经济学

为那些学习,教学,研究和应用经济学和计量经济学的人提供问答

4
市场失灵是否恒定?什么正确定义它?
我的教科书将市场失败定义为“商品或服务的生产或消费对未参与经济活动的第三方造成额外的正面或负面外部性”。话虽这么说,我想问一下,难道所有活动都不会产生外部性吗?例如,无论政府如何干预,石油的生产总会产生负外部性。因此市场总会失败。 现在也许我误会了。也许这意味着只要有任何净外部性(正面 - 负面),市场就会失败。请告诉我这是对的。 此外,从我所读到的,我已经认识到,只要社会成本社会利益≠≠\neq,市场就会失败。但这与我之前提到的(仅涉及外部性的那个)的定义不同。 请告诉我实际代表的市场失败。它是否考虑了社会成本和收益?或者只是外部成本和收益?如果只考虑外部因素,某些市场是否会持续失败(如石油消费)?

0
复制状态空间模型
我试图复制Cochrane,1998的结果。本文的大部分内容仅仅是描述价格水平的财政理论背后的理论。但是从p。42他开始计量经济学方面。 Cochrane使用无摩擦模型,因此政府的流量预算约束可以写成: vt=1rt+1(st+1+vt+1)vt=1rt+1(st+1+vt+1)v_{t} = \frac{1}{r_{t+1}}(s_{t+1} + v_{t+1})(1) 其中即,在发行并在成熟的债券的实际价值。是真正的主要盈余,是政府债券的实际回报率。吨-1吨小号吨ř吨vt=Bt−1(t)ptvt=Bt−1(t)ptv_{t} = \frac{B_{t-1}(t)}{p_{t}}t−1t−1t-1tttststs_{t}rtrtr_{t} 出于理论原因,他通过消耗(而不是输出)来缩小变量,并将流量约束写为: β=1vtct=1rt+1ct+1ct(st+1ct+1+vt+1ct+1)vtct=1rt+1ct+1ct(st+1ct+1+vt+1ct+1)\frac{v_{t}}{c_{t}} = \frac{1}{r_{t+1}}\frac{c_{t+1}}{c_{t}} (\frac{s_{t+1}}{c_{t+1}} + \frac{v_{t+1}}{c_{t+1}})。如果我们定义,则可以向前迭代流约束并表示为:β=1rt+1ct+1ctβ=1rt+1ct+1ct\beta = \frac{1}{r_{t+1}} \frac{c_{t+1}}{c_{t}} vct=Et∑∞j=1βjsct+jvct=Et∑j=1∞βjsct+jvc_{t} = E_{t} \sum_{j=1}^{\infty} \beta^{j} sc_{t+j}(2) 请注意,和 只是 和。这是我的第一个混乱来源:他为什么减去每个系列的均值?我知道这是“与平均值的偏差”但是,即使不减去均值,流量约束肯定会向前迭代?小号Ç 吨 v Ç 吨 = v 吨vctvctvc_{t}sctsctsc_{t}sct=stvct=vtct−E(vtct)vct=vtct−E(vtct)vc_{t} = \frac{v_{t}}{c_{t}} - E(\frac{v_{t}}{c_{t}})sct=stct−E(stct)sct=stct−E(stct)sc_{t} = \frac{s_{t}}{c_{t}} - E(\frac{s_{t}}{c_{t}}) 财政理论的一个关键方面是主要盈余是外生的。因此,Cochrane定义如下: sct=at+ztsct=at+ztsc_{t} = a_{t} + z_{t}(3)其中 …

2
定义流动性的问题
我多次听到,没有统一的流动性定义。维基百科上描述流动性(市场流动性和会计流动性)的两篇文章都缺少对经济学中这一明显问题的讨论。有人可以提供参考来讨论有关定义流动性的问题,也可以提供对该问题的简要概述吗?

2
信息不完善与不完整
有什么不同?为了说明,请举例说明 信息完美但不完整的游戏;和 具有完整但不完美信息的游戏。 相关的。

4
为什么巴恩斯和贵族不仅仅降低价格?
为了我的生日,我想要一本食谱。所以我去了Barnes and Noble并选择了它:40美元。 在我得到登记册之前,我在亚马逊上进行了检查:20美元。 我开始对我感兴趣的每本食谱进行价格匹配,并且集体节省了60%的亚马逊费用。 那么,B&N为什么不已经降低价格呢? 与不以1.00美元的价格出售10个产品相比,以10美元的价格出售10个产品是否有意义? 那不是拥有所有Family Dollar商店的那个家伙怎么能存钱吗?他每卖出一种产品就能赚到一毛钱,但现在却出售了许多他要存入银行的产品? USNews在一篇文章中表示,B&N自己表示,其价格如此之高是因为它们想为其作者提供收入,并阻止亚马逊成为垄断者。对不起,我的法语,但这听起来像博洛尼亚! 此外,它们的价格不匹配。甚至没有自己的在线网站。 B&N会慢慢地割裂自己的手腕吗?这些顽固的CEO不想面对现实吗? 还是这里有一些经济策略?就像他们在等什么吗?
7 pricing 

