Documente Academic
Documente Profesional
Documente Cultură
cu { } 1 , 0 V
a
i
pentru orice
[ ] l i , 1
. Deci un string este un ir de bii n
alfabetul binar, numit i lan binar. n cazul unui alfabet non-binar, cum ar fi cel
zecimal, irul A nu conine dect un punct,
{ } a A
, cu a
R.
Fitnessul unui string (ir, secven, cromozom, individ) este o valoare
pozitiv,
( ) A f
, unde f este denumit funcie de fitness. Fitnessul (eficacitatea)
nu trebuie confundat cu valoarea optim. Numai ntmpltor cele dou valori
coincid. Deoarece fitnessul este o funcie avnd valori pozitive reale, n cazul
codificrii binare a AG se poate utiliza o funcie de decodificare d, definit ca:
{ } R d
l
1 , 0 :
care permite trecerea de la un string binar la o valoare real.
Capitolul 6 Modelarea CAS din Economie Modele bazate pe Ageni
Funcia de fitness este deci aleas astfel nct s transforme aceast
valoare real furnizat de d ntr-o valoare pozitiv, deci:
{ } ( )
+
R d f
l
1 , 0 :
Scopul principal al unui AG este deci de a gsi stringul care maximizeaz
funcia de fitness f.
Evident c funciile d i f depind de problema particular care trebuie
rezolvat, aceasta fiind i principala dificultate n aplicarea AG.
Fazele AG sunt urmtoarele:
i) Iniializarea: O populaie iniial de N cromozomi este determinat
aleator (utiliznd, de exemplu, metode obinuite de generare a numerelor
ntmpltoare);
ii) Evaluarea: Fiecare individ (cromozom) din cadrul populaiei este
decodificat i apoi evaluat cu funcia de fitness;
iii) Selecia: Crearea unei noi populaii de N cromozomi utiliznd o
metod de selecie adecvat;
iv) Reproducerea: Posibilitatea de ncruciare i mutaie n cadrul noii
populaii;
v) Revenirea la faza de evaluare pn la oprirea algoritmului. Condiia
de oprire este legat, n general, de atingerea unei valori a funciei de fitness
care este cea mai mare comparativ cu celelalte i care nu mai crete n
continuare.
6.1.2 Codificarea i generarea populaiei iniiale
Exist n cadrul AG trei tipuri principale de codificare: binar, intermediar
i zecimal. Se poate trece uor de la un tip de codificare la altul utiliznd relaii
de transformare obinuite. n anumite lucrri se face o paralel cu biologia,
vorbindu-se despre genotip (masculin i feminin) care reprezint codificarea n
Capitolul 6 Modelarea CAS din Economie Modele bazate pe Ageni
alfabetul binar a unui individ i fenotip (denumirea pentru valoarea real
corespunztoare din spaiul de cutare).
Cea mai simpl transformare (funcia de decodificare d) a unui string binar
A ntr-un numr ntreg x se face cu relaia urmtoare:
( )
2
1
1
i l
l
i
i a
A d x
unde
{ } 1 , 0 A
a
i
. Astfel, un cromozom
{ } 1 , 01 , 1 A
are valoarea real
11
2
1
2
1
2
0
2
1
0 1 2 3
+ + + x
.
Evident c funcia de decodificare d poate fi modificat n raport cu
problema ce trebuie rezolvat. Astfel, pentru a maximiza o funcie:
[ ] [ ] 1 , 0 1 , 0 : f
putem utiliza o relaie de transformare de forma:
( )
l
i
i l
i a
A d x
1
1
2
Pentru a asigura precizia dorit (de exemplu de cinci cifre exacte dup
virgul) se ia 16 l astfel c
1 999992 . 0 1 ,.., 1 ,.., 1
16
,
_
d
.
O alt posibilitate de a-l alege pe d este ca
( )
+
l
i
l
i l
i
a
A d x
1
1
1
2
2
.
Pentru 16 l obinem
131071 1
2
17
i
1
131071
131071
1 ,.., 1 ,.., 1
16
,
_
d
.
Capitolul 6 Modelarea CAS din Economie Modele bazate pe Ageni
Precizia dorit este asigurat deoarece
0000152589 , 0
131071
2
10 0 ,.., 0
14
,
_
d
.
Aceast ultim relaie de decodificare poate fi generalizat pentru orice tip
de funcie f. Astfel, dac dorim s maximizm o funcie f n raport cu o variabil
real x iar
{ }
x x
D
max min
,
, unde D este spaiul de cutare admisibil,
x
min
i
x
max
fiind limita inferioar, respectiv limita superioar a lui D, fie
x x
d l
min max
, lungimea intervalului D. Trebuie s mprim, atunci, acest
interval n
10
*
prec
i
d l
n
subintervale egale pentru a obine precizia (prec)
dorit. De exemplu, dac
[ ] 2 , 1 D
atunci 3 d l i dac
6 prec
atunci v-a
trebui s mprim intervalul de cutare D n
000 . 000 . 3
10
3
6
n
i
subintervale.
