Модель Tobit

В статистике, модель тобит любая из класса моделей регрессии , в которой наблюдаемый диапазон зависимой переменной является цензурой в некотором роде. ^[1] Этот термин был придуман Артур Гольдбергер ссылкой на Джеймса Тобина , ^[2]^[а] , который разработал модель в 1958 году , чтобы смягчить проблему нулевого завышенных данных для наблюдений расходов домашних хозяйств на товары длительного пользования . ^[3]^[b] Поскольку метод Тобина можно легко расширить для обработки усеченных и других неслучайно выбранных выборок, ^[c]некоторые авторы принимают более широкое определение модели тобит, которое включает эти случаи. ^[4]

Идея Тобина заключалась в том, чтобы изменить функцию правдоподобия так, чтобы она отражала неравную вероятность выборки для каждого наблюдения в зависимости от того, упала ли скрытая зависимая переменная выше или ниже определенного порога. ^[5] Для выборки, которая, как и в исходном случае Тобина, была подвергнута цензуре снизу до нуля, вероятность выборки для каждого неограниченного наблюдения - это просто высота соответствующей функции плотности . Для любого предельного наблюдения это кумулятивное распределение, то есть интеграл ниже нуля соответствующей функции плотности. Таким образом, функция правдоподобия тобита представляет собой смесь плотностей и кумулятивных функций распределения. ^[6]

Функция правдоподобия [ править ]

Ниже приведены функции правдоподобия и логарифма правдоподобия для тобита типа I. Это тобит, который подвергается цензуре снизу при скрытой переменной . Записывая функцию правдоподобия, мы сначала определяем индикаторную функцию : ${\ displaystyle y_ {L}}$ ${\ displaystyle y_ {j} ^ {*} \ leq y_ {L}}$ ${\ displaystyle I}$

{\ displaystyle I (y) = {\ begin {cases} 0 & {\ text {if}} y \ leq y_ {L}, \\ 1 & {\ text {if}} y> y_ {L}. \ end { случаи}}}

Далее, пусть будет стандартной нормальной кумулятивной функцией распределения и стандартной нормальной нормальной функцией плотности вероятности . Для набора данных с N наблюдениями функция правдоподобия для тобита типа I равна ${\ displaystyle \ Phi}$ ${\ displaystyle \ varphi}$

{\mathcal {L}}(\beta ,\sigma )=\prod _{j=1}^{N}\left({\frac {1}{\sigma }}\varphi \left({\frac {y_{j}-X_{j}\beta }{\sigma }}\right)\right)^{I(y_{j})}\left(1-\Phi \left({\frac {X_{j}\beta -y_{L}}{\sigma }}\right)\right)^{1-I(y_{j})}

а логарифмическая вероятность дается выражением

{\begin{aligned}\log {\mathcal {L}}(\beta ,\sigma )&=\sum _{j=1}^{n}I(y_{j})\log \left({\frac {1}{\sigma }}\varphi \left({\frac {y_{j}-X_{j}\beta }{\sigma }}\right)\right)+(1-I(y_{j}))\log \left(1-\Phi \left({\frac {X_{j}\beta -y_{L}}{\sigma }}\right)\right)\\&=\sum _{y_{j}>y_{L}}\log \left({\frac {1}{\sigma }}\varphi \left({\frac {y_{j}-X_{j}\beta }{\sigma }}\right)\right)+\sum _{y_{j}=y_{L}}\log \left(\Phi \left({\frac {y_{L}-X_{j}\beta }{\sigma }}\right)\right)\end{aligned}}

Репараметризация [ править ]

Логарифмическое правдоподобие, указанное выше, не является глобально вогнутым, что затрудняет оценку максимального правдоподобия . Олсен предложил простую повторную параметризацию и , в результате преобразованного логарифмического правдоподобия, $\beta =\delta /\gamma$ $\sigma ^{2}=\gamma ^{-2}$

\log {\mathcal {L}}(\delta ,\gamma )=\sum _{y_{j}>y_{L}}\left\{\log \gamma +\log \left[\varphi \left(\gamma y_{j}-X_{j}\delta \right)\right]\right\}+\sum _{y_{j}=y_{L}}\log \left[\Phi \left(\gamma y_{L}-X_{j}\delta \right)\right]

который является глобально вогнутым по преобразованным параметрам. ^[7]

