказано существование введенного понятия равновесия и исследованы его свойства. Были разработаны численные методы поиска описанных равновесных состояний.

5. Предложен метод анализа прогнозных траекторий для оценки устойчивости, достижимости и пр.

6. Разработанная модель реализована в виде программного комплекса, интегрированного в систему поддержки принятия управленческих решений. Для проведения расчетов, имеющих высокую вычислительную сложность, были реализованы параллельные версии алгоритмов.

7. Предложены методы идентификации параметров разработанной модели, было показано соответствие этих методов её формальным предпосылкам, а так же адекватности модели наблюдаемым закономерностям социально-экономического развития России.

8. Проведено внедрение разработанного программного комплекса в ЗАО Институт Исследования Химического Разнообразия. Была экспериментально исследована зависимость основных показателей социально-экономического развития государства от структуры и объёма финансирования крупного государственного инвестиционного проекта.

9. Осуществлено внедрение разработанного программного комплекса в Счетной палате Российской Федерации. Была исследована возможность использования разработанной модели для целей оценки устойчивости социально-экономического развития государства, способности достижения стратегических целей и оценки влияния крупных государственных проектов на экономику страны.

Разработанная равновесная модель реального сектора экономики, отличается описанием роли государства в реальном секторе экономики. В частности, доходная часть бюджета определяется в результате вычисления налогооблагаемых баз по каждому виду налогов и сборов, а структура расходов бюджета связана с параметрами анализируемых проектов и программ, в отличие от традиционного способа, когда налоговые доходы бюджета полагаются пропорциональными объёму валового внутреннего продукта. Это позволяет более подробно изучать взаимное влияние бюджетного процесса и развития экономики государства.

При описании финансового сектора экономики была поставлена и решена задача определения оптимальной структуры портфеля агентов в условиях, когда доступные активы имеют относительно низкое кредитное качество. С этой целью была введена целевая функция агентов макроэкономической модели на финансовых рынках, основанная на принципе учета неблагоприятных отклонений от ожидаемого результата (концепция downside risk), и обладающая частью свойств когерентной меры риска. Указанная функция позволила использовать Байесовские методы для оценки влияния возможных изменений ожиданий агентов, что при традиционной структуре целевых функций невозможно. Такая постановка задачи о выборе оптимального портфеля активов не только оценивать влияние возможных изменений ожиданий агентов, но и исключить возможность возникновения парадоксов, аналогичных загадке Мехры-Прескотта. Решение задачи в сделанных предположениях существует (это либо единственная точка, либо выпуклое ограниченное множество, на котором целевая функция постоянна). При этом результаты решения задачи допускают агрегирование по начальному богатству инвесторов. Это достигнуто ценой отказа от дифференцируемости целевой функции, что существенно сокращает возможности аналитического решения задачи. Однако, в частном случае, описывающем поведение коммерческих банков на кредитном и депозитном рынках, было получено аналитическое решение задачи, что, при аналогичных предпосылках и использовании стандартной постановки задачи в терминах доходности и среднего квадратического отклонения стоимости портфеля оказывается невозможным. Для численного решения такой нелинейной оптимизационной задачи использовался метод Нелдера-Мида.

При сделанных предположениях относительно предпочтений агентов и доступной им информации, было описано взаимодействие агентов экономики на финансовых рынках в виде игры с непротивоположными интересамибыло доказано существование равновесия в такой игре и исследованы его свойства.

Применение предложенного подхода особенно актуально при наличии кризисных явлений в экономике, когда изменение (как правило — увеличение) субъективных вероятностей дефолтов по отдельным видам активов приводит к перераспределению средств в активы, менее подверженные таким явлениям. Предложенный подход является универсальным и может быть применен к анализу аналогичных явлений за пределами Российской Федерации.

Вслед за Лукасом [142] подчеркнем, что сделанные предположения об инвестиционном поведении населения отнюдь не требуют, чтобы каждый отдельный индивид в действительности руководствовался бы аналогичной моделью при принятии решений. Едва ли можно ожидать, что типичный обыватель будет использовать столь сложные технические методы. Описанный метод следует воспринимать лишь как свойство решения, присущее агрегированной статистике и воспроизводящее динамику показателей, аналагичную наблюдающейся на практике.