Pentru un s ntreg natural astfel nct
n
i
s
>
2
, transformarea unui string
binar
{ }
a a
A
5 1
,...,
ntr-un numr real x se poate face atunci n doi pai:
conversia bazelor (trecerea din baza 2 n baza 10)
s
i
i
x
1
1
2 ;
cutarea unui numr real corespunztor:
1
2
+
s
min max
min
x x
x
x
x .
Capitolul 6 Modelarea CAS din Economie Modele bazate pe Ageni
Cei doi pai pot fi comprimai scriind direct relaia de transformare
(decodificare):
s
i
s
i
min
d l
x
x
1
1
1
2
2
n cazul anterior, n care
6 prec
, s trebuie luat 22 deoarece
2
21
=2.097.152< 3.000.000<
304 . 194 . 4
2
22
.
Deci numrul de bii dintr-un string binar depinde de precizia cu care dorim
s facem calculele.
Dup determinarea relaiilor de transformare utilizate, se genereaz
aleator un numr de N indivizi (stringuri) n spaiul de admisibilitate al indivizilor.
n cazul codificrii binare (stringuri binare), dup ce se determin dimensiunea l a
lanului se efectueaz pentru cromozomul
[ ] l i , 1
generarea de bii
{ } 1 , 0
cu
echiprobabilitate (0 sau 1 pot s apar n cromozomul respectiv cu aceeai
probabilitate).
6.1.3 Operatori genetici
Operatorii genetici joac cel mai important rol n cadrul AG. Exist trei tipuri
principale de operatori:
- operatorul de selecie;
- operatorul de ncruciare;
- operatorul de mutaie.
A) Operatorul de selecie (numit uneori i operatorul de reproducere)
este cel mai important operator genetic deoarece permite indivizilor dintr-o
Capitolul 6 Modelarea CAS din Economie Modele bazate pe Ageni
populaie s supravieuiasc, s se reproduc sau s moar. Ca regul
general, probabilitatea de supravieuire a unui individ este legat direct de
eficiena relativ a acestuia n cadrul populaiei respective.
Exist mai multe metode de reproducere (selecie). Metoda cea mai
cunoscut este, desigur, cea a loteriei ntmpltoare (aleatoare). Conform
acestei metode, fiecare individ (cromozom) va fi duplicat n noua populaie,
proporional cu valoarea sa de adaptare. Se efectueaz, de cteva ori, extrageri
cu revenire din cadrul mulimii de indivizi ai populaiei respective. n cazul
codificrii binare, se determin pentru fiecare individ (cromozom) extras,
c
i
,
fitnessul acestuia,
( ) ( )
c
d f
i
. Atunci probabilitatea ca cromozomul
c
i
s fie
reintrodus n noua populaie, a crei mrime este N, va fi:
( ) ( )
( ) ( )
N i
c
d f
c
d f
p
N
j
j
i s
i
, 1 ,
1
(6.2)
unde p
t
reprezint preul bunului respectiv la momentul t.
Cantitatea optim ce poate fi produs de firma i la momentul t se obine din condiia de ordinul
nti:
0
,
,
q
t i
t i
(6.3)
de unde avem:
( ) x p
y
q
e
t i t i
, ,
1
(6.4)
unde p
e
t i,
reprezint preul ateptat de firma i la momentul t.
Cererea de produs pe piaa respectiv este dat de o funcie invers a cererii:
n
i
t i t
q B A p
1
,
(6.5)
Capitolul 6 Modelarea CAS din Economie Modele bazate pe Ageni
unde A i B sunt parametri pozitivi dai.
Cnd piaa ajunge la echilibru, deci p p p
t
e
t
e
t i
,
, cantitatea cerut i
oferit pe pia, q q
t i
*
,
i preul
p p
t
*
sunt, n acest caz, constante.
Dac firmele au ateptri perfecte (naive) privind preul (deci preul
perioadei urmtoare se ateapt s fie egal cu cel al perioadei curente), modelul
are o soluie care converge ctre un pre i o cantitate stabile i unice atunci
cnd
1 < y B
i diverge cnd
1 > y B
.
Pentru aplicarea AG la acest model s-a considerat c regulile de decizie
ale firmelor sunt reprezentate prin stringuri binare. O firm i,
n i , 1
ia o decizie
privind producia sa la momentul t utiliznd un string binar de lungime finit l,
scris n alfabetul
{ } 1 , 0
. Un string binar este mai nti decodificat i transformat
ntr-un numr ntreg pozitiv i apoi normalizat pentru a obine o cantitate
[ ] q q
t i max ,
, 0 , unde q
max
este cantitatea maxim pe care o firm o poate
produce. Cantitatea q
t i,
reprezint decizia de producie a firmei i la momentul t.
