stringtranslate.com

Economía computacional basada en agentes

La economía computacional basada en agentes ( ACE ) es el área de la economía computacional que estudia los procesos económicos, incluidas las economías en su conjunto , como sistemas dinámicos de agentes que interactúan . Como tal, cae en el paradigma de los sistemas adaptativos complejos . [1] En los modelos basados ​​en agentes correspondientes , los " agentes " son "objetos computacionales modelados como interactuando de acuerdo con reglas" en el espacio y el tiempo, no personas reales. Las reglas se formulan para modelar el comportamiento y las interacciones sociales basadas en incentivos e información. [2] Dichas reglas también podrían ser el resultado de la optimización, realizada mediante el uso de métodos de IA (como el aprendizaje Q y otras técnicas de aprendizaje de refuerzo). [3]

El supuesto teórico de optimización matemática por agentes en equilibrio es reemplazado por el postulado menos restrictivo de agentes con racionalidad limitada que se adaptan a las fuerzas del mercado. [4] Los modelos ACE aplican métodos numéricos de análisis a simulaciones basadas en computadora de problemas dinámicos complejos para los cuales los métodos más convencionales, como la formulación de teoremas, pueden no ser de fácil uso. [5] A partir de las condiciones iniciales especificadas por el modelador, la economía computacional evoluciona con el tiempo a medida que sus agentes constituyentes interactúan repetidamente entre sí, incluido el aprendizaje de las interacciones. En estos aspectos, ACE se ha caracterizado como un enfoque de cultivo de abajo hacia arriba para el estudio de los sistemas económicos . [6]

La ACE tiene similitudes y se superpone con la teoría de juegos como método basado en agentes para modelar interacciones sociales. [7] Pero los profesionales también han notado diferencias con los métodos estándar, por ejemplo, en que los eventos de la ACE modelados están impulsados ​​únicamente por condiciones iniciales, independientemente de si existen o no equilibrios o si son computacionalmente manejables, y en la facilitación del modelado de la autonomía y el aprendizaje de los agentes. [8]

El método se ha beneficiado de las mejoras continuas en las técnicas de modelado de la ciencia informática y del aumento de las capacidades informáticas. El objetivo científico final del método es "probar los hallazgos teóricos frente a los datos del mundo real de formas que permitan que las teorías con apoyo empírico se acumulen con el tiempo, y que el trabajo de cada investigador se base adecuadamente en el trabajo anterior". [9] El tema se ha aplicado a áreas de investigación como la fijación de precios de activos , [10] los sistemas de energía , [11] [12] la competencia y la colaboración , [13] los costes de transacción , [14] la estructura del mercado y la organización y dinámica industrial , [15] la economía del bienestar , [16] y el diseño de mecanismos , [17] la información y la incertidumbre , [18] la macroeconomía , [19] y la economía marxista . [20] [21]

Descripción general

Los " agentes " en los modelos ACE pueden representar individuos (p. ej., personas), grupos sociales (p. ej., empresas), entidades biológicas (p. ej., cultivos en crecimiento) y/o sistemas físicos (p. ej., sistemas de transporte). El modelador ACE proporciona la configuración inicial de un sistema económico computacional que comprende múltiples agentes que interactúan. Luego, el modelador da un paso atrás para observar el desarrollo del sistema a lo largo del tiempo sin más intervención. En particular, los eventos del sistema deberían estar impulsados ​​por interacciones de agentes sin la imposición externa de condiciones de equilibrio. [22] Las cuestiones incluyen aquellas comunes a la economía experimental en general [23] y el desarrollo de un marco común para la validación empírica [24] y la resolución de preguntas abiertas en el modelado basado en agentes. [25]

ACE es un grupo de interés especial (SIG) designado oficialmente de la Sociedad de Economía Computacional. [26] Los investigadores del Instituto Santa Fe han contribuido al desarrollo de ACE.

