Економістів ознайомили із сучасними динамічними економічними моделями у банківській сфері
ЕК ЗНУ2 квітня 2024р. на економічному факультеті ЗНУ (ZNU, Zaporizhzhia National University) кафедра економічної кібернетики ініціювала гостьову лекцію Associate Professor кафедри економіки університету Санта-Клари (Каліфорнія, США) Сергія Маляра на тему «Застосування штучного інтелекту в масштабних моделях центрального банку». Спікер є фахівцем з макроекономіки, економічної теорії, теорії ігор, чисельних методів, економіки перехідного періоду, економічного зростання та розвитку. В даний час консультує Канадський центральний банк щодо моделі оптимального монетарного вибору.
Моделі центральних банків повинні якомога ближче імітувати реальні економіки в усіх можливих вимірах. Це дозволяє політикам реалістично змоделювати альтернативні варіанти політики та обрати найкращий з них. Також, ці моделі повинні бути достатньо повними та гнучкими, щоб описувати взаємодію між багатьма змінними, що становлять інтерес, включаючи різні типи зовнішнього та внутрішнього споживання, інвестицій, капіталу, праці, цін, обмінного курсу, тощо.
Під час лекції було розглянуто особливості побудови та використання економічної моделі умов торгівлі (The Terms-of-Trade Economic Model, ToTEM), яка є основним динамічним стохастичним показником Банку Канади та відноситься до моделі загальної рівноваги (DSGE). Ця модель відіграє важливу роль в аналізі канадської економіки протягом останніх 15 років. Модель ToTEM використовувалась для:
– проведення економічних прогнозів для Канади;
– кількісного оцінювання впливу ризиків на внутрішні перспективи;
– оцінювання впливу економічних подій на економіку Канади;
– оцінювання економічної політики.
Щоб розширити коло економічних питань, які можна аналізувати за допомогою ToTEM, і покращити здатність моделі пояснити канадські макроекономічні дані, модель зазнала двох великомасштабних оновленнь, спрямованих на включення досягнень економічного моделювання. Перше оновлення (ToTEM II) було запущено у 2011 році та запровадило кілька процентних ставок і більш загальну цінову та поведінкову структуру при встановленні заробітної плати. Друге оновлення (ToTEM III) відбулося в 2017 році. Його ключові характеристики включають: запровадження боргу населення; більш детальне моделювання ринку житла; розширений метод оцінки; покращення показників детермінант нетоварного експорту.
Особливу увагу під час лекції було приділено застосуванню машинного навчання для калібрування моделі. Машинне навчання може бути класифіковано на три великі категорії: контрольоване навчання, неконтрольоване навчання та навчання з підкріпленням. Під час неконтрольованого навчання вирішуються два завдання: кластеризація та зниження розмірності. Подолання проблеми розмірності за допомогою машинного навчання відбувається із застосуванням:
- нейронних мереж та глибокого навчання( контрольоване навчання)
- кластерного аналізу (неконтрольоване навчання)
- імітаційних методів (навчання з підкріпленням).
Запропонований алгоритм глибокого навчання дозволяє побудувати точний глобальний повністю нелінійний розв'язок. Окрім Банку Канади, аналіз машинного навчання може бути корисним для всіх користувачів великомасштабних моделей, включаючи дослідників, центральні банки та урядові установи, які можуть скористатися запропонованою методологією калібрування, розв'язання та імітації великомасштабних макроекономічних моделей, а також розробки нетривіальних політичних експериментів в рамках таких моделей.
Лекція викликала зацікавлення слухачів. До лектора було поставлено велику кількість питань щодо забезпечення безпеки та конфіденційності у системі, що моделює; глибини та якості прогнозів, фахівців, що були залучені до розробки економіко-математичної моделі тощо.
Викладачі та студенти економічного факультету ЗНУ, а також запрошені слухачі висловили вдячність Сергію Маляру за проведену лекцію та висловили сподівання на подальші зустрічі.