Предприниматель Юнг Александр Александрович (ИНН 246003280809)

ИНН: 246003280809

Регион присвоения ИНН: Красноярский край

Реестр массовых руководителей:  не состоит

Реестр массовых учредителей:  не состоит

Руководитель (4)

Юнг Александр Александрович является руководителем 4 организаций

ООО «СВЯЗЬТЕХ 2022»

Действует

ИНН:  2453022599

ОГРН:  1222400011350

Дата создания:  12.05.2022

Основной вид деятельности:  61.10.2 Деятельность по предоставлению услуг по передаче данных для целей передачи голосовой информации (IР-телефония)

Адрес:  663690, Красноярский край, Г. ЗЕЛЕНОГОРСК, УЛ ИНДУСТРИАЛЬНАЯ, Д. 14, ПОМЕЩ. 201

ООО «АФ «ФИНЭСКОРТ-КРАСНОЯРСК»

Не действует

ИНН:  2460045325

ОГРН:  1022401811882

Дата создания:  26.10.2000

Основной вид деятельности:  —

Адрес:  660021, КРАЙ КРАСНОЯРСКИЙ, Г. КРАСНОЯРСК, ПР-КТ МИРА, Д. 152/2

ООО «УЖДТ УС-604»

Действует

ИНН:  2453015873

ОГРН:  1112453000164

Дата создания:  22.04.2011

Основной вид деятельности:  68.20.2 Аренда и управление собственным или арендованным нежилым недвижимым имуществом

Адрес:  663690, Красноярский край, Г. ЗЕЛЕНОГОРСК, УЛ ИНДУСТРИАЛЬНАЯ, Д. 14, ПОМЕЩ. 203

ООО «УС 604»

Действует

ИНН:  2453008562

ОГРН:  1022401484060

Дата создания:  17.10.2001

Основной вид деятельности:  64.92.2 Деятельность по предоставлению займов промышленности

Адрес:  663691, Красноярский край, Г. ЗЕЛЕНОГОРСК, УЛ. 8 МАРТА, Д. 7, КВ. 1

Учредитель (5)

Юнг Александр Александрович является учредителем 4 организаций

ООО «СВЯЗЬТЕХ 2022»

Действует

Директор:  Юнг Александр Александрович

ИНН:  2453022599

ОГРН:  1222400011350

Дата создания:  12.05.2022

Основной вид деятельности:  61.10.2 Деятельность по предоставлению услуг по передаче данных для целей передачи голосовой информации (IР-телефония)

Адрес:  663690, Красноярский край, Г. ЗЕЛЕНОГОРСК, УЛ ИНДУСТРИАЛЬНАЯ, Д. 14, ПОМЕЩ. 201

ООО «ФАРТ-ЛАЙН»

Не действует

Генеральный директор:  Дмитриев Дмитрий Анатольевич

ИНН:  2453008611

ОГРН:  1022401484610

Дата создания:  08.11.2001

Основной вид деятельности:  —

Адрес:  663690, КРАЙ КРАСНОЯРСКИЙ, Г. ЗЕЛЕНОГОРСК, УЛ. КАЛИНИНА, Д.25

ООО «УЖДТ УС-604»

Действует

Генеральный директор:  Юнг Александр Александрович

ИНН:  2453015873

ОГРН:  1112453000164

Дата создания:  22.04.2011

Основной вид деятельности:  68.20.2 Аренда и управление собственным или арендованным нежилым недвижимым имуществом

Адрес:  663690, Красноярский край, Г. ЗЕЛЕНОГОРСК, УЛ ИНДУСТРИАЛЬНАЯ, Д. 14, ПОМЕЩ. 203

ООО «УС 604»

Действует

Генеральный директор:  Юнг Александр Александрович

ИНН:  2453008562

ОГРН:  1022401484060

Дата создания:  17.10.2001

Основной вид деятельности:  64.92.2 Деятельность по предоставлению займов промышленности

Адрес:  663691, Красноярский край, Г. ЗЕЛЕНОГОРСК, УЛ. 8 МАРТА, Д. 7, КВ. 1

Юнг Александр Александрович ранее являлся учредителем 1 организации Исторические данные

ТСЖ «НАДЕЖНЫЙ ДОМ»

