Искусственная экономика - Artificial economics

Искусственная экономика можно определить как ″область исследований, направленная на улучшение нашего понимания социально-экономические процессы с помощью компьютерное моделирование ″.[1]

Как и в теоретической экономике, в Искусственная экономика чтобы понять социально-экономические процессы, необходимо построить и проанализировать формальные модели. Однако, в отличие от теоретической экономики, модели в Искусственная экономика реализованы на языке программирования, поэтому для их анализа можно использовать компьютеры. В частности, метод, использованный в Искусственная экономика Анализировать формальные модели чаще всего состоит из двух этапов: 1) дедуктивный генерация образцов, и 2) индуктивный вывод общих закономерностей.[2][3]

  1. В дедуктивный Генерация выборок заключается в многократном запуске модели для различных деталей переменных, которые она содержит. В частности, если модель является стохастической, то каждая компьютерное моделирование прогон проводится с конкретной реализацией каждой случайной величины в модели. Результатом этого первого этапа является набор входов и соответствующих им выходов, которые были получены компьютером с использованием чистой вычет, т.е. применяя ко входам правила вывода которые определяют модель.[4][5]
  2. Как только будет получено достаточное количество образцов, индуктивный Затем используется подход для вывода общих закономерностей о поведении 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 примеров.

Таким образом, используя этот компьютерное моделирование подход, данные производятся компьютером с использованием строгих вычет, но общие закономерности о том, как правила модели преобразуют входы в выходы, выводятся с помощью обобщения индукция.

Преимущество использования компьютерное моделирование подход, описанный выше (по сравнению с чистым логическая дедукция только) состоит 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 компьютерное моделирование не ограничен строгими ограничениями, которые накладывает математическая управляемость. Этот момент особенно важен при изучении социально-экономических процессов, которые - из-за их сложной природы - зачастую трудно или невозможно адекватно решить, используя чисто дедуктивный только подход. Строго дедуктивный подход часто требует стольких упрощений для обеспечения математической управляемости, что соответствие между реальным миром и допущениями модели оказывается разочаровывающе слабым. Некоторые из этих упрощений описаны в левом столбце приведенной ниже таблицы вместе с некоторыми функциями, которые можно изучить с помощью Искусственная экономика подход (правый столбец).[1][6]

Традиционные ограничения, налагаемые для обеспечения математической управляемостиВозможности, которые можно изучить с помощью компьютерного моделирования (Искусственная экономика подход)
Представитель агента или континуум агентовЯвное и индивидуальное представление агентов (агентное моделирование)
Рациональность (а иногда и общепринятое знание рациональности)Адаптация на индивидуальном уровне (обучение) или на уровне популяции (эволюция). Удовлетворительный
Идеальная информацияЛокальная и асимметричная информация
Сосредоточьтесь на статическом равновесииСосредоточьтесь на неравновесной динамике
ДетерминизмСтохастичность
Анализ сверху внизВосходящий синтез
Случайные или полные сети взаимодействияПроизвольные (и потенциально эндогенные) сети взаимодействия
Второстепенная роль физического пространстваЯвное представление физического пространства
Бесконечное населениеКонечные популяции
Предпочтение уникальности решенийЗависимость от пути и историческая случайность

Различия в типах допущений, исследуемых с использованием строго дедуктивный только подход и исследованные в Искусственная экономика настолько фундаментальны, что некоторые ученые[7] рассматривать эти различия как определяющие черты Искусственная экономика. Другие ученые[1] обнаруживают, что отличительная характеристика Искусственная экономика методологический, т. е. использование компьютерное моделирование подход. Дело в том, что модели в Искусственная экономика реализованы на языке программирования (а не выражены 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

Одна из целей этих конференций - способствовать встрече людей и идей, исходящих из двух сообществ ученых - компьютерных наук и экономики - с целью построения более структурированного междисциплинарного подхода.[11] Труды каждой конференции из этой серии были опубликованы в виде тома в Конспект лекций по экономике и математическим системам Серия Springer.

Рекомендации

  1. ^ а б c Искьердо, Л. Р., & Искьердо, С. С. (2015). Искусственная экономика: что, зачем и как. Доступно в SSRN: http://ssrn.com/abstract=2749347
  2. ^ Скваццони, Ф. (2010). Влияние агентных моделей на социальные науки после 15 лет вторжений. История экономических идей, 18 (2), 197–233. Доступны на https://www.jstor.org/stable/23723517
  3. ^ Искьердо, Л. Р., Искьердо, С. С., Галан, Дж. М., и Сантос, Дж. И. (2013). Сочетание математического и имитационного подходов к пониманию динамики компьютерных моделей. В Б. Эдмондсе и Р. Мейере (ред.), Моделирование социальной сложности (стр. 235–271). Берлин, Гейдельберг: Springer Berlin Heidelberg. Доступны на http://doi.org/10.1007/978-3-540-93813-2_11
  4. ^ Акстелл, Р. (2000). Почему агенты ?: О разнообразных мотивах использования агентских вычислений в социальных науках. В Материалы 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 В архиве 2013-07-29 в Wayback Machine
  5. ^ а б Искьердо, Л. Р., Искьердо, С. С., Галан, Дж. 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
  6. ^ Искьердо, С.С., Искьердо, Л.Р., Галан, Дж. М., и Сантос, Дж. И. (2016). Искусственная экономия: una valoración crítica. Revista de Métodos Cuantitativos para la Economía y la Empresa, 22, стр. 36-54. Доступны на https://www.upo.es/revistas/index.php/RevMetCuant/article/view/2338/1925
  7. ^ Баттен, Д. Ф. (2000). Открытие искусственной экономики: как учатся агенты и как развивается экономика. Боулдер, Колорадо: Westview Press.
  8. ^ Леомбруни Р. и Ричиарди М. (2005). Почему экономисты скептически относятся к моделированию на основе агентов? Physica A: Статистическая механика и ее приложения, 355 (1), 103–109. Доступны на http://doi.org/10.1016/j.physa.2005.02.072
  9. ^ Эпштейн, Дж. М. (2006). Замечания об основах агентной генеративной социальной науки. В Л. Тесфацион и К. Л. Джадд (ред.), Справочник по вычислительной экономике (Том 2, стр. 1585–1604). Доступны на http://doi.org/10.1016/S1574-0021(05)02034-4
  10. ^ 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
  11. ^ Серия конференций по искусственной экономике http://www.artificial-economics.org