Ejemplo: finanzas

Un área en la que la metodología ACE se ha aplicado con frecuencia es la fijación de precios de activos. W. Brian Arthur , Eric Baum, William Brock , Cars Hommes y Blake LeBaron, entre otros, han desarrollado modelos computacionales en los que muchos agentes eligen entre un conjunto de posibles estrategias de pronóstico para predecir los precios de las acciones, lo que afecta a sus demandas de activos y, por lo tanto, a los precios de las acciones. Estos modelos suponen que es más probable que los agentes elijan estrategias de pronóstico que hayan tenido éxito recientemente. El éxito de cualquier estrategia dependerá de las condiciones del mercado y también del conjunto de estrategias que se estén utilizando actualmente. Estos modelos con frecuencia encuentran que pueden ocurrir grandes auges y caídas en los precios de los activos a medida que los agentes cambian de estrategia de pronóstico. [10] [27] [28] Más recientemente, Brock, Hommes y Wagener (2009) han utilizado un modelo de este tipo para argumentar que la introducción de nuevos instrumentos de cobertura puede desestabilizar el mercado, [29] y algunos artículos han sugerido que ACE podría ser una metodología útil para comprender la crisis financiera de 2008 . [30] [31] [32] Véase también el debate en Economía financiera § Mercados financieros y § Desviaciones de la racionalidad .

