1、基于主體的計量經(jīng)濟學基于主體的計量經(jīng)濟學研究 本文研究的主要問題包括（1） 為什么說現(xiàn)實經(jīng)濟是一個復雜適應系統(tǒng)，復雜適應系統(tǒng)與有限理論、經(jīng)濟進化理論有何關系；（2） 采用基于主體的計量經(jīng)濟學作為研究方法論有何優(yōu)勢及其應用現(xiàn)狀；（3） 基于主體的可計算經(jīng)濟模型描述有限理性和經(jīng)濟進化 1.1 新古典經(jīng)濟學的理論基礎1.2 經(jīng)濟是一個復雜適應系統(tǒng)1.3 經(jīng)濟主體行為的有限理性和經(jīng)濟進化論 1.1 新古典經(jīng)濟學的理論基礎 經(jīng)濟主體行為的完全理性假設經(jīng)濟系統(tǒng)的均衡假設在此理論基礎上，經(jīng)濟學者應用數(shù)學工具推導出一系列經(jīng)濟結論，用于分析經(jīng)濟理論和經(jīng)濟現(xiàn)實。 1.1 新古典經(jīng)濟學的理論基礎 完全理性假設 允許

2、應用一個典型個體代替群體。這個典型個體依據(jù)選定的學習規(guī)則修正他的判斷和策略，并通過采取行動來確定系統(tǒng)下一期的狀態(tài)。經(jīng)濟主體行為最大化假設和經(jīng)濟系統(tǒng)均衡假設 追求個體利益最大化的行為在市場機制的作用下，能導致整個社會福利的最大化，資源達到最有效的配置。1.2 經(jīng)濟是一個復雜適應系統(tǒng)復雜適應系統(tǒng)（Complex Adaptive Systems） CAS的六個基本特征分散的相互作用 沒有全局控制者 層次交叉的組織 連續(xù)的適應性 永遠創(chuàng)新 偏離均衡的動態(tài) 1.2 經(jīng)濟是一個復雜適應系統(tǒng) 復雜性意味著：（1）系統(tǒng)是由一系列相互作用的主體（過程、元素）構成一個網(wǎng)絡；（2）這些主體的活動自然形成了系統(tǒng)的動

3、態(tài)積累行為；（3）累積行為的描述可以與個別主體的細節(jié)知識無關。適應性意味著： （1）環(huán)境中主體的活動可以被賦予一個值（如效用、償付或適應）；（2）隨著時間的推移，主體的行為趨向于使該值增加。 1.2 經(jīng)濟是一個復雜適應系統(tǒng) 經(jīng)濟是一種重要的復雜適應系統(tǒng)經(jīng)濟是由無數(shù)個主體（如消費者）構成；主體在重要的方面有所不同，如消費偏好和收入等；主體被組織成群體或等級結構，如家庭和企業(yè)等；主體為適應環(huán)境，必須從時間中學習或自然選擇，如教育和廣告效應等；主體的狀態(tài)和行為隨時間而改變，如價格調(diào)整；主體的變化是反饋的結果，如購買或銷售；宏觀層次行為從微觀層次的相互作用中自然產(chǎn)生。如通貨膨脹和失業(yè)等。 1.2 經(jīng)濟

4、是一個復雜適應系統(tǒng)沙堆模型：倒塌沙量的分配是在指定時間段T上遵循一種強有力的規(guī)律。也就是說，一個給定沙崩量的平均發(fā)生次數(shù)是和它的大小量成反比的。即大的沙崩是很少的，小的沙崩是經(jīng)常的。例如，24個小時你可能觀察具有1000沙粒的一個沙崩，10個有100沙粒的沙崩，100個10顆沙粒的沙崩。 log(N) = log(K)-slog(c) N=沙崩的數(shù)量，K=1000,c=沙崩中沙粒的數(shù)量，s1 經(jīng)濟系統(tǒng)的許多行為，如股市崩盤，與此類似。 1.3 經(jīng)濟主體行為的有限理性和經(jīng)濟進化論 在復雜的經(jīng)濟系統(tǒng)面前，經(jīng)濟主體的理性是有限的。 進化經(jīng)濟學者認為經(jīng)濟中也存在自然選擇。企業(yè)在市場中相互競爭，贏利的企