Для усеченной модели (тобит II) Орм показал, что хотя логарифм правдоподобия не является глобально вогнутым, он является вогнутым в любой стационарной точке при вышеуказанном преобразовании. ^[8]^[9]

Последовательность [ править ]

Если параметр отношения оценивается регресс наблюдаемое на , в результате обычная наименьших квадратов оценка регрессии является несовместимым . Это даст смещенную вниз оценку коэффициента наклона и смещенную вверх оценку точки пересечения. Такеши Амемия (1973) доказал, что оценка максимального правдоподобия, предложенная Тобином для этой модели, непротиворечива. ^[10] $\beta$ $y_{i}$ $x_{i}$

Интерпретация [ править ]

Коэффициент не следует интерпретировать как эффект на , как можно было бы с линейной регрессионной модели ; это частая ошибка. Вместо этого его следует интерпретировать как комбинацию (1) изменения значений выше предела, взвешенных по вероятности превышения предела; и (2) изменение вероятности превышения предела, взвешенное по ожидаемому значению, если оно выше. ^[11] $\beta$ $x_{i}$ $y_{i}$ $y_{i}$ $y_{i}$

Варианты модели тобита [ править ]

Варианты модели тобита могут быть произведены путем изменения места и времени проведения цензуры . Амемия (1985 , стр. 384) классифицирует эти вариации на пять категорий (тобит типа I - тобит типа V), где тобит типа I обозначает первую модель, описанную выше. Schnedler (2005) предлагает общую формулу для получения согласованных оценок правдоподобия для этих и других вариантов модели тобит. ^[12]

Тип I [ править ]

Модель тобит является частным случаем цензурированной регрессионной модели , поскольку скрытая переменная не всегда может быть обнаружена, в то время как независимая переменная является наблюдаемой. Распространенный вариант модели тобита - это цензура при значении, отличном от нуля: $y_{i}^{*}$ $x_{i}$ $y_{L}$

y_{i}={\begin{cases}y_{i}^{*}&{\text{if }}y_{i}^{*}>y_{L},\\y_{L}&{\text{if }}y_{i}^{*}\leq y_{L}.\end{cases}}

Другой пример - цензура приведенных выше значений . $y_{U}$

y_{i}={\begin{cases}y_{i}^{*}&{\text{if }}y_{i}^{*}<y_{U},\\y_{U}&{\text{if }}y_{i}^{*}\geq y_{U}.\end{cases}}

Еще одна модель возникает, когда цензуру подвергают одновременно сверху и снизу. $y_{i}$

y_{i}={\begin{cases}y_{i}^{*}&{\text{if }}y_{L}<y_{i}^{*}<y_{U},\\y_{L}&{\text{if }}y_{i}^{*}\leq y_{L},\\y_{U}&{\text{if }}y_{i}^{*}\geq y_{U}.\end{cases}}

Остальные модели будут представлены как ограниченные снизу в 0, хотя это можно обобщить, как это сделано для типа I.

Тип II [ править ]

В моделях тобита типа II вводится вторая скрытая переменная. ^[13]

y_{2i}={\begin{cases}y_{2i}^{*}&{\text{if }}y_{1i}^{*}>0,\\0&{\text{if }}y_{1i}^{*}\leq 0.\end{cases}}

В тобите I типа скрытая переменная поглощает как процесс участия, так и интересующий результат. Тобит типа II позволяет процессу участия (выбора) и интересующему результату быть независимыми и зависеть от наблюдаемых данных.

Модель отбора Хекмана подпадает под тобит Типа II ^[14], который иногда называют Хекитом в честь Джеймса Хекмана . ^[15]

Тип III [ править ]

Тип III вводит вторую наблюдаемую зависимую переменную.

y_{1i}={\begin{cases}y_{1i}^{*}&{\text{if }}y_{1i}^{*}>0,\\0&{\text{if }}y_{1i}^{*}\leq 0.\end{cases}}

y_{2i}={\begin{cases}y_{2i}^{*}&{\text{if }}y_{1i}^{*}>0,\\0&{\text{if }}y_{1i}^{*}\leq 0.\end{cases}}

Модель Хекмана относится к этому типу.