Различные модификации предложенной модели, отличающиеся природой исследуемого государственного воздействия на экономику, были внедрены в Счетной палате Российской Федерации («Разработка методического обеспечения аудита», 2007; «Обоснование предложений по противодействию со стороны государства системным рискам финансово-кредитной сферы и их негативному воздействию на устойчивость государственных финансов на основе использования ключевых показателей и отчетности о финансовой стабильности», 2009; «Разработка методических рекомендаций по комплексной оценке отраслевых и региональных стратегий развития и информационно-аналитического обеспечения аудита инвестиционных проектов и стратегий социально-экономического развития», 2010) и ЗАО Институт Исследования Химического Разнообразия («Разработка и исследование макроэкономических моделей, для использования при разработке стратегии фармацевтической отрасли до 2020 г.», 2008).

Разработка математической модели управляемого равновесия в национальной экономической системе и реализация этой модели в виде автоматизированного программного комплекса позволяет получать прогнозы динамики основных показателей социально-экономического развития государства при различных сценариях развития. Сопоставление и анализ таких сценарных прогнозов позволяет проводить оценку влияния на экономику страны различных государственных инвестиционных программ, изменений внутренней политики, возможностей достижения стратегических целей государственного развитияпроводить оценки влияния неблагоприятных сценариев развития экономики и мер по противодействию им. Полученные результаты могут быть использованы в процессе подготовки программ стратегического развития государства, а так же в ходе проведения стратегического аудита реализации таких программ.

Безусловно, оценка влияния государственных проектов не сводится к сравнению прогноза объёма ВВП в различные моменты времени. По крайней мере, такая оценка должна позволять сравнивать сценарии как по интегральным (например, среднее значение за период прогнозирования), так и по терминальным (значение на конец периода прогнозирования) характеристикам для различных показателей социально-экономического развития государства. Эти показатели включают в себя, кроме ВВП, объём выпуска в экономике, уровень занятости, уровень жизни населения (например, в виде объёма конечного потребления), объём инвестиций, стоимость основных фондов и др. Все эти показатели сложным образом связаны между собой и должны прогнозироваться совместно, что и обеспечивается предложенной моделью.

