第 69 章 线性代数在经济学中的应用¶
前置：非负矩阵与 Perron-Frobenius (Ch17) · 矩阵方程 (Ch20) · 概率统计基础
本章脉络：社会生产的代数平衡 \(\to\) 列昂惕夫 (Leontief) 投入产出模型 \(\to\) 消耗矩阵 \(A\) 与生产方程 \((I-A)x=d\) \(\to\) 逆矩阵的经济意义：乘数效应 \(\to\) 价格演化与谱分析 \(\to\) 资产组合优化：Markowitz 模型中的协方差矩阵 \(\to\) 套利定价理论 (APT) 的线性表示 \(\to\) 应用：国家产业结构规划、金融风险评估、通货膨胀预测
延伸：经济学是线性代数的“资源映射”；它将繁杂的交易与供给抽象为流量矩阵，证明了经济的长期均衡本质上是正算子的主特征向量，是理解现代宏观调控与金融数学的代数引擎
在现代经济学中，各行各业是相互依存的。农业需要机械，机械厂需要钢铁，而钢铁厂需要电力。线性代数为描述这种复杂的网状供给关系提供了完美的框架。通过列昂惕夫投入产出模型，我们可以精确计算为了满足特定的社会需求，各个部门需要生产多少总产出。本章将介绍这一获得诺贝尔奖肯定的经济代数理论。
69.1 列昂惕夫 (Leontief) 投入产出模型¶
定义 69.1 (消耗矩阵 \(A\))
设一个经济系统有 \(n\) 个部门。\(a_{ij}\) 表示第 \(j\) 部门每生产 1 单位产值，需要直接消耗第 \(i\) 部门的产值。 线性系统：设总产出向量为 \(\mathbf{x}\)，外部需求向量为 \(\mathbf{d}\)，满足： $\((I - A)\mathbf{x} = \mathbf{d}\)$
乘数效应
若 \((I-A)\) 可逆，则 \(\mathbf{x} = (I-A)^{-1}\mathbf{d}\)。 利用幂级数 \((I-A)^{-1} = I + A + A^2 + \cdots\)，每一项代表了逐级引发的间接需求。
69.2 资产组合优化 (Markowitz)¶
技术：最小方差组合
给定 \(n\) 种资产的收益率协方差矩阵 \(\Sigma \succ 0\)。寻找到达目标收益且风险最小的权重向量 \(\mathbf{w}\)。 这是一个带线性约束的二次规划问题，其解析解涉及 \(\Sigma^{-1}\) 的计算。
69.3 价格平衡与谱理论¶
定理 69.1 (价格均衡)
在长期均衡中，商品的价格向量 \(\mathbf{p}\) 满足 \(\mathbf{p}^T = \mathbf{p}^T A + \mathbf{v}^T\)，其中 \(\mathbf{v}\) 是增加值向量。这本质上是在寻找消耗矩阵的左特征向量。
练习题¶
1. [基础] 给定消耗矩阵 \(A = \begin{pmatrix} 0.5 & 0.4 \\ 0.2 & 0.5 \end{pmatrix}\)。若外部需求为 \(\mathbf{d} = (1, 1)^T\)，求总产出 \(\mathbf{x}\)。
参考答案
计算步骤： 1. 计算 \(I - A = \begin{pmatrix} 0.5 & -0.4 \\ -0.2 & 0.5 \end{pmatrix}\)。 2. 计算其逆矩阵：\(\det = 0.25 - 0.08 = 0.17\)。 3. \((I-A)^{-1} = \frac{1}{0.17} \begin{pmatrix} 0.5 & 0.4 \\ 0.2 & 0.5 \end{pmatrix}\)。 4. \(\mathbf{x} = \frac{1}{0.17} \begin{pmatrix} 0.5+0.4 \\ 0.2+0.5 \end{pmatrix} = \frac{1}{0.17} \begin{pmatrix} 0.9 \\ 0.7 \end{pmatrix} \approx \begin{pmatrix} 5.29 \\ 4.12 \end{pmatrix}\)。
2. [性质] 为什么在 Leontief 模型中，矩阵 \(A\) 的谱半径 \(\rho(A)\) 必须小于 1？
参考答案
