 |
 |
 |
 |
 |
 |
 |
 |
 |
 |
 |
Это вопрос времени
Недавно я размышлял о времени. В экономике и финансах время занимает центральное место в нашем анализе. В конце концов, большая часть информации, которая нас интересует, распределена во времени. В результате, то, как мы интегрируем наши модели с информацией, а также как мы сортируем и организуем эту информацию, часто является вопросом времени. Информация, включенная во время, является мощной, часто ошеломляющей.
Представьте, что вы хотите предсказать цену индекса S&P 500 к завтрашнему закрытию или уровень ВВП в следующем квартале. Вы могли бы сделать гораздо хуже, чем просто посмотреть на значение за предыдущий период и применить кратное значение, часто близкое к единице. Эта простая эвристика, по сути, является мощным инструментом в прогнозировании временных рядов. Для тех, кто разбирается в эконометрике временных рядов, это считается процессом авторегрессии, в частности, AR(1). На простом языке это означает, что информация, содержащаяся во вчерашнем значении временного ряда, часто является хорошим предиктором его завтрашнего значения. Это относится к целому ряду данных об экономических и финансовых временных рядах.
Эта перспектива меняется, когда вы манипулируете своими данными, удаляя единичные корни или тенденции. Теоретически, расхождение данных должно устранить постоянство. Однако на практике даже временные ряды с первоначальными различиями часто демонстрируют значительную автокорреляцию. Тень прошлого ложится тяжелым бременем даже на предположительно исправные данные. Для получения данных, возвращающих к среднему значению, всегда можно применить грубую силу, но остается открытым вопрос, имеют ли такие данные какое-либо сходство с интересующим исходным рядом. Часто это не так. Эмпирические данные свидетельствуют о том, что специалистам по прогнозированию трудно разработать модель, которая бы неизменно превосходила по прогностической способности сами исторические данные. История, по-видимому, устанавливает высокую планку для прогнозирования внезапных, значительных изменений в событиях и данных, которые влияют на рынки и экономику. Это в такой же степени философский вопрос для исследователей, как и практическая проблема, которая часто решается с помощью статистической алхимии в поисках закономерностей в исторических данных, которые могут иметь прогностическую силу.
Макроэкономика придерживается несколько узкой концепции времени со времен рациональных ожиданий. революция, последовавшая за знаменитой критикой Лукаса и проложившая путь к неоклассическим моделям, доминирующим в современной литературе. Но реальность часто оказывается сложнее, чем ее изображают экономические модели. В статье “Проблема времени в модели DSGE и пост‑вальрасианской альтернативе” Перри Мерлинг противопоставляет классический экономический взгляд на время более новому, так называемому пост-вальрасианскому подходу. Он начинает с рассмотрения доминирующей концепции времени, ориентированной на будущее, которая лежит в основе моделей динамического стохастического общего равновесия (DSGE), являющихся основой современной макроэкономической теории. В этих моделях двигателем экономического поведения является предвосхищение: рациональные агенты прогнозируют будущие условия и планируют в соответствии с ними, проводя межвременную оптимизацию в условиях неопределенности. Здесь настоящее формируется ожиданиями.
Напротив, Мерлинг черпает вдохновение в классических экономических традициях, подчеркивая альтернативный, обусловленный прошлым взгляд на время. С этой точки зрения, нынешние экономические реалии проистекают из укоренившихся институтов, зависимости от исторического пути, структурной инерции и наследия предшествующих экономических режимов. Настоящее, по сути, — это не чистый лист, а холст, сформированный на основе того, что уже произошло, реальность, воплощенная в социальных нормах, финансовых структурах и институциональных механизмах, которые медленно развиваются с течением времени.