Тип IV [ править ]

Тип IV вводит третью наблюдаемую зависимую переменную и третью скрытую переменную.

y_{1i}={\begin{cases}y_{1i}^{*}&{\text{if }}y_{1i}^{*}>0,\\0&{\text{if }}y_{1i}^{*}\leq 0.\end{cases}}

y_{2i}={\begin{cases}y_{2i}^{*}&{\text{if }}y_{1i}^{*}>0,\\0&{\text{if }}y_{1i}^{*}\leq 0.\end{cases}}

y_{3i}={\begin{cases}y_{3i}^{*}&{\text{if }}y_{1i}^{*}>0,\\0&{\text{if }}y_{1i}^{*}\leq 0.\end{cases}}

Тип V [ править ]

Подобно Типу II, у Типа V наблюдается только признак . $y_{1i}^{*}$

y_{2i}={\begin{cases}y_{2i}^{*}&{\text{if }}y_{1i}^{*}>0,\\0&{\text{if }}y_{1i}^{*}\leq 0.\end{cases}}

y_{3i}={\begin{cases}y_{3i}^{*}&{\text{if }}y_{1i}^{*}\leq 0,\\0&{\text{if }}y_{1i}^{*}>0.\end{cases}}

Непараметрическая версия [ править ]

Если основная скрытая переменная не имеет нормального распределения, для анализа наблюдаемой переменной необходимо использовать квантили вместо моментов . Оценщик Пауэлла CLAD предлагает возможный способ добиться этого. ^[16] $y_{i}^{*}$ $y_{i}$

Приложения [ править ]

Например, модели Tobit применялись для оценки факторов, влияющих на получение гранта, включая финансовые переводы, распределяемые между субнациональными органами власти, которые могут подавать заявки на эти гранты. В этих случаях получатели гранта не могут получать отрицательные суммы, и поэтому данные подвергаются цензуре слева. Например, Дальберг и Йоханссон (2002) ^[17] анализируют выборку из 115 муниципалитетов (42 из которых получили грант). Дюбуа и Фатторе (2011) ^[18]Используйте модель тобита для исследования роли различных факторов в получении средств Европейского Союза, применяя польские субнациональные органы власти. Однако данные могут быть подвергнуты цензуре слева на уровне выше нуля с риском неправильной спецификации. Оба исследования применяют Пробит и другие модели для проверки надежности. Модели Tobit также применялись при анализе спроса для учета наблюдений с нулевыми затратами на некоторые товары. В родственном применении моделей тобит система нелинейных моделей регрессии тобита использовалась для совместной оценки системы спроса на бренд с гомоскедастическими, гетероскедастическими и обобщенными гетероскедастическими вариантами. ^[19]

См. Также [ править ]

Усеченная модель нормального препятствия
Ограниченная зависимая переменная
Выпрямитель (нейронные сети)
Модель усеченной регрессии
Модель динамических ненаблюдаемых эффектов § Цензурированная зависимая переменная
Модель пробит , название тобит - это игра слов как на Тобина, их создателя, так и на их сходство с моделями пробит.

Заметки [ править ]

^ Когдаспросилипочему она была названа модель «тобит», вместо тогоТобин, Джеймс Тобин пояснилчто этот термин был введен Артуром Гольдбергер , либо как чемодан из «Тобина пробиты », или как ссылка на роман The Caine Mutiny , роман друга Тобина Германа Вука , в котором Тобиниграеткамео в роли «мистера Тобита». Тобин сообщает, что на самом деле спросил Гольдбергера, что это было, но тот отказался отвечать. См. Роберт Дж. Шиллер (1999). «Интервью с инопланетянами: профессор Джеймс Тобин». Эконометрическая теория . 15 (6): 867–900. DOI : 10.1017 / S0266466699156056 .
^ Почти идентичная модель была независимо предложена Андерсом Халдом в 1949 г., см. Hald, A. (1949). «Оценка максимального правдоподобия параметров нормального распределения, усеченного в известной точке». Скандинавский актуарный журнал . 49 (4): 119–134. DOI : 10.1080 / 03461238.1949.10419767 .
^ Образецявляется цензура вкогданаблюдаются для всех наблюдений, но истинное значениеизвестно лишь для ограниченного круга наблюдений. Если выборка усечена , обаинаблюдаются только в том случае, если онипопадают в ограниченный диапазон. См. Брин, Ричард (1996). Модели регрессии: цензура, выбранные образцы или усеченные данные . Таузенд-Оукс: Шалфей. С. 2–4. ISBN $(y_{i},\mathbf {x} _{i})$ $y_{i}$ $\mathbf {x} _{i}$ $i=1,2,\ldots ,n$ $y_{i}$ $\mathbf {x} _{i}$ $y_{i}$ $y_{i}$ 0-8039-5710-6.

