Economía computacional basada en agentes

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

Como parte de la economía del no equilibrio , ^{[ 4 ]} el supuesto teórico de optimización matemática por agentes en equilibrio se reemplaza por el postulado menos restrictivo de agentes con racionalidad limitada que se adaptan a las fuerzas del mercado. ^{[ 5 ]} Los modelos ACE aplican métodos numéricos de análisis a simulaciones computacionales de problemas dinámicos complejos para los cuales los métodos más convencionales, como la formulación de teoremas, pueden no ser fácilmente utilizables. ^{[ 6 ]} Partiendo 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, incluyendo el aprendizaje a partir de las interacciones. En estos aspectos, ACE se ha caracterizado como un enfoque ascendente de tipo "plato de cultivo" para el estudio de los sistemas económicos . ^{[ 7 ]}

ACE tiene similitudes y se superpone con la teoría de juegos como método basado en agentes para modelar interacciones sociales. ^{[ 8 ]} Pero los profesionales también han observado diferencias con los métodos estándar, por ejemplo, en que los eventos ACE modelados están impulsados ​​únicamente por las condiciones iniciales, independientemente de si existen equilibrios o si son computacionalmente manejables, y en la facilitación del modelado de la autonomía y el aprendizaje del agente. ^{[ 9 ]}

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

Las recientes integraciones de arquitecturas de aprendizaje por refuerzo y aprendizaje profundo han permitido la simulación de agentes impulsados ​​por IA en modelos económicos multiagente complejos, mejorando el realismo y la predicción del comportamiento emergente. ^{[ 22 ]}

Los " agentes " en los modelos ACE pueden representar individuos (p. ej., personas), grupos sociales (p. ej., empresas), entidades biológicas (p. ej., cultivos) 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. A continuación, el modelador se distancia para observar el desarrollo del sistema a lo largo del tiempo sin intervención adicional. En particular, los eventos del sistema deben estar impulsados ​​por las interacciones de los agentes sin la imposición externa de condiciones de equilibrio. ^{[ 23 ]} Los problemas incluyen aquellos comunes a la economía experimental en general ^{[ 24 ]} y el desarrollo de un marco común para la validación empírica ^{[ 25 ]} y la resolución de cuestiones abiertas en el modelado basado en agentes. ^{[ 26 ]}

ACE es un grupo de interés especial (SIG) oficialmente designado de la Sociedad de Economía Computacional. ^{[ 27 ]} Investigadores del Instituto Santa Fe han contribuido al desarrollo de ACE.

Un área donde 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 sus demandas de activos y, por lo tanto, afecta los precios de las acciones. Estos modelos asumen que los agentes tienen más probabilidades de elegir estrategias de pronóstico que han 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 frecuentemente encuentran que pueden ocurrir grandes auges y caídas en los precios de los activos a medida que los agentes cambian entre estrategias de pronóstico. ^{[ 11 ] [ 28 ] [ 29 ]} 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, ^{[ 30 ]} y algunos artículos han sugerido que ACE podría ser una metodología útil para comprender la crisis financiera de 2008 . ^{[ 31 ] [ 32 ] [ 33 ]} Véase también la discusión en Economía financiera §  Mercados financieros y § Desviaciones de la racionalidad .

La macroeconomía basada en agentes (ABM) permite comprender la economía desde la base. En lugar de utilizar promedios generales, la ABM simula explícitamente numerosos agentes diversos y heterogéneos. Cada agente opera con reglas específicas de comportamiento y aprendizaje, y desarrolla expectativas de forma única. Esta filosofía "de abajo hacia arriba" se remonta a los primeros trabajos de Herbert Simon. Los eventos económicos surgen orgánicamente de las interacciones entre los agentes, y no son simplemente causados ​​por perturbaciones externas. La ABM incorpora reglas de comportamiento basadas en evidencia empírica y representa la heterogeneidad persistente entre los agentes. También incluye estructuras institucionales explícitas y fricciones de mercado. ^{[ 34 ]}

• Simulación social basada en agentes
• Mercado financiero artificial
• Economía computacional
• Econofísica
• Modelo macroeconómico
• Sistema multiagente
• Finanzas estadísticas