Upload
others
View
4
Download
0
Embed Size (px)
Citation preview
FAKULTAMATEMATIKY,FYZIKYAINFORMATIKY
UNIVERZITYKOMENSKÉHOVBRATISLAVE
Ekonomickáafinančnámatematika
INVESTOVANIE
APRISPÔSOBOVACIENÁKLADY
Diplomovápráca
Bratislava2001
StachoMudrák
Prehlasujem,žetútoprácusomvypracovalsamostatne
auviedolsomvšetkupoužitúliteratúru.
Ďakujemvedúcemudiplomovejpráce
doc.RNDr.JánoviBoďovi,CSc.
zacennéradyainšpiráciu.
Obsah
1Úvod
5
2Základnýmodel
62.1Formuláciaproblému.......................6
2.2Rovnicadynamickéhoprogramovania..............8
2.3Diskretizácia............................9
2.4Riešenie..............................13
2.5Agregácia.............................19
2.6Simulácie.............................20
3Typológiaprispôsobovacíchnákladov
25
3.1Nulovéprispôsobovacienáklady.................25
3.2Konvexnéprispôsobovacienáklady...............26
3.3Nekonvexnéprispôsobovacienáklady..............26
3.4Transakčnénáklady........................27
3.5Kombinovanéprispôsobovacienáklady.............28
4Záver
31
Literatúra
32
1Úvod
Vtrhovomhospodárstvejeagregovanésprávaniesasektorapodnikovzá-
visléodrozhodnutíjednotlivýchpodnikov.Vštandardnejklasicko-neokla-
sickejteóriisacelývýrobnýsektormodelujesprávanímsatzv.reprezenta-
tívnehopodniku.Tentojepomyselnápriemernájednotka,ktorása–okrem
rozdieluvoveľkosti–správaakosektorvcelku[3].Modelyzaloženénata-
kýchtoreprezentatívnychagentochvšakmajúťažkostipopisovaťniektoré
javypozorovanévpraxi.Idehlavneoobdobia(niekedyajdosťdlhé),kedy
súpodnikyvpolitikeinvestovaniapasívne,hocipodľatohtomodelubyin-
vestovanímmalisvojkapitálokamžiteprispôsobovaťzmenámvziskovosti.
Cieľomtejtoprácejemodelovaniepolitikyinvestovaniavpodnikovom
sektore.Východiskomječlánok[2],vktoromCooperaHaltiwangerpopi-
sujúpomerneuniverzálnyprístupktejtoproblematikeaplikovanývšakna
konkrétnereálnedáta.Vtejtoprácisazameriameskôrnavybudovanieade-
tailnúanalýzuaparátu,ktorýnámtakétomodelovanieumožňuje(kapitola2)
aktoréhopopisjevspomínanomčlánkuspomenutýlenokrajovo.
Jednuzhlavnýchúlohvproceseinvestovaniahrajútzv.prispôsobovacie
náklady(angl.adjustmentcosts).Ideonáklady,ktorémusípodnikvynaložiť
spolusinvestíciaminato,abyzvýšil(resp.znížil)akumuláciusvojhokapitálu
atakovplyvnilsvojezisky.Ichvplyvbudememodelovaťvkapitole3.
Kľúčovýmspojenímmedzimakroekonomickouteóriouareálnepozoro-
vanouskutočnosťoureprezentovanoumakroekonomickýmiukazovateľmije
namiodhadovanývzťahmedzimierouinvestovaniaavonkajšímifaktormi,
ktorénatotoinvestovanievplývajú.Tietosadajúvovšeobecnostizahrnúťdo
zmenyvziskovostijednotlivýchpodnikov,ktorújemožnéunichpozorovať.
Nájdenietohtovzťahušpecifikujemeakoproblémdynamickéhoprogra-
movanianaúrovnikonkrétnehopodniku.Budemesasnažiťnájsťfunkciu
optimálnehoinvestovaniaprepodnik,ktorýmaximalizujesvojeziskyzaštan-
dardnýchúčtovnýchobmedzení.Najejzákladepotompomocousimulácií
budememôcťopísaťajsprávaniesaagregovanýchmakroekonomickýchuka-
zovateľovvzávislostiodparametrovmodelu.
5
2Základnýmodel
2.1Formuláciaproblému
Podobneakovklasicko-neoklasickejteóriiuvažujmereprezentatívnypod-
nik,ktorýsasnažímaximalizovaťhodnotusvojhoočakávanéhozisku.Tento
predpokladsanemusínevyhnutnezhodovaťsoskutočnosťou,alejepredsa
lenvýstižnejší,akojehoalternatívy(napr.maximalizáciaobratu).Problé-
momprevedeniepodnikujetedavoľbafaktorovovplyvňujúcichprodukciu
atedaajziskvdanomobdobí.Konkrétnesúnimihlavneveľkosťpoužitej
pracovnejsilyaakumuláciakapitálu(investičnéhomajetku).
Majmetedapodnik,ktorývdanomobdobímaximalizujesvojziskvoľbou
použitejpracovnejsily
Nakapitálu
K.Vovšeobecnostimôžemetentozisk
vyjadriťvzťahom
Π(A
,K,N)=max
K,N[R(A
,K,N)−
ω(K
,L)]
pričomR(A
,K,N)súpríjmydanévstupom
K,Naexogénnejstavovejpre-
mennej
A(ktorábudepopísanáneskôr)a
ω(K
,L)vyjadrujenákladyna
prácu(veľkosťvyplatenýchmiezd)akapitál(úrokyzúverovalebotzv.ná-
kladyalternatívnejpríležitosti).
Vzhľadomnato,ženašupozornosťsústredímenaprocesinvestovania,
budemepredpokladať,žepodnikmnožstvopoužitejprácevolíprepevnedané
Aa
Koptimálne.Zapredpokladu,žebysmepoznaliajfunkcieR(A
,K,N)
aω(K
,L),vedelibysmevyjadriťajfunkciuziskovostiΠlenvzávislostiod
Aa
K.Vtejtoprácijuvšakbudemepovažovaťzaexogénnedanú.
NazákladeanalýzyreálnychdátCooperaHaltiwangerv[2]používajú
produkčnúfunkciuprekonkrétnypodnik
iačas
tvtvare
Π(A
it,K
it)=
AitK
θ it
kde
θreprezentujezakrivenietejtofunkcieziskovosti.Takýtotvarsapodľa
nichdáodvodiťzmodelu,kdeprodukciajedanáštandardnouCobb-Douglas-
ovoufunkciouafirmapredávasvojevýrobkynanedokonalekompetitívnom
trhu.Vnašommodelipoužijemefunkciu,ktorábudemaťrovnaký,alebo
veľmipodobnýtvar,keďževniektorýchprípadochjerozumnéuvažovaťzá-
vislosťziskovostiajodveľkostiinvestícii.Priväčšíchinvestíciachsatotiž
obyčajneprispôsobujecelývýrobnýprocesatátoskutočnosťmánazisko-
vosťdočasnenegatívnydopad.
Veľmidôležitoucharakteristikouvnašejanalýzejeajstavovápremenná
A,ktoráreprezentujeúroveňziskovostipodnikuaoktorejpredpokladáme,
žeprekaždýpodnik
iačas
tjejejhodnota
Aitpevnedanáarozhodnutie
6
podnikujunemôžeovplyvniť.Dotejtopremennejzahŕňamevšetkynepred-
vídateľnévonkajšiešokovéfaktory,ktorévplývajúnaziskovosť.Vrealitesú
niminajčastejšietechnologickáúroveňalebovládnevýdavky,alevšpecific-
kýchprípadochsemmôžemezahrnúťnapr.ajpočasie,cenynaburzealebo
úrokovúmieru.
