Вычислительная экономика на основе агентов - Agent-based computational economics

Вычислительная экономика на основе агентов (ACE) - площадь вычислительная экономика который изучает экономические процессы, в том числе экономика, так как динамические системы взаимодействия агенты. Таким образом, он попадает в парадигма из сложные адаптивные системы.^[1] В соответствующих агент-ориентированные модели, "агенты «являются» вычислительными объектами, моделируемыми как взаимодействующие в соответствии с правилами »в пространстве и времени, а не реальными людьми. Правила сформулированы для моделирования поведения и социальных взаимодействий на основе стимулов и информации.^[2] Такие правила также могут быть результатом оптимизации, реализованной с помощью методов ИИ (таких как Q-обучение и другие методы обучения с подкреплением).^[3]

Теоретическое предположение математическая оптимизация агентами в равновесие заменяется менее строгим постулатом агентов с ограниченная рациональность адаптация рыночным силам.^[4] Применяются модели ACE численные методы анализа на компьютерное моделирование сложных динамических задач, для которых более традиционные методы, такие как формулировка теорем, могут не найти готового применения.^[5] Начиная с начальных условий, указанных разработчиком модели, вычислительная экономика со временем развивается, поскольку составляющие ее агенты многократно взаимодействуют друг с другом, включая обучение на основе взаимодействий. В этом отношении ACE был охарактеризован как восходящий подход культуральной чашки к изучению экономические системы.^[6]

ACE имеет сходство с теория игры как агентный метод моделирования социальных взаимодействий.^[7] Но практики также отметили отличия от стандартных методов, например, в моделируемых событиях ACE, управляемых исключительно начальными условиями, независимо от того, существуют ли равновесия или их можно вычислить, а также в моделировании, способствующем автономии и обучению агентов.^[8]

В этом методе постоянно совершенствовались методы моделирования Информатика и увеличенные возможности компьютера. Конечная научная цель метода состоит в том, чтобы «проверить теоретические выводы на реальных данных таким образом, чтобы позволить эмпирически подтвержденным теориям накапливаться с течением времени, при этом работа каждого исследователя основывается на работе, выполненной ранее».^[9] Предмет был применен в таких областях исследований, как оценка активов,^[10] соревнование и сотрудничество,^[11] транзакционные издержки,^[12] структура рынка и промышленная организация и динамика,^[13] экономика благосостояния,^[14] и конструкция механизма,^[15] информация и неопределенность,^[16] макроэкономика,^[17] и Марксистская экономика.^[18][19]

Обзор

"агенты "в моделях ACE могут быть представлены отдельные лица (например, люди), социальные группы (например, фирмы), биологические объекты (например, выращивание сельскохозяйственных культур) и / или физические системы (например, транспортные системы). Средство моделирования ACE обеспечивает начальную конфигурацию вычислительной экономической системы. состоящий из нескольких взаимодействующих агентов. Затем разработчик моделей отступает, чтобы наблюдать за развитием системы во времени без дальнейшего вмешательства. В частности, системные события должны управляться взаимодействиями агентов без внешнего навязывания условий равновесия.^[20] Проблемы включают общие для экспериментальная экономика в общем^[21] и разработка общей основы для эмпирической проверки и решения открытых вопросов в агентном моделировании.^[22]

ACE - официально назначенная группа особых интересов (SIG) Общества вычислительной экономики.^[23] Исследователи из Институт Санта-Фе внесли свой вклад в развитие ACE.

Пример: финансы

Одна из областей, где часто применяется методология ACE, - это ценообразование активов. В. Брайан Артур, Эрик Баум, Уильям Брок, Cars Hommes и Blake LeBaron, 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 выберут стратегии прогнозирования, которые в последнее время оказались успешными. Успех любой стратегии будет зависеть от рыночных условий, а также от набора стратегий, которые используются в настоящее время. Эти модели часто обнаруживают, что большие взлеты и падения цен на активы могут произойти, когда агенты переключаются между стратегиями прогнозирования.^[10][24][25] Совсем недавно Brock, Hommes и Wagener (2009) использовали модель этого типа, чтобы доказать, что введение новых инструментов хеджирования может дестабилизировать рынок,^[26] и в некоторых статьях предполагалось, что ACE может быть полезной методологией для понимания недавних финансовый кризис.^[27][28][29]

Смотрите также

• ACEGES
• Агентное социальное моделирование
• Искусственная экономика
• Вычислительная экономика
• Эконофизика
• Макроэкономическая модель
• Многоагентная система
• Статистические финансы

