Handbook of Computational Economics pdf epub mobi txt 电子书下载 2026

简体网页||繁体网页

☆☆☆☆☆

出版者:Elsevier Science Ltd

作者:Amman, Hans M. (EDT)/ Kendrick, David A. (EDT)/ Rust, John (EDT)

出品人:

页数:832

译者:

出版时间:1996-6

价格:$ 186.45

装帧:HRD

isbn号码:9780444898579

丛书系列:

图书标签:

计算经济学
经济建模
数值分析
算法
金融工程
代理人模型
动态规划
博弈论
计量经济学
优化

下载链接在页面底部

facebook linkedin mastodon messenger pinterest reddit telegram twitter viber vkontakte whatsapp 复制链接

想要找书就要到本本书屋

onlinetoolsland.com

立刻按 ctrl+D收藏本页

你会得到大惊喜!!

具体描述

The aim of this volume is to provide an introduction and selective overview of the rapidly emerging field of computational economics. Computational economics provides an important set of tools that an increasing number of economists will need to acquire in order to understand and do state-of-the-art research in virtually all areas of economics. Articles in the volume range from very applied, policy oriented applications of computational methods, to highly theoretical and mathematically complex analyses of algorithms and numerical methods. The book emphasizes the unique contributions of computational methods in economics, and focuses on problems for which well developed solutions are not already available from the literature in operations research, numerical methods, and computer science. As well as covering relatively mature areas in the field, a number of chapters are included which cover more speculative 'frontier topics', in particular recently discovered computational innovations and research results.