Odat ce cantitile q
t i,
ce le vor produce firmele sunt determinate, se
poate determina preul de golire a pieei, p
t
utiliznd relaia (6.2) Acest pre
este utilizat apoi pentru a determina profitul firmelor la momentul t, utiliznd
relaia (6.5). O anumit valoare a profitului firmei i reprezint fitnessul
t i,
al
firmei i n urma aplicrii deciziei respective.
Populaia de reguli de decizie este apoi actualizat pentru a crea o nou
populaie ce va fi utilizat la momentul t+1. Exist dou variante ale acestui
model. Prima utilizeaz doar operaiile de selecie, ncruciare i mutaie. A doua
variant utilizeaz doar o nou operaie genetic, pe lng cele trei menionate
anterior, i anume operaia de alegere.
Capitolul 6 Modelarea CAS din Economie Modele bazate pe Ageni
Aceast operaie testeaz noii indivizi (cromozomi) nainte ca ei s devin
membri ai noii populaii. Se calculeaz un fitness potenial pornind de la preul
ultimei perioade pentru fiecare individ. Apoi, doi prini i doi indivizi noi aprui
sunt ordonai pe baza valorii funciei de fitness calculate, de la cea mai mare
valoare la cea mai mic valoare, primii doi indivizi fiind acceptai ca membri ai
noii populaii de reguli decizionale.
n cazul unei egaliti a valorii fitnessului ntre un printe i un urma, se
alege ca un urma s devin membru al noii populaii.
Prin aplicarea operaiilor genetice pe membrii unei populaii de reguli de
decizie la momentul t, rezult o nou populaie de reguli care va fi utilizat la
momentul 1 + t . Populaia de la momentul iniial, 0 t este generat aleator i
operaiile genetice se aplic iterativ pn la un moment T.
Procesul iterativ de mai sus poate fi interpretat economic n modul
urmtor. Reproducerea lucreaz ca o imitaie a indivizilor de succes. Stringurile
binare ale acestor indivizi (firme) au valori ale fitnessului mari i sunt copiate de
alte firme. Stringurile cu valori ale fitnessului mai mici, care reprezint decizii de a
produce mai puin i cu un profit sczut, gsesc puini imitatori (sau deloc) n
urmtoarea generaie.
ncruciarea i mutaia sunt utilizate pentru a genera noi idei privind modul
de a produce mai mult i de a oferi spre vnzare pe pia produsul, recombinnd
experienele decizionale existente i genernd altele noi. Dac se include i
operaia de alegere, interpretarea de mai sus se modific n sensul c, n fiecare
perioad, firmele genereaz noi decizii de producie utiliznd operatorii genetici.
Se compar valorile fitnessului acestor noi poteniali membri ai populaiei de
reguli decizionale cu vechea populaie, n condiiile de pia observate n
perioada anterioar. Dac noile idei aprute sunt mai bune dect cele anterioare
atunci ele sunt implementate n cadrul firmelor. Utilizarea AG n aceste condiii
determin firmele individuale s nvee n timp s adopte decizii care duc la
creterea profiturilor. Acestea nu sunt, eventual maximizate n cazul tuturor
firmelor, dar ele adopt decizii de producie care le conduc treptat ctre un profit
mai mare.
Capitolul 6 Modelarea CAS din Economie Modele bazate pe Ageni
Simulrile efectuate au artat c pentru valori diferite ale parametrilor
(numr diferit de firme, valori diferite ale coeficienilor a, b, A i B .a.) se obin
att soluii stabile ct i instabile.
Arifovic a dezvoltat un AG cu o populaie multipl, n care fiecare firm
este nzestrat cu o ntreag populaie de stringuri. Putem considera c aceast
populaie reprezint reguli de decizie admisibile din cadrul crora fiecare firm
alege, la un moment de timp dat, o decizie privind cel mai bun comportament
ntr-un mediu dat. n fiecare moment de timp, doar un string este selectat, acesta
determinnd n continuare comportamentul agentului (firmei).
Probabilitatea de alegere a unui anumit string este proporional cu
performanele sale n condiii predefinite. Dei o firm alege doar un string dintr-o
ntreag mulime, se evalueaz ex post toate deciziile alternative. Deci, n
contextul modelului prezentat anterior, la fiecare moment de timp t, o firm alege
un string binar dintr-o mulime i utilizeaz apoi acest string pentru a-i actualiza
decizia de producie. Odat ce preul de golire a pieei este calculat, firma
utilizeaz acel pre pentru a determina profiturile pe care fiecare string din
mulimea sa de reguli decizionale le-ar aduce pentru nivelul preului respectiv.
Aceste profituri determin valorile fitness ale stringului binar respectiv. Odat
valorile fitness calculate, se aplic operatorii genetici n cadrul fiecrei populaii
de stringuri binare, asociate firmelor individuale.
