Моделирование асинхронных бизнес-циклов, основанное на метаморфозной модели Г. Менша
Автор: Петряков Александр Александрович
Журнал: Известия Санкт-Петербургского государственного экономического университета @izvestia-spgeu
Рубрика: Творчество молодых ученых
Статья в выпуске: 2 (98), 2016 года.
Бесплатный доступ
В статье представлена математическая модель инновационных волн, построенная на основе метаморфозной теории Г. Менша. Полученная модель качественно отражает траекторию асинхронных бизнес-циклов, на ее основе демонстрируются взаимосвязи между технологическим развитием и экономическим ростом. Для верификации модели используются официальные макроэкономические данные США.
Асинхронные циклы, инновационные волны, метаморфозная модель
Короткий адрес: https://sciup.org/14875626
IDR: 14875626
Текст научной статьи Моделирование асинхронных бизнес-циклов, основанное на метаморфозной модели Г. Менша
⟡ ⟡ ⟡
С развитием и усложнением экономик государств все чаще возникает проблема асинхронности циклических процессов. Система макроэкономических показателей не является идеальной, в связи с чем отклонения от тренда в ней лишь условно описываются гармоническими колебаниями. Таким образом, предложенная в первой половине XX века теория длинных волн Н.Д. Кондратьева, а также основанная на ней теория инновационного развития Й. Шумпетера [7] требуют новых подходов для описания циклической компоненты. Целью данной работы является разработка математической модели, описывающей влияние инновационных процессов на цикличность экономического развития.
Теоретическое решение рассматриваемой проблемы было найдено Г. Меншем в 1970-х годах. Предложенная им метаморфозная модель циклов изменения структуры связывает динамику технологических и экономических процессов. Г. Менш предложил модель [4], которая отражает идею, что экономика развивается через серию прерывистых инновационных импульсов, принимающих форму последовательных S-образных циклов. Метаморфозная модель Г. Менша соединяет в себе кумулятивные и потоковые процессы экономической динамики. На рисунке 1 видно, что экономическому и технологическому развитию соответствуют разные тренды, взаимодействующие между собой. Начало фазы спада в экономике подавляет жизненный цикл соответствующего технологического поколения, и, наоборот, насыщение существующего технического уклада негативно сказывается на экономических трендах. Аналогичная связь наблюдается в фазе роста, но в обратную сторону.
ГРНТИ 06.35.51
Александр Александрович Петряков – аспирант Санкт-Петербургского государственного экономического университета.
Согла с но Меншу, базисные инновации приводят к появлени ю новых с т руктурооб р азующих отраслей, развитие которых дает с игнал к о ж ивлению и росту эко н омики. Та к им образо м , прорывные нововвед е ния способствуют вы х оду из деп р ессии, и, как следств и е, увеличе н ию уровня потребления. Новый к р изис нарушает проце с с расшире н ия национ а льного хозяйства, об ъ емы инвес т иций снижаются, а с б ережения наоборот р а стут. На о с нове теории Менша м о жно сдела т ь вывод о том, что экономика подвержена влиянию 2 взаимоза в исимых процессов - и нвестиров а ния и сбе р ежения, что необходи м о учесть при построе н ии матема т ической модели.

Рис. 1. Мета м орфозная м о дель промышленной эво л юции Мен ш а [4]
В статье [8] для бизнес-цикл о в рассмот р ена двумер н ая модель Кальдора - Калецкого:
Г dY
J dt | dK V Hi
= a[l( Y (t),K(t)^ - S(Y(t),K ( t)^A
= l{Y( t -T),K(t))-6K(t)
Здесь Y - валовый продукт, I - инвест и ции, S - сбережения, K - основн о й капитал, T - интервал задержки, а- коэффициент пропорциональ н ости, 8- степень обесценивания к а питала. В р аботе [2] для исследования циклических тенд е нций на о б лигационн о м рынке рассмотрена м одель:
f ^ = fc(t)[B(t)-4(t)]
dt
« ^t = m(t)[P ‘ (t) + l(t,P(t)^ A (t)
^t = - n (t)[P ‘ (t) + l(t,P(t)) B (t)
Здесь P - уровень цен обли г аций; B - с ила спроса, характери з ующаяся с коростью и зменения количества облигаций, заявленны х на покуп к у; A - сила предложе н ия, харак т еризующаяся скоростью изменени я объема облигаций, з а явленных н а продажу; k, m, n - коэффициен т ы пропор ц иональности, l - параметр опережения/запазд ы вания. Дл я моделиро в ания дина м ики валов о го продукта рассмотрим систему д ифференциальных ура в нений:
Tt = a(y- V ) + ^
аи_ =„ {№_ at " \dt ^ = -у^
-
-
^
■ ^2)^
Здесь Y(t) - объем выпуска п р одукции ( у ровень ВВ П ), U(t) - т е мпы роста и нвестиций, V(t) - темпы роста сбе р ежений (свободных д енежных с р едств), ц, Хь Х 2 - пар а метры реа к ции запаздывания инвестиций и сбережений на измен е ния в экон о мике, а, в, Y - коэфф и циенты пр о порциона л ьности. Компактная м атематическая запись в виде сист е мы (1) имеет следую щ ую эконом и ческую ин т ерпретацию: динамика валового продукта за в исит от ди с баланса ин в естиций и сбережени й . Наращив а ние инвести-
ций обеспечивает рост экономики. Увеличение объема сбережений ведет к сворачиванию экономики. Совпадение темпов инвестиций и сбережений обуславливает равновесное состояние.
Динамика инвестиций и сбережений пропорциональна скорости изменения валового продукта, но с некоторым сдвигом, который возникает в силу инерции и запоздалой реакции на макроэкономические перемены. Решение системы (1) для Y(t) является суммой линейной функции и композиции функций тангенса и арктангенса и имеет следующий вид:
F(0 = Xt + C + ^=arctg^ ,
y(t) = ^arc^ V^i!!^ • t 3 ( A +.^( 3 - Х ) г ^ у _ агв г ( р + У )- (S^[E^^
Эта композиция циклична и скачкообразна в силу периодичности и разрывности тангенса. Кроме того, график этой композиции имеет S-образный вид как у арктангенса. Следовательно, графическое изображение функции y(t) можно интерпретировать как волны Менша. Отсюда заключаем, что система (1) позволяет моделировать влияние инновационных волн на траекторию экономического роста.
Значения коэффициентов α, β, γ, μ, λ подбираются на основе статистических данных по ВВП, инвестициям и сбережениям за длительный период времени. В формуле для Y(t) содержатся произвольные числа A, B, C, которые являются элементами настройки модели. С помощью A модель приводится к нужной начальной дате. С помощью B подбирается нужный размер цикла. С помощью C выбирается начальное значение ВВП.
Верификация модели производилась на основе статистических данных США, предоставленных Бюро экономического анализа (Bureau of Economic Analysis). Для проверки используется статистика по ВВП, валовым инвестициям, а также личным сбережениям, рассчитанным по методике NIPA. Все значения взяты в сравнимых ценах с целью нивелировать влияние инфляции. Результаты моделирования отображены на рисунках 2 и 3.