经济学与计算的交汇：一本探索前沿研究的著作本书并非直接呈现《Handbook of Computational Economics》这一特定出版物的具体章节或内容，而是围绕着“计算经济学”这一广阔而日新月异的研究领域，深入剖析其核心思想、方法论、应用范围以及未来发展趋势。本书旨在为读者提供一个全面、深刻的视角，理解计算工具如何彻底地重塑了经济学研究的版图，以及这一变革如何驱动着我们对复杂经济现象的认知和分析能力的提升。计算经济学的崛起与核心驱动力在过去的几十年里，经济学领域经历了一场深刻的范式转变。传统上，经济学理论的构建主要依赖于抽象的数学模型和静态的分析方法。然而，现实世界的经济系统是高度复杂、动态且充满非线性的，简单的模型往往难以捕捉其真实面貌。与此同时，计算机技术的飞速发展，特别是计算能力的指数级增长，为经济学家提供了前所未有的工具，以应对这种复杂性。计算经济学的兴起，正是这场技术革命在经济学领域的回响。它标志着经济学研究不再局限于理论推演和有限的数据分析，而是拥抱了模拟、仿真、机器学习、大数据分析等一系列计算驱动的方法。这使得经济学家能够构建更逼真、更精细的经济模型，探索更为复杂的经济互动，并从海量数据中挖掘出更深层次的洞察。本书将深入探讨计算经济学兴起的根本原因，包括：计算能力的革命性提升：从早期的主机到如今强大的分布式计算和云计算，计算能力的增长使得原本难以企及的复杂模型和海量数据分析成为可能。算法与模型的创新：新一代的计算算法，如机器学习、深度学习、网络分析等，为经济学提供了强大的分析工具，能够处理非线性关系、识别模式、进行预测和生成新的洞察。数据获取与处理能力的增强：互联网、传感器、社交媒体等渠道产生了海量的经济数据，计算工具使得对这些“大数据”进行清洗、组织和分析成为可能，从而为经验研究提供了前所未有的丰富素材。研究问题的复杂化：经济系统本身的复杂性，例如金融市场的波动、气候变化对经济的影响、国际贸易的动态调整、行为经济学的引入等，都需要更强大的计算工具来理解和模拟。核心方法论：计算工具在经济学研究中的应用本书将详细阐述计算经济学所采用的核心方法论，并展示这些方法如何在实际研究中发挥作用。这包括但不限于：计算一般均衡模型 (CGE)：这种方法通过模拟整个经济体的供需关系，分析政策变化对各个部门和宏观经济指标的影响。计算能力的提升使得CGE模型能够包含更细致的部门划分、更复杂的市场结构以及更广泛的政策场景。本书将探讨CGE模型的构建原理、校准方法以及在政策评估中的应用，例如税收改革、贸易协定、能源政策等。异质性主体模型 (HHM) / 基于主体的模型 (ABM)：与传统的代表性主体模型不同，HHM/ABM模型允许经济体中的主体（例如家庭、企业、政府）具有不同的特征、行为规则和决策过程。通过模拟这些异质性主体之间的互动，可以捕捉到涌现的宏观经济现象，例如不平等、金融危机、市场泡沫等。本书将深入介绍ABM的建模框架、规则设计、仿真运行以及如何解释其输出结果。计量经济学的计算方法：传统计量经济学方法在处理高维数据、非线性关系、内生性问题等方面面临挑战。本书将介绍计算计量经济学的前沿技术，例如：机器学习在计量经济学中的应用：包括变量选择、预测模型（如LASSO, Ridge Regression）、非线性回归、因果推断（如因果森林）、文本分析（用于分析新闻、财报等文本数据）等。高维数据分析：解决“维度灾难”问题，从大量变量中提取有用信息。结构估计的计算方法：例如，动态随机一般均衡模型 (DSGE) 的参数估计、贝叶斯估计方法等。优化与博弈论的计算方法：许多经济决策问题可以被建模为优化问题或博弈问题。本书将探讨计算技术如何帮助解决复杂的优化问题（例如，动态规划、整数规划）以及如何模拟和分析博弈论中的均衡。实验经济学与计算模拟：将计算模拟与实际实验相结合，例如，设计虚拟市场进行实验，或者使用计算模型来解释和推广实验结果。网络科学在经济学中的应用：经济系统往往可以被看作是一个复杂的网络，例如金融市场中的机构间联系，供应链中的企业关系，社交网络中的信息传播等。本书将介绍如何利用网络分析工具来理解这些结构，以及网络结构对经济行为和宏观结果的影响。应用领域：计算经济学如何赋能广泛的经济研究计算经济学已经渗透到经济学研究的各个分支，并催生了许多新的研究方向。本书将通过大量的案例研究，展示计算经济学在以下领域的应用：宏观经济学：金融稳定与危机：构建复杂的金融模型，模拟金融市场波动，研究系统性风险的传播机制，以及评估宏观审慎政策的效果。货币政策与财政政策分析：利用精细的模型评估不同政策组合对通货膨胀、产出、就业等宏观经济变量的影响，特别是考虑异质性主体和非线性动态。经济增长与发展：模拟技术进步、制度变迁、人口结构变化等因素对长期经济增长的影响，以及发展中国家如何跨越发展陷阱。环境与气候经济学：建模气候变化对经济系统的影响，评估减排政策的经济成本与效益，研究绿色转型和可持续发展战略。微观经济学：市场设计与拍卖理论：利用计算工具优化拍卖机制，设计更有效的市场匹配系统，例如，在线广告拍卖、器官移植配对、频谱拍卖等。产业组织：建模复杂的产品市场、寡头垄断竞争、网络效应、平台经济等，分析企业战略、市场结构与消费者福利。劳动经济学：研究劳动力市场的匹配机制、技能异质性、自动化对就业的影响、以及劳动力流动和培训政策。行为经济学：将心理学因素纳入经济模型，利用计算模拟研究有限理性、启发式决策、社会规范等如何影响经济行为和市场结果。国际经济学：贸易模型与政策：构建包含生产率异质性、新贸易理论的复杂贸易模型，分析关税、非关税壁垒、贸易协定对全球贸易格局和各国福利的影响。国际金融：模拟资本流动、汇率波动、国际债务风险，研究全球金融一体化带来的机遇与挑战。公共经济学：税收政策分析：评估复杂的税收体系（如所得税、消费税、企业税）对经济效率、收入分配和社会福利的影响，考虑行为反应和动态效应。社会保障与福利模型：模拟养老金体系、医疗保险、失业救济等社会保障制度的长期可持续性和经济影响。金融经济学：资产定价与风险管理：构建复杂的金融资产定价模型，模拟市场波动，开发更有效的风险管理工具，例如VaR、CVaR的计算。高频交易与算法交易：研究高频交易对市场微观结构的影响，以及算法交易的风险和收益。加密货币与区块链经济学：探索区块链技术在经济领域的应用，分析加密货币的价值驱动因素、风险和监管挑战。面向未来：计算经济学的挑战与机遇计算经济学并非终点，而是一个不断发展的领域。本书将展望计算经济学的未来发展方向，并探讨其面临的挑战：模型的可解释性与可信度：随着模型复杂度增加，如何确保模型的经济学解释力，以及如何提高模型的政策可信度是一个重要课题。数据隐私与安全：在利用海量数据进行经济分析的同时，如何保护个人隐私和数据安全至关重要。计算成本与可及性：尽管计算能力不断增强，但复杂的模型和大规模的模拟仍然需要巨大的计算资源，如何降低计算成本，提高工具的可及性是未来需要解决的问题。跨学科的融合：计算经济学需要与计算机科学、统计学、数据科学、物理学、神经科学等领域进行更深入的交叉融合，以解决更复杂的问题。人工智能与经济学：人工智能技术的快速发展，特别是深度学习，为经济学研究带来了新的机遇和挑战，例如，如何利用AI进行经济预测、自动化政策制定、甚至理解人类经济行为的深层机制。本书旨在激发读者对计算经济学这一激动人心领域的兴趣，并为那些希望深入理解和运用这些前沿方法的研究者、学生和政策制定者提供一个坚实的基础。通过对计算工具在经济学研究中的广泛应用和未来潜力的深入探讨，本书将帮助读者把握经济学研究的脉搏，并为理解和塑造未来的经济世界贡献智慧。