经济解释： 1. \(\rho(A) < 1\) 意味着 \((I-A)^{-1}\) 存在且全非负。 2. 在物理上，这代表系统生产 1 单位产出所需的总投入（直接+间接）小于 1 单位。 3. 如果 \(\rho(A) \ge 1\)，说明生产越多，消耗得越快，系统无法满足任何外部正向需求。 结论：这是经济系统“可持续发展”的代数判据。
3. [计算] 两个资产的相关系数为 0.5，标准差分别为 10% 和 20%。写出其协方差矩阵 \(\Sigma\)。
参考答案
计算： 1. \(\sigma_1^2 = 0.01, \sigma_2^2 = 0.04\)。 2. 协方差 \(\sigma_{12} = \rho \sigma_1 \sigma_2 = 0.5 \cdot 0.1 \cdot 0.2 = 0.01\)。 结论：\(\Sigma = \begin{pmatrix} 0.01 & 0.01 \\ 0.01 & 0.04 \end{pmatrix}\)。
4. [投资组合] 证明：在 Markowitz 模型中，协方差矩阵的正定性决定了风险的唯一极小值。
参考答案
理由： 组合方差为 \(\mathbf{w}^T \Sigma \mathbf{w}\)。若 \(\Sigma \succ 0\)，则这是一个开口向上的严格凸超抛物面。根据最优化理论，在凸集约束下，严格凸函数具有唯一的全局最小解。
5. [应用] 什么是“产业关联分析”中的前向感应度？
参考答案
代数表现： 对应于消耗矩阵 \(A\) 的行和。它描述了某一部门作为其他部门投入的频繁程度。线性代数通过计算 \((I-A)^{-1}\) 的行和，可以揭示哪些产业是国民经济的“咽喉”节点。
6. [计算] 判定 \(A = \begin{pmatrix} 0.1 & 0.9 \\ 0.8 & 0.1 \end{pmatrix}\) 描述的经济系统是否可行。
参考答案
计算： 特征方程：\((0.1-\lambda)^2 - 0.72 = 0 \implies \lambda = 0.1 \pm \sqrt{0.72} \approx 0.1 \pm 0.85\)。 最大特征值 \(\rho(A) \approx 0.95 < 1\)。 结论：可行。尽管交叉消耗很大，但系统仍能产生盈余。
7. [对偶] 经济学中的“影子价格”与线性规划的哪一部分对应？
参考答案
结论：对应于对偶问题的解 \(\mathbf{y}\)。 影子价格代表了每增加一单位限制性资源（约束右侧 \(b_i\)），目标函数（总产值）能提升的数额。这体现了矩阵约束的边际价值。
8. [套利] 什么是套利定价理论 (APT) 中的线性因子模型？
参考答案
它假设资产收益率 \(R\) 可以表示为：\(R = E + B\mathbf{f} + \epsilon\)。 其中 \(B\) 是载荷矩阵（Beta），\(\mathbf{f}\) 是共同因素。这本质上是将资产波动分解为系统性子空间的分量与个体独立分量之和。
9. [性质] 证明：若 \(A \ge 0\) 是消耗矩阵，则 \((I-A)^{-1} \ge 0\)。
参考答案
理由： 由于 \(\rho(A) < 1\)，级数 \((I-A)^{-1} = \sum_{k=0}^\infty A^k\) 收敛。由于非负矩阵的幂仍为非负，且非负矩阵之和仍为非负。 结论：满足逆正性（见 Ch38A M-矩阵）。这保证了增加需求总会导致生产增加，而非减少。
10. [应用] 简述线性代数在国际贸易“全球价值链”分析中的作用。
参考答案
通过构建全球多区域投入产出表（MRIO），矩阵条目跨越了国界。利用分块矩阵的 Schur 补和逆运算，我们可以追踪一件衬衫在生产过程中跨越了多少次国境，并精确量化各国在最终产品中的增值贡献。
本章小结¶
线性代数是量化经济学的“通用天平”：
- 供给的闭环性：列昂惕夫模型证明了复杂的社会大生产可以通过线性算子的不动点来描述，确立了部门间定量协调的数学基础。
- 风险的几何化：资产组合理论通过协方差矩阵的曲率，将不确定的金融波动转化为二阶导数稳定的最优化路径，支撑了现代量化投资。
- 价值的乘数效应：逆矩阵理论揭示了局部经济扰动如何通过关联链条被层层放大，为政府进行产业政策评估提供了精密的计算引擎。