Все записи
10:02  /  7.09.11

2447просмотров

Гадание на математической гуще

+T -
Поделиться:

(Праздные размышления о статистике и эконометрике)

Введение (первое)

На ресурсе «Сноба» есть раздел «Бизнес и Деньги», а также «Наука и Технология». Но есть такая область человеческих знаний, которая при помощи второго раздела должна изучать первый. Эта наука называется Экономика. Но в последнее время обсуждение экономических тем как-то здесь заглохло, хотя среди участников Проекта есть много людей,  которых мы с полным правом можем отнести к специалистам в этой области.  А если учесть, что практически все мы в той или иной степени вовлечены в экономические отношения (в отличие от многих других областей научных изысканий), то интерес к экспертам в таком важном для каждого  деле как «Бизнес и Деньги» вполне  естественнен и должен проявляться в «жарких», но предметных спорах. Однако дискуссии не получается. Одни эксперты заявляют о «бессилии наук» (экономических), что «они» (науки)  не сумели предугадать кризис и находятся в глубоком ауте. Но их аргументация скорее свидетельствуют об их собственном когнитивном «кризисе», чем общенаучном.  Другие эксперты не считают для себя приемлемым вообще разговаривать с «дилетантами», отгородившись особого рода «понятийным аппаратом», который  недоступен «непосвященным». Причем, когда просят их «поговорить» об экономике с другими, не менее титулованными специалистами (диспут экспертов всегда очень поучителен), то ссылаются на    разные «массивы знаний», как будто у нас существуют разные законы экономики на этой маленькой планете.  Третьи просто прерывают общение, если простые смертные вдруг начинали высказывать сомнения в каких-либо их утверждениях. Одним словом «беседы» не задаются. 

Но актуальность самой проблемы никуда не пропадает.  Людям (в том числе и мне) нужны знания, чтобы избегать ошибок в своей частной экономической практике и относительно рационально строить планы на будущее. А для этого необходимо его (будущее)  предсказывать, что является одним из важнейших функций любой науки и экономической тоже.  Вот об этой функции (предсказания) и начнем наш разговор «про современную экономику». Забудьте на время про старого китаиста Невейкина Владимира  и прочитайте статью молодого экономиста (раз все другие разбежались) Владимира Невейкина.  С большим удовольствием ознакомлюсь с комментариями уже признанных экономических гуру. Ведь молодой экономист Невейкин В.П. (в отличие от старого китаиста Невейкина В.П.) совсем еще не «забронзовел» в этой области знаний и открыт к любой критике. Но прошу строго не судить. Как и любой молодой «ученый» он далеко еще не избавился от здорового максимализма.

Введение (второе, но краткое)

Может ли жить современный человек без планов на будущее? Однозначно, что в наш информационный век это практически невозможно. Правда, нельзя сказать, что раньше люди жили без планирования дня грядущего. Стремлением предсказать судьбу пронизана история всего человечества. Различные формы гадания, астрологии, ведических практик – вот лишь небольшой перечень методик, которыми пользовались наши предки. Сейчас такими вещами, конечно, продолжают интересоваться, но, скажем так, маргинально, а прогнозы – это теперь серьезное научное дело.

О серьезных вещах.

Кто знает прошлое, тот владеет будущим! Кажется, в такой форме можно услышать этот тезис во всех без исключения экономических ВУЗах России. В наше время информации у нас достаточно, особенно статистически зафиксированной. Вот с этими рядами данных многие ученые и аспиранты интенсивно работают. Для чего? Для решения двух глобальных задач: первое – это определение взаимосвязей между показателями социально-экономической жизни общества, второе – для экстраполяции, т.е. прогноза и/или предсказания будущего. Изначально, статистические методологии, корреляционно-регрессионный анализ, экстраполяционное моделирование и т. п. возникли в естественных науках: физике, химии, геологии и т. д. Наиболее яркое проявление этого мы наблюдаем в прогнозах погоды. Кстати, как вам качество их работы? Но все-таки если серьезно, нужно отметить, что «статистика» в естественных и социально-экономических науках - это две большие разницы (как говорят в одном украинском городе). Нет, нет. И там, и там все серьезно… только с одним отличием.

