55、数值动态规划与经济模型误差分析

数值动态规划与经济模型误差分析

1. 引言

在经济研究中，数值方法对于评估非线性经济模型的预测至关重要。绝大多数经济模型没有解析解，研究人员只能依靠包含近似误差的数值算法。现代定量分析的核心假设是数值方法能很好地模拟原始模型的统计特征，但实际情况并非如此简单，研究人员常常难以控制数值误差的不良传播影响。

在静态经济中，通常容易界定误差的大小。但在无限期模型中，数值误差可能以意想不到的方式累积。在可以用收缩算子近似均衡的模型中，累积误差可以得到界定；但如果缺少收缩性质，最多只能在细化近似时确定数值解的渐近性质。

模型模拟在宏观经济学和其他学科中是常规操作，但关于能证明模拟矩收敛的大数定律，以及数值误差在这些模拟中的传播影响，还有很多需要研究。数值误差可能会使平稳解和基于模拟的估计中的参数估计产生偏差。因此，基于模拟的估计需要应对影响系统动态的参数值变化，这就需要能够对参数空间进行采样的快速准确算法。与传统的基于数据的估计相比，建立这些估计量的渐近性质（如一致性和正态性）要困难得多。

我们将围绕以下几个问题展开研究：
- 数值算法的收敛性质和能界定近似误差大小的准确性测试；
- 数值算法模拟矩的准确性以及能证明模型模拟合理性的大数定律；
- 校准和基于模拟的估计。

我们还会结合一些示例进行研究，重点关注在经济学和金融领域广泛应用的一大类动态一般均衡模型，并将分析分为最优和非最优经济。最优经济满足福利定理，其均衡可以通过相关优化问题计算，在常规条件下，这些均衡可以由连续（或可微）的政策函数定义的马尔可夫表示。非最优经济可能在自然状态空间上不存在马尔可夫均衡，或者这种均衡可能不连续。这些技术问题限制了假设连续或可微近似