您应该注意到,对商业周期的正式分析始于 20 世纪初。据观察,经济的扩张和收缩时期有规律地发生。韦斯利·米切尔、西蒙·库兹涅茨和弗雷德里克·米尔斯等经济学家记录了这些时期的特征。米切尔记录了变量在周期中的共同变动;米尔斯记录了价格和数量在扩张和收缩中的共同变动;库兹涅茨研究了增长和波动的模式。20 世纪 30 年代是商业周期研究非常活跃的时期。然而,在凯恩斯的《通论》出版后,人们对商业周期的兴趣有所下降,该理论将注意力从商业周期转移到经济的短期管理上。20 世纪 70 年代,许多国家普遍存在的经济危机无法用凯恩斯主义模型来解释,人们对商业周期的兴趣重新燃起。
本研究的目的是测试凯恩斯主义储蓄函数对土耳其经济的影响。为了实现这一目标,我们利用了凯恩斯提出的基本储蓄函数,并使用了 1985 年至 2021 年土耳其经济的数据。模型中储蓄的决定因素包括人均 GDP、所得税率、存款利率和通货膨胀率。模型中选择的变量与文献一致。实证分析确定最合适的方法是自回归分布滞后 (ARDL) 方法。根据进行的实证分析,人均 GDP 和存款利率的增加会导致储蓄金额的增加。另一方面,税率和通货膨胀率的增加会减少储蓄金额。根据研究结果,凯恩斯主义储蓄函数适用于 1985 年至 2021 年的土耳其经济。
亨廷登郡区议会有着明确的目标,要解决亨廷登郡现在和未来的住房需求。这些需求是由该区丰富的多样性决定的,该区包括集镇、大大小小的村庄和分散的农村定居点。不断增长的经济也在影响未来的住房需求,该地区南部与大剑桥相连,北部与彼得伯勒经济相连,东北部与芬斯相连。展望未来,该区将成为剑桥、米尔顿凯恩斯、牛津弧的一部分,被确定为未来经济增长的重要区域 ii ,而奥尔康伯里的混合用途企业区开发在全国具有重要意义。交通连接的改善、A14 的改道、对 A428 和 A141 的计划改进以及在圣尼奥茨设有车站的东西铁路连接的可能性,提高了亨廷登郡在区内以及与其他目的地的连通性。
挪威特朗德海姆的挪威科学技术大学(NTNU)计算机科学系; b挪威克里斯蒂安尼斯和阿格德大学信息系统系; C美国佛罗里达州奥兰多市中心佛罗里达大学建模模拟与培训学院; D美国匹兹堡匹兹堡大学计算与信息学院; E UCL知识实验室,英国伦敦大学学院教育学院; f电信工程学院,西班牙瓦拉多利德大学De Valladolid大学; G,西班牙巴塞罗那市庞贝·法布拉(UPF)的信息与通信技术系; H学习与教育技术(LET)研究实验室,芬兰Oulu大学;我教育技术学院,开放大学,米尔顿·凯恩斯,英国挪威特朗德海姆的挪威科学技术大学(NTNU)计算机科学系; b挪威克里斯蒂安尼斯和阿格德大学信息系统系; C美国佛罗里达州奥兰多市中心佛罗里达大学建模模拟与培训学院; D美国匹兹堡匹兹堡大学计算与信息学院; E UCL知识实验室,英国伦敦大学学院教育学院; f电信工程学院,西班牙瓦拉多利德大学De Valladolid大学; G,西班牙巴塞罗那市庞贝·法布拉(UPF)的信息与通信技术系; H学习与教育技术(LET)研究实验室,芬兰Oulu大学;我教育技术学院,开放大学,米尔顿·凯恩斯,英国
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
a L3S 研究中心和汉诺威莱布尼茨大学,德国 - ntoutsi@l3s.de b 计算机科学研究所,FORTH-ICS,希腊 c TIB 莱布尼茨科学技术信息中心,汉诺威,德国 d KDDLAB,意大利比萨大学信息学系 e 信息技术研究所,CERTH,希腊塞萨洛尼基 f GESIS 莱布尼茨社会科学研究所,德国科隆 g 知识媒体研究所,开放大学,英国米尔顿凯恩斯 h 柏林工业大学电气工程与计算机科学学院,德国,鲁汶大学计算机科学系,比利时 i 汉诺威莱布尼茨大学法律信息学研究所,德国 j 创新实验室,SCHUFA Holding AG,德国威斯巴登 k 电子与计算机科学,南安普顿大学,英国 l IPVS,斯图加特大学,德国
