2021年6月1日星期二

什么是复杂性经济学?

什么区别了“复杂性经济学”?W. Brian Arthur在“复杂性经济学的基础”一书中提供了一个简短可读的概述。自然评论物理3: 136 - 145, 2021)。这是一篇个人随笔,而不是文献综述。例如,亚瑟解释了复杂性经济学的现代研究议程是如何从上世纪80年代末在圣达菲研究所(Santa Fe Institute)的工作中浮现出来的。

复杂性经济学如何与常规经济学不同?
复杂性经济学着眼于经济——或者我们感兴趣的部分——它并不一定处于均衡状态,它的决策者(或代理人)也不是超理性的,他们面临的问题也不是定义明确的,经济也不是一台完美的嗡嗡作响的机器,而是一个不断变化的信仰、组织原则和行为生态。
研究人员如何在这种精神中做经济学?一种常见的方法是在数学术语中描述某种设置内的许多决策代理。代理商开始了一系列规则,了解它们如何察觉如何以及他们将如何做出决定。任何给定代理使用的规则可以随时间变化:代理人可能会从经验中学习,或者可能决定复制另一个代理,或者决策规则可能会遇到随机更改。然后,研究人员可以看出从这个过程中出现的决策和结果的路径 - 一个有时会陷入相对稳定的结果的路径,但有时不会。亚瑟写道:
复杂性,整个主题,因为我看到它不是科学,而是科学中的一个运动......它研究了元素在系统中交互的方式创造了整体模式,以及这些模式的如何变化,导致元素改变或适应响应。该元素可以是细胞自动机中的细胞,或者在交通中的汽车,或免疫系统中的生物细胞,它们可以对相邻的细胞的状态或相邻的汽车或B和T细胞的浓度作出反应。无论哪种情况,复杂性都要求单个元素如何对当前模式的反应,它们相互创建,以及依次的模式。
正如亚瑟所指出的,一个日益数字化的世界很可能会提供一些复杂性理论发挥作用的证明。
现在,在快速数字化的情况下,经济的性格再次变化,其中部分成为自主或自治。金融交易系统,后勤系统和在线服务在很大程度上是自主的:它们可能会有整体的人类监督,但他们的时刻行动是自动的,没有中央控制器。同样,电网变得自主(一个区域中的装载可以自动调整邻近的负载);空中交通管制系统正变得自主,独立于人类控制;和未来的无驱动交通系统,其中无人驾驶流量流量对其他无人驾驶流量的流量响应,可能是自主的。...除了自主,他们还是自我组织,自我配置,自我修复和自我纠正,因此他们表现出一种人工智能形式。人们可以将这些自主系统视为微型经济体,高度互联和高度交互,其中代理是对话中的软件元素,并不断反应其他软件元素的动作。
为了另一种方式,如果我们想了解这些类型的系统可能很好,以及他们如何脱离轨道或被召唤,复杂性分析可能会提供一些有用的工具。

但是如果把复杂性理论应用于经济学呢?正如亚瑟所写:“一门科学中的一个新的理论框架不能真正证明自己,除非它解释了公认框架不能解释的现象。”复杂性经济学能做出这样的断言吗?我相信它可以。想想圣达菲的人为股票市场模型。”

例如,有一个长期存在的问题为什么股票市场看到短跑模式的繁荣和萧条。股票市场的另一个难题是为什么股票交易。当然,股票交易商将不同意股票的潜在价值以及近期新闻的含义,影响对未来价值的看法。这种分歧将导致股票交易较大,但很难看出它们如何导致现代市场中出现极高的交易。约翰·科克伦(John Cochrane)最近在接受泰勒·考恩(Tyler Cowen)采访时很好地表达了这一点
为什么交易量如此之大?你最近一次买卖股票是什么时候?你不会每20毫秒就做一次吧?我要强调这一点。如果我列出我的10个未解决的大难题(我希望我们的子孙后代能够解决这10个难题),为什么要把这些信息转化为资产价格,就需要把股票转100次?很明显这就是正在发生的事情。有大量的交易是基于信息或观点等。我不想把它看成是人类的愚蠢,但这显然是正在发生的,但我们没有一个好的模型。
以下是亚瑟对复杂性经济学如何看待这些股票市场谜题的描述:
我们在电脑内部设置了一个“人工”股票市场,而我们的“投资者”都是小型的智能程序,彼此之间可能各不相同。他们被要求以某种方式学习或发现有效的预测,而不是分享一种自我实现的预测方法。我们允许我们的投资者随机生成他们自己的预测方法,尝试有前途的方法,抛弃那些不起作用的方法,并定期生成新的方法来取代它们。他们根据目前最精确的方法对股票进行出价,最终通过我们投资者的集体预测得出股票价格。我们加入了一个可调整的勘探速率参数
为了管理我们的人工投资者可以探索新方法的频率。

当我们运行此计算机实验时,我们发现了两个制度或阶段。在耗费新预测的投资者的低利率下,市场行为倒入了标准的新古典均衡(其中预测,收敛于产价变化,平均地,验证这些预测)。投资者变得相似,交易消失了。在这种情况下,新古典主义的结果​​持有,周围的随机变异云。但如果我们的投资者以更快更现实的速率尝试新的预测方法,则系统通过相位过渡。市场培养了改变的不同信念的丰富心理学,而且不会随着时间的推移收敛;健康的贸易量出现了;出现小价泡沫和临时崩溃;技术交易出现;和随机的时期
波动的交易和平静出现了。我们在真实市场中看到的现象正在出现. ...

这里我想强调一点:随机波动、技术交易、泡沫和崩盘等现象并非“背离理性”。在均衡之外,“理性”行为的定义并不明确。这些现象是经济主体在其他主体发现行为暂时起作用的情况下发现行为暂时起作用的结果。这既不理性也不非理性,它只是出现而已。

其他研究也发现了非平衡模型中从平衡到复杂行为的类似状态转变。有人可能会反对说,我们发现的突发现象规模很小:在我们的人工市场中,价格结果只与标准均衡结果相差2%或3%。但是——这一点很重要——真实市场中有趣的事情不是在均衡行为下发生的,而是在偏离均衡时发生的。毕竟,在真实的市场中,那才是赚钱的地方。
换句话说,理解股市动态的关键可能在于投资者不断探索新的投资方法,这反过来会导致大量交易,在某些情况下还会导致功能失调。当然,亚瑟也提供了很多其他的例子。

对于希望更多关于复杂性经济学的背景的人,一个起点将是亚瑟文章中的脚注。另一个开始的地方是文章J. Barkley Rosser,“关于复杂的经济动态的复杂性”,1999年秋季问题经济观点(13:4,169-192)。摘要读:
复杂的经济非线性动力学内源性不会收敛到一个点,极限循环或爆炸。他们的学习出现了对网络感受,灾难性和混沌系统的早期研究。复杂性分析应力在没有全球控制器,纠结的等级,自适应学习,演化和新奇的情况下,分散代理之间的相互作用。复杂性方法包括互动粒子系统,自组织临界和进化博弈论,模拟人工股票市场和其他现象。理论上,有界合理性取代了理性期望。复杂性理论影响实证方法和重组政策辩论。