Экономическая модель

Упрощенное представление экономической реальности

Диаграмма модели IS/LM

Экономическая модель — это теоретическая конструкция, представляющая экономические процессы набором переменных и набором логических и/или количественных отношений между ними. Экономическая модель — это упрощенная, часто математическая , структура, разработанная для иллюстрации сложных процессов. Часто экономические модели постулируют структурные параметры . ^[1] Модель может иметь различные экзогенные переменные , и эти переменные могут изменяться, создавая различные реакции экономических переменных. Методологическое использование моделей включает исследование, теоретизирование и подгонку теорий к миру. ^[2]

Обзор

В общем, экономические модели выполняют две функции: во - первых, как упрощение и абстрагирование наблюдаемых данных, а во-вторых, как средство отбора данных на основе парадигмы эконометрического исследования.

Упрощение особенно важно для экономики, учитывая огромную сложность экономических процессов. ^[3] Эта сложность может быть отнесена к разнообразию факторов, которые определяют экономическую деятельность; эти факторы включают: индивидуальные и кооперативные процессы принятия решений, ограниченность ресурсов , экологические и географические ограничения, институциональные и правовые требования и чисто случайные колебания. Поэтому экономисты должны сделать обоснованный выбор того, какие переменные и какие отношения между этими переменными являются релевантными и какие способы анализа и представления этой информации являются полезными.

Выбор важен, поскольку характер экономической модели часто определяет, какие факты будут рассматриваться и как они будут компилироваться. Например, инфляция является общей экономической концепцией, но для измерения инфляции требуется модель поведения, чтобы экономист мог различать изменения относительных цен и изменения цен, которые следует отнести к инфляции.

Помимо профессионального академического интереса, модели используются в следующих областях:

• Прогнозирование экономической активности таким образом, чтобы выводы были логически связаны с предположениями;
• Предложение экономической политики для изменения будущей экономической активности;
• Представление обоснованных аргументов для политического обоснования экономической политики на национальном уровне, для объяснения и влияния на стратегию компании на уровне фирмы или для предоставления разумных рекомендаций по экономическим решениям на уровне домохозяйств.
• Планирование и распределение в случае централизованно планируемой экономики, а также в меньших масштабах в логистике и управлении бизнесом .
• В финансах предиктивные модели использовались с 1980-х годов для торговли ( инвестиции и спекуляции ). Например, облигации развивающихся рынков часто торговались на основе экономических моделей, предсказывающих рост развивающейся страны, выпустившей их. С 1990-х годов многие долгосрочные модели управления рисками включали экономические взаимосвязи между моделируемыми переменными в попытке обнаружить будущие сценарии с высоким риском (часто с помощью метода Монте-Карло ).

Модель устанавливает аргументативную структуру для применения логики и математики , которую можно независимо обсуждать и проверять и которую можно применять в различных случаях. Политики и аргументы, которые опираются на экономические модели, имеют четкую основу для обоснованности, а именно обоснованность поддерживающей модели.

Экономические модели, используемые в настоящее время, не претендуют на то, чтобы быть теориями всего экономического ; любые такие претензии немедленно будут расстроены вычислительной неосуществимостью и неполнотой или отсутствием теорий для различных типов экономического поведения. Поэтому выводы, сделанные на основе моделей, будут приблизительными представлениями экономических фактов. Однако правильно построенные модели могут удалить постороннюю информацию и выделить полезные приближения ключевых взаимосвязей. Таким образом, можно больше понять об этих взаимосвязях, чем пытаясь понять весь экономический процесс.

Детали построения модели различаются в зависимости от типа модели и ее применения, но можно выделить общий процесс. Как правило, любой процесс моделирования состоит из двух этапов: создание модели, затем проверка ее точности (иногда называемая диагностикой). Диагностический этап важен, поскольку модель полезна только в той степени, в которой она точно отражает отношения, которые она должна описывать. Создание и диагностика модели часто является итеративным процессом, в котором модель модифицируется (и, как мы надеемся, улучшается) с каждой итерацией диагностики и переопределения. После того, как найдена удовлетворительная модель, ее следует дважды проверить, применив к другому набору данных.