Показать весь текст

Список литературы

  1. М.Ю., Пильняк Н. П., Поспелов И.Г.Сильный магистральный эффект в модели рациональных ожиданий современной банковской системы России.// Журнал новой экономической ассоциации. 2009. № 3−4. С. 72−96.
  2. М.Ю., Пильник Н. П., Поспелов И. Г. Моделирование деятельности современной российской банковской системы.// Экономический журнал Высшей школы экономики. 2009. Т. 13. № 2. С. 143−171.
  3. М.Ю., Поспелов И. Г., Поспелова И. И., Хохлов М. А. Технология моделирования экономики и модель современной экономики России. М.: МИФИ, 2007. 262с.
  4. А.Н., Поспелова Л. Я., Шананин A.A. ИНДЕКС система анализа структуры потребительского спроса с помощью непараметрического метода. М.: ВЦ РАН, 2002.
  5. С.А. Математические модели и методы в экономике. М.: Издательство Московского университета, 1980. 199 с.
  6. А. Р. Бахтизин Использование CGE-моделей для оценки эффективности управленческих решений// Проблемы управления. 2008. № 5. С. 36−42
  7. С.И., Волков Ю. Н., Саушкии О. О. Прогнозирование экономических и финансовых показателей в условиях несбалансированного материального производства, Физтех журнал № 1. 1996. http://zhurnal.ape.relarn.ru/articles/2000/040.pdf
  8. Ю.Бирюков С. И., Гусев В. Б., Колобов Д. В., Косьяненко A.B. Экономико-математические модели для оценки влияния оборонного заказа на экономику страны// ИНТЕГРА Том 2 Книга 8 М.: 2003 с. 52
  9. С.И., Оптимизация. Элементы теории. Численные методы: учебное пособие. -М.: МЗ-Пресс, 2003. -248 с.
  10. В.Н., Коргин К. А., Новиков Д. А. Введение в теорию управления организационными системами. М.: Книжный дом «ЛИБРОКОМ», 2009. -264 с.
  11. В.Н., Гусев В. Б., Черкашин A.M. Финансовая продуктивность монополизированных экономик.// Приборы и системы управления. № 11, 1994.
  12. М.В., Новиков Д. А. Теория игр в управле нии организационными системами. Издание 2, М. Синтег, 2002. 138 с.
  13. В.Б., Антипов В. И., Колмаков И. Б., Моторин В. И. Однопродуктовая модель долгосрочного прогноза ВВП. — М.: (Научное издание / Институт проблем управления им. В. А. Трапезникова РАН), 2005.
  14. В.Б., Ефременко В. Ф., Левинталь А. Б., Павельев В.В.,. Пащенко Ф. Ф. Комплексное оценивание и планирование развития региона. М., -2006 (Научное издание/Институт проблем управления им. В. А. Трапезникова РАН), С. 53.
  15. В.Б., Ефременко В. Ф., Левинталь А. Б., Павельев В. В., Пащенко Ф. Ф., Дургарян И. С. Индикативное планирование и проведение региональной политики. М.: «Финансы и статистика», 2007 г. С. 368.
  16. В.Б., Косьяненко A.B. Оценка влияния государственного заказа на воспроизводство ВВП. Проблемы управления. № 2 2009, с. 23−30.
  17. В.Б., Левинталь А. Б., Колмаков И. Б., Моторин В. И., Однопродуктовая модель долгосрочного прогноза ВВП.— М.: (Научное издание / Институт проблем управления им. В. А. Трапезникова РАН), 2005.
  18. В.Б., Моделирование экономических процессов в состоянии динамического равновесия, Сибирский журнал индустриальной математики. 2004, том 7, N 3(19). С. 84−94.
  19. В.Б., Равновесные модели многоресурсных саморазвивающихся систем. Проблемы управления. № 3, 2007, с. 18−24.
  20. Де Гроот М. Оптимальные статистические решения. М.: Мир, 1974.
  21. Ю.Н. Токарев В.В Уздемир А. П. Методологические основы экономического планирования (проблемы описания): Учебное пособие МФТИ. М.: МФТИ, 1988.
  22. Ю.Н., Токарев В. В., Уздемир А. П. Математическое описание элементов экономики. М.: Физматлит, 1994. — 414 с.
  23. Ю.Б. Объектно-ориентированное моделирование сложных динамических систем. СПб.: Изд-во СПбГПУ, 2004. 239 с.
  24. А.Н. Колмогоров, С. В. Фомин Элементы теории функций и функционального анализа. М.: Наука, 1974. 542 с.