Действует

Председатель правления тсж:  Кожевников Сергей Валентинович

ИНН:  2465117340

ОГРН:  1072400004192

Дата создания:  30.11.2007

Основной вид деятельности:  68.32.1 Управление эксплуатацией жилого фонда за вознаграждение или на договорной основе

Адрес:  660077, Красноярский край, Г. КРАСНОЯРСК, УЛ. АЛЕКСЕЕВА, Д.107, КВ.299

Период полномочий:  с 2007-11-30 по 2022-02-01

Вице-адмирал, председатель Совета ветеранов Соловецкой школы юнг Александр Побожий: «Военно-морской флот для меня – как дышать, как быть счастливым»

Вице-адмирал, председатель Совета ветеранов Соловецкой школы юнг Александр Побожий: «Военно-морской флот для меня – как дышать, как быть счастливым»

«Беломорканал» представляет вниманию интервью с Председателем Центрального Совета МООВ ВМФ России и Совета ветеранов Соловецкой школы юнг Александром Побожий. Вице-адмирал побывал в Северодвинске на праздновании дня ВМФ. Поговорили о жизни и флоте, судьбе и «юнгашах», о памяти и патриотизме.

Отметим, что Северодвинск торжественно отметил День ВМФ: в параде приняли участие 800 военнослужащих Северодвинского гарнизона и патриотических объединений, над главной площадью следовали вертолёты МИ-8, играл оркестр Беломорской военно-морской. В числе почётных гостей присутствовали северодвинские ветераны, а также пожилые выпускники Соловецкой школы юнг. В Северодвинске с визитом были Виктор Харчев (выпуск 1943 года), Анатолий Щелкунов (выпуск 1944 года), Юрий Спиридонов (выпуск 1944 года). Все они поступили учиться в Соловецкую школу юнг будучи 16-летними мальчишками. Сейчас им далеко за 90 лет, но военно-морской флот стал часть их жизни, судьбы.

Сопровождал выпускников вице-адмирал в отставке, экс-начальник главного штаба ВМФ России, ныне председатель Центрального Совета МООВ ВМФ России и Совета ветеранов Соловецкой школы юнг Военно-морского флота Александр Александрович Побожий. С 2010 года он руководит Советом ветеранов Соловецкой школы юнг.

— Соловецкие юнги – это представители единственной в мире регулярной воинской части, имеющей своё знамя, наименование и свою присягу. Это мальчишки-добровольцы, — отметил Александр Побожий.

В интервью поговорили о книгах, оставивших след в жизни, о подводниках и равенстве перед лицом жизни и смерти, о судьбе и Родине, об отчаянных юнгашах, о воспитании патриотизма, о памяти поколений. Высказал вице-адмирал и некоторые замечания относительно отсутствия в Архангельске и Северодвинске мини-музея о деятельности Соловецкой школы юнг, а также отметил, что необходимо чтить память ушедшего поколения. Речь шла о центре «Патриот» в Архангельске и памятниках на набережной столицы Поморья. Смотрите интервью.

На видео: Александр Побожий, вице-адмирал, председатель Центрального Совета МООВ ВМФ России и Совета ветеранов Соловецкой школы юнг Военно-морского флота

Александр Юнг

Обо мне

Я получил Dipl.-Ing. (MSc) и д.т.н. (докторская степень) в области электротехники и обработки сигналов Венского технического университета.
в 2008 и 2012 годах соответственно. С 2015 года я являюсь доцентом по машинному обучению на кафедре компьютерных наук.
Университета Аалто. Я возглавляю исследовательскую группу Машинное обучение для больших данных , которое занимается исследованиями и обучением
математические основы машинного обучения.

НОВОСТИ

• Наш курс CS-EJ3211 Machine Learning with Python был одним из лучших крупных курсов информатики в Университете Аалто в 2022 году. сертификат

• Я буду преподавать совершенно новый курс CS-E4740 Федеративное обучение весной 2023 года. Курс будет предлагаться по адресу
  Аалто и взрослым учащимся через Финский технологический институт (FiTech)

Основные результаты исследований: вычислительные и статистические аспекты минимизации общей вариации для федеративного обучения

Многие важные домены приложений создают коллекции локальных наборов данных,
связаны внутренней сетевой структурой («большие данные по сетям»). Своевременный домен приложения, который генерирует такие большие данные по сети
является управление пандемиями. Люди генерируют локальные наборы данных с помощью своих смартфонов и носимых устройств, которые измеряют биофизические показатели.
параметры. Статистические свойства локальных наборов данных связаны через различные сетевые структуры, которые отражают физические («контактные сети»),
социальная или биологическая близость. В целом, локальные наборы данных неоднородны в том смысле, что имеют разное статистическое распределение.
Тем не менее, мы часто можем аппроксимировать локальные наборы данных, которые образуют сплоченный кластер, с помощью общего распределения, специфичного для кластера.

