Агентная вычислительная экономика

Эта статья была переведена из источника, распространяемого под свободной лицензией, и находится на начальном уровне проработки
Материал из энциклопедии Руниверсалис

Агентная вычислительная экономика (англ. Agent-based computational economics, ACE) ― область вычислительной экономики, которая изучает экономические процессы, включая целые экономики, как динамические системы взаимодействующих агентов. Как таковая, она попадает в парадигму сложных адаптивных систем[1][2]. В соответствующих агентных моделях «агентами» являются «вычислительные объекты, смоделированные как взаимодействующие в соответствии с правилами» в пространстве и времени, а не реальные люди. Правила сформулированы для моделирования поведения и социальных взаимодействий на основе стимулов и информации[3]. Такие правила также могут быть результатом оптимизации, реализованной с помощью методов ИИ (таких как Q-обучение и другие методы обучения с подкреплением)[4].

Описание

Теоретическое предположение о математической оптимизации агентами в равновесии заменяется менее ограничительным постулатом агентов с ограниченной рациональностью, приспосабливающихся к рыночным силам[5]. Модели ACE применяют численные методы анализа к компьютерному моделированию сложных динамических задач, для которых более традиционные методы, такие как формулировка теорем, могут не найти готового применения[6]. Начиная с начальных условий, заданных разработчиком моделей, вычислительная экономика развивается с течением времени, поскольку составляющие ее агенты многократно взаимодействуют друг с другом, включая обучение на взаимодействиях. В этих отношениях ACE был охарактеризован как восходящий подход к изучению экономических систем[7].

ACE имеет сходство и совпадение с теорией игр как агентным методом моделирования социальных взаимодействий[8]. Но практики также отметили отличия от стандартных методов, например, в событиях ACE, смоделированных исключительно начальными условиями, независимо от того, существуют ли равновесия или являются вычислительно управляемыми, а также в облегчении моделирования автономии агента и обучения[9].

Этот метод выиграл от продолжающегося совершенствования методов моделирования информатики и расширения компьютерных возможностей. Конечная научная цель метода состоит в том, чтобы «проверить теоретические результаты с реальными данными таким образом, чтобы эмпирически подтвержденные теории накапливались с течением времени, причем работа каждого исследователя соответствующим образом основывалась на работе, которая была проделана ранее»[10]. Предмет был применен к таким областям исследований, как ценообразование активов[11], конкуренция и сотрудничество[12], трансакционные издержки[13], структура рынка, промышленная организация и динамика[14], экономика благосостояния[15], и дизайн механизмов[16], информация и неопределенность[17], макроэкономика[18], и марксистская экономика[19][20].

Обзор

«Агенты» в моделях ACE могут представлять индивидов (например, людей), социальные группы (например, фирмы), биологические объекты (например, выращивание сельскохозяйственных культур) и/или физические системы (например, транспортные системы). Моделирование ACE обеспечивает начальную конфигурацию вычислительной экономической системы, состоящей из нескольких взаимодействующих агентов. Затем моделист отступает, чтобы наблюдать за развитием системы с течением времени без дальнейшего вмешательства. В частности, системные события должны управляться агентными взаимодействиями без внешнего навязывания условий равновесия[21]. К проблемам относятся общие для экспериментальной экономики в целом[22] и разработка общей основы для эмпирической валидации[23] и решение открытых вопросов в агентном моделировании[24].

ACE является официально назначенной группой специальных интересов (SIG) Общества вычислительной экономики[25]. Исследователи из Института Санта-Фе внесли свой вклад в развитие ACE.

Примеры

Одной из областей, в которой часто применяется методология ККЗП, является ценообразование активов. Брайан Артур, Эрик Баум, Уильям Брок, Cars Hommes и Блейк ЛеБарон, среди прочих, разработали вычислительные модели, в которых многие агенты выбирают из набора возможных стратегий прогнозирования, чтобы предсказать цены на акции, что влияет на их спрос на активы и, таким образом, влияет на цены акций. Эти модели предполагают, что агенты с большей вероятностью выбирают стратегии прогнозирования, которые в последнее время были успешными. Успех любой стратегии будет зависеть от рыночных условий, а также от набора стратегий, которые в настоящее время используются. Эти модели часто обнаруживают, что большие бумы и спады цен на активы могут происходить, когда агенты переключаются между стратегиями прогнозирования[11][26][27]. Совсем недавно Брок, Хоммс и Вагенер (2009) использовали модель такого типа, чтобы утверждать, что введение новых инструментов хеджирования может дестабилизировать рынок[28], и некоторые статьи предположили, что ACE может быть полезной методологией для понимания финансового кризиса 2008 года[29][30][31].

