Управление базовой ставкой с целью противодействия циклическому сокращению доходов

Обложка

Цитировать

Полный текст

Открытый доступ Открытый доступ
Доступ закрыт Доступ предоставлен
Доступ закрыт Только для подписчиков

Аннотация

В статье предлагается подход к формализации количественной зависимости между базовой ставкой и вариациями дохода, базирующийся на стохастическом описании инвестиций Установление этой зависимости обеспечивает возможность управления доходами в соответствии с принятым целеполаганием. В частности, рассматривается пример преодоления циклического сжатия дохода соответствующим изменением базовой ставки. Предложена стратегия управления доходами, в основе которой лежит установленная функциональная связь между составляющими инвестиций и базовой ставкой. Показано, что при обратно пропорциональной зависимости долгосрочного тренда инвестиций от значений ставки, траектория цикла зависит через корень квадратный от ее значения. Поэтому изменение базовой ставки приводит к разнонаправленным результатам в значениях тренда и траектории цикла. Этот факт послужил основой для разработки алгоритма преодоления циклического снижения доходов. Модель цикла в виде случайных колебаний упругой системы под действием белого шума позволила получить количественную оценку вариации базовой ставки, обеспечивающей требуемое изменение величины дохода. Поскольку рассмотренный подход основан на наиболее вероятной траектории цикла, то полученные выражения будут приводить и к наиболее вероятным оценкам. Возможность применять предлагаемый подход к анализу поведения цикла продемонстрирован на примере текущих отклонений доходов США. 

Об авторах

Вячеслав Алексеевич Кармалита

Частный консультант

Автор, ответственный за переписку.
Email: karmalita@videotron.ca
Канада,

Список литературы

  1. Karmalita V.A. (2022). Predicting the trajectory of economic cycles // Экономика и математические методы. Т. 58. № 2. С. 140–144 (in English).
  2. Karmalita V.A. (2023). Recovering the actual trajectory of economic cycles // Экономика и математические методы. Т. 59. № 2. С. 19–25.
  3. Павлейно М.А., Ромаданов В.М. (2007). Спектральные преобразования в MATLAB. Учебно-методическое пособие. Санкт-Петербург: Санкт-Петербургский государственный университет. 160 c.
  4. Blanchard O.J. (2017). Macroeconomics. 7th ed. Boston: Pearson. 576 p.
  5. Bolotin V.V. (1984). Random vibrations of elastic systems. Heidelberg: Springer. 468 p.
  6. Brandt S. (2014). Data analysis: Statistical and computational methods for scientists and engineers. 4th ed. Cham, Switzerland: Springer. 523 p.
  7. Cho S. (2018). Fourier transform and its applications using Microsoft EXCEL®. San Rafael, CA: Morgan & Claypool. 123 p.
  8. Cooley T.F., Prescott E.C. (1995). Economic growth and business cycles. In: Frontiers of business cycle research. T.F. Cooley (ed.). Princeton: Princeton University Press, 1–38.
  9. Golosov M., Menzio G. (2020). Agency business cycles. Theoretical Economics, 15 (1), 123–158.
  10. Karmalita V. (2020). Stochastic dynamics of economic cycles. Berlin: De Gruyter. 106 p.
  11. Kehoe P.J., Midrigan V., Pastorino E. (2018). Evolution of modern business cycle models: Accounting for the great recession. Economic Perspectives, 32 (3), 141–166.
  12. Korotaev A.V., Tsirel S.V. (2010). Spectral analysis of world GDP dynamics: Kondratieff waves, Kuznets swings, Juglar and Kitchin cycles in global economic development, and the 2008–2009 economic crisis. Structure and Dynamics, 4 (1), 3–57.
  13. Kydland F., Prescott E. (1982). Time to build and aggregate fluctuations. Econometrica, 50 (6), 1345–1370.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML

© Российская академия наук, 2023