Чтобы извлечь выгоду из информации из локальных наборов данных и их сетевой структуры, мы недавно предложили сетевую экспоненциальную
семьи как новая вероятностная модель для больших данных по сетям. Сетевые экспоненциальные семейства привлекательны статистически и
вычислительно. Они позволяют нам адаптивно объединять локальные наборы данных с аналогичными статистическими свойствами, что и обучающие наборы, для изучения персонализированных данных.
прогнозы, адаптированные к каждому локальному набору данных. Мы можем вычислить эти персонализированные прогнозы, используя масштабируемые распределенные
методы выпуклой оптимизации. Эти методы устойчивы к различным типам несовершенств (статистически и вычислительно).
и обычно предлагают высокий уровень защиты конфиденциальности.

Соответствующие публикации:

• А. Юнг, «О двойственности между сетевыми потоками и сетевым лассо», в IEEE Signal Processing Letters, vol. 27. С. 940-944, 2020. doi: 10.1109/LSP.2020.2998400.

• А. Юнг, «Сетевые экспоненциальные семейства для больших данных по сетям», в IEEE Access, vol. 8, стр. 202897-202909, 2020, doi: 10.1109/ACCESS.2020.3033817.

• А. Юнг, А. О. Герой, III, А. К. Мара, С. Джахроми, А. Хеймовиц и Ю. К. Эльдар, «Полуконтролируемое обучение в структурированных в сети данных посредством минимизации полных вариаций», в IEEE Transactions on Signal Processing, vol. 67, нет. 24, стр. 6256-6269, декабрь 2019 г., doi: 10.1109/TSP.2019.2953593.

• А. Юнг и Н. Тран, «Локальная линейная регрессия в сетевых данных», в письмах об обработке сигналов IEEE, том. 26, нет. 7, стр. 1090-1094, июль 2019 г., doi: 10.1109/LSP.2019.2918933.

Основные результаты исследований: персонализированное объяснимое машинное обучение

Ключевая проблема для широкого использования методов машинного обучения
является объяснимостью их предсказаний. Недавно мы разработали новый подход к построению персонализированных объяснений.
для прогнозов, сделанных методом машинного обучения. Мы измеряем эффект объяснения уменьшением условного
энтропия прогноза с учетом сводки, которую конкретный пользователь связывает с точками данных. Сводка пользователя
используется для характеристики фоновых знаний «объясняемой» с целью вычисления объяснений, адаптированных для нее.
Для вычисления объяснений нашему методу требуются только некоторые обучающие выборки, состоящие из точек данных и соответствующих им значений.
прогнозы и пользовательские сводки. Таким образом, наш метод не зависит от модели и может использоваться для вычисления объяснений различных методов машинного обучения.

Соответствующие публикации:

• А. Юнг, «Минимизация объяснимого эмпирического риска», arXiv eprint, 2020. веб-ссылка

• А. Юнг и П. Х. Дж. Нарделли, «Теоретико-информационный подход к персонализированному объяснимому машинному обучению», в IEEE Signal Processing Letters, vol. 27. С. 825-829, 2020. doi: 10.1109/LSP.2020.2993176.

Основные моменты обучения: разработка курса на основе отзывов учащихся

С самого начала работы в Aalto в 2015 году я позаботился об основной машине
курсы обучения в Университете Аалто. В течение трех лет я переработал курс «Машинное обучение: основные принципы» (MLBP).
Этот редизайн был основан на тщательном анализе отзывов, полученных от нескольких тысяч студентов. Я также начал
подготовить ответные письма на отзывы студентов, как это принято в
процесс рецензирования научных журналов. Мой последний выпуск MLBP в 2018 году получил лучший студенческий рейтинг с тех пор, как курс был
основана в Аалто. Усилия также были отмечены учителем года.
награду, которую я получил в 2018 году от факультета компьютерных наук Университета Аалто.

Основные моменты обучения: трехкомпонентная картина машинного обучения

Методы машинного обучения были и остаются популярными практически во всех областях науки и техники. В результате машинное обучение
курсы привлекают студентов из разных учебных программ. Таким образом, ключевой проблемой преподавания базовых курсов по машинному обучению является неоднородность
студенческих фонов. Чтобы справиться с этой задачей, я разработал новую концепцию обучения машинному обучению. Эта педагогическая концепция
вращается вокруг трех основных компонентов машинного обучения: данных, моделей и функций потерь. Разлагая все методы машинного обучения
в конкретные варианты дизайна для представления данных, модели и функции потерь, студенты учатся ориентироваться в огромном ландшафте машинного обучения.
методы и приложения. Трехкомпонентная картина машинного обучения — основная тема моего учебника «Машинное обучение: основы».

Статьи Александра Юнга

Биография

Образование

1990-1992

Кандидат наук. Кандидат экономических наук, Университет Санкт-Галлена, Швейцария

1989–1990

Сертификат о повышении квалификации в области исследований международной экономической политики, Институт мировой экономики, Киль, Германия

1984–1988

Магистр экономики, Мюнхенский университет, Германия

1983–1984

Бакалавр экономики, Мюнхенский университет, Германия

Профессиональный опыт

1999-

Европейский центральный банк, Франкфурт, Германия

1997-1998

Европейский валютный институт, Франкфурт, Германия

1992-1997

Deutsche Bundesbank, Франкфурт, Германия

1991-1992

Швейцарский институт внешней экономики, Санкт-Галлен, Швейцария

Публикации ЕЦБ

10 мая 2021 г.

СЕРИЯ РАБОЧИХ ДОКУМЕНТОВ – № 2547

Может ли информация центрального банка помочь стабилизировать инфляционные ожидания?

• Александр Юнг
• Патрик Кюль

English

Abstract

В этом документе рассматривается вопрос о том, стабилизируют ли сообщения центрального банка инфляционные ожидания в зоне евро через информационные и новостные каналы. Новшеством исследования является использование данных из Google Analytics о трафике веб-сайта ЕЦБ в качестве показателя внимания посетителей к его коммуникациям. Мы проводим несколько эконометрических тестов с ежедневными данными, чтобы измерить влияние сообщений ЕЦБ на информационный спрос населения и, в конечном счете, на инфляционные ожидания. В целом, это исследование показывает, что внимание к веб-сайту, отраженное в объемах поисковых запросов, влияет на инфляционные ожидания в еврозоне. Мы обнаружили, что повышенное внимание к веб-сайту способствует сокращению разрыва между рыночными прогнозами и (средними) более долгосрочными профессиональными инфляционными ожиданиями. Наши выводы дополняют теоретические доказательства существования информационного и новостного канала.

Код JEL

C20 : Математические и количественные методы → Модели с одним уравнением, одиночные переменные → Общие
D80 : Микроэкономика → Информация, знания и неопределенность → Общие
E02 , Центральный банк и предложение денег и кредита→Денежно-денежная политика
E58 : Макроэкономика и денежно-кредитная экономика→Денежно-денежная политика, Центральный банк и предложение денег и кредита→Центральные банки и их политика
G14 : Финансовая экономика → Общие финансовые рынки → Информация и эффективность рынка, исследования событий, инсайдерская торговля

17 июля 2020

Рабочие документы — № 2443

9009. ИСПОЛЬЗОВАНИЯ И СООБЩЕНИЯ. ЕЦБ

• Филиппины Кур-Тиманн
• Александр Юнг

English

Abstract

На основе упорядоченных пробит-моделей и данных по зоне евро за двадцать лет мы оцениваем эмпирические функции реакции для денежно-кредитной политики ЕЦБ и дополняем их коммуникационными индикаторами. Во-первых, мы обнаруживаем, что ЕЦБ отреагировал на риски ценовой стабильности в соответствии со своей основной целью, и что отчет о сообщениях после заседания о рисках ценовой стабильности и роста значительно улучшает моделирование его функции реагирования. Во-вторых, мы обнаруживаем, что ЕЦБ также отреагировал на эволюцию ставки по федеральным фондам, тем самым подтвердив важность взаимосвязи международных процентных ставок или глобального цикла, который она отражает. В-третьих, подтверждая вывод Герлаха (2007) об актуальности роста М3 для объяснения будущих изменений процентных ставок, мы показываем, что этот результат справедлив только для периода до мирового финансового кризиса.