Véase también

Referencias

  1. ^ W. Brian Arthur , 1994. "Inductive Reasoning and Bounded Rationality", American Economic Review , 84(2), pp. 406-411 Archivado el 21 de mayo de 2013 en Wayback Machine .
       • Leigh Tesfatsion , 2003. "Agent-based Computational Economics: Modeling Economies as Complex Adaptive Systems", Information Sciences , 149(4), pp. 262-268 Archivado el 26 de abril de 2012 en Wayback Machine .
  2. ^ Scott E. Page (2008). "modelos basados ​​en agentes", The New Palgrave Dictionary of Economics , 2.ª edición. Resumen.
  3. ^ Richard S. Sutton y Andrew G. Barto, Reinforcement Learning: An Introduction, The MIT Press, Cambridge, MA, 1998 [1] Archivado el 4 de septiembre de 2009 en Wayback Machine.
  4. ^ John H. Holland y John H. Miller (1991). "Artificial Adaptive Agents in Economic Theory", American Economic Review , 81(2), pp. 365-370 Archivado el 5 de enero de 2011 en Wayback Machine, p. 366.
       • Thomas C. Schelling (1978 [2006]). Micromotives and Macrobehavior , Norton. Descripción Archivado el 2 de noviembre de 2017 en Wayback Machine , vista previa.
       • Thomas J. Sargent , 1994. Bounded Rationality in Macroeconomics , Oxford. Descripción y enlaces a la primera página de la vista previa del capítulo.
  5. ^ • Kenneth L. Judd, 2006. "Computationally Intensive Analyses in Economics", Handbook of Computational Economics , v. 2, cap. 17, Introducción, p. 883. [Pp. 881- 893. PDF prepublicado.
       • _____, 1998. Numerical Methods in Economics , MIT Press. Enlaces a la descripción y vistas previas de los capítulos. Archivado el 11 de febrero de 2012 en Wayback Machine .
  6. ^ • Leigh Tesfatsion (2002). "Agent-Based Computational Economics: Growing Economies from the Bottom Up", Artificial Life , 8(1), pp.55-82. Resumen y PDF prepublicado Archivado el 14 de mayo de 2013 en Wayback Machine .
       • _____ (1997). "How Economists Can Get Alife", en WB Arthur, S. Durlauf y D. Lane, eds., The Economy as an Evolving Complex System, II , pp. 533-564. Addison-Wesley. PDF prepublicado Archivado el 15 de abril de 2012 en Wayback Machine .
  7. ^ Joseph Y. Halpern (2008). "Computer science and game theory", The New Palgrave Dictionary of Economics , 2.ª edición. Resumen.
       • Yoav Shoham (2008). "Computer Science and Game Theory", Communications of the ACM , 51(8), pp. 75-79 Archivado el 26 de abril de 2012 en Wayback Machine .
       • Alvin E. Roth (2002). "The Economist as Engineer: Game Theory, Experimentation, and Computation as Tools for Design Economics", Econometrica , 70(4), pp. 1341–1378.
  8. ^ Tesfatsion, Leigh (2006), "Economía computacional basada en agentes: un enfoque constructivo de la teoría económica", cap. 16, Handbook of Computational Economics , v. 2, parte 2, Estudio ACE del sistema económico. Resumen y PDF prepublicado.
  9. ^ • Leigh Tesfatsion (2006). "Agent-Based Computational Economics: A Constructive Approach to Economic Theory", cap. 16, Handbook of Computational Economics , v. 2, [pp. 831-880] sect. 5. Resumen y PDF prepublicado.
       • Kenneth L. Judd (2006). "Computationally Intensive Analyses in Economics", Handbook of Computational Economics , v. 2, cap. 17, pp. 881- 893. PDF prepublicado.
       • Leigh Tesfatsion y Kenneth L. Judd, ed. (2006). Handbook of Computational Economics , v. 2. Descripción Archivado el 6 de marzo de 2012 en Wayback Machine & y enlaces de vista previa del capítulo.
  10. ^ ab B. Arthur, J. Holland, B. LeBaron, R. Palmer, P. Taylor (1997), 'Fijación de precios de activos bajo expectativas endógenas en un mercado de valores artificial', en La economía como un sistema complejo en evolución II , B. Arthur, S. Durlauf y D. Lane, eds., Addison Wesley.
  11. ^ Schimeczek, Christoph; Nienhaus, Kristina; Frey, Ulrich; Sperber, Evelyn; Sarfarazi, Seyedfarzad; Nitsch, Felix; Kochems, Johannes; Ghazi, A. Achraf El (17 de abril de 2023). "AMIRIS: Modelo de mercado basado en agentes para la investigación de sistemas de energía renovable e integrados". Revista de software de código abierto . 8 (84): 5041. doi :10.21105/joss.05041. ISSN  2475-9066.
  12. ^ Harder, Nick; Qussous, Ramiz; Weidlich, Anke (1 de octubre de 2023). "Apto para el propósito: modelado realista de los mercados mayoristas de electricidad con aprendizaje de refuerzo profundo multiagente". Energía e IA . 14 : 100295. doi : 10.1016/j.egyai.2023.100295 . ISSN  2666-5468.
  13. ^ Robert Axelrod (1997). La complejidad de la cooperación: modelos de competencia y colaboración basados ​​en agentes , Princeton. Descripción, contenidos y avance.