использованная литература

1. • В. Брайан Артур, 1994. "Индуктивное мышление и ограниченная рациональность," Американский экономический обзор, 84 (2), с. 406-411 В архиве 21 мая 2013 г. Wayback Machine.
      • Ли Тесфацион, 2003. "Агентно-вычислительная экономика: моделирование экономики как сложных адаптивных систем", Информационные науки, 149 (4), с. 262-268 В архиве 26 апреля 2012 г. Wayback Machine.
2. Скотт Э. Пейдж (2008). "агентно-ориентированные модели", Новый экономический словарь Пэлгрейва, 2-е издание. Абстрактные.
3. Ричард С. Саттон и Эндрю Дж. Барто, Обучение с подкреплением: Введение, MIT Press, Кембридж, Массачусетс, 1998 [1] В архиве 4 сентября 2009 г. Wayback Machine
4. • Джон Х. Холланд и Джон Х. Миллер (1991). «Искусственные адаптивные агенты в экономической теории», Американский экономический обзор, 81 (2), с. 365-370 В архиве 5 января 2011 г. Wayback Machine п. 366.
      • Томас С. Шеллинг (1978 [2006]). Микромотивы и макробиология, Нортон. Описание В архиве 2 ноября 2017 г. Wayback Machine, предварительный просмотр.
      •Томас Дж. Сарджент, 1994. Ограниченная рациональность в макроэкономике, Оксфорд. Описание и предварительный просмотр главы 1-я страница ссылки.
5. • Кеннет Л. Джадд, 2006. «Вычислительно-интенсивный анализ в экономике», Справочник по вычислительной экономике, т. 2, гл. 17, Введение, стр. 883. [Стр. 881- 893. PDF.
      • _____, 1998. Численные методы в экономике, MIT Press. Ссылки на описание В архиве 11 февраля 2012 г. Wayback Machine и превью глав.
6. • Ли Тесфацион (2002). "Вычислительная экономика на основе агентов: рост экономики снизу вверх", Искусственная жизнь, 8 (1), с. 55-82. Абстрактные и пре-паб PDF В архиве 14 мая 2013 г. Wayback Machine.
   • _____ (1997). «Как экономисты могут выжить», У. Б. Артур, С. Дурлауф и Д. Лейн, ред., Экономика как развивающаяся сложная система, II, стр. 533-564. Эддисон-Уэсли. Pre-pub PDF.
7. • Джозеф Ю. Халперн (2008). «информатика и теория игр», Новый экономический словарь Пэлгрейва, 2-е издание. Абстрактные.
   • Йоав Шохам (2008). «Компьютерные науки и теория игр», Коммуникации ACM, 51 (8), с.75-79 В архиве 26 апреля 2012 г. Wayback Machine.
      • Элвин Э. Рот (2002). «Экономист как инженер: теория игр, эксперименты и вычисления как инструменты для экономики дизайна», Econometrica, 70 (4), с. 1341–1378.
8. Тесфацион, Ли (2006), "Вычислительная экономика, основанная на агентах: конструктивный подход к экономической теории", гл. 16, Справочник по вычислительной экономике, т. 2, часть 2, ACE исследование экономической системы. Абстрактные и пре-паб PDF.
9. • Ли Тесфацион (2006). «Вычислительная экономика, основанная на агентах: конструктивный подход к экономической теории», гл. 16, Справочник по вычислительной экономике, т. 2, [стр. 831-880] разд. 5. Абстрактные и пре-паб PDF.
      • Кеннет Л. Джадд (2006). «Вычислительно-интенсивный анализ в экономике», Справочник по вычислительной экономике, т. 2, гл. 17, стр. 881- 893. PDF.
   • Ли Тесфацион и Кеннет Л. Джадд, изд. (2006). Справочник по вычислительной экономике, т. 2. Описание В архиве 6 марта 2012 г. Wayback Machine & и предварительный просмотр главссылки.
10. Б. Артур, Дж. Холланд, Б. ЛеБарон, Р. Палмер, П. Тейлор (1997), «Ценообразование активов при эндогенных ожиданиях на искусственном фондовом рынке», in Экономика как развивающаяся сложная система II, Б. Артур, С. Дурлауф и Д. Лейн, ред., Эддисон Уэсли.
11. Роберт Аксельрод (1997). Сложность сотрудничества: агентные модели конкуренции и сотрудничества, Принстон. Описание, содержание, и предварительный просмотр.
12. Томаш Б. Клоса и Барт Ноутбум, 2001. "Агент-ориентированная вычислительная экономика транзакционных издержек", Журнал экономической динамики и управления 25 (3–4), стр. 503–52. Абстрактные.