Budemepredpokladať,žetátopremennámánáhodnýcharakteranaza-
čiatkukaždéhoobdobiafirmapoználenjejterajšiuhodnotu
Ai0acharakter
náhodnéhoprocesu,ktorýmsabuderiadiťdobudúcnosti.Tensavpraximo-
delujealeboautoregresnýmaleboMarkovovskýmprocesom.Vzhľadomnapo-
užitýspôsoboptimalizáciesimyzvolímedruhýspomínanýprístupabudeme
predpokladať,žeziskovosťpodnikumôženadobúdaťhodnoty
A1,A2..
.An
pričombudemepoznaťmaticuprechodovmedzitýmitostavmi.
Neskôrbudemerozlišovaťajmedziagregovanouziskovosťou
At(napr.
globálnatechnologickáúroveň)aziskovosťoukonkrétnehopodniku
Ait(tech-
nologickáúroveň
i-tehopodniku).Tábudefunkciou
Ata
ε it,kde
ε itbude
šokovápremennášpecifickáprekaždýpodnikanezávislána
At.
Majmetedakonkrétnypodnik(index
ibudemeterazvynechávať)vkonkrét-
nejsituácii(včase0).Toznamená,žepoznáme:
K0–súčasnúakumuláciukapitálu(hodnotuinvestičného
majetku)
A0–súčasnúziskovosťacharakternáhodnéhoprocesu,
ktorýmsatátobuderiadiťdobudúcnosti
Π(A
,K,I)–funkciuziskovosti
C(A
,K,I)–funkciuprispôsobovacíchnákladov
δ∈(0
,1)–veľkosťamortizáciekapitálumedziperiódami,kedy
podnikmôžerobiťrozhodnutiaoinvestíciach
β∈(0
,1)–diskontnýfaktorbudúcnosti(βdolárovzarobených
dnesjeekvivalentnýchjednémudoláruzarobenému
vbudúcejperióde)
Zapredpokladunekonečnejexistenciepodnikurozumiemeoptimálnoupoliti-
kouinvestovaniatakúvoľbu
I t(∀
t∈{0,1,2,
...}),žeočakávanádiskontovaná
hodnotavšetkýchbudúcichziskov(poodrátaníainvestíciiaprispôsobova-
cíchnákladov)jemaximálna.Formálnezapísanéhľadáme
max∀It
EA
t>0|A0
[
∞∑ t=0
βt(
Π(A
t,K
t,I t)−
pI−C(A
t,K
t,I t))
]
kde
pjecena,zaktorúkapitál„nakupujemeÿ,zaúčtovnéhoobmedzenia
Kt+1=(1−
δ)K
t+
I t∀t∈{0,1,2,
...}
7
Akozákladnýanajjednoduchšímodel,naktoromopíšemecelýpou-
žitýmatematickýaparátsizvoľmejednoduchýproblémvýmenyvýrobného
stroja.Predpokladajme,žekaždáfirmavnašomsektorepoužívanavýrobu
ibajedenstroj,ktoréhohodnotaje1.Strojsačasomopotrebuvávaatakje
potrebnéčasomhovyhodiťakúpiťnový.Funkciuziskovostizvoľmevovyššie
spomínanomtvare
Π(A
t,K
t)=
AtK
θ t
Zapredpokladu,ževdanomobdobínovýstrojnekúpime,budenášzisk
rovnýΠ(A
t,K
t)ahodnotastroja(kapitálu)vbudúcejperiódebude
Kt+1=
(1−
δ)K
t.Aknovýstrojkúpime,budemepredpokladať,žeokremcenystroja
p>1námvzniknúajprispôsobovacienáklady,ktorézahrniemedozmeny
vziskovosti,keďžestrojnemôžebyťihneďplneproduktívny.Nech
λ<1je
faktor,ktorýmprenásobímeziskovosťvperióde,kedybolnovýstrojkúpený.
Ostatnéfaktoryako
Aalebo
βmajúrovnakývýznamakoprivšeobecnej
formulácii.
2.2Rovnicadynamickéhoprogramovania
Nájdenieoptimálnejpolitikyinvestovaniasadáchápaťakoproblémdyna-
mickéhoprogramovania(vnašejformuláciiideoautonómnuúlohunaneko-
nečnomčasovomhorizonte).Tenspočívavnájdeníhypotetickejhodnotovej
funkcie(označmejuV(A
,K)),ktoránámpredstavujemaximálnudiskonto-
vanúhodnotubudúcichziskov,ktoréjemožnédosiahnuťzterajšiehostavu
danéhopremennýmiAa
Kvoľbouoptimálnychbudúcichinvestícii.
Zapíšmesitedanášproblém,akoproblémdynamickéhoprogramovania
pomocoutzv.BellmanovejfunkcionálnejrovniceprefunkciuV.Stavovými
premennýmivnašomproblémesú
Aa
Kakontrolnoupremennoujeveľkosť
investícii
I.Nechhodnoty
At+1a
Kt+1súdeterministickyurčenéhodnotami
At,
Kta
I t.Vieme,že
Kt+1=(1−
δ)K
t+
I t∀t∈{0,1,2,
...}
(1)
anazačiatokpredpokladajme,žeaj
Ajedeterministickydané.Keďžeopti-
malizujemenanekonečnomčasovomintervaleahľadámefunkciu,ktorázá-
visílenodhodnôt
Aa
K(nezávisleodčasu),môžemecelýnášproblém
prepísaťlendopremennýchplatnýchpretútoanasledujúcupreriódu.Teda
nech
Aa
Kvyjadrujústavteraza
A′a
K′stavvnasledujúcejperiódea
nechpoznámestavovérovniceprechodu(vovšeobecnostiA′≡
A′ (A
,K,I)a
K′≡
K′ (A
,K,I)).PotomfunkciaVspĺňafunkcionálnurovnicu
V(A
,K)=max I[Π(A
,K,I)−
pI−C(A
,K,I)+
βV(A
′ ,K
′ )]
(2)
8
Poslednárovnicamárekurzívnycharakter.Zapredpokladu,žepoznámehod-
notovúfuknciuvzávislostiodvšetkýchmožnýchbudúcichstavov,dnešná
funkciajeužjednoduchoumaximalizácioupresnedaná.Natejtoskutočnosti
jezaloženáajiteračnámetóda,ktorúnazískaniekonkrétnychhodnotových
funkciípoužijeme.
Vskutočnostivšakhodnotováfunkciaažtakádôležitánieje.Prema-
nažérapodnikujeomnohodôležitejšiepoznaťoptimálnuveľkosťinvestícii
(resp.budúcehokapitálu).Tiesúvtomtoprípadeargumentomhľadaného
maximaajeichmožnétakistovyjadriťakofunkciu
Aa
K.Tásavteórii
dynamickéhoprogramovaniaoznačujeakooptimálneriadenie(angl.decision
rulealebopolicyfunction).
Rovnicadynamickéhoprogramovaniamôžemaťajstochastickúformu.Vo
väčšineprípadovtotižvrozhodovaníobudúcnostičelímeneistote(vnašom
prípadenepoznámepresnehodnotu
A′ ,alelencharakteristikunáhodného
procesu,ktorýmsariadi).Vtakomtoprípademôžeme(2)prepísaťdosto-
chastickéhotvaru
V(A
,K)=max I
[
Π(A
,K,I)−
pI−C(A
,K,I)+
βE
A′|A[V(A
′ ,K
′ )]]
(3)
2.3Diskretizácia
Akoužbolospomínanévyššie,nanájdenieoptimálnehoriadeniapredaný
podnikpoužijemeiteračnúschému,založenúnarovnici(3).Vpraxisana
riešenietaktoformulovanýchmakroekonomickýchproblémovpoužívajúdva
spôsobyriešenia.Prvýmznichjeaproximáciahodnotovejfunkcie
n-roz-
mernoukvadratickoufunkciouokolostabilnéhobodu( A
,K)zapredpokladu,
žeexistujeaviemehonájsť.
Ajkeďjetentospôsobnumerickyrelatívnerýchlyaspoľahlivý,obmedze-
niesanalineárneakvadratickéfunkciejeprílišveľké,aužanijednoduchý
problémvýmenyvýrobnéhostrojasatakýmtospôsobomdáriešiťlenťažko.