  25. A.B. Учет сезонных факторов при описании экономики методами имитационного моделирования./ Тезисы XLVIII научной конференции МФТИ, Часть VII, М.-.МФТИ, 2005
  26. A.B. Определение оптимальной структуры сбережений населения. Труды 50-й научной конференции МФТИ: «Современные проблемы фундаментальных и прикладных наук». Часть VII Управление и прикладная математика. Том 1. М.: МФТИ, 2007. с. 116 119.
  27. A.B. Опыт восстановления пропущенной рыночной информации на основе байесовского подхода. Препринт WP16/2007/02. — М.: ГУ ВШЭ, 2007. — 32 с.
  28. A.B. Оптимальная структура сбережений населения. Труды третьей международной конференции «Управление развитием крупномасштабных систем» (MLSD'2009). Т.1. 2009. с. 323−325.
  29. A.B. Стратегический аудит: Возможности использования моделей управляемого равновесия. Вестник АКСОР. № 2 2011.? с. 229−231.
  30. B.C. Проблемы прогнозирования воспроизводства ВВП России. -М.: ТЕИС, 2004.-232 с.
  31. Л.Н. Стратегический аудит: оценка последствий проектов//Вестник АКСОР. № 1. — 2010 — с. 192−197.
  32. В.Л., Бахтизин А. Р., Сулакшин С. С., Применение вычислимых моделей в государственном управлении. М.: Научный эксперт, 2007. — 304 с.
  33. H.H. Статистическая оценка таблиц «затраты-выпуск» для российского дальнего востока.//Пространственная экономика. 2005. № 2. С. 61−79.
  34. H.H. Экономический рост на дальнем востоке: условия и ограничения.//Регион: Экономика и Социология. 2006. № 4. С. 56−72.
  35. Национальные счета России в 1998—2005 годах: Статистический сборник М.: Росстат, 2006. — 145 с.
  36. Национальные счета России в 2001—2008 годах: Статистический сборник М.: Росстат, 2009. — 253 с.
  37. Д.А. Теория управления организационными системами. М.: МПСИ, 2005. 584 с.
  38. Д.А., Чхартишвилли А. Г. Активный прогноз. М.: ИПУ РАН, 2002.- 101 с.
  39. Н.И. Проблемы и возможности информационно-аналитического обеспечения аудита проектов и программ/УВестник АКСОР. № 1. — 2010 — с.41−45.
  40. A.A., Поспелов И. Г. и др. Оценки последствий экономической реформы и крупных технических проектов для экономики СССР. М.: Вычислительный центр АН СССР, 1990.
  41. A.A., Поспелов И. Г., Шананин A.A. Опыт математического моделирования экономики. М.: Энергоатомиздат, 1996, — 544с.
  42. Петров А. А, Поспелов И. Г. Модельная «летопись» российских экономических реформ М.: ВЦ РАН, 2000 — 25 с.
  43. JT.A., Зенкевич H.A., Семина Е. А. Теория игр. Учебное пособие для университетов. М.: Высшая школа, Книжный дом «Университет», 1998. 304 с.
  44. A.A., Кривоножко В. Е., Лычев A.B., Пискунова М. А. Методика оценки формирования и реализации транснациональныхпроектов с использованием методологии АСФ// Вестник АКСОР. -№ 2. 2010 — с.29−39.
  45. И.Г., Гуриев С. М. Модель общего равновесия экономики переходного периода. // Математическое моделирование, 1994, т. 6, № 2, с. 3−21.
  46. И.Г., Петров A.A., Поспелова JI. Я. Система интеллектуальной поддержки математического моделирования экономики ЭКОМОД. Вычислительная математика и информатика. -М.: Вычислительный центр РАН, 1996 с. 129−143.
  47. И.Г. Моделирование экономических структур. М.: Фазис*ВЦ РАН, 2003.-194 с.
  48. И.Г. Равновесные модели экономики в период мирового финансового кризиса.// Труды Московского физико-технического института. 2009. Т. 1. № 4. С. 66−83.
  49. Показатели финансовой устойчивости. Руководство по составлению. Международный валютный фонд, Вашингтон, 2007. 324 с.
  50. Промышленность России. 2008: Статистический сборник. М.: Росстат, 2008.-381 с.
  51. Регионы России. Основные характеристики субъектов Российской Р32 Федерации. 2008: Статистический сборник. М.: Росстат, 2008. -668 с.
