动态规划 Day 5 - Markov Dynamics

文章预览

本书来自QuantEcon系列Dynamic Programming VOLUME I: FINITE STATES。 https://dp.quantecon.org/ Markov Dynamics！很多基础和定义在经济网络中已经讨论，来点不一样的！ Approximation 之前讨论的Markov都是离散的，不过也有连续的。在数值计算上可以通过构造离散的Markov来近似连续的。 比如以下AR(1) stationary distribution： Tauchen’s method： 将上述连续state的AR1转换成一个离散的Markov： 确定一个要近似的区间，不然负无穷到正无穷的区间不太好用有限的state来近似。这里区间长度就用距离均值的正负 来表示。如 把这个区间平均分成n份， ，如均值为0，那么 确定这个区间里每一个x到其他x的概率，直接带入AR1计算即可： 上述过程就可以把AR1近似为 ，然后用熟悉的离散的Markov技巧！ Julia代码： 设定个区间，长度为 ，然后分为N份：     a_bar = 3 * sqrt(σ^2 / (1 - ρ^2))     y ………………………………