Dôvodspočívavtom,žepritomtopostupevyjdeoptimálneriadenieakoli-
neárnafunkciaavnašomprípadepotrebujemefunkciu,ktoránámodurčitej
hodnotykapitálu(opotrebovaniastroja)nariadijehovýmenu.
Druhýspôsob,ktorýsapoužíva,spočívavdiskretizáciihodnotovejfun-
kcie.Jehoveľkounevýhodouječasováapamäťovánáročnosť.Zapredpo-
kladu,žemámeibajednustavovúajednukontrolnúpremennú(vnašomprí-
padesúnimiAa
K),budemaťhodnotováfunkciarozmerdim(A)×dim(K)
(kdesymbolomdim(X)označujemerozmervektora
X).Neskôrukážeme,že
reálnesapočítasmaticamiorozmeredim(A)×dim(K)×dim(K),čoprináša
maticeajso100000aviacprvkami.Výpočtystakýmitoveľkýmimaticami
9
uždosahujúmedzespočítateľnostinabežnýchpočítačochatakjepotrebné
robiťvoľbuadiskretizáciupremennýchveľmiopatrne.
Položmesitedaotázku,akooptimálnezvoliťhraniceintervalovadelenie
prepremenné
Aa
K?Začnemepremennou
K,tedaoptimálnymdelením
kapitálu.Vrovnicidynamickéhoprogramovania(3),ajvrovniciprechodu
(1)námokremkapitáluvystupujeajhodnotainvestícii
I,ktorúmanažér
reálnevolí.Nazákladejejvýberujepotomcezrovnicu(1)jednoznačnedaná
budúcahodnotastavukapitálu(K
′ ).Pretobudemeradšejformálneuvažovať,
žemanažérvolítútohodnotu
K′ainvestíciebudemevyjadrovaťvtvare
I=
K′−(1−
δ)K
Zapredpokladu,žedelenie
Kbudememaťdostatočne„hustéÿ,budeaj
delenieinvestíciidosť„hustéÿatiebudúdosahovaťhodnoty
K′ −(1−
δ)Kpre
všetkykombinácie
K′a
K.Jedinoupodstatnouvecou,ktorútrebazabezpečiť
je,abyzkaždéhostavukapitálubolamožnosťnulovýchinvestícii.Tájeveľmi
dôležitáprávepreprispôsobovacieatransakčnénáklady,ktorézkaždejnovej
investícevyplývajú.
Totojemožnédosiahnuťtak,žesvýnimkouokrajovýchhodnôtintervalu
Kmina
Kmax(ktorénásobyčajneažtaknezaujímajú)budeprekaždúhod-
notu
Kiaj(1−
δ)K
idotohtodeleniapatriť.Najjednoduchšímspôsobomako
tozabezpečiťjezvoliťsi
Kmaxapotompodľaschémy
Ki−1=(1−
δ)K
i
počítaťvšetky
Kiažpokiaľnedosiahnemehodnotu
Kmin.Zapredpokladu,
žebyzinýchpodmienokvyplynulapotrebajemnejšiehodelenia,môžeme
takdosiahnuťnásobenímfaktorom
n
√
(1−
δ),kde
nzvolímetak,abysme
dosiahlipožadovanúpresnosť.
Druhoupremennou,ktorújepotrebnédiskretizovať,jeziskovosť
A.Tá
obyčajnevystupujelenvofunkciiziskovostiΠ(A
,K)atakniejepotrebnépri-
raďovaťjejnejakéšpeciálnehodnoty.Problematickejšímjevšakjejnáhodný
charakter.Akobolouvedenévyššie,myjubudememodelovaťMarkovov-
skýmprocesom.Nechmátátopremennálognormálnerozdelenieamysme
sizvolilijejdelenie{logA1,log
A2,.
..log
An}.Potomjenašímcieľomnájsť
takúmaticuprechodovmedzitýmitostavmi,abybolostacionárnerozdelenie
Markovovhoreťazcanormálne.
Zapredpokladu,žeriešimenejakýkonkrétnyproblémamámekdispozícii
reálnedáta,jemožnénazákladenichtotodelenieajmaticuurčiť.Bežne
všakdátanemámevôbec,alebojetýchdáttakmálo,žeznichniejemožné
efektívnetútomaticuzrekonštruovať.Pretosapokúsmevytvoriťtútomaticu
umelo,lennazákladevlastností,ktoréjeodnejlogickévyžadovať.
10
Predpokladajmeteda,žesmepodnik,ktorýmáziskovosťnanejakej
úrovni.Logickébudepredpokladať,žerozdeleniepravdepodobnostíprechodu
znášhostavudoinéhojenormálne,sostrednouhodnotouprávevnašom
stave.Inakpovedané,najväčšiupravdepodobnosťmáme,žezostanemevna-
šomstaveačímjenasledujúcistavodnásvzdialenejší,jepravdepodobnosť
prechodudonehomenšia.
−0.
50
0.5
0.00
5
0.01
0.01
5
0.02
PSfragreplacements
Stacionárnerozdelenie
pj
log
A
0.02
0.04
0.06
0.08
−0.
50
0.5
−0.
50
0.5
PSfragreplacements
stav
j
stavi
Matica
pijprelog
A
Obr.1:CharakteristikynajjednoduchšiehoMarkovovhoprocesu
Naobrázku1jeznázornenéstacionárnerozdelenieMarkovovhoprocesu,
aknamaticuprechodovkladiemeibavyššiespomínanýpredpoklad.Znázor-
nenýprocesmá63stavovazvýšenépravdepodobnostivrohochmaticesú
spôsobenétým,žekaždýriadokmaticejenormovanýnajednotku.Užpri
prvompohľadejezrejmé,ženamaticubudetrebasformulovaťešteďalšie
požiadavky.
−1
01
0.04
0.06
0.080.
1
PSfragreplacements
Stacionárnerozdelenie
pj
log
A
0.02
0.04
0.06
0.08
0.1
0.12
−1
01
−1
−0.
50
0.51
PSfragreplacements
stav
j
stavi
Matica
pijprelog
A
Obr.2:CharakteristikyMarkovovhoprocesuč.2
Chyboupredchádzajúcehoprístupubolo,žematicamalaveľmi„ťažkéÿ
rohy,čosaprejavilorozšírenímvrcholurozdeleniananeprirodzenúúroveň.
11
Naobrázku2súznázornenécharakteristikyrozdelenia,keďsmerohy„odľah-
čiliÿ.Vpraxitoznamená,žesmeprijalipredpoklad,žeaksmevstredných
stavoch,mámepravdepodobnosťzotrvaniavosvojomstavevyššiu,akokeď
smevokrajových.
−1
01
0
0.02
0.04
0.06
PSfragreplacements
Stacionárnerozdelenie
pj
log
A
0.01
0.02
0.03
0.04
0.05
−1
01
−1
−0.
50
0.51
PSfragreplacements
stav
j
stavi
Matica
pijprelog
A
Obr.3:CharakteristikyMarkovovhoprocesuč.3
−0.
050
0.05
0
0.050.
1
0.150.
2
PSfragreplacements
Stacionárnerozdelenie
pj
log
A
00.2
0.4
0.6
0.8
−0.
04−
0.02
00.
02
−0.
04
−0.
020
0.02
PSfragreplacements
stav
j
stavi
Matica
pijprelog
A
Obr.4:Charakteristikyreálnehoprocesu
Rozdelenieužvyzerálepšie,aledostalismezase„neprirodzenúÿmaticu
prechodov.Jejneprirodzenosťspočívavtom,ževokrajovýchstavochsú
pravdepodobnostiprechodudoostatnýchstavovomnohovyššie,akovsta-
vochstredných.Vpraxitoznamenáasitoľko,žekeďsmeporiadnestra-
tovýpodnik,jepravdepodobnosťprechodudostavuvysokejziskovostiunás
omnohoväčšia,akoprepodnik,ktorýjeniekdevstrede.Opäťjezrejmé,že
takoutomaticoubysmesimulovalinereálnesituácie.