*路加福音:宾夕法尼亚州立大学,nkl10@psu.edu。Munshi:耶鲁大学,kaivan.munshi@yale.edu。 OOMEN:基督教医学院,anuoommen@cmcvellore.ac.in。 辛格:立陶宛银行和考纳斯技术大学,ssingh@lb.lt。 我们感谢Jere Behrman,Anne Ferguson-Smith,Nita Forouhi,Seema Jayachandran,K.M。 Venkat Narayan,Nigel Unwin和众多研讨会参与者的建设性评论。 约翰内斯·梅瓦尔德(Johannes Maywald),克里西卡·拉格帕蒂(Krithika Raghupathi)和阿斯塔·沃拉(Astha Vohra)提供了出色的研究帮助。 通过Grant R01-HD046940,剑桥大学,凯恩斯基金会和剑桥大学的牛顿基金以及在EUR项目ANR-17-EUER-0010下的Agence Nationale de la Rechche(ANR)的研究支持。 我们应对可能存在的任何错误负责。 这里表达的观点是作者的观点,不一定反映了立陶宛银行的立场。Munshi:耶鲁大学,kaivan.munshi@yale.edu。OOMEN:基督教医学院,anuoommen@cmcvellore.ac.in。 辛格:立陶宛银行和考纳斯技术大学,ssingh@lb.lt。 我们感谢Jere Behrman,Anne Ferguson-Smith,Nita Forouhi,Seema Jayachandran,K.M。 Venkat Narayan,Nigel Unwin和众多研讨会参与者的建设性评论。 约翰内斯·梅瓦尔德(Johannes Maywald),克里西卡·拉格帕蒂(Krithika Raghupathi)和阿斯塔·沃拉(Astha Vohra)提供了出色的研究帮助。 通过Grant R01-HD046940,剑桥大学,凯恩斯基金会和剑桥大学的牛顿基金以及在EUR项目ANR-17-EUER-0010下的Agence Nationale de la Rechche(ANR)的研究支持。 我们应对可能存在的任何错误负责。 这里表达的观点是作者的观点,不一定反映了立陶宛银行的立场。OOMEN:基督教医学院,anuoommen@cmcvellore.ac.in。辛格:立陶宛银行和考纳斯技术大学,ssingh@lb.lt。我们感谢Jere Behrman,Anne Ferguson-Smith,Nita Forouhi,Seema Jayachandran,K.M。Venkat Narayan,Nigel Unwin和众多研讨会参与者的建设性评论。约翰内斯·梅瓦尔德(Johannes Maywald),克里西卡·拉格帕蒂(Krithika Raghupathi)和阿斯塔·沃拉(Astha Vohra)提供了出色的研究帮助。通过Grant R01-HD046940,剑桥大学,凯恩斯基金会和剑桥大学的牛顿基金以及在EUR项目ANR-17-EUER-0010下的Agence Nationale de la Rechche(ANR)的研究支持。我们应对可能存在的任何错误负责。这里表达的观点是作者的观点,不一定反映了立陶宛银行的立场。
1天文学,科学,技术,工程和数学学院,开放大学,米尔顿·凯恩斯MK7 6AA,英国; s.filippidou@imperial.ac.uk(s.f.); a.price@microbiologysociety.org(a.p.); charlotte.l.spencer-jones@durham.ac.uk(C.S.