核心管理课程 6 门课程 - 18 个学分 MGMT 0021 管理流程 MGMT 0022 财务会计 MGMT 0023 管理会计 MGMT 1818 管理科学 MGMT 1820 运营管理 MGMT 1821 金融概论 供应链/项目管理集中 4 门课程 - 12 个学分 MGMT 1845 国际商业企业 MGMT 1855 供应链管理 MGMT 1857 项目管理 MGMT 1859 全面质量管理 选修课 5 门课程 - 15 个学分 1. 从任何 MGMT 或 INFSCI 中选择 3 门课程。 2. 从任何 MGMT、HCM 或经批准的 MGMT 选修课列表中的其他课程中选择 2 门课程。其中一门可以作为 3 个学分的实习。详情请咨询顾问。其他要求 1 门课程 - 3 个学分 获得 90 个学分并完成核心课程中的每一门课程后,所有管理专业的学生都必须参加 MGMT 1955 - 战略管理,以满足顶点课程的要求。 文科课程 管理专业的学生必须参加以下课程以满足通识教育的要求。 *下面列出的某些课程可能有先决条件。 CS 0098 使用 Excel 进行决策 MATH 0120 商业微积分* ECON 0100 微观经济理论概论 ECON 0110 宏观经济理论概论 PHIL 1380 商业伦理 PSY 0680 工业/组织心理学概论* STAT 1100 商业管理统计与概率 ENGCMP 0031 商务写作*
Małgorzata Łatuszyńska 1,Anna Borawska 2 摘要:目的:本文旨在分析使用系统动力学方法构建的计算机模拟模型在研究各种商业战略选择的影响方面的适用性。设计/方法/方法:本文重点介绍系统动力学模拟的应用,该系统能够考虑企业运营中的反馈回路、时间延迟和非线性。基于一家运输公司的案例研究,介绍了使用模拟模型支持投资策略选择的潜力。结果:系统动力学模型有助于全面分析各种商业战略选择,从而评估它们对公司关键经济和技术指标的影响。这种方法同时考虑了宏观经济和微观经济方面,从而可以更好地理解企业动态并支持战略决策。所提出的模拟实验表明,实施适当的投资策略可以使公司更有效地实现业务目标。实际意义:所提出的方法支持动态和复杂商业环境中的决策。管理人员和分析师都可以使用它来评估和规划业务战略。本案例研究可能特别适用于选择运输车辆品牌(包括电动车型)的决策。原创性/价值:系统动力学在设计业务战略中的应用可以捕捉行动的多层次交互和长期影响,使这种方法有别于传统的分析工具。关键词:系统动力学、仿真建模、战略管理、决策。JEL 代码:C63、L21、M21。论文类型:研究论文。致谢:本研究由科学部长根据“区域卓越计划”共同资助。
教科书公共部门的两个必需的教科书经济学第4版。由约瑟夫·斯蒂格利茨(Joseph Stiglitz)和杰伊·罗森加德(Jay Rosengard)作者。虽然我们会跳过并编辑相当多的编辑,但我们一定会介绍第3-10、14和17章的大部分或所有章节。其他章节的部分也将涵盖。本书将仅在此课程的第一部分中使用,并在第二部分中定期使用。在公共选择经济学中阅读,Jac Heckelman编辑。这将是课程第二部分中的主要文本。将分配各个章节。直到6月下旬,我们将不会开始在课堂上讨论本书的章节。概述让我首先解释该类不是:1。这不是公共经济学的班级。虽然我们正在使用的教科书是该课程的常见教科书,但本课程并不意味着要浇水,编写部门作为Eco 321的组件版本。2。这不是政府部门的班级。这不是关于经济问题政治的课程。这是对政治舞台上问题的一类生态分析。3。这不是宏观经济学的类。有关政府政策与利率,失业,货币政策等有关的问题。将不会被解决。我们将使用微观经济工具来研究与集体决策相关的问题。这将包括对政府在市场经济中的适当作用的讨论。先决条件在大学一级的一些入门经济学课。之后,我们将通过立法程序讨论确定和执行特定政策的涉及的力量。我假设每个人都采用了某种形式的入门微观经济学(在UT的ECO 304K)或一个1个学期的Micro和Macro Class(在UT的Eco 301)。但是,通常有许多学生参加了多个上层课程。那些具有最低先决条件的人必须了解他们可能第一次看到的材料将是班上一些学生的审查材料。