Neostávanámtedaničiné,akoupustiťodjednéhozpredpokladov.Ak
chcemestacionárnymrozdelenímdosiahnuťGaussovukrivku,musiasavrea-
lizáciachMarkovovhoprocesuokrajovéhodnotydosahovaťnaozajlenzriedka
12
abudepotrebnénastaviťrozdeleniamvtýchtostavochstrednúhodnotunie-
kdeinde.Najjednoduchšíspôsobakotodosiahnuťbudeotočiťtrochuvmatici
najväčšieprvkyprotismeruhodinovýchručičiek.Takátomaticaajzrozde-
lenímjeznázornenánaobrázku3.
Rozdelenieajmaticaužvyzerajúreálnejšieasúporovnateľnéscharak-
teristikoureálnehoprocesuznázornenéhonaobrázku4,pričomakoreálny
processmezobralidennývývojzmienindexuDow–Jones(ktorýsvojimspô-
sobommodelovanejziskovostiajzodpovedá).Vidíme,žeajreálnamatica
prechodovvypočítanáztohotoprocesumánajväčšieprvkyusporiadanéna
líniiotočenejodhlavnejdiagonály.
020
040
060
080
010
0012
00−
1
−0.
50
0.51
PSfragreplacements
logA
čas
Obr.5:Simulovanýčasovýrad
Naobrázku5jesimulovanýtaktozadefinovanýMarkovovproces.Vidíme,
žedostávameopäťveľmirealitepodobnédáta,ktoréjemožnéporovnaťsob-
rázkom6,kdesúdátaskutočné.
2.4Riešenie
Mámeužvyriešenúotázkudiskretizáciekontrolnejajstavovejpremennej
amámekdispozíciiajpomernevierohodnúmaticuMarkovovhoprocesu.
Pozrimesatedanaspôsob,akýmbudemeoptimálnerozhodovaniehľadať.
NašimcieľomjenájsťtakúhodnotovúfunkciuV(A
,K),ktorábudespĺňať
rovnicu(3),pričomrovnicasamanámposlúžiakoiteračnáschémanajej
nájdenie.Abysmemohlizostrojiťkonkrétnyalgorimus,prepíšmesitúto
rovnicudonasledujúcehotvaru
V(A
,K)=max
K′
[
P(A
,K,K
′ )+
βE
A′|A[V(A
′ ,K
′ )]]
(4)
13
020
040
060
080
010
0012
00−
0.06
−0.
04
−0.
020
0.02
0.04
0.06
PSfragreplacements
logA
čas
Obr.6:Reálnyčasovýrad
P(A
,K,K
′ )označuječistýpríjemvdanejperióde(tedarozdielmedzipríj-
mamiavýdavkami)definovanýako
P(A
,K,K
′ )=Π(A
,K,K
′ )−
p(K
′−(1−
δ)K)−C(A
,K,K
′ )(5)
Prepíšmesiterazrovnicu(4)nazákladepredchádzajúcejdiskretizáciedo
maticovejformy.OznačmeA={A1,A2,.
..A
m}deleniestavovejpremennej
AaK={K1,K2,.
..K
n}delenieriadiacejpremennej
K.FunkciuV(A
,K)
definovanúnaA×KbudepotomreprezentovaťmaticapremennýchV(m×
n)vtvare
V=
V(A1,K1)V(A1,K1)
...V(A1,K
n)
V(A2,K1)V(A2,K2)
...V(A2,K
n)
. . .. . .
. ..
. . .V(A
m,K1)V(A
m,K2)
...V(A
m,K
n)
Vidíme,ževrovnici(4)námešteokremfunkcieV(A
,K)vystupujeaj
funkciaP(A
,K,K
′ ).Poprepísanídomaticovejformybudetátofunkciauž
vystupovaťakokonštanta,leboprevšetkykombinácie
A,Ka
K′jejejhod-
notapevnedanáanemenná.VytvormesitedamaticuPvtvare
P=
P1,1
,1..
.P1,n
,1..
.P
m,1
,1..
.P
m,n
,1
. . .. ..
. . ...
.. . .
. ..
. . .P1,1
,n..
.P1,n
,n..
.P
m,1
,n..
.P
m,n
,n
(6)
kdeP
i,j,
kznačíP(A
i,K
j,K
′ k),pričomkaždýstav
Aitvoríjedenštvorcový
blokoveľkosti
n×
n(vmaticisúoddelenévertikálnoučiarou).Aksmeteda
14
vbloku
iastĺpci
j(terajšístavkapitálu),voľbouriadku
k(budúcistav
kapitálu)viemeztejtomaticeodčítaťnáščistýpríjemvdanejperióde.
Poslednýmvýrazom,ktorýbudetrebaprepísaťdomaticovejformyje
EA
′|AV(A
′ ,K
′ ),čižestrednáhodnotahodnotovejfunkcievbudúcomstave.
Vpraxitoznamená,žeaksmeterazvstaveziskovosti
Aazvolímesihodnotu
budúcejakumuláciekapitálunaúrovni
K′ ,chcemevedieť,akájeočakávaná
maximálnadiskontovanáhodnotaziskov,ktorébudememôcťvbudúcnosti
stýmtokapitálomdosiahnuť.
ZMarkovovskejmaticeΠvieme,žeaksmevstave
Ai,pravdepodobnosť
prechodudobudúcehostavu
A′ jje
p ij,pričom
Π=
p 11
p 12
...
p 1m
p 21
p 22
...
p 2m
. . .. . .. ... . .
p m1
p m2
...
p mm
Zapredpokladu,žepoznámehodnotovúfunkciuV,viemevyjadriťajjej
budúcuočakávanúhodnotuprekaždýterajšístav
Aiahodnotubudúceho
kapitálu
K′ k,ktorábuderovná
EA
′|A
iV(A
′ ,K
′ k)=
m∑ j=1
p ijV(A
′ j,K
′ k)
(7)
Preformulovanímdomaticovéhotvarupočítamematicuočakávanýchhodnôt
hodnotovejfunkcie(označímejuV
′ )prevšetkykombinácieterajšiehostavu
Aabudúcehostavukapitálu
K′ .Nech
V′=
EA
′|A1V(A
′ ,K
′ 1)
...E
A′|A1V(A
′ ,K
′ n)
. . .. ..
. . .E
A′|A
mV(A
′ ,K
′ 1)
...E
A′|A
mV(A
′ ,K
′ n)
potompodľavzťahu(7)dostávame
V′=Π
.V
Terazmámeužvšetkopripravenénato,abysmemohlinazákladerovnice(4)
zostrojiťiteračnýalgorimusanaprogramovaťho.Tenjezaloženýnarovnici
(4)avyzeránasledovne
Vk+1=max
K′
[
P(A
,K,K
′ )+
βE
A′|A[Vk(A
′ ,K
′ )]]
(8)
Poprepísanívšetkýchjejčlenovdomaticovejformysatátorovnicaprevedie
naštandardnýproblémnájdeniapevnéhobodurovnice
V=f(V)
15
pričomfjekontraktívnezobrazenie(zabezpečímetovoľbou0
<β
<1).Náš
algoritmusbudetedavyzeraťnasledovne:
1.NajprvsanavrhnepočiatočnámaticaV0.Vzhľadomnanumerickú
stabilitutejtoschémymôžebyťľubovoľná,alemysizvolímeV0 ijrovné
maximuz
j-tehostĺpcav
i-tomblokumaticeP(6).Ináčpovedané,
maximálnuhodnotuziskuzapredpokladu,ževbudúcnostiužnične-
získame.
2.Vtomtokrokupredpokladáme,žemámeužhodnotu
k-tejiteráciema-
ticehodnotovejfunkcieV
k.AbysmemohlivypočítaťV
k+1,najprv
vypočítamematicuočakávanejhodnotovejfunkcieV
′k=Π
.Vk.
