Искусственная экономика
Искусственную экономику можно определить как «область исследований, целью которой является улучшение нашего понимания социально-экономических процессов с помощью компьютерного моделирования ». [1] Как и в теоретической экономике , подход, используемый в искусственной экономике для понимания социально-экономических процессов, включает в себя построение и анализ формальных моделей . Однако, в отличие от теоретической экономики, модели в искусственной экономике реализуются на языке программирования, поэтому для их анализа можно использовать компьютеры.
Метод
[ редактировать ]Конкретно, метод, используемый в искусственной экономике для анализа формальных моделей, чаще всего состоит из двух этапов: 1) дедуктивное создание выборок и 2) индуктивный вывод общих закономерностей. [2] [3]
- Дедуктивная . генерация выборок заключается во многократном запуске модели для различных конкретизаций переменных, содержащихся в модели В частности, если модель стохастическая, то каждый запуск компьютерного моделирования проводится с конкретной реализацией каждой случайной величины в модели. Результатом этого первого этапа является набор входных данных и соответствующих им выходных данных, которые были получены компьютером с использованием чистой дедукции , то есть применения к входным данным правил вывода , определяющих модель. [4] [5]
- После того как получено достаточное количество образцов, используется индуктивный подход для вывода общих закономерностей поведения модели. Этот индуктивный процесс может привести только к вероятным, а не обязательно истинным выводам (если не исследованы все возможные частные случаи), поскольку он пытается вывести общие свойства из конкретных случаев.
Таким образом, при использовании этого подхода компьютерного моделирования данные создаются компьютером с использованием строгой дедукции , но общие закономерности того, как правила модели преобразуют входные данные в выходные данные, выводятся с помощью обобщения по индукции .
Объем
[ редактировать ]Преимущество использования компьютерного моделирования описанного выше подхода (по сравнению только с чистым логическим выводом ) заключается в том, что он позволяет исследовать (формальные) модели, которые в настоящее время трудноразрешимы, с использованием самых передовых математических методов. Это так, потому что набор предположений, которые можно исследовать с помощью компьютерного моделирования, не ограничен строгими ограничениями, которые накладывает математическая управляемость. Этот момент особенно важен при изучении социально-экономических процессов, которые из-за своей сложной природы зачастую трудно или невозможно адекватно рассмотреть, используя только чисто дедуктивный подход. Строго дедуктивный подход часто требует столь большого количества упрощений для обеспечения математической управляемости, что соответствие между реальным миром и предположениями модели оказывается разочаровывающе слабым.
Некоторые из этих упрощений изложены в левом столбце таблицы ниже, а также некоторые особенности, которые можно изучить с помощью подхода искусственной экономики (правый столбец). [1] [6]
Традиционные ограничения, налагаемые для обеспечения математической управляемости. | Особенности, которые можно изучить с помощью компьютерного моделирования ( подход искусственной экономики ) |
---|---|
Представительный агент или континуум агентов | Явное и индивидуальное представление агентов (агентное моделирование) |
Рациональность (а иногда и общее знание рациональности) | Адаптация на индивидуальном уровне (обучение) или на популяционном уровне (эволюция). Удовлетворение |
Идеальная информация | Локальная и асимметричная информация |
Сосредоточьтесь на статическом равновесии | Сосредоточьтесь на неравновесной динамике |
Детерминизм | Стохастичность |
Анализ сверху вниз | Синтез снизу вверх |
Случайные или полные сети взаимодействия | Произвольные (и потенциально эндогенные) сети взаимодействия |
Незначительная роль физического пространства | Явное представление физического пространства |
Бесконечные популяции | Конечные популяции |
Предпочтение уникальности решений | Зависимость от пути и историческая случайность |
Различия в типах предположений, исследуемых только с помощью строго дедуктивного подхода, и предположений, исследованных в искусственной экономике, настолько фундаментальны, что некоторые ученые [7] рассматривают эти различия как определяющие черты искусственной экономики . Другие ученые [1] обнаружили, что отличительной особенностью искусственной экономики является методологичность, то есть использование подхода компьютерного моделирования . Тот факт, что модели в искусственной экономике реализуются на языке программирования (а не выражаются в виде набора уравнений), не считается существенным, поскольку любая модель, реализованная в компьютерном коде, может быть выражена как четко определенная математическая функция. [5] [8] [9] [10]
Серия конференций по искусственной экономике
[ редактировать ]Одна из целей этих конференций – способствовать встрече людей и идей двух сообществ ученых – информатики и экономики – с целью выработки более структурированного междисциплинарного подхода. [11] Материалы каждой конференции из этой серии были опубликованы в виде тома в серии «Конспекты лекций по экономике и математическим системам» Springer.