1.1 蒙古、哈萨克斯坦、吉尔吉斯共和国和老挝人民民主共和国的人均国内生产总值(2017 年) 1.2 蒙古、哈萨克斯坦、吉尔吉斯共和国和老挝人民民主共和国的治理指标(2000 年和 2017 年) 1.3 蒙古、哈萨克斯坦、吉尔吉斯共和国和老挝人民民主共和国的微观经济指标(2018 年) 1.4 国际收支平衡表(1995 年、2010 年和 2017 年) 29 1.5 蒙古、哈萨克斯坦、吉尔吉斯共和国和老挝人民民主共和国的社会经济指标(1990 年) 1.6 蒙古、哈萨克斯坦、吉尔吉斯共和国和老挝人民民主共和国的社会经济指标(2017 年) 2.1 宏观审慎3.1 矿产储量和资源估算 76 及其全球排名 3.2 2017 年和 2018 年按类型登记的矿产矿床 77 3.3 2010-2017 年矿产品产量 81 3.4 16 个具有战略意义的矿产矿床 82 3.5 矿产品的额外特许权使用费税率 85 3.6 采掘业收入流向政府的数量 94 3.7 采掘公司的纳税情况,2017 年 94 3.8 纳税额最高的公司,2017 年 95 3.9 政府收入与大宗商品价格指数之间的关系 97 3.10 2017 年十大采掘公司纳税人和政府收入 98 3.11 博茨瓦纳政府价格和大宗商品价格指数, 99 印度尼西亚和老挝人民民主共和国 3.12 2009 年和 2018 年各行业就业情况 107 4.1 2000 年至 2017 年产出和就业结构 123 4.2 按 PRODY 分类的出口份额 127 4.3 前 20 个出口产品占总出口的份额 129 4.4 按优先出口行业划分的显示性比较优势 130 5.1 2017 年进口关税 151 5.2 出口税收占非矿产品出口的百分比 152
本文评估了有关人工智能新进展对宏观经济产生重大影响的说法。它从基于任务的人工智能影响模型开始,通过自动化和任务互补性进行研究。只要人工智能的微观经济影响是由任务层面的成本节约/生产率提高驱动的,其宏观经济后果将由 Hulten 定理的一个版本给出:GDP 和总生产率增长可以通过受影响的任务比例和平均任务级成本节约来估计。使用现有的对人工智能的影响和任务级生产率提高的估计,这些宏观经济影响似乎不小但并不大——10 年内全要素生产率 (TFP) 的增长不超过 0.66%。然后,本文指出,即使是这些估计也可能被夸大了,因为早期的证据来自易于学习的任务,而未来的一些影响将来自难以学习的任务,其中有许多与环境相关的因素影响决策,并且没有客观的结果衡量标准来了解成功的表现。因此,预计未来 10 年 TFP 增长将更加温和,预计将低于 0.53%。我还探讨了人工智能的工资和不平等效应。我从理论上表明,即使人工智能提高了低技能工人在某些任务上的生产率(而不是为他们创造新任务),这也可能会加剧而不是减少不平等。从实证研究来看,我发现人工智能的进步不太可能像以前的自动化技术那样加剧不平等,因为它们的影响在各个人口群体中分布更均匀,但也没有证据表明人工智能会减少劳动收入不平等。相反,预计人工智能会扩大资本和劳动收入之间的差距。最后,人工智能创造的一些新任务可能具有负面的社会价值(例如设计用于在线操纵的算法),我会讨论如何纳入可能具有负面社会价值的新任务的宏观经济效应。
经济不稳定导致的非自愿性失业和充分就业的财政政策:MMT(现代货币理论)的理论基础 Yasuhito Tanaka 日本京都同志社大学经济学系。摘要 JM 凯恩斯所主张的非自愿性失业的存在是现代经济理论的一个非常重要的问题。使用三代人重叠模型,我们表明非自愿性失业的存在是由于经济不稳定造成的。经济不稳定是充分就业均衡附近均衡价格差分方程的不稳定性,这意味着非自愿性失业的存在导致的名义工资率下降会进一步减少就业。这种不稳定是由于当消费者的净储蓄(储蓄和养老金之间的差额)小于他们的债务乘以童年消费的边际消费倾向时发生的负实际平衡效应。我们还讨论了通过铸币税实现充分就业的财政政策。