Se observ c, prin aceast modificare a modelului, se obine un cadru
general mai variat, ceea ce duce la idei mai diversificate privind deciziile
referitoare la cantitatea de produs ce va fi oferit pe pia. Chiar dac acest
cadru devine mai complex, efortul de calcul este identic cu cel anterior, unde se
aplica AG unei singure populaii de reguli de decizie.
Aplicarea operaiei de alegerea asigur convergena ctre echilibru a
soluiei modelului. Cnd apare convergena, toate stringurile binare, din toate
populaiile de reguli de decizie asociate firmelor, se decodific n cantiti. Fr
aceast operaie de alegere, simulrile ar conduce la fluctuaii mari care nu se
reduc n timp. Astfel, s-a artat c n modelul de nvare individual a firmelor,
acestea trebuie s utilizeze operaii mai sofisticate (de exemplu operaia de
Capitolul 6 Modelarea CAS din Economie Modele bazate pe Ageni
alegere) pentru a se realiza convergena ctre un echilibru. Acest echilibru poate
fi ns stabil sau instabil, depinznd de valorile pe care le iau constantele date
ale modelului.
6.1.7 Economii cu generaii suprapuse i alegerea echilibrului
economic
O aplicaie interesant a AG este cea de determinare a echilibrului n
diferite tipuri de economii care au puncte de echilibru multiple: de exemplu
economiile cu generaii suprapuse, economiile cu cretere i economiile
monetare.
n cele ce urmeaz vom prezenta un model al unei economii cu generaii
suprapuse care, n anumite condiii, posed echilibre staionare multiple. Aceste
puncte de echilibru staionar au diferite proprieti de stabilitate, depinznd de
natura ateptrilor ncorporate n model: ateptri raionale sau ateptri
adaptive.
Vom considera, pentru nceput, o economie care const din dou generaii
suprapuse de ageni, deci n care triesc dou generaii: generaia tnr i
generaia btrn. Fiecare generaie are un numr egal de ageni, N. Vom nota
cele dou generaii cu t i 1 + t . Fiecare agent din generaia t triete doar dou
perioade consecutive, t i 1 + t n timp ce agenii din generaia 1 + t triesc doar
o singur perioad, 1 + t .
Un agent din generaia t consum
( ) t c
t
n prima perioad (la tineree) i
( ) t
c
t 1 +
n a doua perioad (la btrnee). Agenii au preferine identice i
nzestrri cu bunuri diferite. Agentul tnr este nzestrat cu
w
1
uniti dintr-un
bun de consum perisabil iar agentul btrn cu
w
2
uniti din acelai bun de
consum
( )
w w
2 1
>
.
Capitolul 6 Modelarea CAS din Economie Modele bazate pe Ageni
Cantitatea de bani oferit n economie la momentul t este
( ) t M
.
Fiecare agent din generaia tnr are de rezolvat urmtoarea problem
de optim:
( ) ( ) t
c
t
c
t t 1
max
+
n condiiile:
( )
( )
( ) t p
t m
w
t
ct
1
( )
( )
( ) 1
2
1
+
+
+
t p
t m
w
t
ct
unde
( ) t m
reprezint balanele monetare nominale pe care un agent le
economisete n prima perioad i le cheltuiete n a doua perioad a vieii sale,
iar
( ) t p
este nivelul nominal al preului bunului de consum n perioada t.
Balanele monetare nominale se obin mprind oferta de bani la numrul
de ageni din economie la momentul t.
Dinamica preului nominal
( ) t p
n condiiile ipotezei privind anticipaiile
perfecte (naive) este descris de o relaie de forma:
( )
( )
( )
( ) 1
1
t p
t S
t S
t p
unde
( ) t S
este economisirea total a agenilor de generaie t. Se consider
( ) 0 p
i
( ) 0 S
date. Se observ c preurile cresc cu o rat egal cu cea de
cretere a economisirii de la o perioad la alta.
Dac n economie se aplic o politic monetar cu o ofert constant de
bani, deci:
( ) t M t M ,
Capitolul 6 Modelarea CAS din Economie Modele bazate pe Ageni
atunci ecuaia de dinamic a preurilor are un punct de echilibru paretian
staionar unic, dat de
( ) p t p
*
unde
( ) N
w w
M
p
2 1
*
2
.
Acest punct de echilibru este instabil n condiiile anticipaiilor perfecte i
este atins ori de cte ori preul
( ) t p
devine egal cu
p
*
.
Exist, de asemenea, un continuum de echilibre monetare indexate dup
nivelul iniial al preurilor ( ) p p
0
0 n intervalul
( ) ,
*
p
. n acest continuum,
toate echilibrele monetare cu un pre iniial
p p
*
0
> converg ctre un punct de
echilibru staionar n care banii nu au valoare.
O alt politic monetar posibil este cea cu un deficit bugetar constant de
mrime G, finanat prin tiprire de bani. Valoarea lui G este dat de:
( ) ( )
( ) t p
t M t M
G
1
*
1
corespunztor unei
inflaii reduse i un punct
*
2
corespunztor unei inflaii ridicate.
Capitolul 6 Modelarea CAS din Economie Modele bazate pe Ageni
Punctul
*
1
este de tip Pareto superior. Punctul
*
2
este echilibru
stabil, el fiind un atractor pentru traiectoria de echilibru n condiiile ipotezei
ateptrilor raionale, traiectorie care pleac dintr-un punct iniial
,
_
w
w
2
1
*
1 0
,
.
0
este egal chiar cu
*
1
, economia atinge un echilibru
staionar cu inflaie sczut. Condiia de stabilitate implic, de asemenea, c o
crete a deficitului bugetar G determin o descretere a ratei inflaiei ntr-un
echilibru staionar stabil.
Pentru aplicarea AG la modelul de mai sus, se consider dou populaii
de stringuri binare la fiecare moment de timp t. Una reprezint setul de reguli
pentru membrii tineri ai generaiei t i cealalt setul de reguli pentru membrii
btrni ai generaiei t+1. Fiecare populaie este actualizat n perioade de timp
alternative, dup ce membrii si au trecut printr-un ciclu de via de dou
perioade.
Stringurile binare se refer la valorile consumului agenilor n prima
perioad. Un membru i,
{ } N i ,..., 1
al generaiei t ia o decizie privind consumul
n prima perioad (tnr) la momentul t, notat
c
t i
1
,
, utiliznd un string binar.
Economiile agentului i din generaia t sunt date de
c w s t i t i
1
,
1
,
Secvena de evenimente care are loc la momentul t este urmtoarea:
Valorile consumului din prima perioad (tnr) sunt obinute prin
decodificarea i normalizarea stringurilor binare asociate indivizilor din populaie
i apoi se determin, pentru fiecare agent i, economiile individuale
s
t i,
.
Capitolul 6 Modelarea CAS din Economie Modele bazate pe Ageni
Apoi, se determin valoarea economiei agregate
( ) t S
nsumnd
economiile individuale ale agenilor din generaia tnr:
( ) ( )
N
i
i
t
s
t S
1
Preul bunului de consum la momentul t,
( ) t p
se obine atunci din relaia:
( )
( ) t S
M
t p
n cazul politicii monetare cu ofert constant de bani, sau
( )
( ) ( )
( ) G t S
t p t S
t p
1 1
pentru
( ) G t S > 1
, n cazul politicilor monetare cu deficit bugetar constant, G.
Se determin apoi consumul n a doua perioad (btrn) a agentului i,
{ } N i ,..., 1
al generaiei t-1:
( )
( ) ( )
( )
w
t p
t p t
s
t
c
i
t i
2
,
1 1
1 +
n final, sunt calculate valorile funciei fitness ale membrilor generaiei
1 t . Funcia fitness pentru un string i din generaia 1 t este dat de valoarea
utilitii consumului agentului i la momentul 1 + t (a doua perioad a vieii):
( ) ( ) [ ] ( ) ( ) t
c
t
c
t
c
t
c
U
t i t i t i t i
t i
1 , 1 , 1 , 1 ,
1 ,
1 , 1
.
Populaia de reguli de generaie 1 + t este apoi obinut din populaia de
reguli de generaie t utiliznd operatorii genetici de reproducere, ncruciare,
Capitolul 6 Modelarea CAS din Economie Modele bazate pe Ageni
mutaie i alegere. Odat ce noua generaie 1 + t de populaie este creat,
ntregul ciclu se repet. Populaia de reguli a generaiei t+1 reprezint agenii
tineri, n timp ce membrii generaiei t devin acum agenii btrni.
Populaiile de generaii 0 i 1 ani sunt generate aleator. Sistemul are la
nceput h N uniti monetare distribuite iniial generaiei 1 (btrne).
Simulrile n cazul economiei cu ofert monetar constant converg ctre
un echilibru staionar n care banii au valoare. Acest echilibru este, de
asemenea, un punct de convergen n cazul economiilor cu ateptri adaptive
care utilizeaz o medie a nivelurilor preurilor trecute pentru prognoza preului.
n economiile cu valoare pozitiv constant a deficitului bugetar, AG
converge ctre punctul de echilibru staionar corespunztor unei rate a inflaiei
sczute.
6.1.8 Economii cu generaii suprapuse i cretere economic
O alt aplicaie a AG este n modelele de cretere economic obinute
plecnd de la modele cu generaii suprapuse.
Astfel, considerm o economie cu un numr de ageni N constant, nscui
n fiecare perioad t. Agenii triesc dou perioade, una tnr i una btrn i
sunt fiecare nzestrai cu cte o unitate de timp la fiecare moment t. Toi agenii
din economie au aceeai funcie de utilitate:
( ) ( ) 1 ln ln
, ,
+ + t
c
t
c
U
t i t i
Exist un singur bun perisabil ce este utilizat att pentru consum ct i ca
input pentru producie. Outputul per unitatea de munc este dat de o funcie de
producie neoclasic:
( ) ( ) ( ) ( ) 1 , 0 ,
t k t k f
Capitolul 6 Modelarea CAS din Economie Modele bazate pe Ageni
( ) t k
fiind nzestrarea tehnic a muncii.