13. • Роберто Леомбруни и Маттео Ричиарди, изд. (2004), Промышленность и динамика труда: агентно-вычислительный подход к экономике. World Scientific Publishing ISBN  981-256-100-5. Описание В архиве 27 июля 2010 г. Wayback Machine и глава-превью ссылки.
       • Джошуа М. Эпштейн (2006). «Растущие адаптивные организации: вычислительный подход на основе агентов», в Генеративная социальная наука: исследования в области компьютерного моделирования на основе агентов, стр. 309- 344. Описание В архиве 26 января 2012 г. Wayback Machine и Абстрактные.
14. Роберт Экстелл (2005). «Сложность обмена», Экономический журнал, 115 (504, Особенности), стр. F193-F210.
15. • Новый экономический словарь Пэлгрейва (2008), 2-е издание:
         Роджер Б. Майерсон "конструкция механизма". Абстрактные.
    _____. "принцип откровения". Абстрактные.
    Туомас Сандхольм. «вычисления в конструкции механизмов». Абстрактные.
       • Ноам Нисан и Амир Ронен (2001). «Разработка алгоритмических механизмов», Игры и экономическое поведение, 35 (1-2), с. 166–196.
       • Ноам Нисан и другие., изд. (2007). Алгоритмическая теория игр, Cambridge University Press. Описание В архиве 5 мая 2012 г. Wayback Machine.
16. Туомас В. Сандхольм и Виктор Р. Лессер (2001). «Контракты с выровненными обязательствами и стратегическое нарушение», Игры и экономическое поведение, 35 (1-2), с. 212-270.
17. • Дэвид Коландер, Питер Ховитт, Алан Кирман, Аксель Лейонхуфвуд, и Перри Мерлинг, 2008. «За рамками моделей DSGE: к макроэкономике, основанной на эмпирическом опыте», Американский экономический обзор, 98 (2), с. 236 -240. Pre-pub PDF.
       • Томас Дж. Сарджент (1994). Ограниченная рациональность в макроэкономике, Оксфорд. Описание и предварительный просмотр главы 1-я страница ссылки.
    • М. Оффнер (2009). 'Агентная кейнсианская макроэкономика '. Кандидатская диссертация на экономическом факультете Вюрцбургского университета.
18. А. Ф. Коттрелл, П. Кокшотт, Г. Дж. Майклсон, И. П. Райт, В. Яковенко (2009), Классическая эконофизика. Рутледж, ISBN  978-0-415-47848-9.
19. Ли Тесфацион (2006), "Агентно-вычислительная экономика: конструктивный подход к экономической теории", гл. 16, Справочник по вычислительной экономике, т. 2, часть 2, ACE исследование экономической системы. Абстрактные и пре-паб PDF.
20. Резюме методов В архиве 26 мая 2007 г. Wayback Machine: Департамент экономики, политики и государственного управления, Ольборгский университет, Дания интернет сайт.
21. Вернон Л. Смит, 2008. «Экспериментальная экономика», Новый экономический словарь Пэлгрейва, 2-е издание. Абстрактные.
22. Джорджио Фаджиоло, Алессио Монета и Пол Виндрам, 2007. «Критическое руководство по эмпирической проверке агент-ориентированных моделей в экономике: методологии, процедуры и открытые проблемы», Вычислительная экономика, 30, с. 195 –226.
23. Общество вычислительной экономики интернет сайт.
24. В. Брок и К. Хоммс (1997), «Рациональный путь к случайности». Econometrica 65 (5), стр. 1059-1095.
25. C. Hommes (2008), «Взаимодействующие агенты в финансах», в Новый экономический словарь Пэлгрейва.
26. Brock, W .; Hommes, C .; Вагенер, Ф. (2009). «Больше инструментов хеджирования может дестабилизировать рынки» (PDF). Журнал экономической динамики и управления. 33 (11): 1912–1928. Дои:10.1016 / j.jedc.2009.05.004.
27. М. Бьюкенен (2009 г.) »Моделирование кризисов. Могут ли агентные компьютерные модели предотвратить новый финансовый кризис?. ' Природа, т. 460, No. 7256. (5 августа 2009 г.), стр. 680-682.
28. Дж. Д. Фармер, Д. Фоли (2009), «Экономика нуждается в агентном моделировании». Природа, т. 460, No. 7256. (5 августа 2009 г.), стр. 685-686.
29. М. Холкомб, С. Коакли, М. Киран, С. Чин, К. Гриноу, Д. Уорт, С. Чинкотти, М. Раберто, А. Теглио, К. Дайссенберг, С. ван дер Хуг, Х. Давид, С. Гемков, П. Хартинг, М. Нойгарт. Крупномасштабное моделирование экономических систем, сложные системы, 22 (2), 175-191, 2013