我们为所谓的MMT(现代货币理论)提供了理论基础。关键词:世代重叠模型,非自愿失业,经济不稳定性,负实际平衡效应,铸币税财政政策,MMT(现代货币理论)JEL分类:E12,E24。1.简介JM凯恩斯主张的非自愿失业是现代经济理论的一个非常重要的问题。这是一种工人愿意以市场工资或略低于市场工资水平工作,但却受到他们无法控制的因素(主要是总需求不足)阻碍的现象。在传统的凯恩斯主义宏观经济学中,名义工资率的刚性被认为是造成非自愿失业的原因。效率工资假说是最著名的理论,它为由于名义工资率刚性而导致的非自愿失业的存在提供了微观经济基础。主要参考文献有 Akerlof and Yellen (1986), Katz (1986), Shapiro and Stiglitz (1984), Yellen (1984) 和 Schlicht (2016)。根据效率工资假说,如果
Yingyao Hu是Johns Hopkins University的Krieger-Eisenhower经济学教授,他自2007年以来一直在那里工作。。 在加入霍普金斯之前,他曾是德克萨斯大学奥斯汀分校经济学助理教授四年。 他是霍普金斯校友,拥有数学科学的MSE和2001年的经济学硕士学位,并在2003年获得经济学博士学位。 他还曾在密歇根州立大学,上海的Fudan大学和北京的Tsinghua大学学习。 在此之前,他在中国新疆出生和长大。 他的研究兴趣包括微观经济学,经验工业组织和劳动经济学。 在微观经纪学中,他的研究集中在测量误差模型,混合模型,具有固定效应或未观察到的协变量的面板数据模型以及通常具有潜在变量的微观经济模型上的非参数识别和估计。 他对以应用程序为导向的计量经济学特别感兴趣,在这种计量经济学中,计量经济学方法与经济理论或故事密切相结合。 在经验工业组织中,他在拍卖模式中致力于未观察到的异质性,具有未观察到的状态变量的动态模型,学习模型中的信念更新,生产功能的估计以及具有主观信念的动态离散选择。 在劳动经济学中,他的研究在纠正了当前人口调查中的自我报告错误之后,涉及美国的失业率,长期以来对中国失业率的可靠估计以及飓风对美国东海岸的生育能力的影响。Yingyao Hu是Johns Hopkins University的Krieger-Eisenhower经济学教授,他自2007年以来一直在那里工作。在加入霍普金斯之前,他曾是德克萨斯大学奥斯汀分校经济学助理教授四年。他是霍普金斯校友,拥有数学科学的MSE和2001年的经济学硕士学位,并在2003年获得经济学博士学位。他还曾在密歇根州立大学,上海的Fudan大学和北京的Tsinghua大学学习。 在此之前,他在中国新疆出生和长大。 他的研究兴趣包括微观经济学,经验工业组织和劳动经济学。 在微观经纪学中,他的研究集中在测量误差模型,混合模型,具有固定效应或未观察到的协变量的面板数据模型以及通常具有潜在变量的微观经济模型上的非参数识别和估计。 他对以应用程序为导向的计量经济学特别感兴趣,在这种计量经济学中,计量经济学方法与经济理论或故事密切相结合。 在经验工业组织中,他在拍卖模式中致力于未观察到的异质性,具有未观察到的状态变量的动态模型,学习模型中的信念更新,生产功能的估计以及具有主观信念的动态离散选择。 在劳动经济学中,他的研究在纠正了当前人口调查中的自我报告错误之后,涉及美国的失业率,长期以来对中国失业率的可靠估计以及飓风对美国东海岸的生育能力的影响。他还曾在密歇根州立大学,上海的Fudan大学和北京的Tsinghua大学学习。在此之前,他在中国新疆出生和长大。他的研究兴趣包括微观经济学,经验工业组织和劳动经济学。在微观经纪学中,他的研究集中在测量误差模型,混合模型,具有固定效应或未观察到的协变量的面板数据模型以及通常具有潜在变量的微观经济模型上的非参数识别和估计。他对以应用程序为导向的计量经济学特别感兴趣,在这种计量经济学中,计量经济学方法与经济理论或故事密切相结合。在经验工业组织中,他在拍卖模式中致力于未观察到的异质性,具有未观察到的状态变量的动态模型,学习模型中的信念更新,生产功能的估计以及具有主观信念的动态离散选择。