Код JEL

E43 : Макроэкономика и денежно-кредитная экономика→Деньги и процентные ставки→Процентные ставки: определение, временная структура и влияние Деньги и кредит→Денежно-денежная политика
C22 : Математические и количественные методы→Модели с одним уравнением, Отдельные переменные→Модели временных рядов, Динамические квантильные регрессии, Динамические модели воздействия лечения и бычьи диффузионные процессы
C25 : Mathematical and Quantitative Methods→Single Equation Models, Single Variables→Discrete Regression and Qualitative Choice Models, Discrete Regressors, Proportions

31 July 2019

WORKING PAPER SERIES — No. 2303

Шоки денежно-кредитной политики и состояние банков

• Александр Юнг
• Харальд Улиг

English

Abstract

На основе высокочастотной идентификации и других эконометрических инструментов мы пришли к выводу, что шоки денежно-кредитной политики оказали значительное влияние на состояние банков еврозоны. Информационные эффекты, которые сделали частный сектор более пессимистичным в отношении будущих перспектив экономики и прибыльности банковского сектора, сильно присутствовали в посткризисный период. Мы показываем, что сообщения ЕЦБ на пресс-конференции имели решающее значение для реакции рынка и что на здоровье банков повлияли неожиданности, которые сделали кривую доходности более крутой. Мы обнаружили, что влияние шоков денежно-кредитной политики на банки проявляло некоторую устойчивость. Другие характеристики банков, в частности размер банка, коэффициенты заемных средств и просроченных кредитов, усиливали воздействие шоков денежно-кредитной политики на банки. После объявления OMT мы обнаружили, что реакция банковских акций на шоки денежно-кредитной политики нормализовалась. Мы обнаруживаем, что в послекризисный период шоки денежно-кредитной политики ФРС повлияли на оценку акций банков еврозоны.

Код JEL

E40 : Макроэкономика и денежно-кредитная экономика→Деньги и процентные ставки→Общие
E52 : Макроэкономика и денежно-кредитная экономика→Денежно-денежная политика, центральные банки и предложение денег и кредита→Денежно-денежная политика
90 : Финансовая экономика→Общие финансовые рынки→Информация и эффективность рынка, исследования событий, инсайдерская торговля0014

Network

Research Task Force (RTF)

14 сентября 2016 г.

СЕРИЯ РАБОЧИХ ДОКУМЕНТОВ – № 1961

900

• Александр Юнг

English

Abstract

В этом документе рассматривается вопрос о том, дает ли публикация протоколов Федерального комитета по открытым рынкам (FOMC) систематическую информацию о будущих процентных ставках. Мы объясняем будущие изменения ставок по федеральным фондам, используя модели упорядоченного пробита (пример 19).96 до 2008 г.). Мы считаем, что своевременные протоколы заседаний FOMC предоставили рынкам уверенность в отношении наиболее вероятной траектории будущих процентных ставок. Однако их публикация не заставила рынки коренным образом пересмотреть свои ожидания относительно будущих политических решений. В документе также обсуждаются уроки из опыта ФРС для ЕЦБ и других центральных банков.

Код JEL

C34 : Математические и количественные методы → Модели с несколькими или одновременными уравнениями, несколько переменных → Усеченные и цензурированные модели, переключение моделей регрессии
E52 : Макроэкономика и денежно-кредитная экономика→ Денежно-кредитная политика, центральные банки и предложение денег и кредита→ Денежно-кредитная политика Центральные банки и их политика.0010

• Александр Юнг

English

Abstract

Целью статьи является переоценка вопроса стабильности спроса на деньги путем оценки портфельного подхода к спросу на широкую денежную массу M3 в зоне евро, охватывающего выборку с 1999 по 2013 гг. масштабных потрясений, наблюдавшихся с начала финансового кризиса в 2007 году, отношения могли измениться. В целом, в документе делается вывод о том, что основные компоненты еврозоны M3 в значительной степени стабильны и могут быть объяснены фундаментальными факторами, такими как транзакционная переменная и альтернативные издержки. Тем не менее, анализ выявил некоторую нестабильность, связанную со спросом на валюту в обращении, связанную с переходом на наличные евро, и на рыночные инструменты в условиях очень низких процентных ставок.

