神经网络经济：从异质性经验中学习
综合经济学
2021-10-25 v1 多智能体系统
经济学
摘要
本文提出了一种在动态宏观金融环境中对行为主体建模的新方法。主体被描述为神经网络，并从各自的过往经验中学习策略。我在一个具有类似于 Aiyagari (1994) 的异质性冲击的经济体中，研究了非理性与历史结果之间的反馈。在该模型中，理性预期假设被严重违背，因为储蓄决策规则的学习是不稳定的。陷入学习陷阱的主体要么过度储蓄，要么不储蓄，这为关于财富分布的若干经验谜题提供了一种可能的解释。神经网络主体具有更高的平均边际消费倾向（MPC），并表现出消费的过度敏感性。学习会对代际流动性产生负面影响。
引用
@article{arxiv.2110.11582,
title = {An Economy of Neural Networks: Learning from Heterogeneous Experiences},
author = {Artem Kuriksha},
journal= {arXiv preprint arXiv:2110.11582},
year = {2021}
}
备注
47 pages