Deep learning for solving dynamic economic models.
Deep learning for solving dynamic economic models.
复制标题
用于解决动态经济模型的深度学习。
DOI：
10.1016/j.jmoneco.2021.07.004
复制
发表时间：
2021
影响因子：
4.1
通讯作者：
Winant, Pablo
中科院分区：
文献类型：
--
作者：
Maliar, Lilia;Maliar, Serguei;Winant, Pablo
我们引入了一种统一的深度学习方法，通过将动态经济模型转化为非线性回归方程来求解它们。我们为经济动态的三个基本对象推导了这样的方程——终身奖励函数、贝尔曼方程和欧拉方程。我们使用随机梯度下降法估计模拟数据的决策函数。我们引入了一种一体化积分算子，可以促进高维积分的近似。我们使用神经网络来执行模型简化并处理多重共线性。我们的深度学习方法可以处理大规模问题，例如 Krusell 和 Smith（1998）。我们提供了适合各种应用程序的 TensorFlow 代码。
We introduce a unified deep learning method that solves dynamic economic models by casting them into nonlinear regression equations. We derive such equations for three fundamental objects of economic dynamics – lifetime reward functions, Bellman equations and Euler equations. We estimate the decision functions on simulated data using a stochastic gradient descent method. We introduce an all-in-one integration operator that facilitates approximation of high-dimensional integrals. We use neural networks to perform model reduction and to handle multicollinearity. Our deep learning method is tractable in large-scale problems, e.g., Krusell and Smith (1998). We provide a TensorFlow code that accommodates a variety of applications.
登录
查看更多内容
解决动态规划问题的包络条件法与内生网格法
DOI：
--
发表时间：
2012
期刊：
影响因子：
--
作者：
L. Maliar;Serguei Maliar
通讯作者：
Serguei Maliar
连续时间经济学的机器学习
DOI：
--
发表时间：
2018
期刊：
影响因子：
--
作者：
V. Duarte
通讯作者：
V. Duarte
包络条件法及其在默认风险模型中的应用
DOI：
--
发表时间：
2014
期刊：
影响因子：
--
作者：
C. Arellano;L. Maliar;Serguei Maliar;Viktor Tsyrennikov
通讯作者：
Viktor Tsyrennikov
对立变量在计算机模拟中的使用
DOI：
--
发表时间：
1982
期刊：
影响因子：
--
作者：
R. Cheng
通讯作者：
R. Cheng
“求解动态经济模型的数值稳定且准确的随机模拟方法”的 Matlab 代码
DOI：
--
发表时间：
2011
期刊：
影响因子：
--
作者：
K. Judd;L. Maliar;Serguei Maliar
通讯作者：
Serguei Maliar