Determinarea, învățarea adaptativă și regulile de politică monetară în
1 Modelarea învățării prin algoritmi de estimare, cum ar fi cele mai mici pătrate recursive, a dat naștere la o literatură abundentă despre învățarea adaptativă în ultimii douăzeci de ani (cf. Evans și Honkapohja [2001] pentru un tratat de referință despre această chestiune). Intuiția acestei modele de învățare este aceea a unei economii populate de agenți care se comportă ca statisticieni sau econometri: atunci când vine vorba de anticiparea stării viitoare a economiei, aceștia specifică un model al economiei și estimează parametrii acesteia folosind metoda celor mai puțin pătrate. Motivul pentru interpretarea acestui comportament în termeni de învățare este că agenții își actualizează estimările pe măsură ce observă date noi. [1]
2 Introducerea algoritmilor de estimare în modelele de anticipare rațională a făcut posibilă în special aprofundarea studiului comportamentului acestor modele, permițând în special o relaxare parțială a ipotezelor informaționale foarte puternice pe care se bazează așteptările raționale. (Sargent [1993] ).
3 Utilizarea anticipațiilor bazate pe învățare adaptativă (în continuare anticipări sub învățare) în loc de anticipări raționale modifică în mod substanțial funcționarea modelelor în cauză prin introducerea dinamicii de învățare. Problema stabilității acestor dinamici se află, așadar, în centrul literaturii despre învățare și ocupă acolo un loc comparabil cu problema determinării (adică existența unui echilibru staționar unic în anticipări raționale) în modele bazate pe așteptări raționale. În unele cazuri, dinamica învățării face ca economia să convergă spre echilibru în așteptările raționale. Din acest punct de vedere, introducerea învățării duce la o justificare asimptotică a ipotezei așteptărilor raționale: chiar dacă modelatorul oferă agenților mai puține informații decât sub anticipări raționale, agenții ajung să „învețe” acestea. estimări. Această lectură a contribuției învățării reflectă o perspectivă esențial pozitivă.
4 În cadrul modelelor de anticipare rațională care încorporează elemente ale politicilor economice, modelarea învățării este mai mult conformă cu o logică normativă. Studiul dinamicii depline de învățare într-adevăr metoda utilizată în aceste modele în scopul evaluării politicii economice.
5Noul model canonic de macroeconomie (McCallum și Nelson [1999], Clarida, Gali și Gertler [1999], Woodford [2003b], Walsh [2010]) este un adevărat studiu de caz în acest sens. [2] Acest model sa stabilit de fapt ca un cadru esențial pentru analiza proprietăților regulilor de politică monetară și, în special, a regulilor pentru determinarea ratei dobânzii, cum ar fi regula Taylor [1993]. Succesul său poate fi explicat în parte prin capacitatea sa de a reproduce caracteristicile esențiale ale modelelor utilizate în practică de băncile centrale (Clarida, Gali și Gertler [1999]) cu o economie remarcabilă a mijloacelor. [3]