Loading article…
エージェントベース計算経済学( ACE ) は、経済プロセス (経済全体を含む)を相互作用するエージェントの動的システムとして研究する計算経済学の分野です。したがって、複雑適応システムのパラダイムに該当します。[1]対応するエージェントベースモデルでは、「エージェント」は実際の人間ではなく、空間と時間にわたって「ルールに従って相互作用するようにモデル化された計算オブジェクト」です。ルールは、インセンティブと情報に基づいて行動と社会的相互作用をモデル化するように策定されます。[2]このようなルールは、AI メソッド ( Q 学習やその他の強化学習手法など) を使用して実現された最適化の結果である可能性もあります。[3]
均衡状態にあるエージェントによる数学的最適化という理論的仮定は、市場の力に適応する限定合理性を持つエージェントという、より制限の少ない仮定に置き換えられました。 [4] ACEモデルは、定理の定式化などのより従来の方法がすぐには使用できない可能性のある複雑な動的問題のコンピューターベースのシミュレーションに数値解析手法を適用します。[ 5 ]モデラーによって指定された初期条件から始まり、計算経済は、その構成エージェントが相互作用から学習するなど、繰り返し相互作用するにつれて、時間の経過とともに進化します。これらの点で、ACEは経済システムの研究に対するボトムアップの培養皿アプローチとして特徴付けられています。[6]
ACEは、社会的相互作用をモデル化するエージェントベースの手法として、ゲーム理論と類似点があり、重複している。 [7]しかし、実践者は、ACEイベントが初期条件のみによって駆動され、均衡が存在するか計算上扱いやすいか、エージェントの自律性と学習のモデル化が容易であるなど、標準的な手法との違いにも気づいている。[8]
この方法は、コンピュータサイエンスのモデリング技術の継続的な改善とコンピュータ機能の向上の恩恵を受けています。この方法の究極の科学的目的は、「各研究者の研究が以前の研究を適切に基盤として構築され、経験的に裏付けられた理論が時間の経過とともに蓄積されるような方法で、理論的な発見を現実世界のデータに対してテストすること」です。 [9]この主題は、資産価格設定、[10] エネルギーシステム、[11] 競争とコラボレーション、[12] 取引費用、[13] 市場構造と産業組織とダイナミクス、[14] 厚生経済学、[15]メカニズム設計、[16] 情報と不確実性、[17] マクロ経済学、[18]マルクス経済学などの研究分野に適用されています。[19] [20]
概要
ACEモデルの「エージェント」は、個人（例：人々）、社会的集団（例：企業）、生物学的実体（例：栽培中の作物）、および/または物理的システム（例：輸送システム）を表すことができます。ACEモデラーは、相互作用する複数のエージェントで構成される計算経済システムの初期構成を提供します。その後、モデラーは、それ以上介入することなく、システムの発展を時間の経過とともに観察します。特に、システムイベントは、均衡条件を外部から課すことなく、エージェントの相互作用によって駆動される必要があります。[21]問題には、一般的な実験経済学に共通する問題[22]や、実証的検証のための共通フレームワークの開発[23]、エージェントベースモデリングにおける未解決の問題の解決などがあります。[24]
ACEは計算経済学会の公式に指定された特別利益団体（SIG）です。[25]サンタフェ研究所の研究者がACEの開発に貢献しています。
例: 金融
ACE 方法論が頻繁に適用されている分野の 1 つが資産価格設定です。W . Brian Arthur、Eric Baum、William Brock、Cars Hommes、Blake LeBaron らは、多くのエージェントが一連の可能な予測戦略から株価を予測するために選択し、それが資産需要に影響し、ひいては株価に影響を与えるという計算モデルを開発しました。これらのモデルでは、エージェントは最近成功した予測戦略を選択する可能性が高いと想定されています。どの戦略が成功するかは、市場の状況と、現在使用されている一連の戦略に依存します。これらのモデルでは、エージェントが予測戦略を切り替えると、資産価格の大幅な上昇と下落が発生する可能性があることが頻繁に検出されています。[10] [26] [27]最近では、Brock、Hommes、Wagener (2009) がこのタイプのモデルを使用して、新しいヘッジ手段の導入が市場を不安定にする可能性があると主張しており、[28]いくつかの論文では、ACE が 2008 年の金融危機を理解するための有用な方法論である可能性があることが示唆されています。[29] [30] [31]金融経済学§金融市場と§合理性からの逸脱 の議論も参照。
参照
参考文献
- ^ • W. Brian Arthur、1994年。「帰納的推論と限定合理性」、American Economic Review、84(2)、pp. 406-411。2013年5月21日現在、 Wayback Machineにアーカイブされています。
• Leigh Tesfatsion、2003年。「エージェントベースの計算経済学：複雑適応型システムとしての経済のモデリング」、Information Sciences、149(4)、pp. 262-268。2012年4月26日現在、Wayback Machineにアーカイブされています。 - ^ Scott E. Page (2008). 「エージェントベースモデル」、The New Palgrave Dictionary of Economics、第2版。要約。
- ^ Richard S. Sutton および Andrew G. Barto、「強化学習: 入門」、MIT 出版、マサチューセッツ州ケンブリッジ、1998 年 [1] 2009 年 9 月 4 日にWayback Machineにアーカイブ
- ^ • John H. Holland and John H. Miller (1991). "Artificial Adaptive Agents in Economic Theory," American Economic Review , 81(2), pp. 365-370 Archived 5 January 2011 at the Wayback Machine p. 366.