在劳动经济学中,他的研究在纠正了当前人口调查中的自我报告错误之后,涉及美国的失业率,长期以来对中国失业率的可靠估计以及飓风对美国东海岸的生育能力的影响。在劳动经济学中,他的研究在纠正了当前人口调查中的自我报告错误之后,涉及美国的失业率,长期以来对中国失业率的可靠估计以及飓风对美国东海岸的生育能力的影响。yingyao已发表在许多经济学和统计学领域的领先期刊上,例如美国经济评论,计量经济学,美国统计协会杂志,《计量经济学杂志》,《计量经济学,游戏与经济行为》,人口经济学杂志和比较经济学杂志。他是《计量经济学杂志》的院士,并曾在几个期刊的编辑委员会任职。他还是《计量错误》杂志特刊杂志的共同编辑。yingyao与三个小孩结婚多年。从他们的角度来看,Yingyao是一位不做任何事情的老师。
本文评估了有关人工智能新进展对宏观经济产生重大影响的说法。它从基于任务的人工智能影响模型开始,通过自动化和任务互补性进行研究。只要人工智能的微观经济影响是由任务层面的成本节约/生产率提高驱动的,其宏观经济后果将由 Hulten 定理的一个版本给出:GDP 和总生产率增长可以通过受影响的任务比例和平均任务级成本节约来估计。使用现有的对人工智能的影响和任务级生产率提高的估计,这些宏观经济影响似乎不小但并不大——10 年内全要素生产率 (TFP) 的增长不超过 0.66%。然后,本文指出,即使是这些估计也可能被夸大了,因为早期的证据来自易于学习的任务,而未来的一些影响将来自难以学习的任务,其中有许多与环境相关的因素影响决策,并且没有客观的结果衡量标准来了解成功的表现。因此,预计未来 10 年的 TFP 增长将更加温和,预计将低于 0.53%。我还探讨了人工智能的工资和不平等效应。我从理论上表明,即使人工智能提高了低技能工人在某些任务上的生产率(而不为他们创造新任务),这也可能会增加而不是减少不平等。从实证上看,我发现人工智能的进步不太可能像以前的自动化技术那样增加不平等,因为它们的影响在人口群体中分布得更均匀,但也没有证据表明人工智能会减少劳动收入不平等。相反,预计人工智能会扩大资本和劳动收入之间的差距。最后,人工智能创造的一些新任务可能具有负面的社会价值(例如设计用于在线操纵的算法),我讨论了如何纳入可能具有负面社会价值的新任务的宏观经济影响。JEL 分类:E24、J24、O30、O33。关键词:人工智能、自动化、ChatGPT、不平等、生产力、技术采用、工资。
最近的 COVID-19 疫情提醒我们,在传染性极强的疾病面前,保持社交距离的重要性和有效性。无论是自愿的还是强制性的,保持社交距离的做法都可以通过减少感染者和易感者之间的接触率来防止疾病传播,从而将疫情的蔓延范围降至最低。历史数据和近期的初步数据确实表明,防止大型集会可以成功减缓传染速度。尽管 COVID-19 的致死率较低,但降低传播速度对于避免卫生系统不堪重负至关重要,可以防止医生、护士、病床以及呼吸机的反应可以防止的死亡。保持社交距离在预防传染和死亡方面非常有效,但至少在原则上,对经济活动却有害,因为保持社交距离通常意味着保持经济距离:大多数行业都要求工人肩并肩合作生产商品(汽车厂的装配线、面包店的生产等),而多种服务需要客户和供应商(餐馆、大学、理发店、酒店、航空公司等)或客户之间的密切接触(体育赛事、赌场、游乐园等)。社交距离和经济距离之间无处不在的联系揭示了经济文献中的一个显著空白。大多数模型都抽象出了距离在经济和社会互动中的作用。也许最显著的例外可以在贸易文献中找到,其中重力模型使用距离来捕捉运输成本,以及在城市经济学中,它使用距离来影响通勤成本,而通勤成本是人口集聚和城市形态的重要决定因素。然而,距离是贯穿所有人类和经济互动的一个因素。然而,它并没有在微观经济层面上明确地建模来捕捉宏观经济影响。同事之间的距离如何影响他们的生产力?哪些服务可以在远距离提供,哪些需要近距离接触?这些问题在正常情况下可能听起来毫无意义,因为面对面或远距离开展活动只是在通勤、基础设施或物流成本上有所不同。疫情揭示了