5、業(yè)增長擴大，虧損的企業(yè)收縮衰弱，直至被淘汰出局。企業(yè)要在激烈的競爭中利于不敗之地，必須不斷創(chuàng)新和不斷適應，以保持持久的競爭優(yōu)勢?；谥黧w的計量經(jīng)濟學 基于進化經(jīng)濟學、認知科學和人工智能技術產(chǎn)生出來的基于主體的計量經(jīng)濟學（Agent-based Computational Economics）簡稱ACE，是研究經(jīng)濟理論和經(jīng)濟現(xiàn)實的一個新的有效方法論。ACE把經(jīng)濟模型化成由一系列相互作用主體構成的進化系統(tǒng)，是復雜適應系統(tǒng)的經(jīng)濟學體現(xiàn)。 基于主體的計量經(jīng)濟學 計算經(jīng)濟學 傳統(tǒng)人工智能技術及其在經(jīng)濟學中的應用基于主體的計量經(jīng)濟學研究的基本內(nèi)容2.4 遺傳算法和分類器系統(tǒng)2.5 基于主體的計量經(jīng)濟學的建

6、模過程2.6 基于主體的可計算經(jīng)濟實驗室2.7 小結 2.1 計算經(jīng)濟學 計算經(jīng)濟學（Computational Economics）是應用計算技術研究經(jīng)濟問題的方法論。計算途徑能對傳統(tǒng)經(jīng)濟模型提供有效的數(shù)量求解方法，即利用計算機的高速計算和海量存儲計算途徑可以提供更準確的洞察力，是對傳統(tǒng)經(jīng)濟研究途徑的替代 。2.2 傳統(tǒng)人工智能技術及其在經(jīng)濟學中的應用 人工智能（Artificial Intelligence）是研究如何制造出人造的智能機器或智能系統(tǒng)，來模擬人類智能活動的能力，以延伸人類智能的技術。早在1992年一份美國國家科學基金的報告就指出：“經(jīng)濟學是人工智能一個很有前途的應用領域”，但

7、人工智能在經(jīng)濟學中的應用仍遠遠滯后于其他自然科學領域。 原因：使用工具不同；研究途徑不同。 2.2 傳統(tǒng)人工智能技術及其在經(jīng)濟學中的應用人工智能的傳統(tǒng)技術是專家系統(tǒng)和神經(jīng)網(wǎng)絡 專家系統(tǒng)是一種在相關領域中具有專家水平解題能力的智能程序系統(tǒng)，它能運用領域專家多年積累的知識與專門經(jīng)驗，模擬人類專家思維過程，求解需要專家才能解決的問題。 專家系統(tǒng)的最大優(yōu)勢是復雜系統(tǒng)的定性推理能力，因而它可以作為傳統(tǒng)定量計算程序（如計量經(jīng)濟模型）的有力補充。專家系統(tǒng)能夠有效的處理不完全和不確定信息，而在現(xiàn)實經(jīng)濟中，不完全和不確定信息是廣泛存在的，因而專家系統(tǒng)在經(jīng)濟學領域應該大有用武之地。 2.2 傳統(tǒng)人工智能技術及其在

8、經(jīng)濟學中的應用目前，在經(jīng)濟領域應用最廣泛的傳統(tǒng)人工智能技術是神經(jīng)網(wǎng)絡（Neural Networks）。神經(jīng)網(wǎng)絡是一個計算機程序，它模擬了人腦的認知處理過程 神經(jīng)網(wǎng)絡是由具有各種相互聯(lián)系的單元組成的集合。每個單元具有極為簡化的神經(jīng)元的特性。神經(jīng)網(wǎng)絡常常被用來模擬神經(jīng)系統(tǒng)中某些部分的行為，生產(chǎn)有用的商業(yè)化裝置以及檢驗腦是如何工作的一般理論 2.3 基于主體的計量經(jīng)濟學研究的基本內(nèi)容 基于主體的計量經(jīng)濟學ACE研究的主要內(nèi)容是經(jīng)濟的自組織和進化性，以及經(jīng)濟的模擬實驗。ACE運用了計算機強有力的運算能力，尤其是目標導向的程序語言，來模擬經(jīng)濟政策導致的經(jīng)濟環(huán)境變化，在“結構、行為和福利效果”這一框架中

9、探討經(jīng)濟政策的可行性。這種方法使經(jīng)濟學進一步接近了現(xiàn)實世界，并使經(jīng)濟政策在一定程度上可以如同科學實驗一樣得到檢驗。 ACE是從微觀經(jīng)濟的角度（企業(yè)和消費者）分析宏觀經(jīng)濟的運行規(guī)律（經(jīng)濟政策機制和經(jīng)濟周期）。2.3 基于主體的計量經(jīng)濟學研究的基本內(nèi)容現(xiàn)代計算技術允許我們在計算機上建立一個人工經(jīng)濟（Model Economy）在人工經(jīng)濟中，允許出現(xiàn)廣泛的微觀個體行為及其相互作用進化過程可以被描述成自然選擇壓力直接作用于個體行為的過程，而不是被描述成群體的運動規(guī)律一旦所有個體的初始狀態(tài)和行為模式以及個體個體和個體環(huán)境相互作用的市場協(xié)議被確定，經(jīng)濟系統(tǒng)中不存在集中控制，人工經(jīng)濟沿時間路徑自動發(fā)展2.3

