怎样用MATLAB模拟动态经济学中Ramsey模型的最优路径

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

请问各位大牛，怎样用MATLAB模拟动态经济学中Ramsey模型消费和投资积累的最优路径？谢谢

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏11 回帖

关键词：MATLAB Ramsey atlab matla 动态经济学 经济学 动态 模型

下载一个compecon工具箱。
根据一阶条件写一个m文件：
function [out1,out2,out3] = mfdp07(flag,s,x,e,alpha,beta,gamma);
switch flag
case 'b'; % BOUND FUNCTION
  out1 = zeros(size(s));                 % xl
  out2 = 0.99*s;                         % xu
case 'f'; % REWARD FUNCTION
  out1 = ((s-x).^(1-alpha))/(1-alpha);   % f
  out2 = -(s-x).^(-alpha);               % fx
  out3 = -alpha*(s-x).^(-alpha-1);       % fxx
case 'g'; % STATE TRANSITION FUNCTION
  out1 = gamma*x + e.*x.^beta;           % g
  out2 = gamma + beta*e.*x.^(beta-1);    % gx
  out3 = (beta-1)*beta*e.*x.^(beta-2);   % gxx
end

命名ss

然后再开一个m文件：
disp('DEMDP07 OPTIMAL GROWTH MODEL')
  close all  

% ENTER MODEL PARAMETERS
  alpha =  0.2;                                                                                                                % utility parameter
  beta  =  0.5;                                                                                                                % production elasticity
  gamma =  0.9;                                                                                                                % capital survival rate
  sigma =  0.1;                                                                                                                % production shock volatility
  delta =  0.9;                                                                                                                % discount factor

% COMPUTE SHOCK DISTRIBUTION
  m = 3;                                                                                                                      % number of shocks
  [e,w] = qnwlogn(m,-sigma^2/2,sigma^2);           % shocks and proabilities

% PACK MODEL STRUCTURE
  clear model
  model.func = 'ss';                                                                  % model functions
  model.discount = delta;                                                                        % discount factor
  model.e = e;                                                                                                                % shocks
  model.w = w;                                                                                                                % probabilities
  model.params = {alpha beta gamma};            % other parameters
  
% DEFINE APPROXIMATION SPACE
  n     = 10;                                                                                                                  % degree of approximation
  smin  =  5;                                                                                                                  % minimum state
  smax  = 10;                                                                                                                  % maximum state
  fspace = fundefn('cheb',n,smin,smax);   % function space
  snodes = funnode(fspace);                                                    % state collocaton nodes
  
% COMPUTE CERTAINTY-EQUIVALENT STEADY-STATE
  estar = 1;                                                                                           % certainty equivalent shock
  xstar = ((1-delta*gamma)/(delta*beta))^(1/(beta-1)); % steady-state action
  sstar = gamma*xstar + xstar^beta;                                                                     % steady-state state
  pstar = (sstar-xstar).^(-alpha);                     % steady state shadow price  

% CHECK MODEL DERIVATIVES AT CE STEADY STATE
  dpcheck(model,sstar,xstar,estar);

% COMPUTE L-Q APPROXIMATION
  [vlq,xlq] = lqapprox(model,snodes,sstar,xstar,pstar);  
  
% SOLVE BELLMAN EQUATION
  [c,s,v,x,resid] = dpsolve(model,fspace,snodes,vlq,xlq);
   
% COMPUTE L-Q APPROXIMATION FOR PLOTTING
  [vlq,xlq,plq] = lqapprox(model,s,sstar,xstar,pstar);
  
% PLOT OPTIMAL POLICY

  figure(1);
  plot(s,x./s,s,xlq./s,sstar,xstar/sstar,'*k');
  title('Optimal Investment Policy');
  legend('Chebyshev','L-Q');
  xlabel('Wealth');
  ylabel('Investment (% of Wealth)');
得到财富与投资的路径及均衡点。
这是最优增长例题的程序，希望对你有帮助。

恶即斩 发表于 2014-12-6 18:10
下载一个compecon工具箱。
根据一阶条件写一个m文件：
function [out1,out2,out3] = mfdp07(flag,s,x,e,a ...

好的，我试试，十分感谢！

% COMPUTE SHOCK DISTRIBUTION
  m = 3;                                                                                                                      % number of shocks
请问m=3代表什么意思啊？这个是怎么确定的啊？

厉害牛

恶即斩 发表于 2014-12-6 18:10
下载一个compecon工具箱。
根据一阶条件写一个m文件：
function [out1,out2,out3] = mfdp07(flag,s,x,e,a ...

可以麻烦把结果截屏一下么？感激不尽感激不尽！！谢谢你！！

厉害，赞一个！！！

请问 qnwlogn函数是什么？有qnwlogn.m文件吗？