3.Terazbudememaximalizovaťpravústranurovnice(8).Abysmeku
všetkýmmožnýmterajšímpríjmom(určenýmmaticouP)mohlipri-
rátať
βnásobokichdiskontovanejočakávanejhodnotyzbudúcnosti
určenejmaticouV
′k,musímesitútoupraviť.Prioznačenípoužitom
vyššie,máme
Vk+1
ij=max l{P
i,j,
l+V
′k il}
Vidíme,ževmaticiPbudememaximalizovaťpostĺpcochavoV
′kpo
riadkoch.Pretositútoposlednúnajprvtransponujemeakaždýstĺpec
(predstavujúcijedenstav
Ai)rozšírimenašírku
nstĺpcov,čímdosta-
nemematicerovnakejdimenzie.Tiekeďsčítameamaximalizujemepo
stĺpcoch,dostanemevektorobsahujúciV
k+1
ijnamieste(j+(i−1)
m).
Rozdelenímtohtovektorana
mriadkov,dostanemeužhľadanúmaticu
Vk+1.
4.Veľmidôležitýmproduktomtejtomaximalizáciejeajoptimálneria-
denie.Aksitotižindexyprvkov,naktorýchsanadobudlomaximum
pretransformujemerovnako,akosmetransformovalivektorvzniknutý
maximalizáciounamaticuV
k+1,dostanemematicuindexov
D=
d11
...
d1n
. . .. ... . .
dm1
...
dm
n
kdepotom
K′ dijjeoptimálnabudúcahodnotaakumuláciekapitálu,
ktorúvolímanažérpodniku,keďsatennachádzavstaveurčenom
(Ai,
Kj).
5.Postupodkroku2budemeopakovať,ažpokiaľnedosiahnemepožado-
vanúpresnosť
ε,teda
∥ ∥ ∥V
k+1−V
k∥ ∥ ∥
<ε
16
Teraz,keďužmámenavýpočethodnotovejfunkcievšetkopripravené,
môžemepristúpiťkjehorealizácii.Zalgoritmuuvedenéhovyššievyplýva,
žekeďmámediskretizovanépremenné
Aa
KadanéΠa
β,stačínámuž
lenmaticaP,ktorávsebeskrývavšetkyostatnéšpecifikáciekonkrétneho
problému.
Majmetedaproblémvýmenyvýrobnéhostroja.Akobudeprenehovy-
zeraťmaticaP?Narozdielodvšeobecnejformulácieproblému,mymáme
vkaždejperiódemožnosťrozhodnúťsalenpredvemožnéalternatívy:alebo
novýstrojkúpime,alebonie.Totozabezpečímetak,že
i-tyblokmaticeP
budevyzeraťnasledovne
Pi=
−∞
P2,1
−∞
...
−∞
−∞
−∞
P3,2
...
−∞
. . .. . .
. . .. ..
. . .−∞
−∞
−∞
...
Pn,n−1
P1,n
P2,n
P3,n
...
Pn,n
pričomposlednýriadokvyjadrujeziskzapredpokladu,ževdanejperióde
novýstrojkúpime P
i,j,
n=
λA
iKθ j−
p∀j∈{1,2..
.n}
anadhlavnoudiagonáloujeziskzapredpokladu,ženovýstrojnekúpime.
Pi,j,
j−1=
AiK
θ j∀j∈{2,3..
.n}
Navšetkýchostatnýchmiestachvmaticije−∞,čímzabezpečíme,žedanú
možnosťmaximalizačnýalgoritmusnikdynezvolí.
4.2
4.3
4.4
4.5
4.6
0.2
0.4
0.6
0.8
0.2
0.3
0.4
0.5
PSfragreplacements
K
A
V(A
,K)
0.4
0.5
0.6
0.7
0.8
0.9
0.2
0.4
0.6
0.8
0.2
0.3
0.4
0.5
PSfragreplacements
K
A
Optimálne
K′
Obr.7:Hodnotováfunkciaaoptimálneriadenie
17
Pokonkrétnejvoľbeostatnýchvstupovdomodeludostávameprvúma-
ticuhodnotovejfunkcieatakistoajmaticuindexovoptimálnehoinvestova-
nia.Tiesúznázornenénaobrázku7.Zprvéhografutedamôžemeodčítať
maximálnudiskontovanúhodnotuziskov,ktorémôžefirmaprioptimálnom
investovanídosiahnuť,aksanachádzavstaveziskovosti
A(os
y)ahodnota
jejstrojaje
K(os
x).Vdruhomjeznázornenáoptimálnahodnonastroja
zapredpokldu,žesmevužopísanomstave.Vidíme,žeodurčitéhostavuje
užvždyoptimálnajehovýmena(bielaplocha,šedáznamená,žez
Kvolíme
K′=(1−
δ)K).Zaujímavým(užnietakýmtriviálnym)faktomje,žeaksú
naševýnosyvyššie,budemejedenstrojpoužívaťdlhšie.
3.6
3.8
44.2
0.2
0.4
0.6
0.8
0.2
0.3
0.4
0.5
PSfragreplacements
K
A
V(A
,K)
0.4
0.6
0.8
0.2
0.4
0.6
0.8
0.2
0.3
0.4
0.5
PSfragreplacements
K
A
Optimálne
K′
0.65
0.7
0.75
0.2
0.4
0.6
0.8
0.03
0.04
0.05
0.06
0.07
0.08
PSfragreplacements
K
A
V(A
,K)
0.4
0.6
0.8
0.2
0.4
0.6
0.8
0.03
0.04
0.05
0.06
0.07
0.08
PSfragreplacements
K
A
Optimálne
K′
Obr.8:Výsledkyoptimalizácieprivyššejcene
paprinižšejE(A)
Cieľomtejtoprácejezískaťprávetakétopoznatky,akviemevyššieuve-
denýmspôsobomopísaťfaktory,ktorénarozhodovaniejednéhoagentavplý-
vajú.Teraz,keďsmesiužoptimalizačnýprocesautomatizovali,niejeprob-
lémomzískaťtakýchtofaktovčímviac.Aknapríkladzvýšimecenustroja
p,vidíme(vprvomriadkunaobrázku8),žesasprávanieagentovzmenilopodľa
našichočakávaní.Tedafirmyjedenstrojpoužívajúdlhšieaichziskyklesli.
18
Zaujímavýmfaktomaleje,ženatotozvýšeniecenycitlivejšiezareagovalití,
ktorímalinižšiezisky.
Vdruhomriadkunatomtoobrázkusmezaseznížilistrednúhodnotu
ziskovostipričomvidíme,žereakciefiriembolipodobné,akoprizvýšení
cenystroja.Opäťcitlivejšiezareagovalití,ktorímalinižšiezisky.Zaujímavou
skutočnosťouje,žetak,akopriprvej,takajpridruhejzmenesaznížilo
rozpätieopotrebovaniastroja,priktoromjeoptimálnajehovýmena.
2.5Agregácia
Prevládne(aleajmnohéiné)inštitúciesútaktistoveľmipodstanéajglobálne
ukazovatele,ktorécharakterizujúcelýsektor.Naichurčeniejepotrebnépo-
znaťrozdelenieagentovpodľastavovejpremennej,ktorájedeterminovaná
modelom.Vnašomprípadeideibao
K,keďžerozdelenie
Avstupujedo
modeluakojedenzjehoparametrov.
Pokúsmesaotopodobnýmspôsobom,akosmezískalihodnotovúfunkciu.
DiskretizujmesihoprekaždúhodnotuziskovostizA,akosmetospravili
shodnotovoufunkciou.BudemehotedaaproximovaťmaticouRorozmere
m×
n,pričomkaždýriadok
ibudepredstavovaťrozdeleniefiriemzozisko-
vosťou
Aipodľa
K∈K.
00.
20.
40.
60.
81
0
0.050.
1
0.150.