1
贝叶斯学习者的合并率的统一界限
更新。交叉张贴在交叉验证。 Blackwell&Dubins(1962)在一篇著名的论文中指出,两个贝叶斯代理的后验概率,其先验在度量事件上是一致的 000,随着信息流的增加,彼此之间会变得任意靠近。 数学上,结果如下。让(Ω ,F,{Fñ} ,Q )(Ω,F,{Fn},Q)(\Omega, \mathcal{F}, \{\mathcal{F}_n\}, Q) 是一个经过过滤的概率空间 Fñ↑ FFn↑F\mathcal{F}_n \uparrow \mathcal{F}。让PPP 成为 (Ω ,F)(Ω,F)(\Omega, \mathcal{F}) 与 Q « PQ≪PQ \ll P。然后, d(Pñ,问ñ):=SUP一∈ ˚F| P(一个∣Fñ)- Q (一|Fñ)| → 0 与 Q 一样 n → ∞ 。d(Pn,Qn):=supA∈F|P(A∣Fn)−Q(A∣Fn)|→0 a.s. Q as n→∞.d(P^n, Q^n): = \sup_{A \in \mathcal{F}}|P(A \mid \mathcal{F}_n) …

3
当响应变量为时预测
我的估计模型是 ln^(yt)=9.873−0.472ln(xt2)−0.01xt3ln^(yt)=9.873−0.472ln⁡(xt2)−0.01xt3\hat \ln(y_t)=9.873-0.472\ln(x_{t2})-0.01x_{t3} 当和时,我被要求以的平均值找到95%置信度的预测CI 。我们假设,其中。y0y0y_0x02=250x02=250x_{02}=250x03=8x03=8x_{03}=8s2x0(XTX)−1xT0=0.000243952s2x0(XTX)−1x0T=0.000243952s^2 x_0(X^TX)^{-1}x_0^T=0.000243952x0=(250,8)x0=(250,8)x_0=(250,8) 我有上一年的解决方案,如下所示: 我发现 ,其中是分布的位数,而 。这给了我。CI(E[ln(y0)|x0])=[ln^(yt)−tα/2sE,ln^(yt)+tα/2sE]CI(E[ln(y0)|x0])=[ln^(yt)−tα/2sE,ln^(yt)+tα/2sE]\text{CI}(E[ln(y_0)|x_0])=\left[\hat\ln(y_t)-t_{\alpha/2}s_E,\hat \ln(y_t)+t_{\alpha/2}s_E\right]tttα/2α/2\alpha/2t(n−k)t(n−k)t(n-k)sE=0.000243952−−−−−−−−−−√sE=0.000243952s_E=\sqrt{0.000243952}[7.1563,7.2175][7.1563,7.2175][7.1563,7.2175] 然后作者执行 。CI(E[y0|x0])=[e7.1563,e7.2175]=[1282.158,1363.077]CI(E[y0|x0])=[e7.1563,e7.2175]=[1282.158,1363.077]\text{CI}(E[y_0|x_0])=[e^{7.1563},e^{7.2175}]=[1282.158,1363.077] 我不同意最后一步(由于詹森的不平等,我们将低估了这一点)。在Wooldridge的《计量经济学概论》(第212页)中,他指出,如果我们确定误差项是正常的,则一致的估计量为: E^[y0|x0]=es2/2eln^(y0)E^[y0|x0]=es2/2eln^(y0)\hat E[y_0|x_0]=e^{s^2/2}e^{\hat \ln(y_0)} 所以,我在想做 CI(E[y0|x0])=[es2/21282.158,es2/21363.077]=[1282.314,1363.243]CI(E[y0|x0])=[es2/21282.158,es2/21363.077]=[1282.314,1363.243]\text{CI}(E[y_0|x_0])=\left[e^{s^2/2} 1282.158,e^{s^2/2}1363.077 \right] = \left[ 1282.314,1363.243 \right] 它是否正确? 另外,此练习的解决方案指出,这与我得到的任何一种解决方案都相去甚远。CI(E[y0|x0])=[624.020,663.519]CI(E[y0|x0])=[624.020,663.519]\text{CI}(E[y_0|x_0])=[624.020,663.519] 任何帮助,将不胜感激。 PS:我也读到,校正不应该用于CI,而只能用于点估计E^[y0|x0]E^[y0|x0]\hat E[y_0|x_0]