Ссылки [ править ]

^ Hayashi, Фумио (2000). Эконометрика . Принстон: Издательство Принстонского университета. стр. 518 -521. ISBN 0-691-01018-8.
^ Голдбергер, Артур С. (1964). Эконометрическая теория . Нью-Йорк: Дж. Вили. С. 253–55 .
^ Тобин, Джеймс (1958). «Оценка отношений для ограниченных зависимых переменных» (PDF) . Econometrica . 26 (1): 24–36. DOI : 10.2307 / 1907382 . JSTOR 1907382 .
^ Amemiya, Такеши (1984). «Модели Товита: Обзор». Журнал эконометрики . 24 (1–2): 3–61. DOI : 10.1016 / 0304-4076 (84) 90074-5 .
^ Кеннеди, Питер (2003). Руководство по эконометрике (Пятое изд.). Кембридж: MIT Press. С. 283–284. ISBN 0-262-61183-X.
^ Биренс, Герман Дж. (2004). Введение в математические и статистические основы эконометрики . Издательство Кембриджского университета. п. 207 .
^ Олсен, Рэндалл Дж. (1978). «Замечание об уникальности оценки максимального правдоподобия для модели Тобита». Econometrica . 46 (5): 1211–1215. DOI : 10.2307 / 1911445 .
^ Орм, Крис (1989). «О единственности оценки максимального правдоподобия в моделях усеченной регрессии». Эконометрические обзоры . 8 (2): 217–222. DOI : 10.1080 / 07474938908800171 .
Перейти ↑ Iwata, Shigeru (1993). «Заметка о множественных корнях вероятности логарифма Tobit». Журнал эконометрики . 56 (3): 441–445. DOI : 10.1016 / 0304-4076 (93) 90129-S .
^ Amemiya, Такеши (1973). «Регрессионный анализ, когда зависимая переменная усечена нормально». Econometrica . 41 (6): 997–1016. DOI : 10.2307 / 1914031 . JSTOR 1914031 .
^ Макдональд, Джон Ф .; Моффит, Роберт А. (1980). «Использование тобит-анализа». Обзор экономики и статистики . 62 (2): 318–321. DOI : 10.2307 / 1924766 . JSTOR 1924766 .
^ Schnedler, Венделин (2005). «Оценка правдоподобия для цензурированных случайных векторов» (PDF) . Эконометрические обзоры . 24 (2): 195–217. DOI : 10,1081 / ETC-200067925 . ЛВП : 10419/127228 .
^ Amemiya, Такеши (1985). Продвинутая эконометрика . Кембридж, Массачусетс: издательство Гарвардского университета. п. 384 . ISBN 0-674-00560-0. OCLC 11728277 .
^ Хекман, Джеймс Дж. (1979). «Смещение выборки как ошибка спецификации». Econometrica . 47 (1): 153–161. DOI : 10.2307 / 1912352 . ISSN 0012-9682 . JSTOR 1912352 .
^ Сигельман, Ли; Цзэн, Лангче (1999). «Анализ данных, подвергнутых цензуре и выборке, с помощью моделей Tobit и Heckit». Политический анализ . 8 (2): 167–182. DOI : 10.1093 / oxfordjournals.pan.a029811 . ISSN 1047-1987 . JSTOR 25791605 .
^ Пауэлл, Джеймс Л. (1 июля 1984). «Оценка наименьших абсолютных отклонений для цензурированной регрессионной модели». Журнал эконометрики . 25 (3): 303–325. CiteSeerX 10.1.1.461.4302 . DOI : 10.1016 / 0304-4076 (84) 90004-6 .
^ Дальберг, Мац; Йоханссон, Ева (01.03.2002). «О покупательском поведении действующих правительств». Обзор американской политической науки . null (1): 27–40. CiteSeerX 10.1.1.198.4112 . DOI : 10.1017 / S0003055402004215 . ISSN 1537-5943 .
^ Дюбуа, Ганс FW; Фатторе, Джованни (01.07.2011). «Выделение государственного фонда посредством оценки проекта». Региональные и федеральные исследования . 21 (3): 355–374. DOI : 10.1080 / 13597566.2011.578827 . ISSN 1359-7566 .
^ Балтас, Джордж (2001). «Согласованные с полезностью системы спроса на бренд с эндогенным потреблением категорий: принципы и маркетинговые приложения». Решение наук . 32 (3): 399–422. DOI : 10.1111 / j.1540-5915.2001.tb00965.x . ISSN 0011-7315 .