Мерлинг рассматривает эти перспективы как взаимодополняющие. Он предлагает пост‑вальрасовский синтез, который объединяет и то, и другое: настоящее формируется под воздействием двух факторов: исторического наследия и устремленного в будущее ожидания. Как подробно описано в более широкой пост‑вальрасовской литературе, этот синтетический взгляд признает, что агенты действуют в условиях ограниченной рациональности и ограниченной информации, что исключает чистую, ориентированную на будущее оптимизацию, предполагаемую в моделях DSGE. В то же время в нем признается, что институты — будь то финансовые, регулирующие или культурные — придают настоящему инерцию и контекст, как ограничивающие, так и стимулирующие экономическое поведение.
По словам Мерлинга, в этом обобщении рассматриваются несколько ключевых критических замечаний в отношении традиционного макроэкономического моделирования. Хотя системы DSGE отличаются математической элегантностью и четкими политическими предписаниями, они часто не позволяют учесть такие явления реального мира, как институциональная неустойчивость, сбои в координации, эндогенная нестабильность и внезапные кризисы. Пост-вальрасианское мировоззрение, напротив, лучше подходит для учета этой динамики. Оно наполняет время как воспоминаниями, так и ожиданиями, помещая экономических агентов в развивающиеся институты, зависящие от выбранного пути, а также признавая их усилия по планированию на неопределенное будущее. В пост-вальрасианском мире настоящее — это не просто движение вперед или тень, отбрасываемая назад, но динамичное пересечение путей, где история и надежды сходятся, формируя экономическую эволюцию.
Вопрос, в двух словах, заключается в следующем: к какому объему информации имеют доступ агенты, как они ее используют и насколько полезна эта информация для прогнозирования будущего и принятия решений в условиях неопределенности? Неоклассическая экономика предполагает, что агенты в высшей степени способны принимать такие решения, или, по крайней мере, что экономические модели должны исходить из этого предположения. Пост-вальрасианская критика утверждает, что решения агентов более детализированы и что неоднородность среди агентов приводит к предубеждениям, которые вызывают различную реакцию на сходную объективную информацию.
Рассуждения Мерлинга о времени слегка пересекаются с представлением простой модели авторегрессии. В такой модели агенты имеют доступ к полной истории данных, которые они пытаются предсказать, и принимают «рациональное» решение о своем будущем поведении на основе этой информации. В модели AR(1) это обычно означает предположение, что ближайшее будущее будет похоже на недавнее прошлое. Таким образом, ключевой вопрос для исследователей заключается в том, при каких условиях вчерашнее значение не является хорошим предиктором завтрашнего дня и можно ли определить такие условия заранее.
Анализ исторической волатильности — моделирование второго, третьего и четвертого моментов распределения.— это один из подходов. Но это часто говорит вам о вероятной величине ошибки прогноза, а не о том, будет ли ваш точечный прогноз правильным. Такого рода информация полезна для решения многих вопросов в экономике и финансах, например, для определения цен на финансовые инструменты, такие как опционы, или для определения поведения, лежащего в основе данного набора данных, но она мало что дает для повышения точности самого прогноза.
Обработка время, проведенное в экономической теории и прогнозировании, показывает как силу, так и ограничения наших моделей. Независимо от того, рассматривается ли время через призму процессов авторегрессии или в рамках более широкой философской дискуссии между перспективной рациональностью и исторически укоренившейся инерцией, оно остается неизбежным и часто неуловимым аспектом экономического анализа. Такие модели, как DSGE, обеспечивают ценную основу, но они также выявляют присущие системам трудности прогнозирования, обусловленные неопределенностью, структурной сложностью и ограниченной рациональностью. Как напоминает нам Перри Мерлинг и пост-вальрасианская традиция, понимание настоящего — и предвидение будущего — требует не только технической изощренности, но и концептуальной открытости двойственной природе времени: как хранилища исторического наследия, так и пространства перспективных ожиданий. Осознание этой двойственности, возможно, не облегчает прогнозирование, но делает наши теории более честными и, возможно, более полезными для понимания динамики реального мира.
Другие новости: