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
1 則留言:
張貼留言