5
金钱是保守量吗?
原谅这个问题,但是我对经济学的理解还很有限,而且这个问题一直困扰着我,因为很多年前我的学校经济学老师都不能令人满意地回答这个问题。这也是我有许多其他问题的前提。 与我们在物理学中守恒的量(例如能量)一样,金钱是守恒的量吗? 在我有经验的日常交易中,显然是这样。如果我买的东西乔,并给他$ 10,我将有$ 10以上,他将有$ 10个。但是我们的总和没有改变。 这是否适用于所有交易?如果没有,何时违反?在什么情况下会产生货币,货币什么时候消失(除了物理破坏纸质货币)? 然后,这引起了一个密切相关的问题:在哪里可以找到给定货币的多少?如果我们将世界上每个人拥有的美元加在一起,则总共有多少美元? 如果这个问题被认为太基础了,那么我建议您提出一些关于数学的想法,以便在什么地方可以读到这个话题。
7 money 

1
英国退欧后,欧盟预算将减少多少?
在退税之后但在从欧盟进入英国的任何支出之前,其预算会减少约1,330亿欧元的预算总额(170亿欧元,根据2017年预算草案第11页表6,约为12.5%)或净额金额,这是预算的较低数字(可能是6%?)? 假设由于英国的离开而没有其他国家的贡献等造成的变化。纯粹是要确定英国的捐款占预算的比例,而不是预算的实际变化。
7 eu 

2
股票市场是否存在生存风险(即全球核战争)中的价格?
从Money StackExchange移出的问题:https ://money.stackexchange.com/questions/74002/do-stock-markets-price-in-existential-risk-ie-global-nuclear-war 问:股票市场是否存在潜在风险? 1962年11月的古巴导弹危机是全球核战争即将来临的一个例子,尽管市场在其解决之前陷入低谷,但指数价格似乎并未反映出“世界末日即将来临”的任何情况。 最近,普京宣布升级核武器系统,特朗普发表关于扩大核能力的评论,诺姆·乔姆斯基(Noam Chomsky)宣布交换“非常令人恐惧”,这表明我们正处于核战争风险较高的时期。 但是,美国股市处于历史高位。如何解决?我可以想到两种可能性: 市场准确反映了风险。古巴危机是真实的但风险很小,因此市场下跌。如今,风险几乎为零,因此市场并未下跌。 市场忽略了存在的风险。理性的投资者期望获得投资回报,但是如果投资者认为某事件会杀死他们及其财产,那么该事件所造成的损失就无关紧要。因此,存在的星球破坏事件的风险与股票市场价格不相关。 是真的,可以相信股票市场价格可靠地反映存在的风险吗?

2
为什么生命的统计价值应该存在?
在保险定价和政府政策分析等领域,通常需要为人寿分配一定数量的货币,以便将其与其他货币进行比较。因此,经济学家有一种衡量生活价值的方法,在某种意义上可以量化一个人对自己的生活的重视程度。对于大多数人来说,这通常约为一千万美元。现在,从字面上看,这不是一个人付出的金钱,因为这个数目通常是无穷大。可能没有多少钱能说服普通人放弃自己的生命,而普通人愿意花任何钱来挽救自己的生命。所以技术定义比较棘手:一个人一生的统计值就是美元数量XXX使得对所有的概率,或至少的所有值比较接近0的人将是一种情况,他们死亡的几率是无差异的和的情况下他们失去的机会块钱。(在减少死亡机会和赚钱方面,可以给出一个等效的定义。)pppppppppXXXppp 我的问题不是关于这个概念为什么有用的问题。我了解它的效用。(没有双关语。)我的问题是,为什么生命的统计价值应完全存在?就是说,为什么对于所有值,或者甚至是足够接近所有值,都存在一个满足该定义的值?XXXpppppp000 让我们更正式地讨论这一点。设是一组可能的偏好,并且让是该组“赌博”或“乐透”过的。冯·诺依曼-摩根斯坦定理指出,如果一个人对的偏好排序满足一定的理性公理,那么该人的偏好就可以由效用函数u表示:A→ℝ。这意味着一个人在任何彩票L上的价值是在L的概率分布下u的期望值。AAAG(A)G(A)G(A)AAAG(A)G(A)G(A)u:A→Ru:A→ℝu: A → ℝLLLuuuLLL 因此,如果一个人对获得10美元的机会只有1%和获得巧克力圣代的可能性只有1%漠不关心,而对获得10美元和2%的机会却有2%的概率漠不关心,我也不会感到惊讶有机会获得巧克力圣代;这只是向我表明,该人的偏好符合冯·诺伊曼-摩根斯坦式的理性公理。但是我不明白为什么,如果一个人对失去1000万美元的可能性只有1%,而对死亡的可能性只有1%,那么他们对损失1000万美元的可能性只有2%,对于2死亡几率。那是因为生与死与冯·诺依曼·摩根斯特恩公理不相称。平均而言,生存的效用是无限的 然而,他们为小小的死亡风险分配了有限的价值。因此,我认为没有任何理由相信涉及生存和死亡风险的彩票应遵守冯·诺伊曼-摩根斯坦斯特公理。 但是从经验上来看,似乎研究发现,至少对于足够小的值,生命的统计值是一个定义明确且可测量的量。那是什么原因呢?那些生活风险很小的彩票不遵守冯·诺伊曼-摩根斯坦特公理的原因是什么呢?ppp