Типы моделей

В зависимости от того, являются ли все переменные модели детерминированными, экономические модели можно классифицировать как стохастические или нестохастические; в зависимости от того, являются ли все переменные количественными, экономические модели классифицируются как модели дискретного или непрерывного выбора; в зависимости от предполагаемого назначения/функции модели ее можно классифицировать как количественную или качественную; в зависимости от сферы действия модели ее можно классифицировать как модель общего равновесия, модель частичного равновесия или даже неравновесную модель; в зависимости от характеристик экономического агента модели можно классифицировать как модели рационального агента, модели репрезентативного агента и т. д.

• Стохастические модели формулируются с использованием стохастических процессов . Они моделируют экономически наблюдаемые значения с течением времени. Большая часть эконометрики основана на статистике для формулирования и проверки гипотез об этих процессах или оценки параметров для них. Широко используемый класс простых эконометрических моделей, популяризированный Тинбергеном и позже Уолдом , — это авторегрессионные модели, в которых стохастический процесс удовлетворяет некоторому соотношению между текущими и прошлыми значениями. Примерами этого являются модели авторегрессионного скользящего среднего и связанные с ними, такие как модели авторегрессионной условной гетероскедастичности (ARCH) и GARCH для моделирования гетероскедастичности .
• Нестохастические модели могут быть чисто качественными (например, относящимися к теории общественного выбора ) или количественными (включая рационализацию финансовых переменных, например, с гиперболическими координатами и/или специфическими формами функциональных связей между переменными). В некоторых случаях экономические прогнозы в совпадении модели просто утверждают направление движения экономических переменных, и поэтому функциональные связи используются только стоически в качественном смысле: например, если цена товара увеличивается, то спрос на этот товар уменьшается. Для таких моделей экономисты часто используют двумерные графики вместо функций.
• Качественные модели – хотя почти все экономические модели включают в себя некоторую форму математического или количественного анализа, качественные модели иногда используются. Одним из примеров является качественное планирование сценариев , в котором разыгрываются возможные будущие события. Другим примером является нечисловой анализ дерева решений. Качественные модели часто страдают от недостатка точности.

На более практическом уровне количественное моделирование применяется во многих областях экономики, и несколько методологий развивались более или менее независимо друг от друга. В результате, естественно, не существует общей таксономии моделей . Тем не менее, мы можем привести несколько примеров, иллюстрирующих некоторые особенно важные моменты построения моделей.

• Модель учета основана на предпосылке, что для каждого кредита есть дебет . Более символично, модель учета выражает некоторый принцип сохранения в форме

алгебраическая сумма притоков = стоки − источники

Этот принцип, безусловно, верен для денег и является основой учета национального дохода . Бухгалтерские модели верны по соглашению , то есть любая экспериментальная неудача в их подтверждении будет отнесена к мошенничеству , арифметической ошибке или посторонней инъекции (или уничтожению) наличных, что мы интерпретируем как указание на то, что эксперимент был проведен ненадлежащим образом.

• Модели оптимальности и ограниченной оптимизации – Другие примеры количественных моделей основаны на таких принципах, как максимизация прибыли или полезности . Примером такой модели является сравнительная статика налогообложения фирмы , максимизирующей прибыль. Прибыль фирмы определяется как

${\displaystyle \pi (x,t)=xp(x)-C(x)-tx\quad }$

где — цена, по которой продукт продается на рынке, если он поставляется по ставке , — доход, полученный от продажи продукта, — стоимость вывода продукта на рынок по ставке , а — налог, который фирма должна заплатить за единицу проданного продукта. ${\displaystyle p(x)}$ ${\displaystyle x}$ ${\displaystyle xp(x)}$ ${\displaystyle C(x)}$ ${\displaystyle x}$ ${\displaystyle t}$

Предположение о максимизации прибыли гласит, что фирма будет производить продукцию по норме выпуска x, если эта норма максимизирует прибыль фирмы. Используя дифференциальное исчисление, мы можем получить условия на x , при которых это выполняется. Условие максимизации первого порядка для x имеет вид

${\displaystyle {\frac {\partial \pi (x,t)}{\partial x}}={\frac {\partial (xp(x)-C(x))}{\partial x}}-t=0}$

Рассматривая x как неявно определенную функцию t этим уравнением (см. теорему о неявной функции ), можно сделать вывод, что производная x по t имеет тот же знак, что и

${\displaystyle {\frac {\partial ^{2}(xp(x)-C(x))}{\partial ^{2}x}}={\partial ^{2}\pi (x,t) \over \partial x^{2}},}$

который отрицателен, если выполняются условия второго порядка для локального максимума .