  52. Регионы России. Социально-экономические показатели. 2008: Статистический сборник. М.: Росстат, 2008. — 999 с
  53. Ю.Б. Численное моделирование гибридных систем. СПб.: Изд-во СПбГПУ, 2004. 206 с.
  54. Социально-экономическое положение России. 1998 год. № 12. Статистический сборник М.: Росстат, 1999.
  55. Социально-экономическое положение России. 1999 год. № 12. Статистический сборник-М.: Росстат, 2000.
  56. Социально-экономическое положение России. 2000 год. № 12. Статистический сборник-М.: Росстат, 2001.
  57. Социально-экономическое положение России. 2001 год. № 12. Статистический сборник М.: Росстат, 2002.
  58. Социально-экономическое положение России. 20 002 год. № 12. Статистический сборник М.: Росстат, 2003.
  59. Социально-экономическое положение России. 2003 год. № 12. Статистический сборник М.: Росстат, 2004.
  60. Социально-экономическое положение России. 2004 год. № 12. Статистический сборник М.: Росстат, 2005.
  61. Социально-экономическое положение России. 2005 год. № 12. Статистический сборник -М.: Росстат, 2006.
  62. Социально-экономическое положение России. 2006 год. № 12. Статистический сборник М.: Росстат, 2007.
  63. Социально-экономическое положение России. 2007 год. № 12. Статистический сборник М.: Росстат, 2008.
  64. Социально-экономическое положение России. 2008 год. № 12. Статистический сборник М.: Росстат, 2009.
  65. Социально-экономическое положение России. 2009 год. № 12. Статистический сборник -М.: Росстат, 2010.
  66. C.B. Внешний финансовый контроль неотъемлимая часть антикризисных действий//Вестник АКСОР.? № 1. — 2010 — с. 3−5.
  67. А.М. Тер-Крикоров, Шабунин М. И. Курс математического анализа. М.: Издательство МФТИ, 1997. 720 с.
  68. Я., Бос X., Математические модели экономического роста. -М.: Прогресс, 1967.
  69. Финансы России. 2008: Статистический сборник. М.: Росстат, 2008. -453 с.
  70. Ю.Н., Качественное исследование оптимальных траекторий динамических моделей экономики. М. Издательство Московского университета, 1975. 183 с.
  71. А.Г. Шоломицкий Теория риска. Выбор при неопределенности и моделирование риска. Издательский дом ГУ ВШЭ, М., 2005.
  72. Экономическая статистика. Под ред. Иванова Ю. Н. 2-е издание. М.: Инфра-М, 2001.
  73. Энциклопедия финансового риск-менеджмента./ Под ред. А. А. Лобанова и А. В. Чугунова. М.: Альпина Паблишер, 2003. — 786 с.
  74. Amano, R, McPhail, К, Pioro, Н and Rennison, А (2002), 'Evaluating the Quarterly Projection Model: A Preliminary Investigation', Bank of Canada Working Paper no. 2002−20.
  75. Ang A., Chen J., CAPM over the long run: 1926−2001, Journal of Empirical Finance, 14,2007. pp. 1−40.
  76. K.J. Arrow, Alternative Approaches to the Theory of Choice in Risk-Taking Situations. Vol. 19, No. 4, 1951, pp. 404−437.
  77. ArtznerP., Delbae F., Eber J.-M., Heath D. Coherent measures of risk, Mathematical Finance, vol. 9, No. 3., 1999. pp. 203−228.
  78. Ball S., Feltenstein A., Basic Macroeconomic Options for Bangladesh: A Numerical Analysis. Journal of Asian Economics, 1998, Vol. 9, No. 2, pp. 281−305.
  79. Black, R, Cassino, V, Drew, A, Hansen, E, Hunt, B, Rose, Dand Scott, A (1997), 'The Forecasting and Policy System: the core model', Reserve Bank of New Zealand Research Paper no. 43.
  80. Coletti, D, Hunt, B, Rose, D and Tetlow, R (1996), 'The Dynamic Model: QPM, The Bank of Canada’s New Quarterly Projection Model, Part 3', Bank of Canada Technical Report no. 75.
  81. Economic models at the Bank of England, September 2000 update. Bank of England. London. 2000 68 p.
  82. Bank of England. The new Bank of England Quarterly Model. Bank of England Quarterly Bulletin. 2004. Summer. Pp. 188−93.