Код JEL

C22 : Математические и количественные методы → Модели с одним уравнением, Одиночные переменные → Модели временных рядов, Динамические квантильные регрессии, Динамические модели эффектов лечения и бычьи диффузионные процессы
C52 Количественно-экономические методы →Оценка, проверка и выбор модели
E41 : Макроэкономика и денежно-кредитная экономика→Деньги и процентные ставки→Спрос на деньги

1 июля 2016 г.

СЕРИЯ РАБОЧИХ ДОКУМЕНТОВ – № 1926

Помогли ли выпуски монетарных данных рынкам предсказать решения Европейского центрального банка по процентным ставкам?

• Александр Юнг

English

Abstract

В этом документе рассматривается вопрос о том, предоставили ли выпуски данных Европейского центрального банка (ЕЦБ) денежно-кредитные данные дополнительные сведения о будущем курсе его денежно-кредитной политики. Он использует новый эконометрический подход, основанный на сочетании модели упорядоченного пробита, объясняющей будущие изменения процентной ставки (выборка с 2000 по 2014 год), и теста Вуонга для выбора модели. В целом, наши результаты показывают, что информация, содержащаяся в пресс-релизах о развитии денежно-кредитной политики в зоне евро, помогла рынкам сформировать свои ожидания относительно следующего решения по денежно-кредитной политике.

Код JEL

C34 : Математические и количественные методы → Множественные или одновременные модели уравнений, несколько переменных → Усеченные и цензурированные модели, переключение моделей регрессии Формулировка и внедрение
E52 : Макроэкономика и денежно-кредитная экономика → Денежно-кредитная политика, центральные банки и предложение денег и кредита → Денежно-кредитная политика
E58 : Macroeconomics and Monetary Economics→Monetary Policy, Central Banking, and the Supply of Money and Credit→Central Banks and Their Policies

15 June 2015

WORKING PAPER SERIES — No. 1808

Публикация протоколов помогла рынкам предсказать решения денежно-кредитной политики MPC Банка Англии?

• Александр Юнг
• Макрам Эль-Шаги

Английский

Резюме

В этой статье исследуется, являются ли протоколы Банка Англии

Код JEL

C34 : Математические и количественные методы → Модели с несколькими или одновременными уравнениями → Модели с несколькими переменными 90 Регрессионные модели 1 D78 : Микроэкономика → Анализ коллективного принятия решений → Положительный анализ разработки и реализации политики
E52 : Макроэкономика и денежно-кредитная экономика → Денежно-кредитная политика, центральные банки и предложение денег и кредита → Денежно-кредитная политика
E58 : Macroeconomics and Monetary Economics→Monetary Policy, Central Banking, and the Supply of Money and Credit→Central Banks and Their Policies

10 September 2014

WORKING PAPER SERIES — No. 1731

У президентов федеральных резервных банков есть региональная предвзятость?

• Александр Юнг
• София Латсос

English

Abstract

В данной статье исследуется вопрос о том, подвержены ли предпочтения президентов Федеральных резервных банков процентным ставкам региональной предвзятости. Чтобы оценить гипотезу регионального смещения, мы дополнили отдельные правила Тейлора для президентов Федерального резервного банка (образец 19).с 89 по 2006) с региональными переменными и проверкой их влияния на президентов

Код JEL

C12 : Математические и количественные методы→Эконометрические и статистические методы и методология: Общие→Проверка гипотез: Общие
C30 : Математические и количественные методы Количественные методы→Множественные или одновременные модели уравнений, несколько переменных→Общие
D72 : Микроэкономика→Анализ коллективного принятия решений→Политические процессы: получение ренты, лоббирование, выборы, законодательные органы и поведение при голосовании
E58 : Macroeconomics and Monetary Economics→Monetary Policy, Central Banking, and the Supply of Money and Credit→Central Banks and Their Policies

18 February 2014

WORKING PAPER SERIES — No. 1635

Сотрудники федеральной резервной системы по-прежнему побеждают частных прогнозистов?