• Thomas C. Schelling (1978 [2006]). Micromotives and Macrobehavior , Norton. 説明 Archived 2 November 2017 at the Wayback Machine , preview.
• Thomas J. Sargent , 1994. Bounded Rationality in Macroeconomics , Oxford. 説明と章のプレビューの 1 ページ目のリンク。 - ^ • Kenneth L. Judd、2006 年。「経済における計算集約型分析」、計算経済学ハンドブック、第 2 巻、第 17 章、序論、883 ページ。[881 ～ 893 ページ。出版前 PDF。
• _____、1998 年。経済学における数値手法、MIT プレス。説明へのリンクは、 Wayback Machineで 2012 年 2 月 11 日にアーカイブされ、章のプレビューも表示されます。 - ^ • Leigh Tesfatsion (2002). 「エージェントベースの計算経済学: ボトムアップから成長する経済」、Artificial Life、8(1)、pp.55-82。抄録および出版前PDFは2013年5月14日にWayback Machineにアーカイブされています。
• _____ (1997). 「経済学者はどのようにしてAlifeを手に入れることができるか」、WB Arthur、S. Durlauf、D. Lane編著『進化する複雑系としての経済』II、pp.533-564。Addison-Wesley。出版前PDFは2012年4月15日にWayback Machineにアーカイブされています。 - ^ • Joseph Y. Halpern (2008). 「コンピュータサイエンスとゲーム理論」、The New Palgrave Dictionary of Economics、第2版。要約。
• Yoav Shoham (2008). 「コンピュータサイエンスとゲーム理論」、Communications of the ACM、51(8)、pp. 75-79 Archived 26 April 2012 at the Wayback Machine。
• Alvin E. Roth (2002). 「エンジニアとしての経済学者：デザイン経済学のためのツールとしてのゲーム理論、実験、計算」、Econometrica、70(4)、pp. 1341–1378。 - ^ Tesfatsion, Leigh (2006)、「エージェントベースの計算経済学: 経済理論への建設的アプローチ」、第 16 章、計算経済学ハンドブック、第 2 巻、第 2 部、ACE 経済システムの研究。要約と出版前の PDF。
- ^ • Leigh Tesfatsion (2006). 「エージェントベースの計算経済学: 経済理論への建設的アプローチ」、第 16 章、計算経済学ハンドブック、第 2 巻、[pp. 831-880] セクション 5。抄録と出版前 PDF。
• Kenneth L. Judd (2006). 「経済学における計算集約型分析」、計算経済学ハンドブック、第 2 巻、第 17 章、pp. 881- 893。出版前 PDF。
• Leigh Tesfatsion および Kenneth L. Judd 編 (2006).計算経済学ハンドブック、第 2 巻。説明 Archived 6 March 2012 at the Wayback Machine & および章のプレビュー リンク。 - ^ ab B. Arthur、J. Holland、B. LeBaron、R. Palmer、P. Taylor (1997)、「人工株式市場における内生的期待に基づく資産価格設定」『進化する複雑系としての経済 II』、B. Arthur、S. Durlauf、D. Lane 編、Addison Wesley。
- ^ Harder, Nick; Qussous, Ramiz; Weidlich, Anke (2023年10月1日). 「目的に適合: マルチエージェント深層強化学習による卸売電力市場の現実的なモデル化」.エネルギーとAI . 14 : 100295. doi : 10.1016/j.egyai.2023.100295 . ISSN 2666-5468.