Дальнейшее чтение [ править ]

Амемия, Такеши (1985). «Тобит Моделс» . Продвинутая эконометрика . Оксфорд: Бэзил Блэквелл. С. 360–411. ISBN 0-631-13345-3.
Брин, Ричард (1996). «Модель Товита для цензурированных данных». Модели регрессии: цензура, выбранные образцы или усеченные данные . Таузенд-Оукс: Шалфей. С. 12–33. ISBN 0-8039-5710-6.
Гурье, Кристиан (2000). «Модель Товита» . Эконометрика качественных зависимых переменных . Нью-Йорк: Издательство Кембриджского университета. С. 170–207. ISBN 0-521-58985-1.
Кинг, Гэри (1989). «Модели с неслучайным выбором» . Объединяющая политическая методология: теория вероятности статистического вывода . Издательство Кембриджского университета. С. 208–230. ISBN 0-521-36697-6.
Маддала, GS (1983). «Цензурированные и усеченные модели регрессии». Ограниченно-зависимые и качественные переменные в эконометрике . Нью-Йорк: Издательство Кембриджского университета. стр. 149 -196. ISBN 0-521-24143-X.

[3] Когдаспросилипочему она была названа модель «тобит», вместо тогоТобин, Джеймс Тобин пояснилчто этот термин был введен Артуром Гольдбергер , либо как чемодан из «Тобина пробиты », или как ссылка на роман The Caine Mutiny , роман друга Тобина Германа Вука , в котором Тобиниграеткамео в роли «мистера Тобита». Тобин сообщает, что на самом деле спросил Гольдбергера, что это было, но тот отказался отвечать. См. Роберт Дж. Шиллер (1999). «Интервью с инопланетянами: профессор Джеймс Тобин». Эконометрическая теория . 15 (6): 867–900. DOI : 10.1017 / S0266466699156056 .

[5] Почти идентичная модель была независимо предложена Андерсом Халдом в 1949 г., см. Hald, A. (1949). «Оценка максимального правдоподобия параметров нормального распределения, усеченного в известной точке». Скандинавский актуарный журнал . 49 (4): 119–134. DOI : 10.1080 / 03461238.1949.10419767 .

[6] Образецявляется цензура вкогданаблюдаются для всех наблюдений, но истинное значениеизвестно лишь для ограниченного круга наблюдений. Если выборка усечена , обаинаблюдаются только в том случае, если онипопадают в ограниченный диапазон. См. Брин, Ричард (1996). Модели регрессии: цензура, выбранные образцы или усеченные данные . Таузенд-Оукс: Шалфей. С. 2–4. ISBN $(y_{i},\mathbf {x} _{i})$ $y_{i}$ $\mathbf {x} _{i}$ $i=1,2,\ldots ,n$ $y_{i}$ $\mathbf {x} _{i}$ $y_{i}$ $y_{i}$ 0-8039-5710-6.

[1] Hayashi, Фумио (2000). Эконометрика . Принстон: Издательство Принстонского университета. стр. 518 -521. ISBN 0-691-01018-8.

[2] Голдбергер, Артур С. (1964). Эконометрическая теория . Нью-Йорк: Дж. Вили. С. 253–55 .

[4] Тобин, Джеймс (1958). «Оценка отношений для ограниченных зависимых переменных» (PDF) . Econometrica . 26 (1): 24–36. DOI : 10.2307 / 1907382 . JSTOR 1907382 .

[Amemiya1984-7] Amemiya, Такеши (1984). «Модели Товита: Обзор». Журнал эконометрики . 24 (1–2): 3–61. DOI : 10.1016 / 0304-4076 (84) 90074-5 .

[8] Кеннеди, Питер (2003). Руководство по эконометрике (Пятое изд.). Кембридж: MIT Press. С. 283–284. ISBN 0-262-61183-X.

[9] Биренс, Герман Дж. (2004). Введение в математические и статистические основы эконометрики . Издательство Кембриджского университета. п. 207 .