См. также
[ редактировать ]- Проблема агрегации
- Искусственный финансовый рынок
- Вычислительная экономика
- Неоднородность в экономике § Экономические модели с неоднородными агентами
Ссылки
[ редактировать ]- ^ Перейти обратно: а б с Искьердо, ЛР, и Искьердо, СС (2015). Искусственная экономика: что, почему и как. Доступно на сайте SSRN: http://ssrn.com/abstract=2749347 .
- ^ Скваццони, Ф. (2010). Влияние агентных моделей в социальных науках после 15 лет вторжений. История экономических идей , 18 (2), 197–233. Доступно по адресу https://www.jstor.org/stable/23723517.
- ^ Искьердо, ЛР, Искьердо, С.С., Галан, Х.М., и Сантос, Дж.И. (2013). Объединение математических и симуляционных подходов для понимания динамики компьютерных моделей. В книге Б. Эдмондса и Р. Мейера (ред.), «Моделирование социальной сложности» (стр. 235–271). Берлин, Гейдельберг: Springer Berlin Heidelberg. Доступно по адресу http://doi.org/10.1007/978-3-540-93813-2_11.
- ^ Экстелл, Р. (2000). Почему агенты?: О различных мотивах использования агентных вычислений в социальных науках. В материалах семинара по моделированию агентов: приложения, модели и инструменты : 3-24. Аргоннская национальная лаборатория, Иллинойс. Доступно по адресу http://www.brookings.edu/es/dynamics/papers/agents/agents.pdf. Архивировано 29 июля 2013 г. на Wayback Machine.
- ^ Перейти обратно: а б Искьердо, Л.Р., Искьердо, С.С., Галан, Х.М., и Сантос, Дж.И. (2009). Методы понимания компьютерного моделирования: анализ цепей Маркова. Журнал искусственных обществ и социального моделирования , 12 (1) 6. Доступно по адресу http://jasss.soc.surrey.ac.uk/12/1/6.html.
- ^ Искьердо, СС, Искьердо, ЛР, Галан, Х.М., и Сантос, Дж.И. (2016). Искусственная экономика: критическая оценка. Журнал количественных методов для экономики и бизнеса , 22, стр. 36-54. Доступно по адресу https://www.upo.es/revistas/index.php/RevMetCuant/article/view/2338/1925.
- ^ Баттен, Д.Ф. (2000). Открытие искусственной экономики: как учатся агенты и развивается экономика . Боулдер, Колорадо: Westview Press.
- ^ Леомбруни Р. и Ричиарди М. (2005). Почему экономисты скептически относятся к агентному моделированию? Физика А: Статистическая механика и ее приложения , 355 (1), 103–109. Доступно по адресу http://doi.org/10.1016/j.physa.2005.02.072.
- ^ Эпштейн, Дж. М. (2006). Замечания об основах агентной генеративной социальной науки. В Л. Тесфационе и К.Л. Джадде (ред.), Справочник по вычислительной экономике (том 2, стр. 1585–1604). Доступно по адресу http://doi.org/10.1016/S1574-0021(05)02034-4.
- ^ Ричиарди М., Леомбруни Р., Саам Н. и Соннесса М. (2006). Общий протокол для агентного социального моделирования. Журнал искусственных обществ и социального моделирования , 9 (1) 15. Доступно по адресу http://jasss.soc.surrey.ac.uk/9/1/15.html.
- ^ Серия конференций по искусственной экономике http://www.artificial- Economics.org