Об отличиях между экономикой и физикой.

Здесь все просто. Начнем с общего между ними. Оба этих направления описывают объективную реальность. Различие заключается только в том, что у физики – это реальность неодушевленной природы, а у экономики – это человеческий социум, каждый элемент которого является очень сложным «черным ящиком». Т.е. не понятно, что в человека войдет, что выйдет и повториться ли это снова. В физике же «черные ящики» более предсказуемы. Может «внутри» они еще и не познанные, но их «реакции» достаточно просчитываемые. Описание всех познанных процессов в физике осуществляется статистическими методами: фиксируются данные экспериментов, выявляются закономерности и проводится экстраполяция. Непознанные явления исследуются фундаментальной теоретической физикой, и, как правило,  после качественно сформированной теории в ход идут эксперименты и статистика. Экономисты решили от физиков не отставать и практически любое исследование сдабривают мощными статистическими выкладками. Более того, настолько мощной и важной стала данная работа, что возникло относительно новое самоназвание у той части экономистов (которые очень любят статистику) – это эконометристы и, соответственно, их наука называется эконометрика.  Почему у физиков нет физиометрики и физиометров? Хотя, может быть уже и есть, мне точно не известно.

 Но в экономике просто невозможно что-либо на научном уровне доказать, если нет эконометрической работы. И при этом абсолютно не важно, носят ваши исследования фундаментальный характер по изучению «черного ящика», т. е. человека и общества, или вы действительно просто проверяете ранее доказанную на теоретическом уровне гипотезу. Это и не нужно, ведь у эконометристов есть уже зафиксированная тенденция развития.

От тенденции.

В эконометрике скопилось в настоящее время большое количество индикаторов, коэффициентов и алгоритмов, каждый из которых носит названия своих авторов.  Возможно в физике аналогов уже меньше. Думаю, что эконометрика, а вместе с ней и современная экономика, будет все больше обрастать статистическими нововведениями. Причиной такого бурного роста «всего этого» является процесс, который условно можно назвать как «гипотеза опровергает гипотезу». Люди занимаются тем, что опровергают друг друга именно на статистическом поприще, пренебрегая вопросом изучения самого человека и человеческих взаимоотношений, этих, образно говоря, «черных ящиков» экономики. В силу того, что поставить однозначный эксперимент  по аналогии с физикой невозможно, процесс этот вряд ли остановится в ближайшем будущем. И все больше  в России (да и в мире) будут расти ряды не только статистические, но и «экономические», в лице новых кандидатов и докторов наук. Эконометрика им благоволит в этом.  А помощь эта проста, скрывается в аксиомах, о которых обычно забывают в массиве построения матриц.

Статистика и слон.

