《模型思维》之非线性模型

非线性函数可以向下或向上弯曲,可以形成S形,还可以扭结、跳跃和波动。

一、凸函数
凸函数的斜率是递增的:函数值随度量值的增加而增加。例如,在一个人群中,可能结成的“对”的数量是这个群体人数的凸函数。一组3人,可以结成3个不同的“对”;一组4人,可以结成6个不同的“对”;一组5人,则可以结成10个不同的“对”。群体规模每增大一些,都会导致“对”的数量有更大的增加。
1、指数增长模型
时间t的资源值Vt,其初始值为V0,且以速率R增长,可以写成如下方程:

这个单方程模型在金融、经济、人口、生态以及技术等领域中都发挥着核心作用。当我们把它应用于金融问题时,这里的变量就是货币。

2、72法则
如果一个变量在每个周期内以R(增长率小于15%)的百分比增长,那么下面提供了一个很好的近似:

这个公式揭示了为什么房地产泡沫必定会结束而技术进步则不会。因为价格不可能一直这么涨下去,泡沫必定会破灭。而摩尔定律(Moore'slaw)则指出,可以安装在一块集成电路上的晶体管数量每两年会增加一倍。摩尔定律之所以持续存在,是因为用于研发的投入带来了近乎恒定不变的进步速度。

3、半衰期模型
如果每H周期,剩余数量的一半会衰减,那么在t周期后,剩余的比例为:

半衰期模型的一个新应用是在心理学中。早期的心理学研究表明,人们几乎以接近固定不变的速度忘记信息。人们记忆的半衰期取决于事件的显著性。2016年,电影《聚焦》(Spotlight)获得了奥斯卡最佳影片奖。假设,人们对奥斯卡获奖记忆的半衰期为两年,那么到了2018年,有1/4的人会记住这一事实;但是到了2026年,将只有1/1024的人还会记得这件事情。但对任何特定事件的回忆因人而异。

二、凹函数
凹函数与凸函数相反。凹函数的斜率是递减的。具有正斜率的凹函数会呈现收益递减的特点:当我们拥有的东西越来越多的时候,每个额外东西所能带来的价值会越来越少。几乎所有商品的效用或价值都呈递减趋势。闲暇越多、金钱越多、冰激凌越多,甚至与爱人共度的时光越多,对我们的价值就越小。
当我们假设了凹性时,也就隐含地假设了对多样性和风险规避的偏好向。要证明前者,只需要给出一个有多个参数的凹函数就可以。如果人们的幸福曲线是凹性的,而且闲暇和金钱都在增加,那么人们就会更偏好休闲和金钱的组合,而不怎么喜欢只有金钱、没有闲暇或只有闲暇、没有金钱。而风险规避则意味着更偏好确定的有把握的事情而不怎么喜欢彩票,也就是不确定的事情。
1、经济增长模型
标准的经济生产模型:其中产出取决于劳动和实物资本。经验证据和逻辑都支持产出是劳动力和资本凹函数的假设。保持固定资本,随着投入的劳动力的增加,劳动力的价值应该变得越来越低。同样,在保持工人数量不变的情况下,添加更多的机器或计算机会增加更少的价值。
柯布-道格拉斯模型:给定L个工人和K个单位资本,总产出如下所示:

其中a是介于0到1之间的实数,表示劳动力的相对重要性。
简单增长模型:假设投资等于储蓄率乘以产出,并假设机器按某个不变的折旧率折旧。

索洛*增长模型:经济体中的总产出由以下方程给出:

其中,L表示劳动量,K表示实物资本量,A表示技术水平。长期均衡产出O*由下面的方程给出:

长期均衡产出随劳动力数量的增加、技术的进步、储蓄率的提高而增加,同时随折旧率的上升而下降。这个计算过程揭示了创新乘数(innovation multiplier)的存在,创新有两个效应。首先,创新直接增加产出;其次,创新间接导致更多的资本投资,从而导致产出再次增加。因此,创新是持续增长的关键。

一旦包括了非线性,直觉就变得不够用了。直觉可以告诉我们影响的方向:储蓄的增加、劳动力的增加和技术创新可以加快增长。

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 203,456评论 5 477
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,370评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 150,337评论 0 337
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,583评论 1 273
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,596评论 5 365
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,572评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,936评论 3 395
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,595评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,850评论 1 297
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,601评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,685评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,371评论 4 318
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,951评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,934评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,167评论 1 259
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 43,636评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,411评论 2 342

推荐阅读更多精彩内容