• Александр Юнг
• Макрам Эль-Шаги
• Себастьян Гизен

Английский

Abstract

Целью данной статьи является оценка того, актуальны ли сегодня выводы Ромера и Ромера (2000) о превосходстве штатных прогнозов. В статье используются как новейшие доступные эконометрические методы, так и традиционные тесты. Несколько тестов на рациональность прогнозов показывают, что необходимое условие для хорошей эффективности прогнозов удовлетворяется как для Зеленой книги, так и для частных прогнозов, как было измерено Опросом профессиональных прогнозистов (SPF). Тесты на точность прогнозов и всеобъемлющий тест подтверждают превосходство прогнозов «Зеленой книги» в отношении инфляции и выпуска с использованием расширенной выборки (19).68 до 2006 г.). Однако относительная эффективность прогноза не является надежной при наличии крупных макроэкономических потрясений, таких как Великая умеренность и скачки цен на нефть. Другие эконометрические тесты показывают, что относительно более высокая точность прогнозов персоналом наблюдается в условиях повышенной неопределенности. Персонал

Код JEL

C53 : Математические и количественные методы → Эконометрическое моделирование → Методы прогнозирования и прогнозирования, методы моделирования
E37 : Макроэкономика и денежно-кредитная экономика → Модели цен, колебаний бизнеса и моделирования и циклов Приложения
E52 : Макроэкономика и денежно-кредитная экономика→ Денежно-кредитная политика, центральные банки и предложение денег и кредита→ Денежно-кредитная политика Центральные банки и их политика.

• Макрам Эль-Шаги
• Александр Юнг

English

Abstract

Целью данной статьи является изучение влияния председателя Гринспена на президентов Резервных банков. Этот вопрос интересен, потому что утверждалось, что их предпочтения будут более стойкими по сравнению с предпочтениями губернаторов. Мы оцениваем отдельные функции реакции типа Тейлора для округов Федеральной резервной системы, используя их озвученные предпочтения по процентным ставкам во время изменения политики, а также экономическую информацию в режиме реального времени о разрыве инфляции и безработицы. Бутстрап-анализ использует информацию, содержащуюся в этих функциях реакции, и строит гипотетическое распределение разногласий между округами Федеральной резервной системы, предполагая отсутствие факторов, которые могли бы привести к консенсусу. Мы сравниваем эти смоделированные распределения с наблюдаемыми разногласиями во время обсуждений в комитете и находим эмпирические доказательства в пользу координации. Эта обнаруженная координация помогла привести предпочтения округов Федеральной резервной системы в большее соответствие с председателем Гринспеном 9.0146

Код JEL

C15 : Математические и количественные методы→Эконометрические и статистические методы и методология: Общие→Методы статистического моделирования: Общие D72 : Микроэкономика→Анализ коллективного принятия решений→Политические процессы: получение ренты, лоббирование, выборы, законодательные органы и поведение при голосовании
E58 : макроэкономика и монетарная экономика → Монетарная политика, центральное банковское дело и поставка денег и кредитов → Центральные банки и их политики

4 октября 2011

.

Международное сравнение голосования комитетов

• Александр Юнг

English

Abstract

В этом документе представлены новые эмпирические данные о политиках

Код JEL

C23 : Математические и количественные методы→Модели с одним уравнением, одиночные переменные→Модели панельных данных, пространственно-временные модели
D72 : Микроэкономика→Анализ коллективного принятия решений→Политические процессы , лоббирование, выборы, законодательные органы и поведение при голосовании
D83 : микроэкономика→информация, знания и неопределенность→поиск, обучение, информация и знания, общение, убеждения
E58 : макроэкономика и монетарная экономика → Монетарная политика, центральное банковское дело и поставка денег и кредитов → Центральные банки и их политики

22 января 2008

СЕРИЯ ЭРЕДНАЯ ПАУЦИА Работа евросистемы: подготовка денежно-кредитной политики и принятие решений – отдельные вопросы

• Филипп Муто
• Александр Юнг
• Франческо Паоло Монджелли

English

Abstract

Денежно-кредитной политике ЕЦБ в последние годы уделяется значительное внимание. Однако это в меньшей степени относится к его регулярной подготовке денежно-кредитной политики и процессу принятия решений. В этой статье рассматривается, как факторы, обычно считающиеся критически важными для успеха центральной банковской системы, и федеральный характер Евросистемы переплетаются с ее общей структурой и функционированием архитектуры ее комитетов. В частности, рассматриваются процедуры подготовки решений по денежно-кредитной политике и роль в них органов, принимающих решения, и комитетов. Мы предлагаем, чтобы технические комитеты с участием всех национальных центральных банков (НЦБ) вносили полезный вклад в регулярную обработку огромного количества экономических, финансовых и монетарных данных, а также в достижение консенсуса на уровне Совета управляющих. Федеральная организационная структура, включающая двухуровневую структуру комитетов, в которой Исполнительный совет играет ведущую роль в подготовке решений по денежно-кредитной политике, а Управляющий совет отвечает за принятие решений и несет за них коллективную ответственность, а также работу комитетов на различных иерархических уровнях. , способствует эффективности принятия решений ЕЦБ по денежно-кредитной политике и тем самым способствует поддержанию ценовой стабильности в зоне евро. Полноценная структура комитетов также способствовала беспрепятственной интеграции государств-членов, не входящих в зону евро, в процесс принятия решений по денежно-кредитной политике Евросистемы.

