TY  - THES
AB  - Volkswirtschaftliche Modelle werden heute häufig als mikro-fundierte dynamische Optimierungsmodelle konstruiert. Dabei wird meist ein repräsentativer Agent mit rationalen Erwartungen betrachtet. Durch adaptive Lernalgorithmen können rationale Erwartungen als Ergebnis von optimierendem Verhalten erklärt werden, allerdings kann dann die Annahme repräsentativer Agenten irreführend sein. Die vorliegende Arbeit vergleicht unterschiedliche Ansätze, wie adaptives Lernen in ein einfaches dynamisches Konsummodell integriert werden kann und untersucht insbesondere deren Konvergenz und Stabilität für den Fall heterogener Einkommen und Erwartungen. Es wird gezeigt, dass das Lernen zukünftiger Zinssätze über einen unendlichen Zeithorizont robuster ist als die übliche Methode, bei der Agenten über eine Euler-Gleichung ihren eigenen zukünftigen Konsum lernen. Zu dieser Methode wird eine erweiterte Variante vorgeschlagen, die auch bei heterogenen Agenten zu rationalen Erwartungen konvergiert.
AU  - Gerlach, Philipp
DA  - 2009
KW  - adaptives Lernen
KW  - dynamische Optimierung
KW  - repräsentativer Agent
KW  - heterogene Agenten
KW  - rationale Erwartungen
KW  - Lerntheorie
KW  - Makroökonomik
LA  - eng
PY  - 2009
TI  - Learning processes of dynamically optimizing heterogeneous agents: an examination of least squares learning approaches by the example of a basic consumption model
UR  - https://nbn-resolving.org/urn:nbn:de:hbz:6-75459396768
Y2  - 2024-11-21T22:30:22
ER  -