第一部分 典型经济人模型 3
第一章 基本模型 3
1.1 确定性有限期限Ramsey模型和非线性规划 3
1.1.1 Ramsey问题 3
1.1.2 Kuhn-Tucker定理 5
1.2 确定性无限期限Ramsey模型和动态规划 6
1.2.1 递归的效用函数 7
1.2.2 欧拉方程 8
1.2.3 动态规划 9
1.2.4 鞍点路径 11
1.2.5 存在解析解的模型 14
1.3 随机Ramsey模型 17
1.3.1 随机产出 17
1.3.2 随机欧拉方程 19
1.3.3 随机动态规划 20
1.4 劳动力供给、增长与分散经济 22
1.4.1 休闲的替代 22
1.4.2 增长与关于技术与偏好的约束 23
1.4.3 分散经济 27
1.5 模型的校准和评价 29
1.5.1 基准模型 29
1.5.2 校准 31
1.5.3 模型评价 34
1.6 数值求解方法 39
1.6.1 特征描述 39
1.6.2 解的准确性 40
附录1 求解例1.2.1 42
附录2 对技术和偏好的限制 44
问题 47
第二章 扰动法 50
2.1 确定性模型的线性求解 51
2.2 随机线性二次型模型 56
2.3 线性二次型（LQ）近似 59
2.3.1 一个警告 59
2.3.2 一个示例 60
2.3.3 一般方法 64
2.4 线性近似 66
2.4.1 一个示例 66
2.4.2 一般方法 71
2.5 二阶近似 76
2.5.1 简介 76
2.5.2 确定性增长模型 77
2.5.3 随机增长模型 78
2.5.4 一般情况 83
2.6 应用 87
2.6.1 基准模型 87
2.6.2 在建时间 92
2.6.3 新凯恩斯菲利普斯曲线 95
附录3 随机线性二次型问题的求解 104
附录4 推导新凯恩斯菲利普斯曲线的对数线性化形式 106
问题 112
第三章 确定性扩展路径方法 117
3.1 确定性模型的求解 117
3.1.1 有限期限模型 118
3.1.2 无限期限模型 119
3.2 随机模型的求解 121
3.2.1 一个例子 121
3.2.2 一般算法 122
3.3 进一步的应用 124
3.3.1 基准模型 124
3.3.2 一个小国开放经济 127
问题 133
第四章 状态空间离散化方法 139
4.1 确定性模型的求解 139
4.2 随机模型的求解 148
4.3 进一步的应用 155
4.3.1 非负的投资 155
4.3.2 基准模型 156
问题 159
第五章 参数化预期 163
5.1 近似解的特征刻画 164
5.1.1 一个示例 164
5.1.2 一般框架 165
5.1.3 自适应学习 167
5.2 近似解的计算 168
5.2.1 T和ψ的选择 169
5.2.2 不动点的迭代计算 170
5.2.3 不动点的直接计算 170
5.2.4 初始点 171
5.3 应用 172
5.3.1 带有非负投资约束的随机增长模型 173
5.3.2 基准模型 176
5.3.3 关于货币的有限参与模型 178
问题 186
第六章 投影法 189
6.1 投影法的特征刻画 189
6.1.1 一个例子 189
6.1.2 一般框架 192
6.1.3 与参数化预期方法的关系 193
6.2 建立投影法的相关模块 194
6.2.1 近似函数 194
6.2.2 残差函数 195
6.2.3 投影和求解 196
6.2.4 解的准确性 197
6.3 应用 197
6.3.1 确定性增长模型 197
6.3.2 具有非负投资约束的随机增长模型 200
6.3.3 基准模型 205
6.3.4 股权溢价之谜 206
问题 214
第二部分 异质性经济主体模型 219
第七章 平稳分布的计算 219
7.1 一个总体确定的简单异质性经济主体模型 220
7.2 异质性经济主体经济的平稳均衡 224
7.3 应用 237
7.3.1 具有异质性经济主体和不完全保险的经济中的无风险利率 237
7.3.2 异质性的生产率和收入分布 242
问题 252
第八章 分布函数的动态 255
8.1 简介 255
8.2 转轨动态 257
8.2.1 部分信息 258
8.2.2 对要素价格的有限时间路径进行猜测 266
8.3 总体不确定性 269
8.4 应用 276
8.4.1 具有流动性约束和不可分割特性的经济波动成本 276
8.4.2 收入分配的周期波动动态 283
8.5 结语 293
问题 293
第九章 确定性交迭世代模型 295
9.1 稳态 296
9.1.1 一个示例 297
9.1.2 稳态的计算 299
9.2 转轨路径 306
9.2.1 一个程式化的6期模型 307
9.2.2 转轨路径的计算 308
9.3 应用：人口转移变化 314
9.3.1 模型 315
9.3.2 计算 319
9.3.3 结果 325
问题 327
第十章 随机交迭世代模型 331
10.1 个体不确定性 331
10.2 总体不确定性 339
10.2.1 对数线性化 340
10.2.2 Krusell-Smith算法在交迭世代模型中的应用 349
附录5 年度AR（1）过程中的参数 358
问题 359
第三部分 工具 363
第十一章 数值方法 363
11.1 线性代数快速回顾 363
11.1.1 复数 363
11.1.2 向量 364
11.1.3 范数 365
11.1.4 线性独立 365
11.1.5 矩阵 365
11.1.6 线性二次型 369
11.1.7 特征值和特征向量 370
11.1.8 矩阵分解 370
11.1.9 Givens旋转 373
11.2 函数近似 374
11.2.1 Taylor定理 374
11.2.2 隐函数定理 376
11.2.3 线性插值 377
11.2.4 三次样条插值 379
11.2.5 多项式族 380
11.2.6 切比雪夫多项式 381
11.2.7 多维近似 387
11.2.8 神经网络 389
11.3 数值微分与积分 390
11.3.1 微分 390
11.3.2 数值积分 394
11.4 迭代算法的终止标准 397
11.5 非线性方程 399
11.5.1 单方程 399
11.5.2 多方程 402
11.6 数值优化 410
11.6.1 黄金分割搜寻法 411
11.6.2 高斯—牛顿法 413
11.6.3 拟牛顿法 415
11.6.4 遗传算法 418
第十二章 各种其他工具 425
12.1 差分方程 425
12.1.1 线性差分方程 425
12.1.2 非线性差分方程 427
12.2 马尔科夫过程 430
12.3 DM统计量 434
12.4 HP滤波 437
参考文献 440