Помните, чему нас учили на уроках алгебры в школе при решении задач типа «Пусть «икс» - это длинна от точки А до точки Б, тогда…»? Нам объясняли принцип, который действуют в любой части нашей жизни – правильному определению условий или адекватной постановки вопроса. Именно это является уже 50% успешного решения любой задачи! Смог правильно описать условия, обозначить неизвестные, сформировать базовые соотношения между величинами, тогда и решение будет логичным и понятным. Не смог, тогда либо не будет у тебя никакого решения, либо сам процесс станет настолько запутанным, что полученный результат будет  невозможно адекватно трактовать. Этот же принцип действует для статистической работы. Неважно, что мы изучаем. Будь это движение элементарных частиц, скорость прохождения химических реакций, анализ социально-экономических показателей и т. д. Важны в первую очередь ваши искомые «икс», «игрек» и т. п., которые извлечены из сознания исследователя обоснованными умозаключениями. Все это осуществляется до фактически работы с рядами данных. Например, евклидова геометрия опирается на аксиомы, т. е. утверждения, не требующие доказательств типа «через две точки можно провести только одну прямую, две параллельные прямые никогда не пересекаются и т. д.». Это позволяет сформировать стройную теорию геометрии, где дальнейшие свойства, тезисы и теоремы логичны. А вот неевклидова геометрия, опирается на другие аксиомы, например «параллельные прямые сходятся в одной точке и т.п.».  Несмотря на то, что здесь теория основывается на визуальном эффекте в трехмерном пространстве в зависимости от положения наблюдателя, но и при такой постановке вопроса происходит правильная трактовка новых свойств, тезисов и теорем. Пример евклидовой и неевклидовой геометрии показывает нам, что любое явление можно описать с разных сторон. Как в знаменитой индийской притче о трех слепых мудрецах и слоне, которого они держали за разные части тела. Один – за хвост, второй – за ногу, третий – за ухо. Один описал животное как змею, второй как ствол дерева, третий как лист растения. Все были правы! И при этом абсолютно никто не был прав! И только вместе их знания позволяли сделать вывод, что вещь – совмещающая в себе такие разные описания (змея - «икс», дерево – «игрек» и лист – «зет»), может быть только слоном. Чистая статистика, применяемая отдельно от физики, химии и т.п.,  и особенно от экономической науки, является отражением данной притчи.

Функциональная и статистическая зависимость.

Что такое функциональная зависимость? Это когда в функции каждому значению «икс» соответствует только одно значение «игрек». Например, в простой функции «y=2x», какие бы вы «иксы» не подбирали, значение «игрек» будет только одно. Оно может быть не уникально, но оно гарантированно будет только одно. См. рисунок ниже.

Статистическая зависимость - это когда одному значению «икс» может быть не одно, а несколько «игрек». И все они будут равноправны! Почему? Потому что функциональные зависимости работают с числовыми множествами типа (1,2,3...), или (…,-3,-2,-1), или (…,-3,-2,-1,0, 1,2,3...) и т. п., т. е. наборами значений, между которыми есть логическая зависимость. Статистика с выборками согласно наблюдениям типа (1, 1.1, 1.7,2,2.2…) и т. п., т. е. с наборами значений, полученных экспериментальным путем и не представляющих из себя строгое соответствие. См. рисунок ниже. Каждому значению «иск» есть несколько равноправных значений «игрек».

Получается, функциональная зависимость  - полноценный слон, а статистическая зависимость – это набор его расчлененных частей, т. е. выборка со стороны мудрецов. Честно говоря – это абсолютно нормальное явление, оно не является предметом критики! Здесь есть нечто более важное - постановка задачи! Правильная постановка задачи – это 50% успеха.  Дело в том, что главная задача статистики как науки по работе с выборками, заключается в формировании формулы, которая представляет собой набор математических алгоритмов, выявляющих уже функциональную  зависимость. Т. е. статистика учит отбирать в выборке только один «игрек» для каждого «икс». Ведь это главное условие возникновения формулы. При этом, чем лучше полученная формула будет описывать выборку благодаря минимизации дисперсий или отклонений между выбранным «игрек» и другим «игрек», тем лучше. Статистика носит изначально задачу описания протекшего процесса и его формализацию в виде формулы. Прогнозирование этого процесса зависит еще и от прочих условий.

Прогнозирование или предсказание?