2
PSfragreplacements
Stacionárnerozdeleniepodľa
K
podiel
K
Obr.9:Akumuláciakapitáluvpodnikovomsektore
Budemeopäťhľadaťpevnýbodfunkciedefinovanejnapriestorevšetkých
matícR.Tátofunkciabudespočívaťvaplikáciidvochtransformácii.Prvá
preusporiadajednotlivérozdeleniaprekaždúziskovosť(riadkymaticenR)
19
nazákladeočakávaní(prenásobeniematicouMarkovovskéhoprocesuΠ)a
druházasaplikáciouoptimálnychrozhodnutí(reprezenovanýchmaticouD).
Výsledoktakéhotopostupujeznázornenýnaobrázku9.Jehodetailnú
analýzutuuvádzaťnebudeme,lebovpraxijejehopoužitiedosťotáznea
mámnohonevýhod.Hlavnouznichjejehonieprávenajlepšiakonvergencia
kriešeniu(vzhľadomnato,žetunemámežiadnyfaktor
β,ktorýbyju
zabezpečoval).Tátýmpádomdosťzávisíajnavoľbenultejaproximácie.
Tútometódubudemepoužívaťlenakoreferenčnú,lebohľadanérozdelenia
jemožnézískaťajsimuláciamiopísanýmivnasledujúcejkapitole.
Nauvedenomobrázkujemožnévidieťhneďjednuchybutohotopostupu,
atoničímnevysvetlenýzvýšenýpodielfiriemsúplnenovýmstrojom.Zgrafu
optimálnehoinvestovania(obr.7)totižvyplýva,žepodielfiriemvoblasti
kapitálu,kedynedochádzakukúpenovéhostroja,bymalbyťvšaderovnaký,
atedakrivkastacionárnehorozdeleniabymalabyťaždokoncahorizontálna.
2.6Simulácie
Poznajúcsprávaniesaagentov,opísanéoptimálnymriadenímprekaždýstav,
viemepomocouMonte–Carlosimuláciízískaťajdynamickécharakteristiky
modelu,tedavývojrozličnýchfaktorovvčase.Začnimenajjednoduchšou
simuláciouatovygenerovanímčasovéhoraduopisujúcehosprávaniesajed-
néhopodnikuvčase(opäťsmepriproblémevýmenyvýrobnéhostrojaa
použijemevýsledkyzískanévyššie).Postupsimuláciejeveľmijednoduchýa
možnohozhrnúťdonasledovnýchkrokov:
1.Stanoveniepočiatočnejhodnotystroja
K0aziskovosti
A0.O
K0mô-
žemebezujmynavšeobecnostipredpokladať,žejerovné1(tedamáme
novýstroj).
A0zasvygenerujemeakorealizáciunáhodnejpremennej
zostacionárnehorozdeleniaMarkovovskejmaticeΠ.Ajkeďprijednej
simuláciitoažtakédôležiténieje,výhodutakejtovoľbyocenímeprisi-
mulovanísprávaniasapodnikovéhosektorapozostávajúcehozväčšieho
množstvafiriem.
2.Zapredpokladu,žepoznáme
Ki−1a
Ai−1,určíme
Kia
Ai .Vieme,
žeAsledujeMarkovovskýprocesurčenýmaticouΠatedarozdelenie
pravedpodobnostiA
ijedanévjej(
i−1)-omriadku.A
itedadostaneme
vygenerovanímnáhodnéhočíslaztohtodiskrétnehorozdelenia.
3.Podobne,nazákladeoptimálnehoriadenia(určenéhomaticouD,viď
kapitolu2.4),viemez
Ai−1a
Ki−1zvoliť
Kipredanúperiódu.
4.Pokračujemekrokom2,ažpokiaľnedosiahnemepožadovanýčasalebo
presnosťpočítanejcharakteristiky.
20
Naobrázku10jevýsledokjednejztakýchtosimulácii.Vidíme,ževýmena
strojasadejevždypodosiahnutíurčitéhostavujehoopotrebovania,nie
rovnakéhoprekaždúperiódu.Tátoskutočnosťjedôsledkomnáhodnosti
A.
050
100
150
200
0.5
0.6
0.7
0.8
0.91
PSfragreplacements
Vývoj
Kpre1podnik
K
čas
Obr.10:Simulovanývývojinvestovania
Zaujímavejšíobrázokdostaneme,keďbudemesimulovaťvývojceléhový-
robnéhosektorareprezentovanéhourčitýmpočtompodnikov.Naobrázku11
050
100
150
200
727476788082
PSfragreplacements
Vývojagregovaného
Kpre100podnikov
agregovanéK
čas
Obr.11:Simulovanývývojagregovanéhoinvestovania
vidno,akoajpriväčšommnožstveagentovvznikajútzv.hospodárskecykly,
tedaalternujúceobdobiainvestičnejaktivityapasivitynamakroekonomickej
úrovni.
Drobnýmproblémompritakejtosimuláciijevýberpočiatočnýchhodnôt
A0a
K0prekaždúsimulovanújednotku.Abysaeliminovalvplyvtohtový-
21
beru,potrebujemealebozabezpečiťjehosúladsostacionárnymrozdelením,
alebovygenerovaťdostatočnýpočetrealizácií,abyboltentovplyvzanedba-
teľný.Obidvapostupymajúsvojevýhodyajnevýhodyapraktickyjejedno,
ktorýpoužijeme.
Štatistickouanalýzoutaktovygenerovanýchčasovýchradov,môžemevy-
počítaťstacionárnerozdeleniepodnikovpodľastavovejpremennej,počítané
užvkapitole2.5.Naobrázku12môžemeporovnaťrozdeleniepodnikovpodľa
hodnotystrojazískanétakoutoMonte–Carlometódousrozdelenímvypo-
čítanýmpodľavyššiespomínanéhopostupu(znázornenéhotenkoučiarou).
Vidíme,žesatrochulíšiaadôvodombudúnajskôrnienajlepšienumerické
00.
20.
40.
60.
81
0
0.050.
1
0.150.
2
PSfragreplacements
Stacionárnerozdeleniepodľa
K
podiel
K
Obr.12:Stacionárnerozdeleniepodnikovnazákladesimulácie
vlastnostipredchádzajúcejmetódy.Prihustejšomdelenípoužitýchpremen-
nýchvšaktietorozdielypraktickyzaniknú.Vtakomprípadejeužpoužitie
metódyuvedenejvkapitole2.5možnéaajvýhodné,lebosimuláciesúčasovo
omnohonáročnejšieakotátoiteračnáschéma.
Výpočettohtorozdeleniajeveľmidôležitý,akchcemevypočítaťprie-
mernúhodnotuakumuláciekapitáluvsektore(vnašomprípadeideoprie-
mernéopotrebovanievýrobnéhostroja).Tásapočítapodľavzťahu
K=
n∑ i=1
πiK
i
kde
πijevypočítanýpodielfiriemsdanýmstavom
K.Vpraxinástotiž
častozaujíma,akobudetátopriemernáhodnotareagovaťnazmenupara-
metrovmodelu,ktorémôžemekontrolovať(napr.cenastroja,zdaneniezisku,
prispôsobovacienákladyapod.).
22
Prepíšmesiterazziskovosťpodniku
ivčase
t(A
it),akosmejuformulovali
vkapitole2.1na
Ait=
At ε
it(9)
kde
ε itješokovápremennácharakteristickápredanýpodnikadanýčas
anezávisláodostatnýcha
Atjeglobálnaziskovosťspoločnáprevšetkých.
Takétousporiadaniejeveľmiprirodzené,leboziskypodnikovdoznačnej
mieryzávisiapráveodvonkajšíchfaktorovakonapr.infláciaalebodaňová
politikavlády,ktorésúprevšetkyspoločné.
