Wielowarstwowe sieci neuronowe w modelowaniu funkcji preferencji

• Autorzy: Paweł Gąsiorowski , Tomasz Kuszewski
• Języki publikacji: PL

Abstrakty

Celem niniejszego opracowania jest badanie preferencji konsumpcyjnych dwóch typów gospodarstw domowych - robotniczych i nierobotniczych. Badanie to stanowi etap początkowy konstruowania funkcji użyteczności. Do badania preferencji konsumpcyjnych gospodarstwa domowego proponujemy wykorzystać sieci neuronowe. Przedstawione w pracy podejście do budowy funkcji preferencji gospodarstwa domowego wykorzystuje zagnieżdżanie cząstkowych funkcji opisujących preferencje dotyczące konsumpcji żywności, pozostałych dóbr oraz oszczędności. Funkcje preferencji oraz profile preferencji zostały uzyskane na podstawie danych makroekonomicznych GUS. (fragment tekstu)

Słowa kluczowe

PL

Preferencje konsumenta; Gospodarstwa domowe; Sieci neuronowe; Funkcja użyteczności

EN

Consumer preferences; Households; Neural networks; Utility functions

• Czasopismo: Prace Naukowe / Akademia Ekonomiczna w Katowicach
• Rocznik: 2004
• Tom: Metody i zastosowania badań operacyjnych '04
• Strony: 99--109

Twórcy

autor

Paweł Gąsiorowski

• Szkoła Główna Handlowa w Warszawie

autor

Tomasz Kuszewski

• Szkoła Główna Handlowa w Warszawie

Bibliografia

• Aktywność ekonomiczna ludności Polski w latach 1992-2001 (2002). Informacje i opracowania statystyczne Głównego Urzędu Statystycznego, Warszawa.
• Blaug M. (1994). Teoria ekonomii. Ujęcie retrospektywne. Wydawnictwo Naukowe PWN, Warszawa.
• Budżety gospodarstw domowych w 2002 r. (2003). Informacje i opracowania statystyczne Głównego Urzędu Statystycznego, Warszawa.
• Gąsiorowski P. (2002). Identyfikacja problemów optymalizacyjnych z wykorzystaniem sieci neuronowych. Szkoła Główna Handlowa, Warszawa (niepublikowane).
• Gąsiorowski P., Kuszewski T. (1997). Mikroekonomiczne zadanie wyboru konsumenta - próba weryfikacji empirycznej. [w:] Metody i zastosowania badań operacyjnych. Katowice, 257-267.
• Gąsiorowski P., Kuszewski T. (2004). Modelowanie preferencji konsumenta w symulacyjnych modelach stosowanej równowagi ogólnej. Materiały XXI Szkoły Symulacji Systemów Gospodarczych. Akademia Ekonomiczna, Wrocław (w druku).
• Herbrich R., Keilbach M., Graepel T., Bollmann-Sdorra P., Obermayer K. (1999). Neural Networks in Economics. [w:] Advances in Computational Economics: Computational Techniques for Modelling Learning in Economics. Kluwer Academic Publishers, Boston, 169-196.
• Kot S.M. (1995). Modelowanie poziomu dobrobytu. Teoria i zastosowanie. Zakład Narodowy im. Ossolińskich, Kraków.
• Kot S.M. (2000). Ekonometryczne modele dobrobytu. Wydawnictwo Naukowe PWN, Warszawa.
• Mas-Colell A., Whinston M.D., Green J.R. (1995). Microeconomic Theory. Oxford University Press.
• Nicholson W. (1998). Microeconomic Theory. Basic Principles and Extensions. The Dryden Press.
• Samuelson P.A., Nordhaus W.D. (1995). Ekonomia. Tom 1. Wydawnictwo Naukowe PWN, Warszawa.
• Tinbergen J. (1991). On the Measurement of Welfare. Journal of Econometrics, 50, 7-13.
• Varian H.R. (1995). Mikroekonomia. Wydawnictwo Naukowe PWN, Warszawa.