Код JEL

E42 : Макроэкономика и денежная экономика→Деньги и процентные ставки→Денежные системы, стандарты, режимы, правительство и денежная система, платежные системы , и Предложение денег и кредита→Центральные банки и их политика
F33 : Международная экономика→Международные финансы→Международные валютные механизмы и институты
F42 : Международная экономика → Макроэкономические аспекты международной торговли и финансов → Международная координация и передача политики

Внешние публикации

2023

2023

9000 9000 9000 9000 9000 9000 9000 9000 9000 9000 9000 9000 9000 9000 9000 9000 9000 9000 9000 9000 9000 9000 9000 9000 9000 9000 9000 9000 9000 9000 9000 9000 9000 9000 9000 9000 9000 9000 9000 9000 9000 9000 9000 9000 9000 9000 9000 9000 9000 9000

. ? Данные из зоны евро

• Александр Юнг

2021

Европейский журнал политической экономии

Установление процентных ставок и обмен информацией в ЕЦБ в первые двадцать лет его существования

• Филиппины Кур-Тиманн, Александр Юнг

2021

Связь с центральным банком, помощь в стабилизации

0 инфляционные ожидания?

• Александр Юнг, Патрик Кюль

2020

International Review of Economics & Finance

Эмпирический анализ поставки и предложения кредита в европейской области

• Александр Юнг

2020

Ежеквартальный обзор экономики и финансов

Имперические владения Euro Shee Area M3, 1980-2017 710 1010

Имперические владения Euro M3, 1980-20177101110

• Александр Юнг, Гектор Карсель Вилланова

2018

Ежеквартальный обзор экономики и финансов

Превышает ли правило Маккаллума правило Тейлора во время финансового кризиса?

• Александр Юнг

2018

Шотландский журнал политической экономии

Помогли ли выпуски данных о деньгах и кредитах рынкам предсказать решения Европейского центрального банка по процентным ставкам?

• Александр Юнг

2017

Североамериканский журнал экономики и финансов

Прогнозирование широкой денежной массы

• Александр Юнг0011

2016

Banks and Bank Systems

Monetary policy decision-making when information search is costly

• Alexander Jung, Francesco Mongelli

2016

The Quarterly Review of Economics and Финансы

Спрос на M3 в зоне евро все еще стабилен?

• Александр Юнг

2016

Международный журнал прогнозирования

Пересмотр относительных прогнозных выступлений сотрудников ФРС и частных прогнозистов: динамический подход

• Makram El-Shagi, Себастьян Гизен, Александр Jung

2016

Журнал из макрона

из журнала из макрона

из журнала по макросу. изменения ставок по федеральным фондам?

• Александр Юнг

2015

Европейский журнал политической экономии

Есть ли у президентов федеральных резервных банков региональные предпочтения?

• Александр Юнг, София Латсос

2015

Журнал макроэкономики

Предоставляет ли эпоха Гринспена доказательства лидерства в FOMC?

• Макрам Эль-Шаги, Александр Юнг

2015

Экономический бюллетень

Влияет ли ликвидность на спрос на деньги в странах еврозоны?

• Александр Юнг

2015

Европейский журнал политической экономии

Помогли ли протоколы рынкам прогнозировать решения MPC по денежно-кредитной политике?

• Makram El-Shagi, Alexander Jung

2013

International Journal of Central Banking

Policymakers’ interest rate preferences: recent evidence for three monetary policy committees

• Alexander Jung

2012

Европейский журнал политической экономии

Предпочтение гетерогенности в странах-нацеливании на инфляцию CEE

• Александр Юнг, Gergely Kiss

2012

DICE DICE DICE DISE

109.