050
100
150
200
390
395
400
405
410
415
420
425
430
435
440 0
5010
015
020
011.2
1.4
1.6
1.8
22.2
2.4
2.6
2.8
3
PSfragreplacements
Vývojagregovaného
Kpre500podnikov
agregovanéK
čas
šok
050
100
150
200
385
390
395
400
405
410
415
420
425
430
435 0
5010
015
020
011.2
1.4
1.6
1.8
22.2
2.4
2.6
2.8
3
PSfragreplacements
Vývojagregovaného
Kpre500podnikov
agregovanéK
čas
šok
Obr.13:Reakcieinvestovanianašokvjednejperióde
To,čonásvtomtoprípadezaujíma,jereakciainvestovanianazmenu
tejtoglobálnejšokovejpremennejA
t .A
taj
ε itbudemevtomtoprípademo-
delovaťnezávislýmiMarkovovskýmiprocesmi.Znichsipodľa(9)odvodíme
23
Markovovskýprocespre
Aitaktomutoprocesusinájdemepodľaužznámeho
postupuoptimálnerozhodovaniefiriem.Simulovaniezačnemevygenerovaním
časovéhoradupre
At ,apotomknemuvygenerujemevývojceléhosektora.
Výsledkyreakcievýrobnéhosektoraprenášproblémvýmenyvýrobného
strojasúznázornenénaobrázku13.Opäťsastretámesfaktompozorovaným
užvkapitole2.4ato,žeprizvýšeníziskovostinedôjdetakrýchlokvýmene
strojaatýmpádominvestícieklesajú(aopačne).Zaujímavýmfaktom,ktorý
možnopozorovaťje,žepritakomtojedno-impulzovomšoku(znázornenom
naobrázkutenkoučiarou)dôjdek„rozkmitaniuÿekonomiky(výraznejšiemu
vybudeniuhospodárskychcyklov),ktorésaalepočaseustáli.
020
4060
8010
036
037
038
039
040
041
042
043
044
045
046
0 020
4060
8010
011.2
1.4
1.6
1.8
22.2
2.4
2.6
2.8
3
PSfragreplacements
Vývojagregovaného
Kpre500podnikov
agregovanéK
čas
šok
Obr.14:Vývojinvestovaniapridanomscenárivonkajšejšokovejpremennej
Inéjetovprípadenáhodnéhovývojašokovejpremennej,kedysúim-
pulzynáhodné.Takýtostavjezobrazenýnaobr.14.Tusúužcyklyvýrazné
avďakaneustáledodávanýmnáhodnýmimpulzompraktickynezanikajú.Na
obrázkujeopäťzrejmázápornákoreláciamedzi
Ka
A(overenáajvýpoč-
tom).Vtomtoprípadejeteda
Kkontracyklické.Zaujímavosťoukonkrétne
tohtomodeluje,žejehoparametrejemožnénastaviťajtak,aby
Kbolo
procyklické[1].
24
3Typológiaprispôsobovacíchnákladov
Vpredchádzajúcejkapitolesmevšetkyvýpočtyilustrovalinajednoduchom
problémevýmenyvýrobnéhostroja.Procesinvestovaniajevšakvpraxi
omnohokomplikovanejšíafunkciaprispôsobovacíchnákladovC(A
,K,I)vy-
stupujúcavrovnici(3)nastrane9môženadobúdaťrôznetvary.Vtejto
kapitoleuvádzameprehľadjejnajzákladnejšíchtvarov,takakoichuvádzajú
CooperaHaltiwangerv[2],spolusvýsledkaminašichoptimalizáciiasimu-
lácii.
3.1Nulovéprispôsobovacienáklady
Začnimetýmtonajjednoduchšímpríkladom,kedyC(A
,K,I)≡0.Ajkeďje
tátomožnosťvpraxinereálna,poslúžinámnauvedomeniesizákladných
vzťahov,ktorénebolomožnépozorovaťvpríkladezkapitoly2.
303540
3040
500.
51
1.52
PSfragreplacements
K
A
Optimálne
K′
01
23
2530354045
PSfragreplacements
OptimálneK′
A
−20
−10
010
3040
500.
51
1.52
PSfragreplacements
K
A
Optimálne
I
−40
−20
0204060
3040
500.
51
1.52
PSfragreplacements
K
A
Optimálne
i[%]
Obr.15:Výsledkyoptimalizáciebezprispôsobovacíchnákladov
Optimálnainvestičnápolitikazapredpokladu,ženákladynaprispôsobe-
nieakumuláciekapitálusúnulovéjeznázornenánaobrázku15.Vidíme,že
25
prekaždýstavziskovosti
Ajeoptimálnanejakádržba
K(prvédvagrafy).
Nulovéprispôsobovacienákladyspôsobia,žepodniktútooptimálnudržbu
svojhokapitáludosiahneprizmene
Ajednorázovouinvestíciouapotomuž
investujelentoľko,abyznulovalefektamortizácie(keďžehotoničnestojí).
Naposlednomgrafetohtoobrázkusmeznázorniliinvestíciepomocoutzv.
mieryinvestovania(angl.investmentrate),ktorájedefinovanáako
i t=
It
Kt.
Vnasledujúcichkapitoláchbudemeinvestovanieznázornovaťtoutoveličinou,
ktoránámhovoríorealiteviacakolenčistáhodnotainvestícii.
3.2Konvexnéprispôsobovacienáklady
Vtradičnýchmodelochsačastopredpokladá,žeprispôsobovacienákladysú
konvexné.Zapredpokladu,žemajútvardanýfunkciou
C(A
,K,I)=
γ 2(I
/K)2
K
dostávameoptimálneinvestovanieznázornenénaobrázku16.
303540
3040
500.
51
1.52
PSfragreplacements
K
A
Optimálne
K′
−20
02040
3040
500.
51
1.52
PSfragreplacements
K
A
Optimálne
i[%]
Obr.16:Optimálneinvestovanieprikonvexnýchprisp.nákladoch
Môžemenaňompozorovať,ževporovnanísobrázkom15niejeužrozsah
optimálneho
itakýveľký.Zvyšovanímparametra
γjemožnétentorozsahešte
viacobmedziť.
3.3Nekonvexnéprispôsobovacienáklady
Počasobdobí,kedypodnikinvestuje,častočelínákladom,ktorésúpropor-
cionálneakumuláciijehokapitálu.Sútonapríkladnákladyspojenésrekon-
štrukciouvýrobyaleborekvalifikácioupracovníkov.Prispôsobovacienáklady
26
tohtotypumôžemezapísaťako
C(A
,K,I)=
{
0ak
I=0
FKak
I6=0
kde
Fjeparameter.Optimálneinvestovaniepritakýchtoprispôsobovacích
nákladochjenaobr.17.
25303540
3040
500.
51
1.52
PSfragreplacements
K
A
Optimálne
K′
−20
0204060
3040
500.
51
1.52
PSfragreplacements
K
A
Optimálne
i[%]
Obr.17:Optimálneinvestovanieprinekonvexnýchprisp.nákladoch
Zvýsledkovtejtooptimalizcievyplýva,ževtomtoprípadejedosťčasto
prepodnikoptimálneneinvestovať.Tútomožnosťnadruhomgrafeznázor-
ňujeveľkášedáoblasťvjehostrede.Mimonejexistujeprekaždé
Apráve
jednaoptimálnahodnota
K,ktorúpodnikvprípadepotrebydosiahnejed-
norázovouinvestíciou.
3.4Transakčnénáklady
Nakoniecjeveľmirozumnéuvažovať,žemedzinákupnouapredajnoucenou
kapitálujerozdiel.Vpraxitoznamenáasitoľko,žeakpodnikkúpistrojza
cenu
p b,vprípadepotreby(keďmuneprinášazisky,akébypotreboval)ho
predáužlenzacenu
p s<
p b.
Tentofaktpriamonesúvisísprispôsobovacíminákladmi,takakoich
mámeformulovanévtejtopráci,aledonašichvýpočtovhoveľmijedno-
duchozakomponujemedorovnice(3)tak,žeo
pvystupujúcejvtejtorovnici
budemepredpokladať,žejenasledovnoufuknciou
I
p≡
p(I)=
{
p bak
I>0
p sak
I<0
Optimálneinvestovaniezapredpokladuexistencietransakčnýchnákladov
jeznázornenénaobr.18.Natomtoobrázkujemožnévidieť,žepodobne,
27
303540
3040
500.