Rata randamentului capitalului fizic i rata salariului sunt date de:
( )
t
k t r
1
i respectiv
( ) ( ) ( ) t k t w
1
Un agent tnr i din generaia t ia o decizie de a cheltui o fracie de timp
[ ] 1 , 0
,
t i
pentru instruire. Fiecare agent tnr motenete un nivel de eficien
( ) t x
disponibil n economie la momentul t. Nivelul
( ) t x
se obine ca medie a
unitilor de eficien (capitalul uman acumulat) ale agenilor de generaie 1 t :
( ) ( )
N
j
t j
t
x
N
t x
1
1 ,
1
,
unde
( ) t x
t j 1 , reprezint numrul de uniti eficien ale agentului j de generaie
1 t la momentul t.
Agenii tineri pot combina aceast nzestrare motenit,
( ) t x
cu decizia
de instruire ( ) t
t i
,
pentru a obine
( ) 1
,
+ t x
t i uniti efective de munc atunci
cnd devin btrni, utiliznd pentru aceasta o metod de instruire, notat
( ) ( ) ( ) t x t h
t i
,
,
.
O trstur esenial a modelului este aceea c venitul obinut prin
instruire depinde pozitiv de nivelul
( ) t x
. Deci
( ) 1
,
+ t x
t i este dat de relaia:
Capitolul 6 Modelarea CAS din Economie Modele bazate pe Ageni
( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) t t x t x t x t h t
x
t i t i t i
, , ,
1 , 1 + + ,
unde
( )
reprezint randamentul capitolului uman i este dat de o funcie
sigmoid de forma:
( ) ( )
( )
2 1
+
e
t x
t x
Funcia ( ) ( ) t x este strict cresctoare n raport cu
( ) t x
,
( ) 0 0
i
( )
( ) ( )
2
lim
t x
t x
Parametrul controleaz aadar venitul obinut prin instruire de ageni.
Ecuaia de acumulare a eficienei
( ) t x
n urma procesului de instruire se
poate scrie:
( ) ( ) ( ) ( ) ( ) [ ] t t x t x t x + + 1 1
unde ( ) ( ) t
N
t
N
i
t i
1
,
1
t i
n decizia privind fracia de
timp pe care o economisete, [ ] 1 , 0
,
t i
sunt reprezentate de aceleai string
binar de lungime l, unde
2 l
bii sunt utilizai pentru a codifica prima decizie iar
ceilali bii pentru a codifica cea de-a doua decizie.
Valorile fitness ale regulilor de decizie sunt egale cu valorile funciei de
utilitate nregistrate la sfritul celei de-a doua perioade de via. Populaia de
reguli de decizie este actualizat utiliznd operatorii genetici de reproducere,
ncruciare i mutaie.
La fiecare moment de timp t exist dou populaii de astfel de reguli, una
asociat agenilor tineri iar cealalt asociat agenilor btrni.
Indiferent de condiiile iniiale date, o astfel de economie va evolua, n
urma simulrii, ctre o starea staionar corespunztoare creterii maxime, care
Capitolul 6 Modelarea CAS din Economie Modele bazate pe Ageni
reprezint echilibrul global al unei astfel de economii. Odat ce o astfel de stare
este atins (ceea ce se ntmpl cu probabilitatea egal cu unu), economia
rmne n aceast stare pentru totdeauna.
Nivelul iniial ales pentru
( ) t x
reprezint variabila esenial n ceea ce
privete timpul necesar ajungerii la o astfel de stare. Cu ct nivelul iniial al lui
( ) t x
este ales mai sczut, cu att mai mare este timpul necesar ca economia s
ias din cursa srciei.
Iniial, AG atinge destul de repede starea staionar corespunztoare unui
venit sczut. n acest punct, multe dintre regulile decizionale prescriu s nu se
investeasc timp n instruire deoarece investiia n capitalul uman aduce un venit
sczut i determin o valoare redus a funciei de fitness.
Totui, datorit efectului de mutaie, exist ntotdeauna o mic fracie de
reguli care duc la valori pozitive ale timpului dedicat instruirii,
t i,
. Aceste reguli
pot disprea din populaie datorit presiunii seleciei. Totui, treptat, ele
contribuie la creterea lui
( ) t x
. n timp, pe msur ce
( ) t x
crete, el atinge un
prag ncepnd de la care venitul din capitalul uman devine mare i valorile fitness
ale regulilor decizionale care investesc n instruire ncep s creasc. Odat ce se
ntmpl acest lucru, presiunea seleciei scade deoarece regulile de decizie care
determin investiiile pozitive n timpul dedicat instruirii aduc acum valori fitness
mai mari dect cele care i fac pe ageni s investeasc timp zero n instruire.
n acest punct, AG conduce rapid economia ctre o stare staionar
corespunztoare unui venit mare, n care
t i,
iau valori pozitive pentru toi
agenii i i toate momentele de timp t. Faza de tranziie este relativ scurt i,
odat ce economia a ajuns n aceast stare staionar, cum am artat, ea
rmne aici venic.
