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研究

在动态经济模型的学习研究领域，已经取得了诸多重要成果。通过对不同方法的研究，如最优反馈、预期最优反馈和双重控制方法，发现多数情况下它们的预期排序是成立的，但也存在不成立的情况。

在研究过程中，有一个意外的发现：成本函数中可能出现非凸性。不过，研究人员通过数学推导找到了其出现的原因，并在计算机代码中进行了数值验证，证实了这些影响是显著的。为了应对经济模型早期出现但后期消失的非凸性问题，专门开发了全局搜索方法的算法和计算机代码。

此外，还学会了如何将前向变量以及政策选择对模拟主体行为参数的影响纳入具有学习和时变参数的随机控制模型中。并且发现这类模型可以用于减轻卢卡斯批判的影响。

然而，目前仍存在一些未知问题。例如，尚未了解各种经济模型中改变方法排序的特征；不清楚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；也不确定在许多经济环境中，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该领域，这为跨算法和代码的数学和数值结果的有效检验提供了可能，同时也有助于开发和使用来自不同经济学领域的各种模型，以进一步深入了解学习过程。

主动学习还有其他应用领域，以下是一些相关领域及研究文章：
|应用领域|相关文章|
| ---- | ---- |
|需求未知的垄断利润最大化|Kiefer (1989) 或 Trefler (1993)|
|实验性消费、药物使用|Crawford 和 Shum (2005) 或 Grossman 等人 (1977)|
|不确定条件下的投资与增长|El