Таким образом, модель максимизации прибыли предсказывает что-то о влиянии налогообложения на выпуск, а именно, что выпуск уменьшается с ростом налогообложения. Если предсказания модели не оправдываются, мы приходим к выводу, что гипотеза максимизации прибыли была ложной; это должно привести к альтернативным теориям фирмы, например, основанным на ограниченной рациональности .

Заимствуя понятие, впервые использованное в экономике Полом Самуэльсоном , эта модель налогообложения и прогнозируемой зависимости выпуска от налоговой ставки иллюстрирует операционально значимую теорему ; то есть теорему, требующую некоторого экономически значимого предположения, которое может быть опровергнуто при определенных условиях.

• Агрегированные модели. Макроэкономике необходимо иметь дело с агрегированными величинами, такими как выпуск , уровень цен , процентная ставка и т. д. Теперь реальный выпуск на самом деле является вектором товаров и услуг , таких как автомобили, пассажирские самолеты, компьютеры , продукты питания, секретарские услуги, услуги по ремонту дома и т. д. Аналогично цена является вектором индивидуальных цен на товары и услуги. Модели, в которых сохраняется векторная природа величин, используются на практике, например, модели «затраты-выпуск» Леонтьева являются такими. Однако по большей части эти модели вычислительно гораздо сложнее в обработке и их сложнее использовать в качестве инструментов качественного анализа . По этой причине макроэкономические модели обычно объединяют различные переменные в одну величину, такую ​​как выпуск или цена . Более того, количественные соотношения между этими агрегированными переменными часто являются частями важных макроэкономических теорий. Этот процесс агрегирования и функциональной зависимости между различными агрегатами обычно интерпретируется статистически и подтверждается эконометрикой . Например, одним из ингредиентов кейнсианской модели является функциональное соотношение между потреблением и национальным доходом: C = C( Y ). Эта взаимосвязь играет важную роль в кейнсианском анализе.

Проблемы с экономическими моделями

Большинство экономических моделей основаны на ряде предположений, которые не совсем реалистичны. Например, часто предполагается, что агенты имеют идеальную информацию, а рынки часто предполагаются очищающимися без трения. Или модель может опускать вопросы, которые важны для рассматриваемого вопроса, такие как внешние эффекты . Поэтому любой анализ результатов экономической модели должен учитывать степень, в которой эти результаты могут быть скомпрометированы неточностями в этих предположениях, и появилось много литературы, в которой обсуждаются проблемы с экономическими моделями или, по крайней мере, утверждается, что их результаты ненадежны.

История

Одной из основных проблем, рассматриваемых экономическими моделями, было понимание экономического роста. Ранняя попытка предоставить методику для подхода к этому вопросу была предпринята французской физиократической школой в восемнадцатом веке. Среди этих экономистов Франсуа Кенэ был особенно известен своей разработкой и использованием таблиц, которые он назвал Tableaux économiques . Эти таблицы фактически были интерпретированы в более современной терминологии как модель Леонтьева, см. ссылку Филлипса ниже.

На протяжении всего XVIII века (то есть задолго до основания современной политической экономии, традиционно отмеченной « Богатством народов» Адама Смита 1776 года ), простые вероятностные модели использовались для понимания экономики страхования . Это было естественной экстраполяцией теории азартных игр и сыграло важную роль как в развитии самой теории вероятностей , так и в развитии актуарной науки . Многие из гигантов математики XVIII века внесли свой вклад в эту область. Около 1730 года Де Муавр рассмотрел некоторые из этих проблем в 3-м издании «Учения о шансах» . Еще раньше (1709 год) Николай Бернулли изучает проблемы, связанные со сбережениями и процентами в « Искусстве предположений» . В 1730 году Даниил Бернулли изучал «моральную вероятность» в своей книге «Mensura Sortis», где он ввел то, что сегодня называется «логарифмической полезностью денег», и применил ее к азартным играм и страховым проблемам, включая решение парадоксальной проблемы Санкт-Петербурга . Все эти разработки были обобщены Лапласом в его «Аналитической теории вероятностей» (1812). Таким образом, к тому времени, как появился Давид Рикардо, у него была хорошо обоснованная математическая основа, из которой он мог черпать.