1
误区-根据时间和满意度得分确定最佳登机策略
大多数航空公司从飞机的后部开始登机,然后朝着前部工作(登上优先舱和乘客后)。 在Mythbusters的一集中,Adam和Jamie检验了一个神话,即大多数航空公司(从最前面开始)偏爱的登机策略效率最低。 神话得到证实,结果如下: 在随机的没有座位的策略是最快的,其次是WILMA直策略。但是,随机无座席策略给出的满意度最低。 最高满意度得分由反向金字塔策略给出,即使它是第四快的。 仅凭时间和满意度得分(不包括诸如计算预期过道或座位干扰之类的高级信息),如何确定最佳的登机策略? 除了将时间转换为秒,然后将其与满意度得分相乘,我似乎想不出任何一种单位转换,就好像我们正在尝试使时间与满意度得分的乘积最大化一样: f(t,s)=tsf(t,s)=tsf(t,s) = ts 这样做有哪些优点或缺点? 一个缺点似乎是,按时间和满意度得分乘积的排名给出的满意度排名相同。 还有什么可以做的?似乎所有想到的都是产品,所以也许我可能会最大化这些东西: f(t,s)=t2sf(t,s)=t2sf(t,s) = t^2s f(t,s)=ts1/2(eliminating random no seats)f(t,s)=ts1/2(eliminating random no seats)f(t,s) = ts^{1/2} \text{(eliminating random no seats)} f(t,s)=t(s−save)f(t,s)=t(s−save)f(t,s) = t(s-s_{ave}) 我认为我们将不得不将时间和满意度得分与某些单位(例如金钱)相关联。因此,必须在登机时间和费用之间找到某种关系(例如,通过线性回归建立线性关系),然后再找到今天登机的满意度得分与下个月的航班收入之间的某种关系? 一定要这样吗? 我被建议使用z分数之类的东西,所以我尝试进行标准化,我认为: 为什么z的平方和为6?我做错什么了吗?那是第四时刻还是什么?


2
最佳随机出价
这个问题来自我经常浏览的网站。 两名玩家参加了一个热门的新游戏节目,名为“更高人数获胜”。两者进入不同的展位,每个都按下一个按钮,并且屏幕上出现一个介于零和一之间的随机数。(在这一点上,他们都不知道对方的号码,但是他们确实知道这些号码是从标准均匀分布中选择的。)他们可以选择保留该第一个号码,或者再次按下按钮以丢弃第一个号码并获得第二个号码他们必须保留的随机数。然后,他们走出展位,在墙上看到每个玩家的最终号码。慷慨的大奖-一个装满金条的箱子-奖励给保留较高数字的玩家。玩家舍弃第一个数字并选择另一个数字的最佳截止日期是哪个数字?换句话说,他们应该选择在哪个范围内保留第一个数字, 对于对称玩家,这是一个非常奇怪的拍卖问题(我也假设玩家是风险中立的),或者是一个非常奇怪的彩票/游戏理论游戏。 从数学上来讲,您将如何处理这个问题,您会得到什么答案?有没有奖我得到正确的答案,该网站的谜语,我只是好奇。我的直觉告诉我,最佳分界点是0.5,因为您有50-50的机会高于或低于对手的数字,而不管他/她是否拒绝对方的随机数字,但我不确定。

By using our site, you acknowledge that you have read and understand our Cookie Policy and Privacy Policy.
Licensed under cc by-sa 3.0 with attribution required.