-J.); anthony.scales@open.ac.uk(A.S。); Michael.macey@open.ac.uk(M.C.M.); susanne.schwenzer@open.ac.uk(s.p.s.)2伦敦帝国学院,伦敦帝国学院,英国伦敦帝国学院,英国3号地理系,达勒姆大学,达勒姆DH1 3LE,英国4地球与环境科学系,博茨瓦纳国际科学技术大学,帕利帕里10071,博茨瓦纳; franchif@biust.ac.bw 5 Geosciences,Witwatersrand大学,约翰内斯堡,2001年,南非6号,南非6个生物科学与生物技术系,博茨瓦纳国际科学技术大学,帕利西斯大学10071年,博茨瓦纳帕利帕; lebogangl@biust.ac.bw 7博洛尼亚大学生物,地质和环境科学系,意大利博洛尼亚40126; barbara.cavalazzi@unibo.it 8地质系,约翰内斯堡大学,约翰内斯堡,2006年,南非 *通信:k.olsson-francis@open.ac.ac.uk2伦敦帝国学院,伦敦帝国学院,英国伦敦帝国学院,英国3号地理系,达勒姆大学,达勒姆DH1 3LE,英国4地球与环境科学系,博茨瓦纳国际科学技术大学,帕利帕里10071,博茨瓦纳; franchif@biust.ac.bw 5 Geosciences,Witwatersrand大学,约翰内斯堡,2001年,南非6号,南非6个生物科学与生物技术系,博茨瓦纳国际科学技术大学,帕利西斯大学10071年,博茨瓦纳帕利帕; lebogangl@biust.ac.bw 7博洛尼亚大学生物,地质和环境科学系,意大利博洛尼亚40126; barbara.cavalazzi@unibo.it 8地质系,约翰内斯堡大学,约翰内斯堡,2006年,南非 *通信:k.olsson-francis@open.ac.ac.uk
您对人工智能的理解不可避免地植根于丰富的历史发展,反映了我们对智能本身的态度的深刻转变。智能作为一个概念,其根源可以追溯到思考思想和认知本质的古代哲学。20 世纪中叶预示着一个分水岭时刻,当时艾伦·图灵和约翰·麦卡锡等先驱开始正式确定当今人工智能的基础原则。图灵的开创性工作提出了机器能够模拟人类推理的想法,从而导致了第一批能够执行简单任务的程序的开发,这开始模糊人机能力之间的界限(Aleksei Matveevic Rumiantsev,1983 年;Boughton,1994 年;Canh 和 Thanh,2020 年;Engels,1844 年;Gilpin 和 Gilpin,2001 年;Harris,2020 年;IMF,1994 年、2021 年;Keynes,1936 年;列宁,1916 年;马克思,1867 年;OECD,2021 年;Papageorgiou,2012 年;Richardson,1964 年;Rikhardsson 等,2021 年;Stiglitz,2002 年;世界银行,2003 年;世界银行集团,2024b
虽然如今关于人工智能的许多讨论似乎都很现代和新颖,但它的起源可以追溯到 20 世纪中叶,当时计算理论和认知科学领域出现了许多开创性的想法。这个时代的先驱人物,包括艾伦·图灵这样的人物,开始假设机器可以模拟智能行为。图灵在 1950 年发表的开创性论文提出了关于智能本质以及机器是否能够模拟人类认知过程的深刻问题。这一研究为我们现在所说的人工智能建立了一个框架,为未来的发展奠定了基础(Aleksei Matveevic Rumiantsev,1983 年;Boughton,1994 年;Canh 和 Thanh,2020 年;Engels,1844 年;Gilpin 和 Gilpin,2001 年;Harris,2020 年;IMF,1994 年、2021 年;Keynes,1936 年;列宁,1916 年;马克思,1867 年;OECD,2021 年;Papageorgiou,2012 年;Richardson,1964 年;Rikhardsson 等,2021 年;Stiglitz,2002 年;世界银行,2003 年;世界银行集团,2024b 年、2024a)。