5、动态经济模型学习与非对称拍卖模型均衡求解

动态经济模型学习与非对称拍卖模型均衡求解

动态经济模型中的学习

在动态经济模型的学习研究中，我们取得了不少成果。通过相关研究，我们确认了在很多情况下，最优反馈、期望最优反馈和双重控制方法之间的预期排序是成立的，但也发现并非总是如此。

在研究过程中，我们意外地发现成本函数中可能会出现非凸性。不过，我们通过数学分析找到了这种现象产生的原因，并在计算机代码中进行了数值验证，证实这些影响是显著的。为了应对经济模型中早期出现但后期消失的非凸性问题，我们专门开发了全局搜索方法的算法和计算机代码。

我们还学会了如何将前向变量以及政策选择对模拟主体行为的参数的影响纳入具有学习和时变参数的随机控制模型中。此外，这类模型还能用于减轻卢卡斯批判的影响。

然而，我们仍有一些问题尚未解决。例如，我们还不清楚各种经济模型的哪些特征会改变这些方法之间的排序；不确定非凸性是会在大多数经济模型中出现，还是仅在少数模型中出现；也不知道在许多经济环境中，测量误差是否大到足以在包含或排除它们时显著改变结果。

目前，有多个研究小组积极投身于这一领域，这为跨算法和代码对数学和数值结果进行有效检验提供了可能，也有助于开发和使用来自不同经济学领域的各种模型，从而更深入地了解学习过程。

主动学习在其他领域也有应用，以下是一些具体的应用领域及相关研究文章：
|应用领域|相关文章|
| ---- | ---- |
|需求未知情况下的垄断利润最大化|Kiefer (1989) 或 Trefler (1993)|
|实验性消费、药物使用|Crawford 和 Shum (2005) 或 Grossman 等人 (1977)|
|