Serie: Documentos de Trabajo. 2444.
Autor: Jesús Fernández-Villaverde, Galo Nuño y Jesse Perla.
Documento completo
Resumen
En el presente trabajo sostenemos que el aprendizaje profundo (deep learning) ofrece una vía prometedora para neutralizar la «maldición de la dimensionalidad» en la economía cuantitativa. Comenzamos explorando los desafíos únicos que plantea la resolución de modelos dinámicos de equilibrio, especialmente el bucle de retroalimentación entre las decisiones de los agentes individuales y las condiciones de consistencia agregada requeridas para el equilibrio. A continuación introducimos las redes neuronales profundas y mostramos su aplicación resolviendo el modelo de crecimiento neoclásico estocástico. Seguidamente, comparamos las redes neuronales profundas con los métodos de solución tradicionales presentes en la economía cuantitativa. Concluimos con una revisión de las aplicaciones de las redes neuronales en la economía cuantitativa y ofrecemos razones para un optimismo cauteloso.