Тесты макроэкономических прогнозов

В конце 1980-х годов Институт Брукингса сравнил 12 ведущих макроэкономических моделей, доступных в то время. Они сравнили прогнозы моделей относительно того, как экономика будет реагировать на конкретные экономические потрясения (позволяя моделям контролировать всю изменчивость в реальном мире; это был тест модели против модели, а не тест против фактического результата). Хотя модели упрощали мир и начинались со стабильных, известных общих параметров, различные модели давали существенно разные ответы. Например, при расчете влияния смягчения денежной политики на выпуск некоторые модели оценивали изменение ВВП на 3% через год, а одна давала почти никаких изменений, а остальные распределялись между ними. ^[4]

Отчасти в результате таких экспериментов современные центральные банкиры больше не имеют такой уверенности в возможности «тонкой настройки» экономики, как в 1960-х и начале 1970-х годов. Современные политики склонны использовать менее активистский подход, явно потому, что им не хватает уверенности в том, что их модели действительно предскажут, куда пойдет экономика, или как повлияет на нее какой-либо шок. Новый, более скромный подход видит опасность в резких изменениях политики, основанных на модельных прогнозах, из-за нескольких практических и теоретических ограничений в текущих макроэкономических моделях; в дополнение к теоретическим подводным камням ( перечисленным выше ), некоторые проблемы, характерные для агрегированного моделирования, следующие:

• Ограничения в построении моделей вызваны трудностями в понимании базовых механизмов реальной экономики. (Отсюда и обилие отдельных моделей.)
• Закон непреднамеренных последствий , касающихся элементов реальной экономики, еще не включенных в модель.
• Временной лаг как в получении данных, так и в реакции экономических переменных на попытки политиков «направить» их (в основном через денежно-кредитную политику) в направлении, в котором центральные банкиры хотят, чтобы они двигались. Милтон Фридман решительно утверждал, что эти лаги настолько длительны и непредсказуемо изменчивы, что эффективное управление макроэкономикой невозможно.
• Трудность правильного определения всех параметров (посредством эконометрических измерений), даже если структурная модель и данные идеальны.
• Тот факт, что все соотношения и коэффициенты модели являются стохастическими, так что ошибка быстро становится большой, а доступный снимок входных параметров уже устаревает.
• Современные экономические модели включают реакцию общественности и рынка на действия лица, принимающего решения (через теорию игр ), и эта обратная связь включена в современные модели (после революции рациональных ожиданий и критики Робертом Лукасом-младшим не - микрообоснованных моделей). Если реакция на действия лица, принимающего решения (и их достоверность ) должна быть включена в модель, то становится намного сложнее влиять на некоторые моделируемые переменные.

Сравнение с моделями в других науках

Специалист по сложным системам и математик Дэвид Оррелл писал об этом в своей книге «Стрела Аполлона» и объяснил, что погода, здоровье человека и экономика используют схожие методы прогнозирования (математические модели). Их системы — атмосфера, человеческое тело и экономика — также имеют схожие уровни сложности. Он обнаружил, что прогнозы не оправдываются, потому что модели страдают от двух проблем: (i) они не могут охватить все детали базовой системы, поэтому полагаются на приближенные уравнения; (ii) они чувствительны к небольшим изменениям в точной форме этих уравнений. Это происходит потому, что сложные системы, такие как экономика или климат, состоят из тонкого баланса противоборствующих сил, поэтому небольшой дисбаланс в их представлении имеет большие последствия. Таким образом, прогнозы таких вещей, как экономические рецессии, по-прежнему крайне неточны, несмотря на использование огромных моделей, работающих на быстрых компьютерах. ^[5] См. Необоснованная неэффективность математики § Экономика и финансы .

Влияние детерминированного хаоса на экономические модели

Экономические и метеорологические симуляции могут иметь общий фундаментальный предел их предсказательной силы: хаос . Хотя современная математическая работа над хаотическими системами началась в 1970-х годах, опасность хаоса была выявлена ​​и определена в Econometrica еще в 1958 году:

«Хорошее теоретизирование в значительной степени заключается в избегании предположений... [имеющих то свойство, что] небольшое изменение в том, что постулируется, серьезно повлияет на выводы».