 Когда физик, химик или инженер тестирует оборудование, получая статистическую выборку результатов его работы и  прогнозируя его работу в будущем на основании выведенной формулы, то он исходит из двух важных принципов. Первый, что  оборудование – объективно существует, и любой другой увидит его именно таким, каким видит его он. Т. е. невозможна ситуация с мудрецами и слоном, потому что сам объект позволяет снова и снова запускать себя и наблюдать за его работой. Во всех этих случаях зафиксированная выборка будет в рамках определенного диапазона с минимальными отклонениями. Второй, что условия работы оборудования всегда одинаковы, либо их вариации конечны. Например, одна та же машина будет работать по-разному только в четырех внешних условиях (зима, весна, лето, осень) и т. п. Короче говоря, в естественных науках относительно все легко проверяется – повторил эксперимент и увидел это снова, только своими глазами. В эконометрике люди работают, также опираясь на эти два условия. Но обоснованно ли это?  Сегодня подавляющее большинство работ связаны с поиском взаимосвязей между рядами чисел, которые не имеют социально-экономической зависимости хотя бы на теоретическом уровне. Эконометристы грешат тем, что пытаются увидеть взаимосвязь между работой частей некого общественного механизма, при этом, не представляя себе его описание в целом. Проще говоря, берут данные работы ракетного двигателя и сопоставляют с интенсивностью работы карбюратора  «жигуленка», обосновывая это тем, что хозяин этого автомобиля именно тот инженер, который проектировал данный ракетный двигатель. И со словами «наверняка есть какая-то связь!» начинают эконометрическое исследование.  Конечно, работы подобного типа называются очень серьезно, например «Моделирование системы формирования курса рубля в соотношении с показателями производственной эффективности экономики России» и т. п. Не хочется их перечислять, так как вы в большом изобилии можете почитать хотя бы их названия на сайтах любых российских высших учебных заведений. В разделах по защите кандидатских и докторских степеней. Дело в том, что можно методами статистики найти очень хорошую связь между курсом рубля к доллару и показателя надоев соседнего фермерского хозяйства. При этом полученная формула по объективным параметрам будет даже «лучше», чем такая же выведенная функциональная зависимость по отношению к объемам денежной массы, доли экспорта/импорта и т. п. И все дело в том, что статистика работает с цифрами, а не с явлениями. Поэтому прогнозирование в естественных науках  (экстраполяция на основе принятой формулы) обоснованно, потому что цифры объективно принадлежат одному объекту. В экономических же науках сейчас во множестве наблюдаются  «игры с цифрами» при грубом пренебрежении обоснованиями для таких исследований. Каким же образом некоторым недобросовестным эконометристам удается этого достичь? Причины три.

Первое. Невежество. Здесь все просто. Есть те, кто пишут, и те, кто читает. При этом обе стороны  не понимают реально, что скрыто под используемыми определениями, но делают вид, что все понятно.  В таких научных коллективах практически все возможно. Кто присутствовал при защите кандидатских и докторских диссертаций по экономике на подобные темы, том поймет, о чем я говорю.

Второе. Логарифмирование и потенцирование. Недобросовестные эконометристы  давят на то, что недостаток предварительного описания модели, ее качественное теоретическое обоснование, компенсируются выведенными «сильными» характеристикам статистической работы. Это маленькая дисперсия, высокий коэффициент корреляции, хороший коэффициент Стьюдента и Фишера, отсутствие автокорреляции и многое другое «статистически значимое». А делается это с помощью следующего математического действия, известного нам со школьной скамьи. Полученные выборки различных социально-экономических показателей (уже не буду говорить про их качество получения в России!) как правило, вообще никак не коррелируют между собой. Для этого их просто логарифмируют (y1=log(y)), т. е. из данного «игрек» формируют ряд чисел, которые уже представляют собой по закону математики не выборку наблюдений, а полноценный ряд. Для тех, кто запамятовал о данной операции, поясню на простом примере. Вот перед вами ряд цифр (2,4,8,16). Для простоты понимания мы взяли сразу нормальный функциональный ряд. С любыми другими не такими красивыми выборками эффект будет примерно такой же. Так вот, предположим в таком виде никак не получается вывести никакой значимой формулы. Что делать? Прологарифмировать, т. е. преобразовать ряд в такой вид, в данном случае по основанию 2. Это будет выглядеть так (log2(2), log2(4), log2(8), log2(16)) = (1,2,3,4). Как вы можете заметить, новая последовательно более очевидна даже для первоклассника! Она более ровная. Вот с такой преобразованной последовательностью работают эконометристы, естественно находя везде очевидные зависимости. А потом, когда получены окончательные результаты, совершают потенцирование, т. е. действие обратное логарифмированию. И снова получены красивые цифры. Благодаря такому преобразования, можно доказать, что курс доллара к рублю зависит от количества бессонных ночей исследователя. И, как это ни странно, но это статистический факт, правда, без экономического смысла.