  83. Barro R. J, Ursua J.F. Macroeconomic crises since 1870. Project MUSE, Scholarly journals online, 2006.
  84. Barro R.J. Rare disasters and asset markets in the twentieth century, The quarterly Journal of Economics, August 2006.
  85. Barro R.J. Rare events and the equity premium, NBER Working Paper 11 310,2005. http://www.nber.org/papers/wl 1310
  86. Brayton, F and Tinsley, P (eds) (1996), 'A guide to FRB/US: A Macroeconomic Model of the United States', Federal Reserve Board Finance and Economics Discussion Series no. 1996−42.
  87. M.J. Brennan, Y. Xia Dynamic Asset Allocation under Inflation. The Journal of Finance, Vol. 77, No. 3., 2002. pp.1201−1238.
  88. Chinn D., Paper Pushers or Paper Money? Empirical Assessment of Fiscal and Monetary Models of Exchange Rate Determination, Journal of Policy Modeling, 1997, vol. 19, No. 1, pp. 51−78.
  89. Choudhiy T., Lawler P., The Monetary model of Exchange Rates: Evidence from the Canadian Float of the 1950s, Journal of Macroeconomics, Spring 1997, Vol.19, No.2, pp. 349−362.
  90. Core Principles for Effective Deposit Insurance Systems. Basel Committee on Banking Supervision International Association of Deposit Insurers. Basel: Bank of International Settlements, 2009. 26 p.
  91. Core Principles Methodology. Basel Committee on Banking Supervision. Basel: Bank of International Settlements, 2009. 54 p.
  92. R.P. (2005), Equity-Premium Puzzle: Evidence From Brazilian Data, Anais do XXXIII Encontro Nacional de Economia Proceedings of the 33th Brazilian Economics Meeting., 088.
  93. Dixon P.B., Rimmer M.T. Forecasting and Policy Analysis with a Dynamic CGE Model of Australia. Preliminary Working Paper No. OP-90. Centre of Policy Studies. Monash University. 1998. 79 p.
  94. Dixon P.B., Rimmer M.T. The Government’s Tax Package: Further Analysis based on the MONASH Model. General Pape No. G-131. Centre of Policy Studies. Monash University. 1999. 78 p.
  95. Dixon P.B., Rimmer M.T. Dynamic general equilibrium modeling for forecasting and policy. A practical guide and documentation of MONASH. Amsterdam, North-Holland, 2002. 338 p.
  96. Elbadawi I.A., Soto R., Real exchange rates and macroeconomic adjustment in sub-Saharan Africa and other developing countries. Journal of African Economics, vol. 6, No 3, 1997.
  97. L.G. Epstein, S.E. Zin, Substitution, risk aversion and the temporal behavior of consumption and asset returns: a theoretical framework,' Econometrica vol. 57, 1989. pp. 937−969.
  98. Fama E.F. Multiperiod Consumption-Investment Decisions, The American Economic Review, Vol.60, No. 1, 1970. pp. 163−174.
  99. E.F. Fama, Efficient Capital Markets: A Review of Theory and Empirical Work, Journal of Finance, Vol. 25, 1970, pp. 387−417.
  100. Feltenstein A., Iwata S., Why is it so hard to finance budget deficits? Problems of developing country. Journal of Asian Economics, 2002, No. 13, pp. 531−544.
  101. Feltenstein A., Morris S., Fiscal Stabilization and Exchange Rate Instability, PPR working papers, WPS 74, World Bank, 1988, 58 p.
  102. Feltenstein A., Sarangi S., Macroeconomic stabilization and economic growth: analysis of reform policies in Tanzania. Journal of Policy Modeling. No.24, 2002. pp. 503−521.
  103. Feltenstein A., Sarangi S., Macroeconomic Stabilization and Economic Growth: The Case of Uganda. African Development Bank. Blackwell Publishing Ltd, Oxford, 2005. 22 p.
  104. Feltenstein A., Shah A., General equilibrium effects of investment incentives in Mexico Journal of Development Economics, 1995, Vol. 46, pp. 253−269.
