О чем думают экономисты. Мая из его аппроксимирующей модели

мая из его аппроксимирующей модели. Вот как мы используем теорию изуче-

ния, чтобы быть точными в том, что мы подразумеваем под словами «человек,

принимающий решение, считает, что его модель — хорошая аппроксимация».

Это соревнование между дисконтирующим множителем и темпом усвоения.

При дисконтировании имеет смысл стараться быть жестким в отношении

вероятных альтернатив, о которых очень трудно что-либо узнать.

Эванс и Хонкапохья: Может ли эта модель принятия решений быть

пересчитана в байесовских показателях?

Сарджент: Это зависит от того, что вы собираетесь делать дальше. Мы

показали, что фактически это возможно — вы можете найти приоритет, ис-

каженную модель, которая рационализирует выбор человека, принимаю-

щего решение. Но спрогнозировать вы не можете — набор неправильных

спецификаций, которых опасается агент, слишком велик, и он не скажет

или не сможет сказать, каков его приоритет в этом списке.

Кстати, Ларе и я создали равновесия с разнородными агентами, где

байесовский анализ, основанный на использовании фактических величин,

подразумевает, что у агентов, имеющих различные интересы, будут разные

«скрученные модели». Сточки зрения эконометриста, занимающегося темой

рациональных ожиданий, такие агенты выглядят так, словно у них разные

убеждения. Это один из верных способов моделирования разнородности

убеждений.

Эванс и Хонкапохья: Это одна из разновидностей поведенческой

экономики или ограниченной рациональности?

Сарджент: Любая теория принятия решений — это разновидность по-

веденческой экономики, но не ограниченной рациональности. Человек,

принимающий решение, на самом деле умнее, чем агент рациональных

ожиданий, поскольку его опасение по поводу неправильной спецификации

модели существует где-то вовне.

Эванс и Хонкапохья: Некоторая часть вашего описания робастности

напоминает проверку. Есть ли здесь какая-то взаимосвязь?

Сарджент: Думаю, что есть, но они пока еще полностью не исследованы.

Однако уже сформулированы робастные версии динамических проблем

оценки, когда человек, принимающий решение, не использует стандартные

формулы оценки максимального правдоподобия в отношении своей ап-

проксимирующей модели, так как не верит собственной функции правдо-

подобия. Поэтому при оценке он искажает свою функцию правдоподобия.

Это «скручивание» напоминает то, что получают в результате некоторых

проверочных действий, хотя процедура проверки на робастность опреде-

ляется более конкретно, и вы можете ответить на ваш вопрос: «А на какой

вопрос отвечает проверка?»

Эванс и Хонкапохья: Почему Симс раскритиковал вашу работу по

робастности?

Date: 2015-07-27; view: 429; Нарушение авторских прав