Третье. Экстраполяция. Итак, эконометрика (а по большому счету просто статистика) занимается подбором конкретной функции, которая наилучшим образом описывает данную выборку. Все зависимость от выборки, используются три группы формул: линейные, нелинейные и полиномиальные. Различие между ними очень простые, они также известны нам со школьной скамьи.  Линейные функции – это прямые линии, типа y=ax+b. Нелинейные функции – это кривые линии без циклов, типа y=a(x^n)+b. Полиномиальные функции – это кривые линии с циклами, типа y=a(x^n)+b(x^[n-1])+…+e. Считается, что чем лучше методами корреляционно-регрессионного анализа полученная формула описывает выборку, тем больше оснований на ее базе предсказывать будущее значение показателей. При этом очевидно, что при большом количестве «игрек» на каждый «икс», модели линейного типа хуже описывают и… соответственно предсказывают, нежели нелинейного и особенно полиномиального. Обратите внимание на рисунок ниже. На нем изображен массив данных – много точек. Представлено три способа описание этого массива в виде функции: 1 – линейная, 2 – нелинейная, 3 – полиномиальная. Очевидно, что эффективность описания данных такие, что 1 хуже 2, а 2 хуже 3. В общем, нелинейные функции (особенно полиномиальные) лучше всех!

Однако если мы будем прогнозировать будущие значения (см. пунктирные линии), то по закону выведенных функции мы получим три разных результата! Линейная функции экстраполирует ровно под 45 градусов вверх, нельнейная по параболе под 90 градусов вверх, а полиномиальная согласно заложенной в ней цикличности резко вниз и т. п.

А я рисовал очень простой цикл.  И лучше всех его предсказала самая «худшая» – линейная функция. Я думаю комментарии дополнительные здесь просто излишни.

Заключение (первое)

Прошу воспринимать данную статью не как призыв упразднить эконометристов. Я сознательно не использовал язык матриц, многомерных таблиц, интегральных вычислений и т. п. Все это уже усложнения, обусловленные особым подбором сложных выборок. Просто задайте себе вопрос: «Кому мы должны верить в прогнозах будущего: полученной эконометрической модели или человеку, который за нее отвественнен?» Мой ответ: «модель не виновата, виноват только ее создатель!»

Заключение (второе)

Когда кто-то заявляет о кризисе экономической науки на основании того, что  некоторые эконометристы не смогли «предсказать кризис», то это совершенно неверно. Как мы видим, наука здесь совсем ни при чем. Просто  люди, называющие себя учеными, стали пользоваться математическим аппаратом как своеобразным «панцирем черепахи», которые использовали  при гадании еще в древнем Китае. Или, переходя к европейской гадальной традиции, это такое «научное» действо, где цифры заменяют кофейную гущу, делая весь процесс более «убедительным» в глазах непосвященной, но современной публики. И когда эта «непосвященная» публика начинает задавать вопросы, опираясь только на свои школьные знания по алгебре, то вся «хитровыведенная конструкция» начинает рушиться. Вот тут-то и самое время скрыться за «понятийным аппаратом», чтобы не обнаружить ненароком «примитивное жульничество», хотя и искусно спрятанное за нагромождениями математических формул.

А Вы что думаете, господа экономисты?

Комментировать Всего 18 комментариев

Весьма познавательно

Спасибо

Эту реплику поддерживают: Дмитрий Сарычев

Создать эффективную эконометрическую модель - очень заманчиво. Так же, как попытаться найти философский камень ... Казалось бы, это решит все наши проблемы. Что представляет собой эконометрическая модель по сути? Это ограниченный перечень аргументов (влияющих факторов), которые в своем сочетании, согласно эконометрической "формулы", дают вполне конкретное искомое значение функции. Ограниченность и изменчивость во времени перечня аргументов - главная причина бесполезности таких моделей.  По идее, в перечень аргументов должно входить всё: и смена власти, и природные катаклизмы, и измена жены главного научного сотрудника ... продолжать можно бесконечно. Только реальна ли такая модель?

