HANS: 异质性主体宏观模型非线性解工具箱

HANS 是一个求解异质性主体（Heterogeneous-Agent, HA）宏观模型非线性解的工具箱，其算法基于文章 Bai, Luo 和 Wang (2023) 。现有其他求解 HA 模型的工具箱包括：

HANS 的优势在于能够解决具有任意维度内生状态变量的 HA 模型，处理包括投资组合选择在内的多维连续选择变量，处理离散选择，并且求解非线性转移路径。要了解该工具箱的功能和用法，请参见下面的示例列表。

HANS 的优势还在于以类似 Dynare 的直观模型脚本文件为输入，编译 C++ 二进制文件以进行高性能计算，并提供用户友好的 MATLAB 接口。例如，Krusell 和 Smith (1998) 的模型可以用以下工具箱脚本表示：

 1parameters beta w r;
 2beta = 0.99;
 3
 4var_shock e;
 5shock_trans = [0.600000, 0.400000;
 6               0.044445, 0.955555];
 7e = [0.00, 1.00];
 8
 9var_state k;
10k = exp(linspace(log(0.25), log(500 + 0.25), 500)) - 0.25;
11
12% allow multiple choice variables
13var_policy c kp;
14initial c 1.0;
15initial kp 0.0;
16
17vfi;
18    budget = (1+r)*k + w*e;
19    u = log(c);
20    % decision problem stated following the Bellman equation
21    Tv = u + beta*EXPECT(v(kp));
22    % allow arbitrary equality/inequality constraints
23    c + kp == budget;
24    kp >= 0.0;
25end;
26
27var_agg K;
28K = 40.0;       % initial guess
29L = 1.0;        % constant labor
30z = 1.0;        % TFP
31alpha = 0.36;   % capital share
32delta = 0.025;  % depreciation
33
34var_agg_shock z;
35
36model;
37    % aggregate conditions stated like Dynare
38    r = z*alpha*(K(-1)^(alpha-1))*(L^(1-alpha)) - delta;
39    w = z*(1-alpha)*(K(-1)^alpha)*(L^(-alpha));
40    K == kp;    % asset demand = asset supply
41    % allow box constraints for aggregate variables
42    K >= 38.0;  % make sure VFI converges
43end;

请参照以下示例开始使用 HANS。

Contents