大规模动态经济模型的数值方法
在动态经济模型的研究中,数值方法起着至关重要的作用。它能够帮助我们求解复杂的经济模型,模拟经济系统的动态变化,为政策制定和经济预测提供有力的支持。本文将介绍几种常见的数值方法,包括积分预计算方法、局部(扰动)方法等,并探讨它们的优缺点和应用场景。
1. 积分预计算方法
1.1 积分预计算方法的优势
积分预计算方法在处理大规模动态经济模型时具有显著的优势。与使用数千个随机节点的蒙特卡罗积分相比,它在某些问题类别中能够以更低的成本提供更高的精度。特别是对于高阶多项式,单节点求积方法可能会限制解的精度,而积分预计算方法则能够在保证精度的同时,降低计算成本。
1.2 积分预计算方法的数值示例
以具有非弹性劳动供给的单代理模型为例,通过表1可以看到使用积分预计算的贝尔曼方程方法和欧拉方程方法的结果。从表中数据可以看出,随着多项式次数的增加,残差以一个或多个数量级的幅度减小,高阶多项式解的精度非常高。
| 多项式次数 | ECM - VF - Prec(L1) | ECM - VF - Prec(L∞) | ECM - VF - Prec(CPU) | ECM - DVF - Prec(L1) | ECM - DVF - Prec(L∞) | ECM - DVF - Prec(CPU) |
|---|---|---|---|---|---|---|
| 1st |
超级会员免费看
订阅专栏 解锁全文
7万+

被折叠的 条评论
为什么被折叠?