10、 基于主體的計量經(jīng)濟學研究的基本內(nèi)容 發(fā)展現(xiàn)狀例如在在財稅領域中的不少成果：美國霍普金斯大學Young對財政決策過程的分析，美國耶魯大學Shubik對公共政策福利效應的研究，美國密執(zhí)安大學Henrich對公共資源合理運用的分析，英國牛津大學Chattoe對預算過程的研究等等。 在2001年，國家著名經(jīng)濟學刊物Journal of Economic Dynamics and ControlComputation Economics和計算機刊物IEEE Transaction on Evolutionary Computation都分別出版一期基于主體的計量經(jīng)濟學專刊，表明它已經(jīng)成為當前經(jīng)濟學研究

11、的一個熱點。 2.4 遺傳算法和分類器系統(tǒng) 目前，經(jīng)濟學者主要應用遺傳算法和分類器系統(tǒng)來研究經(jīng)濟主體的適應行為 受達爾文進化論適者生存的啟發(fā)，Holland 于1975年提出了模擬遺傳進化過程的計算方法遺傳算法（Genetic Algorithms） 基本的遺傳算法組成部分包括： （1）對主體（或其潛在行為）編碼的符號串表示；（2）評價符號串對環(huán)境適應程度的適應值函數(shù)；（3）產(chǎn)生新符號串的遺傳算子 2.4 遺傳算法和分類器系統(tǒng) Holland（1986）提出分類器系統(tǒng)（Classifier Systems）技術。分類器系統(tǒng)是并行傳遞消息的基于規(guī)則系統(tǒng)，并能應用數(shù)學算法修改其規(guī)則。 分類器系統(tǒng)由

12、3部分組成： （1）執(zhí)行子系統(tǒng)； （2）信任賦值子系統(tǒng)； （3）規(guī)則發(fā)現(xiàn)子系統(tǒng)。 2.4 遺傳算法和分類器系統(tǒng) 執(zhí)行子系統(tǒng)規(guī)則： IFTHEN信任賦值子系統(tǒng)適應桶隊列算法進行學習，用于調(diào)整規(guī)則的強度。在每一個時間片內(nèi)，每一個滿足條件的規(guī)則都要依靠其強度進行投標。規(guī)則發(fā)現(xiàn)子系統(tǒng)應用遺傳算法發(fā)現(xiàn)新規(guī)則，其中規(guī)則強度相當于適應值。 2.5 基于主體的計量經(jīng)濟學的建模過程 問題識別 分析經(jīng)濟理論和經(jīng)濟現(xiàn)實中存在的問題，并提出解決問題的目標 模型框架 描述人工經(jīng)濟的框架： （1）主體的類型； （2）主體之間相互作用的市場協(xié)議； （3）人工經(jīng)濟一輪進化過程中的事件發(fā)生次序； （4）經(jīng)濟總量的統(tǒng)計方式。 2

13、.5 基于主體的計量經(jīng)濟學的建模過程主體描述 描述每一類主體的狀態(tài)和行為模式。主體的狀態(tài)決定其行為，主體的行為能改變其狀態(tài)，甚至改變行為模式本身（行為進化） 實驗設計 選擇一種人工適應主體技術和一種計算機程序設計語言，模擬主體行為模式和經(jīng)濟運行模式。確定每一類主體的數(shù)目，并采用合適的方法為所有主體狀態(tài)賦初值。結果分析 觀察模型運行的結果，并應用經(jīng)濟學理論給予解釋。 2.6 基于主體的可計算經(jīng)濟實驗室 可計算實驗室CL(computational laboratory ) CL是一個可計算框架，它支持有若干相互作用主體的系統(tǒng)依靠控制和可復制實驗進行研究。具有清晰和簡單的圖形用戶操作界面的CL使得研究者可以進行嚴謹?shù)目捎嬎阊芯?，很容易操作。CL可以設計成為有標準的可擴展的?？梢蚤_始使用可選擇執(zhí)行模塊來實驗，并可以使用CL來擴展系統(tǒng)的應用范圍。2.6 基于主體的可計算經(jīng)濟實驗室Tade Network Game（TNG）Lab (C+ /Visual BasicSimBioSys，一個基于主體的進化模擬CL 主要用于生物學和社會科學一般基于主體