Рис. 2. Динамика ВВП США

Рис. 3. Смоделированные волны Менша
Сравнение рисунков 1 и 3 демонстрирует качественную идентичность поведения теоретической и практической волн Менша. Сравним построенный с помощью модели график ВВП с реальным изменением ВВП. Как видно из таблицы, модель имеет достаточно серьезную для ВВП ошибку прогноза, ее среднее значение за последние годы 7,54%. Таким образом, предложенная модель строит волны Менша, которые качественно адекватны реальности. Но существенное различие в масштабе требует дальнейшей доработки модели.
Таблица
Ошибка прогнозирования ВВП
Год |
2006 |
2007 |
2008 |
2009 |
2010 |
2011 |
2012 |
2013 |
ВВП США |
14 613,8 |
14 873,7 |
14 830,4 |
14 418,7 |
14 783,8 |
15 020,6 |
15 369,2 |
15 710,3 |
Модель ВВП |
13 244,48 |
13 472,27 |
13 699,25 |
13 721,56 |
13 947 |
14 171,83 |
14 396,13 |
14 620,03 |
Ошибка прогноза |
10,34% |
10,40% |
8,26% |
5,08% |
6,00% |
5,99% |
6,76% |
7,46% |
Подводя итог, укажем, что результатом работы является математическая модель, включающая в себя инновационные волны Г. Менша и качественно отражающая динамику бизнес-циклов Соединенных Штатов. Модель подтверждает основные идеи, изложенные Г. Меншем в своей теории, хорошо согласуется с наработками других исследователей [1; 3; 5; 6; 7]. Таким образом, полученную модель можно считать в целом достоверной, т.к. она отражает основные тезисы теории инновационного развития. С другой стороны, модель не лишена недостатков. К ним можно отнести: существенное различие в масштабе между теоретическими и реальными значениями; необходимость верификации полученной модели на экономике других стран; сложность расчетов параметров модели.
Помимо возможности моделирования инновационных волн, по результатам исследования получен вывод о том, что новая инновационная волна в экономике США возникает примерно каждые 30 лет. Таким образом, обладая ретроспективной информацией, с помощью модели можно математически спрогнозировать состояние экономики в ближайшем будущем.
Список литературы Моделирование асинхронных бизнес-циклов, основанное на метаморфозной модели Г. Менша
- Акаев А.А., Румянцева С.Ю., Сарыгулов А.И., Соколов В.Н. Экономические циклы и экономический рост//СПб.: Издательство Политехнического университета, 2011. 456 с.
- Звягинцев А.И. Рациональная игра на рынке государственных и корпоративных облигаций. СПб.: Изд-во РГПУ им. А.И. Герцена, 2001. 143 с.
- Hirooka M. Innovation Dynamism and Economic Growth. Cornwall, 2006. 448 p.
- Mensch G. Stalemate in Technology -Innovations Overcome the Depression. New York: Ballinger Publishing Company, 1979. 241 p.
- Pasinetti L.L. Structural Change and Economic Growth. A Theoretical Essay on the Dynamics of the Wealth of Nations. Cambridge: Cambridge University Press, 1981. 300 p.
- Perez C. Finance and Technical Change: a Neo-Shumpeterian Perspective. CERF, Judge Institute of Management, University of Cambridge, and SPRU, University of Sussex, UK Working Paper № 14, 2006. Р. 10-35.
- Schumpeter J.A. The theory of economic growth. Cambridge, MA: Harvard University Press, 1934. 255 p.
- Szydlowski M., Krawiec A. The Kaldor -Kalecki model of business cycle as a two-dimensional dynamical system//Journal of Nonlinear Mathematical Physics. 2001. Vol. 8. Р. 266-271.