Источники

  1. ↑ W. Brian Arthur. Inductive Reasoning and Bounded Rationality//American Economic Review, 84(2), 1994 ― pp. 406-411
  2. ↑ Leigh Tesfatsion. Agent-based Computational Economics: Modeling Economies as Complex Adaptive Systems//Information Sciences, 149(4), 2003 ― pp. 262-268
  3. ↑ Scott E. Page (2008). "agent-based models" //The New Palgrave Dictionary of Economics, 2nd Edition. Abstract.
  4. ↑ Richard S. Sutton and Andrew G. Barto, Reinforcement Learning: An Introduction ― The MIT Press, Cambridge, MA, 1998 [1]
  5. ↑ • John H. Holland and John H. Miller (1991). "Artificial Adaptive Agents in Economic Theory," American Economic Review, 81(2), pp. 365-370 Архивировано 5 января 2011 года. p. 366.
       • Thomas C. Schelling (1978 [2006]). Micromotives and Macrobehavior, Norton. Description Архивировано 2 ноября 2017 года., preview.
       • Thomas J. Sargent, 1994. Bounded Rationality in Macroeconomics, Oxford. Description and chapter-preview 1st-page links.
  6. ↑ • Kenneth L. Judd, 2006. "Computationally Intensive Analyses in Economics," Handbook of Computational Economics, v. 2, ch. 17, Introduction, p. 883. [Pp. 881- 893. Pre-pub PDF.
       • _____, 1998. Numerical Methods in Economics, MIT Press. Links to description Архивировано 11 февраля 2012 года. and chapter previews.
  7. ↑ • Leigh Tesfatsion (2002). "Agent-Based Computational Economics: Growing Economies from the Bottom Up," Artificial Life, 8(1), pp.55-82. Abstract and pre-pub PDF Архивировано 14 мая 2013 года..
       • _____ (1997). "How Economists Can Get Alife," in W. B. Arthur, S. Durlauf, and D. Lane, eds., The Economy as an Evolving Complex System, II, pp. 533-564. Addison-Wesley. Pre-pub PDF Архивировано 15 апреля 2012 года..
  8. ↑ • Joseph Y. Halpern (2008). "computer science and game theory," The New Palgrave Dictionary of Economics, 2nd Edition. Abstract.
       • Yoav Shoham (2008). "Computer Science and Game Theory," Communications of the ACM, 51(8), pp. 75-79 Архивировано 26 апреля 2012 года..
       • Alvin E. Roth (2002). "The Economist as Engineer: Game Theory, Experimentation, and Computation as Tools for Design Economics," Econometrica, 70(4), pp. 1341–1378.
  9. ↑ Tesfatsion, Leigh (2006), "Agent-Based Computational Economics: A Constructive Approach to Economic Theory," ch. 16, Handbook of Computational Economics, v. 2, part 2, ACE study of economic system. Abstract and pre-pub PDF.
  10. ↑ • Leigh Tesfatsion (2006). "Agent-Based Computational Economics: A Constructive Approach to Economic Theory," ch. 16, Handbook of Computational Economics, v. 2, [pp. 831-880] sect. 5. Abstract and pre-pub PDF.
       • Kenneth L. Judd (2006). "Computationally Intensive Analyses in Economics," Handbook of Computational Economics, v. 2, ch. 17, pp. 881- 893. Pre-pub PDF.
       • Leigh Tesfatsion and Kenneth L. Judd, ed. (2006). Handbook of Computational Economics, v. 2. Description Архивировано 6 марта 2012 года. & and chapter-preview links.
  11. ↑ 11,0 11,1 B. Arthur, J. Holland, B. LeBaron, R. Palmer, P. Taylor (1997), 'Asset pricing under endogenous expectations in an artificial stock market,' in The Economy as an Evolving Complex System II, B. Arthur, S. Durlauf, and D. Lane, eds., Addison Wesley.
  12. ↑ Robert Axelrod (1997). The Complexity of Cooperation: Agent-Based Models of Competition and Collaboration, Princeton. Description, contents, and preview.
  13. ↑ Tomas B. Klosa and Bart Nooteboom, 2001. "Agent-based Computational Transaction Cost Economics," Journal of Economic Dynamics and Control 25(3–4), pp. 503–52. Abstract.
  14. ↑ • Roberto Leombruni and Matteo Richiardi, ed. (2004), Industry and Labor Dynamics: The Agent-Based Computational Economics Approach. World Scientific Publishing ISBN 981-256-100-5. Description Архивировано 27 июля 2010 года. and chapter-preview links.