- ^ Robert Axelrod (1997). The Complexity of Cooperation: Agent-Based Models of Competition and Collaboration、プリンストン。説明、内容、プレビュー。
- ^ Tomas B. Klosa および Bart Nooteboom、2001 年。「エージェントベースの計算取引コスト経済学」、 Journal of Economic Dynamics and Control 25(3–4)、pp. 503–52。要約。
- ^ • Roberto Leombruni および Matteo Richiardi 編 (2004)、「Industry and Labor Dynamics: The Agent-Based Computational Economics Approach」。World Scientific Publishing ISBN 981-256-100-5。説明 Archived 27 July 2010 at the Wayback Machineおよび章のプレビュー リンク。 • Joshua M. Epstein (2006)。「Growing Adaptive Organizations: An Agent-Based Computational Approach」、Generative Social Science: Studies in Agent-Based Computational Modeling、pp. 309- 344。説明 Archived 26 January 2012 at the Wayback Machineおよび要約。
- ^ Robert Axtell (2005). 「交換の複雑性」、 Economic Journal、115(504、特集)、pp. F193-F210。
- ^ • The New Palgrave Dictionary of Economics (2008)、第 2 版:
Roger B. Myerson「メカニズム設計」。要約。
_____。「啓示原理」。要約。
Tuomas Sandholm。「メカニズム設計におけるコンピューティング」。要約。
• Noam Nisanおよび Amir Ronen (2001)。「アルゴリズムによるメカニズム設計」、Games and Economic Behavior、35(1-2)、pp. 166–196。
• Noam Nisan 他編 (2007)。Algorithmic Game Theory、Cambridge University Press。説明 Archived 5 May 2012 at the Wayback Machine。 - ^ Tuomas W. SandholmとVictor R. Lesser (2001)。「レベル別コミットメント契約と戦略的違反」、ゲームと経済行動、35(1-2)、pp.212-270。
- ^ • David Colander、Peter Howitt、Alan Kirman、Axel Leijonhufvud、およびPerry Mehrling、2008年。「DSGEモデルを超えて：経験に基づくマクロ経済学へ」、American Economic Review、98(2)、pp. 236-240。出版前PDF。
• Thomas J. Sargent（1994）。マクロ経済学における限定合理性、オックスフォード。説明と章のプレビューの1ページ目のリンク。
• M. Oeffner（2009）。「エージェントベースのケインズ派マクロ経済学」。ヴュルツブルク大学経済学部博士論文。 - ^ AF Cottrell、P. Cockshott、GJ Michaelson、IP Wright、V. Yakovenko (2009)、「Classical Econophysics」。Routledge、ISBN 978-0-415-47848-9。
- ^ Leigh Tesfatsion (2006)、「エージェントベースの計算経済学: 経済理論への建設的アプローチ」、第 16 章、計算経済学ハンドブック、第 2 巻、第 2 部、ACE 経済システムの研究。要約と出版前 PDF。
- ^ 方法の概要 Archived 26 May 2007 at the Wayback Machine : Department of Economics, Politics and Public Administration, Aalborg University, Denmark のウェブサイト。
- ^ Vernon L. Smith、2008年、「実験経済学」、新パルグレイブ経済学辞典、第2版。要約。
- ^ Bektas, A., Piana, V. & Schuman, R. マイクロデータに基づくエージェントベースの計算経済モデルのメソレベルの実証的検証アプローチ：モビリティモード選択モデルの使用例。SN Bus Econ 1, 80 (2021). https://doi.org/10.1007/s43546-021-00083-4
- ^ Giorgio Fagiolo、Alessio Moneta、Paul Windrum、2007年。「経済におけるエージェントベースモデルの実証的検証に関する批判的ガイド：方法論、手順、未解決の問題」Computational Economics、30、pp. 195-226。
- ^ 計算経済学会のウェブサイト。
- ^ W. BrockとC. Hommes (1997)、「ランダム性への合理的なルート」Econometrica 65 (5)、pp. 1059-1095。
- ^ C. Hommes (2008)、「金融における相互作用エージェント」、The New Palgrave Dictionary of Economics。
- ^ Brock, W.; Hommes, C.; Wagener, F. (2009). 「ヘッジ手段の増加は市場を不安定にする可能性がある」(PDF) . Journal of Economic Dynamics and Control . 33 (11): 1912–1928. doi :10.1016/j.jedc.2009.05.004.
- ^ M. Buchanan (2009)、「メルトダウンモデリング。エージェントベースのコンピュータモデルは新たな金融危機を防ぐことができるか？」Nature、Vol. 460、No. 7256。(2009年8月5日)、pp. 680-682。
- ^ JD Farmer、D. Foley (2009)、「経済にはエージェントベースのモデリングが必要」。Nature、Vol. 460、No. 7256。(2009年8月5日)、pp. 685-686。
- ^ 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。大規模経済システムのモデリング、複雑系、22(2)、175-191、2013