[10] Олсен, Рэндалл Дж. (1978). «Замечание об уникальности оценки максимального правдоподобия для модели Тобита». Econometrica . 46 (5): 1211–1215. DOI : 10.2307 / 1911445 .

[11] Орм, Крис (1989). «О единственности оценки максимального правдоподобия в моделях усеченной регрессии». Эконометрические обзоры . 8 (2): 217–222. DOI : 10.1080 / 07474938908800171 .

[12] Перейти ↑ Iwata, Shigeru (1993). «Заметка о множественных корнях вероятности логарифма Tobit». Журнал эконометрики . 56 (3): 441–445. DOI : 10.1016 / 0304-4076 (93) 90129-S .

[13] Amemiya, Такеши (1973). «Регрессионный анализ, когда зависимая переменная усечена нормально». Econometrica . 41 (6): 997–1016. DOI : 10.2307 / 1914031 . JSTOR 1914031 .

[14] Макдональд, Джон Ф .; Моффит, Роберт А. (1980). «Использование тобит-анализа». Обзор экономики и статистики . 62 (2): 318–321. DOI : 10.2307 / 1924766 . JSTOR 1924766 .

[15] Schnedler, Венделин (2005). «Оценка правдоподобия для цензурированных случайных векторов» (PDF) . Эконометрические обзоры . 24 (2): 195–217. DOI : 10,1081 / ETC-200067925 . ЛВП : 10419/127228 .

[16] Amemiya, Такеши (1985). Продвинутая эконометрика . Кембридж, Массачусетс: издательство Гарвардского университета. п. 384 . ISBN 0-674-00560-0. OCLC 11728277 .

[Heckman1979-17] Хекман, Джеймс Дж. (1979). «Смещение выборки как ошибка спецификации». Econometrica . 47 (1): 153–161. DOI : 10.2307 / 1912352 . ISSN 0012-9682 . JSTOR 1912352 .

[18] Сигельман, Ли; Цзэн, Лангче (1999). «Анализ данных, подвергнутых цензуре и выборке, с помощью моделей Tobit и Heckit». Политический анализ . 8 (2): 167–182. DOI : 10.1093 / oxfordjournals.pan.a029811 . ISSN 1047-1987 . JSTOR 25791605 .

[19] Пауэлл, Джеймс Л. (1 июля 1984). «Оценка наименьших абсолютных отклонений для цензурированной регрессионной модели». Журнал эконометрики . 25 (3): 303–325. CiteSeerX 10.1.1.461.4302 . DOI : 10.1016 / 0304-4076 (84) 90004-6 .

[20] Дальберг, Мац; Йоханссон, Ева (01.03.2002). «О покупательском поведении действующих правительств». Обзор американской политической науки . null (1): 27–40. CiteSeerX 10.1.1.198.4112 . DOI : 10.1017 / S0003055402004215 . ISSN 1537-5943 .

[21] Дюбуа, Ганс FW; Фатторе, Джованни (01.07.2011). «Выделение государственного фонда посредством оценки проекта». Региональные и федеральные исследования . 21 (3): 355–374. DOI : 10.1080 / 13597566.2011.578827 . ISSN 1359-7566 .

[22] Балтас, Джордж (2001). «Согласованные с полезностью системы спроса на бренд с эндогенным потреблением категорий: принципы и маркетинговые приложения». Решение наук . 32 (3): 399–422. DOI : 10.1111 / j.1540-5915.2001.tb00965.x . ISSN 0011-7315 .

[1]