По-моему, от прогнозирования на основе логики циклов Кондратьева и то больше толку.

Эту реплику поддерживают: Феликс Юльевич Ярошевский, Алексей Байер

Немного в защиту эконометрики

Сами формулы (как и написано  в статье) "не виноваты". Как "не виновата" кофейная гуща или панцирь черепахи. Причина в людях, которые создают из экономической науки "закрытый клуб цифровых престидижитаторов", превращая ее в отличную "синекуру" со своими статусами, грантами, симпозиумами и другими тусовками, а потом находя "непыльное место" где-нибудь в совете директоров крупной частной или государственной корпорации..

Эту реплику поддерживают: Феликс Юльевич Ярошевский

Согласна! Эти  "обстоятельства экономической науки" -  тоже один из неучтенных факторов  эконометрической модели :)

А Вы что думаете, господа экономисты?

Экономистам тут делать решительно нечего, им нужно надеть свои штаны на лямках и бежать в детский сад лепить кулички, т.е. заниматься своим любимым делом - эконометрикой.

Дело в том, что изменение экономики во времени ведет себя как нелинейная динамическая система. Очень сильно упрощая, это означает, что микроскопическое изменение одного из показателей через некоторое время влечет за собой огромное изменение в другом. Т.е. поведение экономики непредсказуемо, на сколько-нибудь значимом промежутке времени, поскольку такие небольшие изменения невозможно подсчитать – нужно точно учитывать все, даже похмельный синдром подсобного рабочего на калошной фабрике. Вы привели в качестве примера погоду, и это очень верно, с прогнозом погоды почти такая же история, только более простой случай, все-таки там действуют не люди, а температуры, давления, влажности, ветра и прочие, более предсказуемо ведущие себя персонажи. И, тем не менее, сделать значимый прогноз на срок более чем (не помню точно) 12 дней невозможно.

Экономисты делают вид, что ничего такого не знают, получают нобелевские премии, дурят публику развесистыми формулами на базе нормального распределения, которое в современной экономике уместно как топор в операционной микрохирурга, развлекаются в общем, как могут.

Впрочем, что такое современная экономика? Я такой науки не знаю. Все, что я читал и слушал, больше похоже на политэкономию разных цветов и оттенков. Отдельные успехи есть у микроэкономики, да и то, если она совсем-совсем микро.

А если говорить про эконометрику – что можно требовать от иллюстраций, если сам текст не содержит смысла?

Эту реплику поддерживают: Феликс Юльевич Ярошевский

Александр,

Поясните, пожалуйста, последний абзац. Какой текст не содержит смысла? Мне, действительно, интересно. Вы же (в отличии от меня гуманитария) математик. В чем бессмысленность основного текста?

Эту реплику поддерживают: Феликс Юльевич Ярошевский

Я вовсе не Ваш текст имел в виду. Я имел в виду, что эконометрика - это  иллюстрации к тексту "экономика", который, по моему мнению, не имеет смысла.

Я бы все-таки

отделял науку "экономику" от ее определенного направления, пусть и  "слегка" доминирующего в настоящее время. Объектом экономики являются, в конце концов, люди и их отношения (конечно, по-поводу экономики, хотя это уже серьезное допущение). Здесь есть что исследовать, находить взаимосвязи. И многие экономисты, если они оперируют предметными ,а не абстрактными  объектами, создают вполне адекватные модели  (пусть и описательные, а не математические) . Эти модели показывают характерные свойства человеческой экономики и даже возможную динамику развития при разных заданных условиях, но с учетом "природы" самого человека . А вот как только экономика как наука отрывается от "природы вещей" (благодаря и математическим абстракциям), то она превращается в  набор формул, которые уже не отражают сущностные моменты  и с ними допустимы самые невероятные действия. Вот здесь, как говорится, "карта у эконометристов и пошла". Уже не надо изучать саму экономику (т.е. людей и их "капризы"), а достаточно "управлять цифрами", которые в отличие от людей, более "покладистые и однозначные".  Причем, в отличии от словесных рассуждений, формулы доказуемы научными математическими методами. Ну и ничего, что они уже никак не соотносятся с действительностью, зато как методологичны!