  14. ^ Tomas B. Klosa y Bart Nooteboom, 2001. "Economía computacional de costos de transacción basada en agentes", Journal of Economic Dynamics and Control 25(3–4), pp. 503–52. Resumen.
  15. ^ • Roberto Leombruni y Matteo Richiardi, ed. (2004), Dinámica industrial y laboral: el enfoque de la economía computacional basada en agentes. World Scientific Publishing ISBN 981-256-100-5 . Descripción Archivado el 27 de julio de 2010 en Wayback Machine y enlaces de vista previa del capítulo.    • Joshua M. Epstein (2006). "Organizaciones adaptativas en crecimiento: un enfoque computacional basado en agentes", en Generative Social Science: Studies in Agent-Based Computational Modeling , pp. 309-344. Descripción Archivado el 26 de enero de 2012 en Wayback Machine y resumen. 
  16. ^ Robert Axtell (2005). "La complejidad del intercambio", Economic Journal , 115(504, Features), pp. F193-F210.
  17. ^ The New Palgrave Dictionary of Economics (2008), 2.ª edición:
         Roger B. Myerson "diseño de mecanismos". Resumen.
         _____. "principio de revelación". Resumen.
         Tuomas Sandholm. "computación en el diseño de mecanismos". Resumen.
       • Noam Nisan y Amir Ronen (2001). "Diseño de mecanismos algorítmicos", Games and Economic Behavior , 35(1-2), págs. 166-196.
       • Noam Nisan et al ., ed. (2007). Teoría de juegos algorítmicos , Cambridge University Press. Descripción Archivado el 5 de mayo de 2012 en Wayback Machine .
  18. ^ Tuomas W. Sandholm y Victor R. Lesser (2001). "Contratos de compromiso nivelado y violación estratégica", Games and Economic Behavior , 35(1-2), págs. 212-270.
  19. ^ David Colander , Peter Howitt , Alan Kirman, Axel Leijonhufvud y Perry Mehrling , 2008. "Beyond DSGE Models: Toward an Empirically Based Macroeconomics", American Economic Review , 98(2), pp. 236-240. PDF prepublicado.
       • Thomas J. Sargent (1994). Bounded Rationality in Macroeconomics , Oxford. Descripción y enlaces a la primera página de la vista previa del capítulo.
       • M. Oeffner (2009). 'Agent-based Keynesian Macroeconomics'. Tesis doctoral, Facultad de Economía, Universidad de Würzburg.
  20. ^ AF Cottrell, P. Cockshott, GJ Michaelson, IP Wright, V. Yakovenko (2009), Econofísica clásica . Routledge, ISBN 978-0-415-47848-9
  21. ^ Leigh Tesfatsion (2006), "Economía computacional basada en agentes: un enfoque constructivo de la teoría económica", cap. 16, Handbook of Computational Economics , v. 2, parte 2, Estudio ACE del sistema económico. Resumen y PDF prepublicado.
  22. ^ Resumen de métodos Archivado el 26 de mayo de 2007 en Wayback Machine : sitio web del Departamento de Economía, Política y Administración Pública, Universidad de Aalborg, Dinamarca .
  23. ^ Vernon L. Smith , 2008. "economía experimental", The New Palgrave Dictionary of Economics , 2.ª edición. Resumen.
  24. ^ Bektas, A., Piana, V. y Schuman, R. Un enfoque de validación empírica de nivel medio para modelos económicos computacionales basados ​​en agentes que se basan en microdatos: un caso de uso con un modelo de elección de modo de movilidad. SN Bus Econ 1, 80 (2021). https://doi.org/10.1007/s43546-021-00083-4
  25. ^ Giorgio Fagiolo, Alessio Moneta y Paul Windrum, 2007. "Una guía crítica para la validación empírica de modelos basados ​​en agentes en economía: metodologías, procedimientos y problemas abiertos", Computational Economics , 30, págs. 195-226.
  26. ^ Sitio web de la Sociedad de Economía Computacional.
  27. ^ W. Brock y C. Hommes (1997), 'Una ruta racional hacia la aleatoriedad'. Econometrica 65 (5), págs. 1059-1095.
  28. ^ C. Hommes (2008), 'Agentes interactuantes en finanzas', en The New Palgrave Dictionary of Economics .
  29. ^ Brock, W.; Hommes, C.; Wagener, F. (2009). "Más instrumentos de cobertura pueden desestabilizar los mercados" (PDF) . Journal of Economic Dynamics and Control . 33 (11): 1912–1928. doi :10.1016/j.jedc.2009.05.004.
  30. ^ M. Buchanan (2009), 'Modelado de crisis. ¿Podrían los modelos informáticos basados ​​en agentes prevenir otra crisis financiera?'. Nature, vol. 460, núm. 7256 (5 de agosto de 2009), págs. 680-682.
  31. ^ JD Farmer, D. Foley (2009), 'La economía necesita modelos basados ​​en agentes'. Nature, vol. 460, núm. 7256 (5 de agosto de 2009), págs. 685-686.
  32. ^ 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. Modelado a gran escala de sistemas económicos, Complex Systems, 22(2), 175-191, 2013