( Уильям Баумоль , Эконометрика, 26 см .: Экономика на грани хаоса).

Легко разработать экономические модели, восприимчивые к эффектам бабочки чувствительности к начальным условиям. ^{[6] [7]}

Однако эконометрическая исследовательская программа по выявлению хаотичных переменных (если таковые имеются) в значительной степени пришла к выводу, что совокупные макроэкономические переменные, вероятно, не ведут себя хаотично. ^{[ необходима цитата ]} Это означало бы, что уточнения моделей могли бы в конечном итоге дать надежные долгосрочные прогнозы. Однако обоснованность этого вывода породила две проблемы:

• В 2004 году Филип Мировски бросил вызов этой точке зрения и ее сторонникам, заявив, что хаос в экономике страдает от предвзятого «крестового похода» против него со стороны неоклассической экономики с целью сохранения своих математических моделей.
• Переменные в финансах вполне могут быть подвержены хаосу. Также в 2004 году исследование Университета Кентербери «Экономика на грани хаоса» пришло к выводу, что после удаления шума из доходности S&P 500 обнаруживаются доказательства детерминированного хаоса .

Совсем недавно хаос (или эффект бабочки) был идентифицирован как менее значимый, чем считалось ранее, для объяснения ошибок прогнозирования. Скорее, предсказательная сила экономики и метеорологии будет в основном ограничена самими моделями и природой их базовых систем (см. Сравнение с моделями в других науках выше).

Критика высокомерия в планировании

Ключевым направлением свободного рыночного экономического мышления является то, что невидимая рука рынка направляет экономику к процветанию более эффективно, чем централизованное планирование с использованием экономической модели. Одной из причин, подчеркнутых Фридрихом Хайеком , является утверждение, что многие из истинных сил, формирующих экономику, никогда не могут быть охвачены одним планом. Это аргумент, который нельзя сделать с помощью обычной (математической) экономической модели, поскольку она утверждает, что существуют критические системные элементы, которые всегда будут опущены в любом нисходящем анализе экономики. ^[8]

Примеры экономических моделей

• Модель производства Кобба–Дугласа
• Модель экономического роста Солоу–Свана
• Модель денежной массы островов Лукас
• Модель международной торговли Хекшера-Олина
• Модель ценообразования опционов Блэка-Шоулза
• Модель AD–AS – макроэкономическая модель совокупного спроса и предложения
• Модель IS–LM взаимосвязи между процентными ставками и рынками активов
• Модель экономического роста Рэмси–Касса–Купманса
• Модель Гордона-Лёба для инвестиций в кибербезопасность

Смотрите также

• Экономическая методология
• Вычислительная экономика
• Агентно-ориентированная вычислительная экономика
• Эндогенность
• Финансовая модель

Примечания

1. Моффатт, Майк. (2008) About.com Structural Parameters Архивировано 07.01.2016 в Wayback Machine Economics Glossary; Термины, начинающиеся с буквы S. Доступ 19 июня 2008 г.
2. Мэри С. Морган , 2008 «модели», Новый экономический словарь Palgrave , 2-е издание, аннотация.    Вивиан Уолш 1987. «модели и теория», Новый экономический словарь Palgrave , т. 3, стр. 482–83.
   
3. Фридман, М. (1953). «Методология позитивной экономики». Очерки по позитивной экономике . Чикаго: Издательство Чикагского университета. ISBN 9780226264035.
4. Франкель, Джеффри А. (май 1986 г.). «Источники разногласий между международными макромоделями и их последствия для координации политики». Рабочий документ NBER № 1925. doi : 10.3386 /w1925 .
5. "FAQ по теме "Стрела Аполлона. Будущее всего". www.postpythagorean.com .
6. Пол Уилмотт о своих ранних исследованиях в области финансов: «Я быстро отказался от ... теории хаоса, [так как] было слишком легко построить «игрушечные модели», которые выглядели правдоподобно, но были бесполезны на практике». Уилмотт, Пол (2009), Часто задаваемые вопросы по количественным финансам, John Wiley and Sons, стр. 227, ISBN 9780470685143
7. Кухта, Стив (2004), Нелинейность и хаос в макроэкономике и финансовых рынках (PDF) , Университет Коннектикута
8. Хайек, Фридрих (сентябрь 1945 г.), «Использование знаний в обществе», American Economic Review , 35 (4): 519–30, JSTOR  1809376.