Deoarece data exact a comutrii depinde de secvena specific de
mutaii care conduce la acumularea de capital, economii care au condiii iniiale
identice pot avea perioade de dezvoltare diferite. n general, rate mai mari ale
Capitolul 6 Modelarea CAS din Economie Modele bazate pe Ageni
regulilor de decizie ale economiilor care au investit n instruire determin
perioade medii de realizare a comutrii mai sczute.
Astfel de modele, dei arat c exist stri staionare diferite, ceea ce
explic diferenele de dezvoltare dintre economii, nu arat i cum se poate face
trecerea de la o economie aflat n cursa srciei la economia cu cretere
maxim i nici ct rmne economia n prima stare. Totui, aceste modele
surprind dou aspecte importante ale procesului de dezvoltare. Primul este c
pentru niveluri iniiale sczute ale capitalului uman per capita, care
caracterizeaz economiile subdezvoltate, populaia de ageni parcurge mai multe
generaii n vecintatea strii staionare corespunztoare cursei srciei nainte
ca, eventual, s nceap s evolueze pe o traiectorie care conduce ctre o stare
staionar corespunztoare unui venit ridicat. Acest lucru explic de ce ri care
n prezent sunt dezvoltate au avut un nivel staionar de dezvoltare iniial de sute
de ani.
Al doilea aspect este c economii cu condiii iniiale identice pot s
nregistreze perioade de trecere ntre cele dou stri de durate diferite. Acest
lucru este important deoarece date diferite de comutare implic niveluri diferite
de venit per capita, n starea staionar corespunztoare venitului nalt. Acest
lucru ar explica i diferenele mari ce se manifest ntre nivelurile venitului per
capita n rile dezvoltate.
6.2 Principiile modelrii-bazat-pe-ageni (MBA)
6.2.1 Ce sunt modelelebazatepeageni?
A-life este numele unui domeniu de cercetare multidisciplinar care
ncearc s dezvolte modele pentru a demonstra cum cresc i evolueaz
organismele vii. Se sper c prin acest mod se va ptrunde mai adnc n
cunoaterea naturii vieii organice i se va nelege mai bine procesele aflate la
originea vieii. A-life a stimulat apariia unor noi metode n cibernetic. Termenul
de a-life a fost introdus de Chrisloper Longton care a organizat prima conferin
Capitolul 6 Modelarea CAS din Economie Modele bazate pe Ageni
despre a-life la Santa Fe, ca n 1987. Aceasta nu nseamn c studii similare,
sub diferite nume nu ar fi aprut nainte de 1980.
De fapt, doi savani au avut cercetri teoretice similare, printele teoriei
automatelor, John von Neumann, matematician celebru i pionier al tiinei
calculatoarelor i matematicianul polonez Stanislaw Ulam care, spre sfritul
anilor 50, au nceput s exploreze natura automatelor celulare. Intenia lor era s
aplice aceste teorii n studii privind creterea, dezvoltarea i reproducerea
fiinelor vii. Aceste celule matematice pot fi utilizate pentru a simula procese
fizice, biologice i economice prin supunerea celulelor unei mulimi simple de
reguli care se aplic n mod repetat (de exemplu, fiecare celul i schimb
culoarea n raport cu regulile respective i cu culorile celulelor vecine).
Von Neumann i Ulam au artat c, prin utilizarea unui set de reguli
destul de simple, este posibil ca o configuraie de celule s revin la configuraia
iniial (de exemplu la culorile iniiale) ceea ce nseamn c ele s-au reprodus.
Aceste automate celulare apar sub forma unor latice de celule. Fiecare celul
este caracterizat prin valori specifice care pot fi schimbate n raport cu regulile
fixate. O nou culoare a celulei este determinat pe baza valorii sale curente i a
valorilor vecinilor imediai. Astfel de automate celulare formeaz forme complexe,
se reproduc i mor.
Langton a utilizat lucrrile lui von Neumann ca punct de plecare pentru a
proiecta un sistem a-life pe care l-a simulat pe un calculator. n 1979 el a
dezvoltat un organism care avea proprieti asemntoare organismelor vii.
Aceast creatur se reproducea singur ntr-un mod care, cu fiecare generaie
nou aprut, ducea mai departe proprietile organismului iniial, dar apreau i
noi proprieti. Astfel de comportament simula deci procesele de mutaie i
evoluie din organismele vii.
