Numerically stable and accurate stochastic simulation approaches for solving dynamic economic models
求解动态经济模型的数值稳定且准确的随机模拟方法AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要关注动态经济模型的数值求解，未涉及结构参数估计或所列宏观计量细分。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
求解动态经济模型的数值稳定且准确的随机模拟方法
- 研究问题
- 动态经济模型的随机模拟求解面临病态回归与积分误差时，如何改善数值稳定性，并处理具有大量状态变量的模型？
- 方法与思路
- 作者考察奇异值分解、Tikhonov 正则化、最小绝对偏差及主成分回归，并以求积和单项式积分替代常规蒙特卡洛积分。
- 材料陈述的贡献
- 作者提出广义随机模拟算法，并在标准增长、罕见灾难和多国模型中测试；摘要称算法稳定、准确且提供 MATLAB 代码。
- 阅读关注点
- 应核对各近似与积分方案的误差度量、计算成本、状态空间覆盖，以及数百状态变量应用中的求解精度和稳定性证据。
- 阅读边界
- 仅据所给 OpenAlex 摘要；具体误差、运行时间、收敛条件与代码内容未提供，不能认定算法对所有动态模型均更优。
原文摘要
We develop numerically stable and accurate stochastic simulation approaches for solving dynamic economic models. First, instead of standard least-squares approximation methods, we examine a variety of alternatives, including least-squares methods using singular value decomposition and Tikhonov regularization, least-absolute deviations methods, and principal component regression method, all of which are numerically stable and can handle ill-conditioned problems. Second, instead of conventional Monte Carlo integration, we use accurate quadrature and monomial integration. We test our generalized stochastic simulation algorithm (GSSA) in three applications: the standard representative–agent neoclassical growth model, a model with rare disasters, and a multicountry model with hundreds of state variables. GSSA is simple to program, and MATLAB codes are provided.