夏季學校與隱藏的邏輯

最近在看《隱藏的邏輯》這本書，內容跟夏季學校講的東西很有關連，或者說根本就是一樣的，例如書的前言就是從 Schelling 的研究開始談起。在作者稱為「社會物理學」的研究中，認為個人或代理人如原子一般，根據簡單的法則自由進行決策或行動，而經過彼此之間的互動之後，群體行為所展現的模式，卻具有如自然定律般的規律。換句話說，表象看似複雜的社會行為，可以找出其背後在個人層面單純的起因，也就是書名所謂「隱藏的邏輯」。

繼續補充。所謂簡單的法則指的是人類能夠辨認所處群體的行為模式，並且加以適應，不斷嘗試、學習、調整（而不是假設人有完全理性的選擇、預期或遠見）。而互動的過程中，彼此會相互模仿、合作、競爭，經過回饋機制而自我組織，具有規律的群體行為模式就在看似混沌中發生了（而不是以代表性個人來簡單加總一切）。個體行為的法則和彼此互動方式的由來，則經常出於演化，有的思考和行為方式是原始的，根深蒂固的，有的則在演化過程中，存活下來沒有被淘汰。

書中所舉例的社會現象，包括金融市場的波動，生育率的下降，合作與利他行為，流行或暴動的發生，歧視與隔離，企業的產生、崛起與崩壞等等。除了總結許多實例和研究成果以外，作者也對傳統社會科學/經濟學的假設和研究方法提出有益的批評。我想這本書相當值得一讀，一定能令你耳目一新，並且提供一個對主流經濟學反思的機會。

2007政大計算社會科學夏季學校(2)

這次夏季學校總共請了5位外國學者來講課，每個教授專精的領域各不相同(電腦科學、生物學、物理學、社會學與經濟學)，但他們都是用agent-based model在各自的領域進行研究，也許是人老了，太多偏見T.T，我只聽的下去經濟學家講的模型(即前一篇寫的)，物理學家的模型我也還可以接受，其他學科教授所提出來的agent-based model，我覺得都太巨細靡遺，他們的模型都要求agent的每個屬性都要與現實社會的人一樣，幾乎沒有任何簡化，像是電腦科學家提出的模型，從agent的名字、性別、婚姻狀態、信仰等屬性全部都包含在模型裡，我知道這是因為他們要處理的問題需要更細節的設定，例如:模擬某個社區的發展過程，但說真的，還是不太習慣，因此，有些老師的課，我聽了幾次就沒去了。

接下來就說說幾個我覺得有趣(應該說"聽的懂")的模型，被邀請來的經濟學家是Thomas Lux，他是德國基爾大學的教授，他介紹了一個herding model(從眾模型)，來解釋股票市場中的stylized facts(ex:股票報酬的分配不是常態分佈、一些股票報酬自我相關係數的特性)，這個模型捨棄傳統經濟學效用極大化的決策模式(即agent絕頂聰明)，轉向另一極端，他用統計力學中的Master Equation(這要請教飛老師了！！)，來刻劃模型經濟中agent的行為，模型假設agent完全根據群體的意向而做決定，像是大家都覺得某支股票會漲，agent就有較高的機率認為這支股票會漲，換言之，個人決策完全跟著群體看法走，這樣"笨"的agent模型，最後卻呈現出與真實股票市場相同的統計性質。

Lux也介紹了一個稍微聰明的agent-based model(裡頭的agent比較聰明)，在這個模型中，他要解釋匯率的波動，但這次他使用一個兩期的OLG model(疊代模型, 我覺得OLG模型蠻適合與agent-based model結合的)，模型中agent必須決定資產該如何分配在兩種貨幣上(ex:30%的儲蓄以美元持有，70%的儲蓄以新台幣持有)，但agent的決策方式是用GA(Genetic Algrithm, 遺傳演算法)，也就是說(可能要知道一點GA，才較能明白下面的話)，agent會根據每一期的報酬(效用)，來變更他們的資產配置，進而造成每期匯率的變化，結果，這個模型也捕捉到許多匯率波動的統計性質。我寫得其實很簡略，詳細的模型操作，可以看以下論文：

1.Thomas Lux
The socio-economic dynamics of speculative markets: interacting agents, chaos, and the fat tails of return distributions
Journal of Economic Behavior & Organization Volume 33, Issue 2, January 1998, Pages 143-165