51
1.52
PSfragreplacements
K
A
Optimálne
K′
02040
3040
500.
51
1.52
PSfragreplacements
K
A
Optimálne
i[%]
Obr.18:Optimálneinvestovaniestransakčnýminákladmi
akovpredchádzajúcomprípadeajtunámvzniklaoblasťtakýchhodnôt
Aa
K,kedyjeoptimálneneinvestovať.Avšakvtomtoprípadezávisíoptimálna
hodnota
K′mimotejtooblastiužnielenod
A,aleajod
K.
3.5Kombinovanéprispôsobovacienáklady
Nazávertejtoprácesformulujmemodel,vktorombudúvystupovaťvšetky
druhyprispôsobovacíchnákladovsúčasne.Takýtomodeljevskutočnostinaj-
reálnejší[2]avhodnýmnastavenímjehoparametrovjehomožnéveľmidobre
„nafitovaťÿnareálnedáta.Naobrázku19jepodobneakovyššieznázornená
optimálnapolitikainvestovaniajednotlivýchagentovzapredpokladu,žečelia
všetkýmvyššieopísanýmdruhomprispôsobovacíchnákladov.
25303540
3040
500.
51
1.52
PSfragreplacements
K
A
Optimálne
K′
−20
02040
3040
500.
51
1.52
PSfragreplacements
K
A
Optimálne
i[%]
Obr.19:Optimálneinvestovanieskombinovanýmiprisp.nákladmi
Okremvzťahov,ktoréjemožnévyčítaťzoptimálnehoinvestovaniapodni-
kovvjednotlivýchstavochnástakistomôžuzaujímaťajdynamickécharakte-
28
ristikytohtomodelu.Sledujúcpostupopísanývkapitole2.6sinasimulujeme
vývojceléhopodnikovéhosektorapripevnestanovenomscenárivonkajšej
šokovejpremennej,ktoráovplyvňujeziskovosťvšetkýchpodnikov.
020
4060
8010
01.
44
1.46
1.481.
5
1.52
1.54
x 10
4
020
4060
8010
00.6
0.8
11.2
1.4
1.6
PSfragreplacements
Vývojagregovaného
K(500podnikov)
agregovanéK
čas
šok
020
4060
8010
0−
202468 020
4060
8010
00.6
0.8
11.2
1.4
1.6
PSfragreplacements
Vývojagregovaného
i(500podnikov)
agregovanéi[%]
čas
šok
Obr.20:Vývojinvestovaniapridanomscenárivonkajšejšokovejpremennej
Výsledoktakejtosimuláciejeznázornenýnaobrázku20(šokjeznázor-
nenýtenkoučiarou).Vidímetuvýraznúkladnúkoreláciumedzi
Ka
A,teda
narozdielodvýsledkovzostrany24námtu
Kvystupujeprocyklicky.
Ďalšímrozdielomjecitlivosťsimulovanéhoinvestovanianašok,danýmu
vjednejperióde.Užnapredchádzajúcomobrázkumôžemepozorovať,že
cyklyužniesútakévýrazné,akobolivproblémevýmenyvýrobnéhostroja.
Dôvodomtakéhotostavuje,ževtomtoprípademajúpodnikymožnosť„jem-
nejšieÿprispôsobovaťakumuláciusvojhokapitáluatakzmenyvinvestovaní
29
súvýraznélenvperiódach,kedydošloajkuzmenešokovejpremennej.
Tentopredpokladnámpotvrdzujeajsimuláciaobochdruhovšokovlen
vjednejperióde(obr.21).Zaujímavýmfaktompozorovanýmpritejtosimulá-
ciije,ženapozitívnyšokreagujúnašepodnikyväčšouzmenouinvestícii,ako
050
100
150
200
024 050
100
150
2000.
5
11.5
PSfragreplacements
Vývojagregovaného
i(500podnikov)
agregovanéi[%]
čas
šok
050
100
150
200
−10123456 0
5010
015
020
00.5
11.5
PSfragreplacements
Vývojagregovaného
i(500podnikov)
agregovanéi[%]
čas
šok
Obr.21:Reakciemieryinvestovanianašokvjednejperióde
nanegatívny.Možnosť„jemnejšiehoÿprispôsobeniaakumuláciekapitálu(aj
zápornýmiinvestíciami)sazasprejavíveľmirýchlymstabilizovanímsektora,
tedanarozdielodsituácienaobr.13,nedôjdevtomtoprípadek„rozkmi-
taniuÿekonomiky.Akbysmetentoefektchcelidosiahnuťajtu,stačiloby
vhodnezmeniťprispôsobovacienáklady.
30
4Záver
Hlavnýmprínosomtejtoprácejeveľmikonkrétnyadetailneopísanýmate-
matickýaparát,ktorýmjemožnémodelovaťinvestícieaichvývojvpodni-
kovomsektore.Jehozákladomjeoptimalizačnáúlohaformulovanánaúrovni
podnikunachádzajúcehosavkonkrétnejsituácii.Tenmaximalizujediskon-
tovanúhodnotuvšetkýchsvojichbudúcichziskovzaštandardnýchúčtovných
obmedzení,pričomčelíneistotedobudúcnosti,ktorájemodelovanávývojom
šokovejpremennej.Tútopremennúreprezentujemeakoziskovosťpodnikua
predpokladámeonej,žesledujeMarkovovskýprocessdanoumaticoupre-
chodu,ktorejvlastnostisúopísanévkapitole2.3.
Takútoúlohuformulujemeakoúlohudynamickéhoprogramovania(na
nekonečnomčasovomhorizonte),ktorúriešimeiteračnouschémouzaloženou
narovnici3.Jejriešenímdostávameoptimálnuhodnotubudúcejakumulácie
kapitáluatýmpádommámeajoptimálnuhodnotuinvestícii.Využitímfaktu,
žepoznámerozhodnutiavšetkýchpodnikovsimulujemepotomvývojcelého
sektora(pozostávajúcehozveľkéhomnožstvafiriem).Ztaktovypočítaných
asimulovanýchdátužmôžemevyčítaťrôznecharakteristikysystému,ktoré
nászaujímajú.
Prispôsobovacienáklady,ktorémajúnainvestovanienajväčšívplyv,môžu
vpraxinadobúdaťrôznetvary.Najzákladnejšieznichsúspolusvýsledkami
ilustračnýchvýpočtovuvedenévkapitole3.Vjejzáveresanachádzaopis
všeobecnéhomodelu,zahrňujúcehovšetkydruhyprispôsobovacíchnákladov,
sktorýmjemožnédostatočnevernesimulovaťrealitu.
Využitímmodelovacejtechnikyopísanejvtejtoprácijemožnériešiť
množstvopraktickýchúloh.Môžemenapríkladmaximalizovaťzdaneniezis-
kovzapodmienky,žepriemernámierainvestovanianámneklesnepodurčitú
hodnotu.Jedinéčotrebaurobiťnaviacjezakomponovaťtotozdanenieako
parameterdofunkcieziskovosti.Miernoumodifikácioutohtoproblému(zá-
menoukapitáluzaprácu)môžememodelovaťpolitikuzamestnanosti.Mô-
žemehľadaťnapr.optimálneodstupné,ktoréjeistouformouprispôsobo-
vacíchnákladovaleboskúmať,akoregujezamestnanosťnazmenyšokovej
premennej.Totovšetkomôžebyťnáplňouďalšíchprácztejtooblasti.
31
Literatúra
[1]Cooper,R.W.:Investment.BostonUniversity,Február2000
(http://econ.bu.edu/faculty/cooper)
[2]Cooper,R.W.–Haltiwanger,J.C.:OntheNatureofCapitalAd-
justmentCosts.BostonUniversity,Apríl2000
(http://econ.bu.edu/faculty/cooper)
[3]Felderer,B.–Homburg,S.:Makroekonomikaanovámakroekono-
mika.Bratislava,ELITA1995
[4]Kovačka,M.:Makroekonomika.Bratislava,SPN1992
32