В оправдания самим родоначальникам эконометрики нужно сказать, что серьезные ученые всегда оговаривают ограничения формул.  О присущих  этому направлению ограничениях (особенно в области экстраполяций)  очень ясно говорит в своей книге "Эпоха потрясений: Проблемы и перспективы мировой финансовой системы" и Алан Гринспен.

Современная экономика мне напоминает представления о Земле древних людей.

Фалес, например, самостоятельно открыл созвездие «Малой Медведицы», хотя и был убежден, что Земля плоская, и плавает в пузыре посреди вселенной. Так и эконометристы иногда нащупывают вроде бы верные модели.

Простите за такую поэтичность, по моему мнению, эконометрика – это производная от экономики, а поскольку в самой экономике не все, мягко говоря, ладно, то чего же ждать от эконометрики?

Я бы сказал вот что.

Мне кажется, что экономика должна избавиться от математики. Не финансы, и не бюджетирование на уровне предприятия или даже государства, не экономическая политика, а экономическое прогнозирование. 

(Это может показаться странным, потому что как составить бюджет если мы не знаем каковы будут наши доходы/расходы, но на практике это не преставляет собой большую сложность и ошибки будут в допустимых пределах.)

Физика экономике не указка. В физике есть возможность выделитъ эксперимент. Создать контроллируемый условия, начало и конец. Примитивно говоря, когда Галлилей бросал шарики с пизанской башни, он все фиксировал: время когда он их бросал, когда они долетали до земли, их массу, вес, и тд.  Измерив прецедент, он мог с уверенностью предсказать, что будет в подобных обстоятельствах. В экономике, как и в истории, мы не можем контроллировать эксперимент и выделить его в отдельное явление. У нас все будет приблизительно, с большими оговорками. Например, мы возьмем пару ботинок и будем измерять как цена влияет на спрос. То есть измерим эластичность спроса. Но ситуация никогда не будет одинаковой. Сотни, тысачи, и даже миллионы факторов в той или иной степени изменятся каждый день. Изменится доход покупателя и изменятся его ожидания будущего дохода. Изменится его вкус. Изменится модность/репутация этих ботинок. Изменится цена носков. Изменится погода в Японии. Все эти факторы будут влиять на то, насколько повышение цены на ботинки на доллар снизят спрос на эти ботинки. Ваша профессионально составленная модель отметет все эти факторы, или в усложненной модели включит их, но все равно ей придется предположить, что все остальное не влияет на спрос. Что на самом деле не так.

Дело в том, что огромное количество статистичексих данных в экономике и рост и удешевление возможности все считать, немного вскружило экономистам головы и дало им иллюзию, что математика им позволит сравняться с физикой. Вся эта статистика не стоит ломаного гроша. Эта статистика столъ же бессмыслена, что и например, чередование лысый/волосатый среди российских лидеров. В принципе, можно подсчитать количетво волос на голове у каждого лидера Большой Восьмерки и его главного политического соперника, экстраполироваать зависимость от числа волос (или морщин, веса, возраста в секундах, и тд) и таким образом просчитать, кто выйграет российские выборы если Путин и Медведев будут оба баллотироваться в президенты. Математическая модель будет без из'янов, но смысла это не будет иметъ мало. 

Эту реплику поддерживают: Феликс Юльевич Ярошевский

Спасибо, Алексей

за подробный и ясный комментарий. Некоторое время назад у нас В.В. Громковским состоялась небольшая дискуссия, где я упомянул Миллера и Модельяни как одних из ученых, которые внесли свой вклад в теорию стоимости, дав инструмент оценки акций при помощи дисконтирования денежных потоков. Владимир Владимирович (как профессиональный экономист) сказал, что работы этих ученых совсем не относятся к теории стоимости, и они никогда о ней не писали. У меня к Вам вопрос. В западной экономической понятийной традиции можно ли говорить о работах ММ как об одной из граней общей теории стоимости? Тем более, что они достаточно широко опирались на признанного "стоимостиведа" как Кэйнс. Или я неправильно понимаю?