  105. , A., «An Intertemporal General Equilibrium Analysis of Financial Crowding Out,» Journal of Public Economics 1986, No. 31, pp. 79−104.
  106. Financial Soundness Indicators, Approved by Carson C.S. and Ingves S. Washington DC: International Monetary Fund, 2003. 43 p.
  107. M. Flavin, T. Yamashita, Owner-Occupied Housing and the Composition of the Household Portfolio. The American Economic Review, Vol. 92, No. 1, 2002, pp. 345−362
  108. Flood R., Rose A., Fixing Exchange Rates: a Virtual Quest for Fundamentals, NBER Working Paper № 4503, 1993. http://www.nber.org/papers/w4503.pdf
  109. C.W. French, The Treynor Capital Asset Pricing Model, Journal of Investment Management, vol. 1, No. 2, 2003, pp.60−72.
  110. Fujiwara, I, Hara, N, Hirose, Y and Teranishi, Y (2004), 'The Japanese Economic Model: JEM'.Bank of Japan Working Paper no. 04-E-3.
  111. Gelman A., Carlin, J.B., Stern, H.S., Rubin, D.B. «Bayesian Data Analysis.» Second edition. A CRC Press Company, Boca Raton, Florida. 2004.
  112. Geweke J. A note on some limitations of CRRA utility, Economics Letters, 71, 2001. pp. 341−345.
  113. Gibbson R. Game theory for applied economists. Princeton, New Jersey, Princeton University Press, 1992. -267 p.
  114. Green W.N. Econometric Analysis (5th edition). Prentice Hall, 2003. 1026p.
  115. S.G. Hall and S.G.B. Henry, Macro-economic modelling Contributions to economic analysis, vol. 172 (North-Holland, Amsterdam, 1989,-416 pp.
  116. Harrison R., Nikolov K., Quinn M., Ramsay G., Scott A., Thomas R. The Bank of England Quarterly Model. Bank of England. London. 2005. -254 p.
  117. Hull J.C., Options, Futures and other derivatives. Fifth edition. Prentice Hall, Upper Saddle River, New Jersey. 2002.
  118. Hunt, B, Rose, D and Scott, A (2000), 'The core model of the Reserve Bank of New Zealand’s Forecasting and Policy System', Economic Modelling, Vol. 17(2), pages 247−74.
  119. Incoterms 2000. ICC Official Rules for the Interpretation of Trade Terms. ICC Publication No. 560, 2000 Edition. Zurich, 2000.
  120. International Convergence of Capital Measurement and Capital Standards. A Revised Framework. Comprehensive Version. Basel: Bank of International Settlements, 2009. 347 p.
  121. Jobst N., Zenios S. The Tail that Wags the Dog: Integrating Credit Risk in Asset Portfolios, The Journal of Risk Finance 3, 2001. Pp. 31−43.
  122. S. Kandel, R.F. Stambaugh, On the Predictability of Stock Returns: An Asset Allocation Perspective, The Journal of Finance, Vol. 51, 1996. pp. 385−424.
  123. Kaufmann D., Kraay A. Growth without Governance. //Economia, 2003, Vol. 3, No. 1. pp. 169−229.
  124. Kaufmann D., Kraay A., Zoido-Lobaton P. Governance Matters. Policy research working paper #2196. Washington, DC: World Bank. 1999. 64p.
  125. Kaufmann D., Kraay A., Zoido-Lobaton P. Aggregating Governance Indicators. Policy research working paper #2195. Washington, DC: World Bank. 1999. 42p.
  126. D., Kraay A., «Governance and Growth: Causality which way?-Evidence for the World, in brief'. Washington, DC: World Bank. 2003.
  127. Kozicki, S and Tinsley, P A (1999), 'Vector rational error correction', Journal of Economic Dynamics and Control, Vol. 23 (9−10), pages 12 991 327.
  128. Laxton, D M, Isard, P, Faruqee, H, Prasad, E S and Turtleboom, B (1998), 'MULTIMOD Mark III: The Core Dynamic and Steady-State Models', International Monetary Fund Occassional Paper no. 164.
  129. J. Linter, The Valuation of Risk Assets and the Selection of Risky Investments in Stock Portfolios and Capital Budgets. The Review of Economics and Statistics, vol. 47, 1965, pp. 13−37.
