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
沒有留言:
張貼留言