Владимир, я могу ошибаться, но мне кажется, что работы Модильяни и Миллера (именно когда эти две фамилии стоят рядом) были чуть позже, чем появился основной принцип оценки акивов как суммы дисконтированных потоков, и они занимались нюансами, связанными больше не с активами, а с пассивами компаний  - а именно как финансирование (структура капитала) или управление обязательствами влияет на стоимость фирмы.  В частности они исследовали как влияет на стоимость выплата или невыплата дивидендов и как влияет на стоимость соотношение долга и собственного капитала.  Несомненно у них много других работ, но когда упоминается эта пара ученых, то обычно сразу всплывает в памяти структура капитала и дивиденды. Сложно сказать, относить ли это к общей теории стоимости или нет.

 А Вы какие работы имеете в виду?

Ольга,

В 1958 г. Франко Модильяни и Мертон Миллер опубликовали первую из книг "Сколько стоит фирма?", в которой авторы утверждали , что рыночная стоимость любой фирмы не зависит от структуры ее капитала и определяется исключительно ее будущими доходами. Этот вывод, известен ныне  как теорема ММ. (в 1990 г они были удостоены за нее Нобелевской премии)

Определение общей стоимости (по Маршалу) - это сумма отдельно оцененных компаний, сгрупированных по общему признаку (отрасль, государство, часть света).

Отсюда, по моему мнению, вполне естественно вытекает, что теорема ММ (чем определяется стоимость фирмы) является  важным звеном общей теории стоимости. А как Вы считаете?

Простите, что сразу не ответила - в отпуск уехала. Да, я думаю, что их теоремы, доказывающие, что структура пассивов не влияет в идеальном мире на стоимость фирмы, а значит можно сосредоточиться только на активах, производящих этот денежный поток, серьезно укрепили метод дисконтирования денежных потоков как осоновной метод определения стоимости, поэтому  можно сказать, что ММ входят в теорию стоимости.

А DCF (discounted cash flows)   в написанном виде приписывают Ирвингу Фишеру и Джону Уильямсу, потом развитие Марковитцем, Шарпом и Россом. Ну и ММ тоже, конечно - они свели пассивы с активами. 

Тут вопрос определения, что такое "общая теория стоимости" 

И Хикс, конечно, как же это я забыла.

Миллер в принципе фундаментален для финансовой экономики. Его принцип арбитража положил ей в некотором отношении начала. И явился основой их с Модильяни теоремы. 

Миллер однако большой сторонник "полностью эффективного рынка" и большой противник регулирования, в частности производных. Он вроде до 2008 года умер?

Мама рОдная!

Не имея никакого, слава Богу, отношения ко всему этому и прочтя внимательно из уважения к Вам, В.П., всю эту ветку, могу с убежденностью заявить: никто ни хрена не знает. Даже физики.

Долго смеялся, особенно по поводу надоя молока и бессонных ночей эконометриста.

Когда-то - во времена Джона Стасселя на 20/20 - АВС провели такой эксперимент - решили инвестировать (по нашему, полагаю, вложить) $20,000 в ведущие, опять же по нашему, взаимные фонды путем бросания стрелки через плечо в распластанную по стене карту разных компаний. Через год они получили больше прибыли, чем все предсказанные "перспективы".

Не берусь судить о технических сторонах этого процесса, но полагаю, что огромную роль в этой игре имеет интуиция и информация полученная не обязательно законными способами.

Мне вчуже кажется, что значительно более достоверными могут быть, на поверхности безсмысленные, а на практике подтвержденные "цикличности" экономических колебаний рынка.

Но, как я часто говорю: а who его знает.