エージェントベース計算経済学

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。そのため、複雑適応システムのパラダイムに属します。^{[ 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定式化されます。^{[ 2 ]}このようなルールは、AI手法（ Q学習やその他の強化学習技術など）を使用して実現される最適化の結果である場合もあります。^{[ 3 ]}

非均衡経済学の一部として、^{[ 4 ]}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、より制約の少ない仮定に置き換えられます。 ^{[ 5 ]} ACE モデルは、定理の定式化などのより従来的な方法では容易に適用できない複雑な動的問題のコンピュータ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。 ^{[ 6 ]}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、構成要素であるエージェントが相互作用から学習することを含め、互いに繰り返し相互作用するにつれて、時間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。^{[ 7 ]}

ACEは、社会的相互作用をモデル化するためのエージェントベースの手法として、ゲーム理論と類似点や重複点があります。 ^{[ 8 ]}しかし、実践者は、ACEのモデル化されたイベントが初期条件のみによって駆動されること、均衡が存在するか計算上扱いやすいかどうか、エージェントの自律性と学習を促進するモデル化など、標準的な手法との違いも指摘しています。^{[ 9 ]}

この手法は、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能力の向上から恩恵を受けています。この手法の究極の科学的目標は、「経験的に裏付けられた理論が時間とともに蓄積され、各研究者の研究が先行研究の上に適切に構築されるように、理論的な発見を現実世界のデータに対して検証すること」です。^{[ 10 ]}この主題は、資産価格設定、^{[ 11 ]}エネルギーシステム、^{[ 12 ]}競争と協力、^{[ 13 ]}取引コスト、^{[ 14 ]}市場構造と産業組織とダイナミクス、^{[ 15 ]}厚生経済学、^{[ 16 ]}メカニズム設計、^{[ 17 ]}情報と不確実性、^{[ 18 ]}マクロ経済学、^{[ 19 ]}およびマルクス主義経済学などの研究分野に適用されています。^{[ 20 ] [ 21 ]}

最近の強化学習と深層学習アーキテクチャの統合により、複雑なマルチエージェント経済モデルにおけるAI駆動エージェントのシミュレーションが可能になり、現実性と創発的行動予測が向上した。^{[ 22 ]}

ACE モデルにおける「エージェント」は、個人 (例: 人)、社会集団 (例: 企業)、生物学的実体 (例: 作物の生育)、および/または物理システム (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、それ以上の介入なしに、時間の経過とともにシステムの発展を観察するために一歩下がります。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べきです。^{[ 23 ]}課題には、実験経済学全般に共通する課題^{[ 24 ]}や、実証的検証のための共通フレームワークの開発^{[ 25 ]}、エージェントベースモデリングにおける未解決問題の解決^{[ 26 ]などが含まれます。}

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。^{[ 27 ]}サンタフェ研究所の研究者たちは、ACEの開発に貢献してきました。

ACE手法が頻繁に適用されてきた分野の一つに、資産価格決定があります。W .ブライアン・アーサー、エリック・バウム、ウィリアム・ブロック、カーズ・オム、ブレイク・ルバロンらは、多くのエージェントが株価を予測するために複数の予測戦略から選択し、それが資産需要に影響を与え、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。これらのモデルは、エージェントが最近成功した予測戦略を選択する可能性が高いと仮定しています。どの戦略の成功も、市場状況と現在使用されている戦略のセットに依存します。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際に、資産価格に大きな急騰と急落が発生する可能性があることがしばしば示されています。^{[ 11 ] [ 28 ] [ 29 ]}最近では、Brock、Hommes、および Wagener (2009) がこの種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化させる可能性があると主張しており、^{[ 30 ]}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と示唆している。^{[ 31 ] [ 32 ] [ 33 ]}金融経済学 § 金融市場および§ 合理性からの逸脱の 議論も参照。

エージェントベースマクロ経済学（ABM）は、経済をボトムアップで理解する。ABMは、大まかな平均値ではなく、多様で異質なエージェントを明示的にシミュレートする。各エージェントは、行動と学習に関する特定のルールに従って行動する。また、独自の方法で期待を形成する。この「ボトムアップ」の哲学は、ハーバート・サイモンの初期の研究に遡る。経済事象は、エージェントの相互作用から有機的に発生する。単に外部ショックによって引き起こされるものではない。ABMは、経験的に裏付けられた行動ルールを組み込んでいる。また、エージェント間の持続的な異質性も表現している。明示的な制度構造と市場の摩擦も含まれている。^{[ 34 ]}

• エージェントベースの社会シミュレーション
• 人工金融市場
• 計算経済学
• 経済物理学
• マクロ経済モデル
• マルチエージェントシステム
• 統計ファイナンス