vтеЭкономика
Экономическая теория Политическая экономика Прикладная экономика
Методология	Экономическая модель Экономические системы Микрофонды Математическая экономика Эконометрика Вычислительная экономика Экспериментальная экономика Публикации
Микроэкономика	Проблема агрегирования Бюджет установлен Потребительский выбор Выпуклость Расходы Средний Маргинальный Возможность Социальное Затонул Сделка Анализ выгоды и затрат Чистые издержки Распределение Эффект масштаба Экономия от масштаба Эластичность Равновесие Общий Внешность Твердый Товары и услуги Товары Служба Кривая безразличия Интерес Межвременной выбор Рынок Провал рынка Структура рынка Конкуренция Монополистический Идеально Монополия Двусторонний Монопсония Олигополия Олигопсония Невыпуклость Парето эффективность Предпочтение Цена Производственный набор Выгода Общественное благо Норма прибыли Рационирование Аренда Вернуться к масштабу Предотвращение риска Дефицит Дефицит Излишек Социальный выбор Спрос и предложение Торговля Неопределенность Полезность Ожидал Маргинальный Ценить Заработная плата Публикации
Макроэкономика	Совокупный спрос Платежный баланс Цикл деловой активности Загрузка производственных мощностей Бегство капитала Центральный банк Потребительское доверие Валюта Дефляция Шок спроса Депрессия Большой Дезинфляция DSGE Платежеспособный спрос Ожидания Адаптивная Рациональный Фискальная политика Общая теория Кейнса Рост Индикаторы Инфляция Гиперинфляция Процентная ставка Инвестиции Модель IS – LM Показатели национального дохода и выпуска Модели Деньги Творчество требовать Поставлять Денежно-кредитная политика НАИРУ Национальные счета Уровень цены PPP Рецессия Экономия Термоусадочная инфляция Стагфляция Шок предложения Безработица Публикации
Математическая экономика	Теория договора Теория принятия решений Эконометрика Теория игры Модель ввода-вывода Математические финансы Конструкция механизма Исследование операций
Применяемые поля	Сельскохозяйственная Бизнес Демографические Разработка Экономическая география Экономическая история Образование Промышленная инженерия Гражданское строительство Относящийся к окружающей среде Финансовый Здоровье Производственная организация Международный Знание Труд Право и экономика Денежный Природное ископаемое Экономическое планирование Экономическая политика Государственная экономика Общественный выбор Региональный Служба Социоэкономика Экономическая социология Экономическая статистика Транспорт Городской Благосостояние
Школы ( история ) экономической мысли	Американский (национальный) Древняя мысль Анархист Мутуализм Австрийский Поведенческий Буддист Чартализм Современная денежная теория Чикаго Классический Нарушение равновесия Экологический Эволюционный Феминистка Грузизм Гетеродокс Исторический Институциональная Кейнсианский Нео- ( неоклассико-кейнсианский синтез ) Новый Почтовый- Схемотехника Основной поток Мальтузианство Маржинализм Марксистский Нео- Меркантилизм Неоклассический Лозанна Новая классика Теория реального делового цикла Новое учреждение Физиократия Социалистический Стокгольм Со стороны предложения Термоэкономика
Известные экономисты и мыслители в области экономики	Франсуа Кенэ Адам Смит Давид Рикардо Томас Роберт Мальтус Иоганн Генрих фон Тюнен Список Фридриха Герман Генрих Госсен Жюль Дюпюи Антуан Огюстен Курно Джон Стюарт Милл Карл Маркс Уильям Стэнли Джевонс Генри Джордж Леон Вальрас Альфред Маршалл Георг Фридрих Кнапп Фрэнсис Исидро Эджворт Вильфредо Парето Фридрих фон Визер Джон Бейтс Кларк Торстейн Веблен Джон Р. Коммонс Ирвинг Фишер Уэсли Клер Митчелл Джон Мейнард Кейнс Йозеф Шумпетер Артур Сесил Пигу Фрэнк Найт Джон фон Нейман Элвин Хансен Джейкоб Винер Эдвард Чемберлин Рагнар Фриш Гарольд Хотеллинг Михал Калецки Оскар Р. Ланге Джейкоб Маршак Гуннар Мюрдал Абба П. Лернер Рой Харрод Пьеро Сраффа Саймон Кузнец Джоан Робинсон Э. Ф. Шумахер Фридрих Хайек Джон Хикс Тьяллинг Купманс Николас Георгеску-Роген Василий Леонтьев Джон Кеннет Гэлбрейт Хайман Мински Герберт А. Саймон Милтон Фридман Пол Самуэльсон Кеннет Эрроу Уильям Баумоль Гэри Беккер Элинор Остром Роберт Солоу Амартья Сен Роберт Лукас мл. Джозеф Стиглиц Ричард Талер Пол Кругман Томас Пикетти более
Международные организации	Азиатско-Тихоокеанское экономическое сотрудничество Организация Экономического Сотрудничества Европейская ассоциация свободной торговли Международный Валютный Фонд Организация экономического сотрудничества и развития Всемирный банк Мировая Торговая Организация
Категория Индекс Списки Контур Публикации Деловой портал