2.Thomas Lux
Herd Behaviour, Bubbles and Crashes
The Economic Journal, Vol. 105, No. 431. (Jul., 1995), pp. 881-896

3. Jasmina Arifovic
The Behavior of the Exchange Rate in the Genetic Algorithm and Experimental Economies
Journal of Political Economy, Vol. 104, No. 3 (Jun., 1996), pp. 510-541

4. Thomas Lux and Sascha Schornstein
Genetic learning as an explanation of stylized facts of foreign exchange markets
Journal of Mathematical Economics Volume 41, Issues 1-2, February 2005, Pages 169-196

by Nest

2007政大計算社會科學夏季學校(1)

這門課是由政大人工智慧經濟中心主辦，這個中心一直將研究重心放在agent-based model (簡單來說， 就是模型裡有許多會"互動"的agents)，本次夏季學校就是在介紹agent-based mdoel在科學各個領域的應用，對經濟學來說，這類模型基本上是反對主流經濟學中代表性個人模型。

在代表性個人的模型中，agent彼此間是沒有"互動"的，雖然政府、廠商與消費者(勞動者)，三類agents各自"做出最適決策後"會"相互影響"(一般均衡)，但每類agents在做決策時，卻是獨立進行，互不干擾，原因是主流模型假設的agents太聰明(完全理性)，因此agents做決策時，沒道理需要參考(模仿、學習)其他agents的行為。

即使在異質的代表性個人模型也是如此，這類模型中除了政府、廠商與消費者，是不同的agents外，在這些大項下繼續細分不同類的agents(ex:民選政府與獨裁政府、窮人與富人、大公司與小公司或是相信技術分析與相信基本分析的股票投資者) ;

儘管agents是不同的，但仍是獨立做決策，模型裡沒有提供一個機制，讓不同類型的agents互動, 像是小公司去模仿大公司的策略。

相反地，agent-based model則特別強調agents在做決策時，並非獨立自主，而會受到其他agents的影響，例如窮人可能會去模仿富人的投資行為，來獲得更高的效用，因此主流經濟學中讓決策最適化的算法就不能用了，因為那種算法，得出來的決策已經沒有改進的空間 (ex:效用增加)，故agent-based model通常採用GA (Genetic Algrethim, 遺傳演算法) 或是GP (Genetic Programming, 遺傳規劃)來代替，以刻劃agents間做決策時，相互模仿逐步達到最適的演進過程。

將agent彼此互動對決策的影響放進模型裡，聽起來更符合現實世界，接下來要問的是，agent-based model所產生的資料是不是比現有的模型更符合現實？據我所知，agent-based model在財務經濟領域有不小的進展，像是解釋股價、匯率波動等，主流經濟學力有未逮的地方。

agent-based model能在這些領域提出更具說服力的解釋，其實不令人意外，因為在股票與外匯市場裡本來就充斥著模仿行為，多少散戶是跟著電視上得老師或是外資大戶一起投資，一起賺(賠)錢，這樣的市場本質，與agent-based model所刻劃的決策模式不謀而合。

當然，agent-based model也有它被挑戰的地方，我認為要實證agent-based model理論是否為真，是很困難的，原因是我們沒那麼多細微的資料！像如何知道散戶們是聽了"老師"報的明牌，才去買某支股票的，財務方面的資料算是最豐富的，有了網際網路，這些交易資料幾乎都被記錄下來，這或許也可以說明agent-based mdoel在財務領域為何能夠取得一定進展，因為有足夠的資料去驗證它的理論。

另外，若是agent(人)不太聰明(不是完全理性)，究竟他的思考能力應該是多強？這些仍待其他學科的研究再加以補充，也是agent-based mdoel必須要去面對的質疑。

台灣經濟學界有在做agent-based model的人，似乎只有政大的陳樹衡教授，即便他在政大經濟系任教，且在國外學界有蠻高的地位(Journal of Economic Behavior and Organization的編輯)，政大經濟系本身也沒有什麼教授跟他一起做這類模型，但不少政大博士生是跟他。

台大經濟系其實更適合發展這類模型的，因為agent-based model需要許多電腦科學、生命科學與腦科學的知識，台大的系所比較完備，加上本所的學生來源非常廣泛，在這方面的合作應該是更加容易，也許是社科院沒遷回總區，阻礙了這方面的交流，哈！ by Nest