Вычислительная экономика на основе агентов

Вычислительная экономика на основе агентов ( ACE ) - это область вычислительной экономики, которая изучает экономические процессы, включая экономики в целом , как динамические системы взаимодействующих агентов . Как таковой, он падает в парадигме из сложных адаптивных систем . ^[1] В соответствующих моделях , основанных на агентах, « агенты » - это «вычислительные объекты, моделируемые как взаимодействующие согласно правилам» в пространстве и времени, а не реальные люди. 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 искусственного интеллекта (таких как Q-обучение и другие методы обучения с подкреплением). ^[3]

Теоретическое предположение о математической оптимизации агентов, находящихся в равновесии , заменяется менее строгим постулатом агентов с ограниченной рациональностью, адаптирующихся к рыночным силам. ^[4] 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. ^[5]Начиная с начальных условий, указанных разработчиком модели, вычислительная экономика со временем развивается, поскольку составляющие ее агенты постоянно взаимодействуют друг с другом, включая обучение на основе взаимодействий. В этом отношении ACE был охарактеризован как восходящий подход к изучению экономических систем . ^[6]

ACE имеет сходство с теорией игр и частично совпадает с ней 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 облегчение автономии и обучения агентов. ^[8]

В этом методе постоянно совершенствовались методы компьютерного моделирования и расширялись возможности компьютеров. 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, которая выполнялась ранее». ^[9] Эта тема была применена для исследовательских областях , как ценообразование активов , ^[10] конкуренция и сотрудничество , ^[11] транзакционные издержки , ^[12] Структура рынка и промышленная организация и динамика,^[13] экономика благосостояния , ^[14] и конструкция механизма , ^[15] информации и неопределенности , ^[16] макроэкономика , ^[17] и марксистская экономика . ^{[18] [19]}

Обзор [ править ]

« 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). Средство моделирования ACE обеспечивает начальную конфигурацию вычислительной экономической системы, состоящей из нескольких взаимодействующих агентов. Затем разработчик модели отступает, чтобы без дальнейшего вмешательства наблюдать за развитием системы во времени. В частности, системные события должны управляться взаимодействиями агентов без внешнего навязывания условий равновесия. ^[20] Вопросы включают общие для экспериментальной экономики в целом ^[21] и разработку общей структуры для эмпирической проверки и решения открытых вопросов в агентном моделировании.^[22]

ACE - это официально назначенная группа по интересам (SIG) Общества вычислительной экономики. ^[23] Исследователи из Института Санта-Фе внесли свой вклад в разработку ACE.

Пример: финансы [ править ]

Одна из областей, где часто применяется методология ACE, - это ценообразование активов. У. 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 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 работах высказывались предположения, что ACE может быть полезным методология понимания недавнего финансового кризиса . ^{[27] [28] [29]}

См. Также [ править ]

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

Ссылки [ править ]