下载掌阅APP，畅读海量书库
立即打开
简单非线性确定性模型的输出具有趋向均衡点或趋向有限周期，或者呈现所谓混沌的随机过程的共性等性质。下节将讨论混沌过程。为了说明问题，考虑单变量确定性模型：
x t =f（x t-1 ，μ） （3-1）
其中，μ是参数。该过程是“迭代映射”（iterative map）。对于初始值x 0 ，若
x * =f（x * ，μ）
则称该过程有均衡点或不动点x * ；如果存在满足：
而
因此，对于不动点，若x
t
=x
*
，则x
t
永远等于x
*
。同样，若
，则在t+2，t+4，t+6，…的时点，都有
，即周期为2。若x
t
序列为：
x t =bx t-1 （1-x t-1 ） （3-2）
并且
0<x 0 <1，b>0
则当b很小时，x t 有不动点；当b很大时，x t 序列具有周期性；当b=4时，x t 为混沌序列。
Ferri和Greenberg（1989：69）提出了具备周期性的简单模型。如果
Δlogw t =F（e t ）
其中，e t 是就业率，w t 是名义工资，当α≤e≤β时，F（e）为非递减函数，并且
考虑联立方程组：
Δx t =x t E（x t ）［H（x t ）-F（e t ）］，E′>0
Δv t =v t ［n-g（x t ）］
e t =X t /v t
其中，x=N/K就是就业与资本的比率，v=N s /K是劳动力与资本的比率，E（x）是企业对于劳动力的衍生需求，H（x）说明预期需求价格的通胀情况。在x-v平面上，该模型具有有限周期。
类似（3-1）的非线性模型的参数值具有这样一种性质，即参数的微小变动会导致模型的长期性质发生很大的变化，具体表现为从一个不动点到另一个完全不同的不动点，或者从一个不动点到一个周期。上述影响称为分岔。研究模型的参数值实际就是研究模型的长期性质。
Lorenz（1989）全面研究了分岔问题，构造出以下模型。假定变量N t 的增长率线性依赖于变量的大小，因此：
假设N t 是人口数，且N 0 >0，μ>0，m是饱和水平（saturation level）。从而，对于所有t，有N t ≤m。变换上述等式得到：
其中排除N t =0的情形。唯一的不动点为：
N * =m（1-μ -1 ）
洛伦兹的分析显示，若μ<3，过程将趋向于该不动点；但若μ=3，人口水平就具有以2为周期的特征。
分岔存在多种形式，洛伦兹讨论了分岔的各种形式。对于单变量和双变量模型，若变量不存在四阶以上的矩，则只可能出现集中分岔，这是突变理论的基础，可参见Lorenz（1989）。在少数例子中，当参数值发生细微变化，过程会出现一些本质的变化，即“突变”。举例来讲，一组赛跑者有规律地沿着越野跑道跑步，但他们只盯着跑道，没有意识到该跑道的某点延伸到悬崖顶端。跑道位置的一个微小变化就使得赛跑者掉入悬崖。经济中也有类似现象发生。例如，政策的细微变化尽管只导致参数值发生微小变化，但却导致重要经济变量（失业人数或通货膨胀率）发生巨大变化。上述问题出现于确定性模型中，但与随机模型的关联不大，因为随机模型的内在冲击已经极度有效地影响了经济现实。