  130. J. Linter, Securities Prices, Risk and Maximal Gains from Diversification. The Journal of Finance, vol. 40, No. 4, 1965, pp. 587−615.
  131. Lucas, R.E. Jr. Asset prices in an exchange economy, Econometrica 46, 1978. pp. 1429−1445.
  132. Macroprudential Indicators of Financial System Soundness. Occasional paper # 192. International Monetary Fund, Washington DC, 2000. 54 pp.
  133. Markowitz H. M. Portfolio selection, Journal of Finance, 7, 1952. pp. 77−91.
  134. Mas-Colell A., Whinston M., Green J. Microeconomic theory, Oxford University Press, New-York, 1995.
  135. Meese R., Rogoff K., Empirical Exchange Rate Models Of The Seventies. Do they fit out of sample? Journal of International Economics 14, 1983. pp. 3−24.
  136. Mehra R., Prescott E.C. The equity premium: a puzzle, Journal of Monetary Economics, 15, 1985. pp. 145−161.
  137. Mehra R., Prescott E.C. The equity premium: a solution? Journal of Monetary Economics, 22, 1988. pp. 133−136.
  138. Mehra R., Prescott E.C. The equity premium in retrospect, NBER working paper No. 9525. 2003. http://www.nber.org/papers/w9525.pdf
  139. Merton R. C. Lifetime portfolio selection under uncertainty: The continuous-time case, Review of Economic Statistics, 51, 1969. pp. 247 257.
  140. Merton R. C. Optimal consumption and portfolio rules in a continuous-time model, Journal of Economic Theory, 3, 1971. pp. 373−413.
  141. Merton R. C. An intertemporal capital asset pricing model, Econometrica, 41, 1973. pp. 867−887.
  142. J. Mossin, Equilibrium in a Capital Asset Market. Econometrica, vol. 34, No. 4, 1966, pp. 768−783.
  143. J. Mossin, Optimal Multiperiod Portfolio Policies. The Journal of Business, Vol. 41, No. 2, 1968, pp. 215−229.
  144. J.A. Nelder, R. Mead, A simplex method for function minimization, The Computer Journal, vol. 7, 1964, pp. 308−313.
  145. Normandin M., St-Amour P., Canadian Consumption and Portfolio Shares, The Canadian Journal of Economics / Revue canadienne d’Economique, Vol. 35, No. 4, 2002. pp. 737−756.
  146. Ortmeyer D.L.A Portfolio Model of Korean Household Saving Behavior, 1962−1976. Economic Development and Cultural Change, Vol. 33, No. 3 (Apr., 1985). pp. 575−599.
  147. Report by the Commission on the Measurement of Economic Performance and Social Progress, 2009. http://www.stiglitz-sen-fitoussi.fr/documents/rapport anglais. pdf
  148. J.W. Pratt, Risk Aversion in the Small and in the Large. Econometrica, vol. 32, No. 1−2, 1964, pp.122−136.
  149. Rietz T.A. The equity premium: a solution, Journal of Monetary Economics, 22, 1988. pp. 117−131.
  150. , R.T., Uryasev S. «Optimization of Conditional Value-at-Risk.» The Journal of Risk, 2(3) 2000. pp. 21−41.
  151. Samuelson P. A. Lifetime portfolio selection by dynamic stochastic programming, Review of Economic Studies, 51, 1969. pp. 239−246.
  152. W.F. Sharpe, Capital Asset Prices: A Theory of Market Equilibrium Under Conditions of Risk. The Journal of Finance, vol. 19, No. 3, 1964, 425−442.
  153. Smets, F., Wouters R. An estimated stochastic general equilibrium model of the euro area. Working Paper N.171. European Central Bank. Frenkfurt am Main. 2002. 70 p.
  154. Smets, F., Wouters R. An estimated stochastic general equilibrium model of the euro area.// Journal of Economic Association. 2003.- V. l, N.5. — pp. 1123−1175.
  155. Steinbach M.C. Markowitz Revisited: Mean-Variance Models in Financial Portfolio Analysis, SIAM Review, Vol. 43, No. 1, 2001. pp. 3185.
  156. P. Weil, Non-expected utility in macroeconomics, Quarterly Journal of Economics Vol. 105, 1990. pp. 29−42.
  157. Weitzman M.L. Subjective Expectations and Asset-Return Puzzles.2007.4
Заполнить форму текущей работой

На отлично!