       • Joshua M. Epstein (2006). "Growing Adaptive Organizations: An Agent-Based Computational Approach," in Generative Social Science: Studies in Agent-Based Computational Modeling, pp. 309- 344. Description Архивировано 26 января 2012 года. and abstract.
  15. ↑ Robert Axtell (2005). "The Complexity of Exchange," Economic Journal, 115(504, Features), pp. F193-F210.
  16. ↑ • The New Palgrave Dictionary of Economics (2008), 2nd Edition:
         Roger B. Myerson "mechanism design." Abstract.
         _____. "revelation principle." Abstract.
         Tuomas Sandholm. "computing in mechanism design." Abstract.
       • Noam Nisan and Amir Ronen (2001). "Algorithmic Mechanism Design," Games and Economic Behavior, 35(1-2), pp. 166–196.
       • Noam Nisan et al., ed. (2007). Algorithmic Game Theory, Cambridge University Press. Description
  17. ↑ Tuomas W. Sandholm and Victor R. Lesser (2001). "Leveled Commitment Contracts and Strategic Breach," Games and Economic Behavior, 35(1-2), pp. 212-270.
  18. ↑ • David Colander, Peter Howitt, Alan Kirman, Axel Leijonhufvud, and Perry Mehrling, 2008. "Beyond DSGE Models: Toward an Empirically Based Macroeconomics," American Economic Review, 98(2), pp. 236-240. Pre-pub PDF.
       • Thomas J. Sargent (1994). Bounded Rationality in Macroeconomics, Oxford. Description and chapter-preview 1st-page links.
       • M. Oeffner (2009). 'Agent-based Keynesian Macroeconomics'. PhD thesis, Faculty of Economics, University of Würzburg.
  19. ↑ A. F. Cottrell, P. Cockshott, G. J. Michaelson, I. P. Wright, V. Yakovenko (2009), Classical Econophysics. Routledge, ISBN 978-0-415-47848-9.
  20. ↑ Leigh Tesfatsion (2006), "Agent-Based Computational Economics: A Constructive Approach to Economic Theory," ch. 16, Handbook of Computational Economics, v. 2, part 2, ACE study of economic system. Abstract and pre-pub PDF.
  21. ↑ Summary of methods Архивировано 26 мая 2007 года.: Department of Economics, Politics and Public Administration, Aalborg University, Denmark website.
  22. ↑ Vernon L. Smith, 2008. "experimental economics," The New Palgrave Dictionary of Economics, 2nd Edition. Abstract.
  23. ↑ Bektas, A., Piana, V. & Schuman, R. A meso-level empirical validation approach for agent-based computational economic models drawing on micro-data: a use case with a mobility mode-choice model. SN Bus Econ 1, 80 (2021). https://doi.org/10.1007/s43546-021-00083-4
  24. ↑ Giorgio Fagiolo, Alessio Moneta, and Paul Windrum, 2007. "A Critical Guide to Empirical Validation of Agent-Based Models in Economics: Methodologies, Procedures, and Open Problems," Computational Economics, 30, pp. 195–226.
  25. ↑ Society for Computational Economics website.
  26. ↑ W. Brock and C. Hommes (1997), 'A rational route to randomness.' Econometrica 65 (5), pp. 1059-1095.
  27. ↑ C. Hommes (2008), 'Interacting agents in finance,' in The New Palgrave Dictionary of Economics.
  28. ↑ (2009) «More hedging instruments may destabilize markets». Journal of Economic Dynamics and Control 33 (11): 1912–1928. doi:10.1016/j.jedc.2009.05.004.
  29. ↑ M. Buchanan (2009), 'Meltdown modelling. Could agent-based computer models prevent another financial crisis?.' Nature, Vol. 460, No. 7256. (5 August 2009), pp. 680-682.
  30. ↑ J.D. Farmer, D. Foley (2009), 'The economy needs agent-based modelling.' Nature, Vol. 460, No. 7256. (5 August 2009), pp. 685-686.
  31. ↑ M. Holcombe, S. Coakley, M.Kiran, S. Chin, C. Greenough, D.Worth, S.Cincotti, M.Raberto, A. Teglio, C. Deissenberg, S. van der Hoog, H. Dawid, S. Gemkow, P. Harting, M. Neugart. Large-scale Modeling of Economic Systems, Complex Systems, 22(2), 175-191, 2013
Источник — https://xn--h1ajim.xn--p1ai/index.php?title=Агентная_вычислительная_экономика&oldid=14119244