Ссылки

• Баумол, Уильям и Блиндер, Алан (1982), Экономика: принципы и политика (2-е изд.), Нью-Йорк: Harcourt Brace Jovanovich, ISBN 0-15-518839-9.
• Колдуэлл, Брюс (1994), За пределами позитивизма: экономическая методология в двадцатом веке (пересмотренное издание), Нью-Йорк: Routledge, ISBN 0-415-10911-6.
• Холкомб, Р. (1989), Экономические модели и методология , Нью-Йорк: Greenwood Press, ISBN 0-313-26679-4. Определяет модель по аналогии с картами, идея заимствована у Баумоля и Блайндера. Обсуждает дедукцию внутри моделей и логическое выведение одной модели из другой. Глава 9 сравнивает неоклассическую школу и австрийскую школу , в частности, в отношении фальсифицируемости.
• Ланге, Оскар (1945), «Масштаб и метод экономики», Review of Economic Studies , 13 (1), The Review of Economic Studies Ltd.: 19–32, doi : 10.2307/2296113, JSTOR  2296113, S2CID  4140287. Одно из самых ранних исследований по методологии экономики, анализирующее постулат рациональности.
• де Марчи, Н. Б. и Блауг, М. (1991), Оценка экономических теорий: исследования методологии исследовательских программ , Брукфилд, Вермонт: Эдвард Элгар, ISBN 1-85278-515-2. Серия эссе и статей, анализирующих вопросы о том, как (и проверяются ли) эмпирически модели и теории в экономике, а также современный статус позитивизма в экономике.
• Моришима, Мичио (1976), Экономическая теория современного общества , Нью-Йорк: Cambridge University Press, ISBN 0-521-21088-7. Тщательное обсуждение многих количественных моделей, используемых в современной экономической теории. Также тщательное обсуждение агрегации.
• Оррелл, Дэвид (2007), Стрела Аполлона: Наука предсказания и будущее всего , Торонто: Harper Collins Canada, ISBN 978-0-00-200740-5.
• Филлипс, Альмарин (1955), «The Tableau Économique as a Simple Leontief Model», Quarterly Journal of Economics , 69 (1), The MIT Press: 137–44, doi : 10.2307/1884854, JSTOR  1884854.
• Сэмюэлсон, Пол А. (1948), «Простая математика определения дохода», в Мецлер, Ллойд А. (ред.), Доход, занятость и государственная политика; эссе в честь Элвина Хансена , Нью-Йорк: WW Norton.
• Самуэльсон, Пол А. (1983), Основы экономического анализа (расширенное издание), Кембридж: Издательство Гарвардского университета, ISBN 0-674-31301-1. Это классическая книга, тщательно обсуждающая сравнительную статику в микроэкономике, хотя изучается и динамика, и макроэкономическая теория. Ее не следует путать с популярным учебником Самуэльсона.
• Тинберген, Ян (1939), Статистическая проверка теорий делового цикла , Женева: Лига Наций.
• Уолш, Вивиан (1987), «Модели и теория», The New Palgrave: A Dictionary of Economics , т. 3, Нью-Йорк: Stockton Press, стр. 482–83, ISBN 0-935859-10-1.
• Уолд, Х. (1938), Исследование анализа стационарных временных рядов , Стокгольм: Альмквист и Викселль.
• Уолд, Х. и Джурин, Л. (1953), Анализ спроса: исследование по эконометрике , Нью-Йорк: Wiley.
• Гордон, Лоуренс А.; Лоэб , Мартин П. (ноябрь 2002 г.). «Экономика инвестиций в информационную безопасность». ACM Transactions on Information and System Security . 5 (4): 438–457. doi :10.1145/581271.581274. S2CID  1500788.

Внешние ссылки

• Р. Фригг и С. Хартманн, Модели в науке. Статья в Стэнфордской энциклопедии философии .
• Х. Вариан Как построить модель в свободное время Автор делает несколько неожиданных предложений: Ищите модель в реальном мире, а не в журналах. Посмотрите литературу позже, а не раньше.
• Элмер Г. Винс: Классическая и кейнсианская модель AD-AS – интерактивная онлайн-модель канадской экономики.
• Экономическая подмодель IFs [1]: Онлайновая глобальная модель
• Экономический аттрактор