面向经济学的量子蒙特卡洛：压力测试与宏观经济深度学习
量子物理
2024-09-24 v1
摘要
计算方法既开辟了经济分析的前沿，也构成了制约其发展的瓶颈。我们首次研究量子蒙特卡洛（QMC）算法能否改善经济应用的运行时间及其面临的挑战。我们详细介绍了量子计算，特别是 QMC 算法。然后，我们阐述了如何将以下模型表述并编码到量子电路中： 带有信贷冲击与抛售的银行压力测试模型， 用深度学习求解的新古典投资模型， 用深度神经网络求解的现实宏观经济模型。我们讨论了 QMC 相对于经典计算系统的潜在计算增益，并提出了 QMC 基准测试方面的若干创新。
引用
@article{arxiv.2409.13909,
title = {Quantum Monte Carlo for Economics: Stress Testing and Macroeconomic Deep Learning},
author = {Vladimir Skavysh and Sofia Priazhkina and Diego Guala and Thomas R. Bromley},
journal= {arXiv preprint arXiv:2409.13909},
year = {2024}
}
备注
54 pages (70 with appendix), 15 figures (19 with appendix)