Economistul Thomas Sehelling a fost unul din primii cercettori care a
ncercat s aplice metodele a-life n tiinele economice. El a creat o lume
artificial utiliznd nu un calculator, ci o mas de ah pe care monede de diferite
dimensiuni se micau pe baza unor reguli simple. n acest mod, el a creat o lume
artificial (virtual) i a artat c, pe lng alte proprieti, o are i pe aceea c
Capitolul 6 Modelarea CAS din Economie Modele bazate pe Ageni
chiar i preferine foarte slabe pentru a locui i lucra ntr-o anumit parte a mesei
conduc la diferene mari ntre indivizi (monede).
Pornind de aici, au aprut modelele-bazate-pe-ageni (MBA). Biologul
Tom Ray a creat programe de tip agent pe laptop-ul su. Scopul fiecrui agent
era s fac o copie a lui nsui n memorie. Ray a presupus un timp de via finit
pentru fiecare program. El a lsat programele s ruleze toat noaptea i
dimineaa a observat c agenii si erau angajai n activiti echivalente digital
cu competiia, colaborarea i sexul. Cnd agenii-programe realizau copii ale lor
n calculator, schimbau aleatoriu codul aprut. Astfel se poate spune c ei
sufereau mutaii destructive care duceau la moartea programelor, dar unele
schimbri fceau un agent s-i ndeplineasc mai bine sarcina, n sensul c ei
aveau nevoie de mai puine instruciuni i erau capabili s se autocopieze mai
rapid, mai sigur i s ruleze mai repede. Versiunile mai scurte se reproduceau tot
mai repede i, foarte curnd, i nlturau pe competitorii lor mai leni.
Metoda a-life a dus treptat la modelarea-bazat-pe-ageni, care este
denumit n acest fel pentru a face distincia de modelarea-bazat-pe-ecuaii.
Putem scrie, de exemplu, ecuaii difereniale pentru a modela interaciunile dintr-
o populaie de indivizi (de exemplu modelul Lotka-Volterra al competiiei dintre
prad i prdtor n lumea animal), dar putem, la fel de bine, s urmrim
evoluia individual a fiecrui animal (element, agent) i s concentrm aceast
evoluie n anumite caracteristici agregate. Aceste dou metode sunt esenial
diferite i este dificil acum s spunem care este mai bun.
Cercetrile actuale n MBA sunt orientate ctre identificarea
comportamentelor individuale ale fiinelor vii i apoi ctre utilizarea acestora
pentru a simula cum se mic, zboar, i coopereaz fr s ncorporeze
aceste caracteristici n mod explicit n tipurile de comportament al acestor
elemente. Multe creaturi a-life constau n nu mai mult dect cteva linii de
program i triesc n medii artificiale compuse din pixeli i mulimi de date.
Reeta pentru a realiza o astfel de creatur este destul de simpl: se pregtete
un mediu n care experimentele sintetice vor aciona, se creeaz cteva sute de
indivizi care vor popula acest mediu i se definete un set de reguli pe care
Capitolul 6 Modelarea CAS din Economie Modele bazate pe Ageni
acetia le vor urma. Se ncearc s se simplifice problema ct mai mult posibil
pentru a pstra doar esenialul. Se scrie un program care simuleaz regulile
simple ale interaciunilor n comportamentele elementelor. Se ruleaz programul
de foarte multe ori cu diferite numere aleatoare, urmrindu-se apoi s se
neleag cum reguli simple dau natere la comportamentul observat. Se
localizeaz sursa de comportament i efectele diferiilor parametri. Se simplific
simularea ct mai mult posibil sau se adaug elemente adiionale dac este
necesar.
De fapt se rezolv o simpl ecuaie:
6.2.2 Ce sunt totui agenii?
Carl Hewitt, un mare specialist n inteligena artificial, spunea c a
rspunde la ntrebarea Ce este un agent? echivaleaz cu a rspunde la
ntrebarea Ce este inteligena?. Acest lucru nu trebuie s fie, totui, o
problem. Sunt rare acele domenii tiinifice n care exist o singur definiie,
unanim acceptat a unui concept. Totui, pentru ca termenul de agent s nu
devin subiect de abuz, trebuie date anumite definiii.
Se pot distinge n literatur dou utilizri generale ale conceptului de
agent: una n sens larg i una n sens restrns.
a) Noiunea de agent n sens larg
Probabil c cel mai general sens n care un agent este utilizat este cel de
sistem de calcul, care are urmtoarele proprieti:
autonomie: agenii opereaz fr intervenia direct a oamenilor sau a
altor sisteme i au un anumit tip de control asupra aciunilor proprii i
strii interne;
abilitate social: agenii interacioneaz cu ali ageni (i, posibil,
oameni) utiliznd un anumit limbaj de comunicare ntre ageni;
Ageni (entiti micro) + Mediu + Dinamic evolutiv = A-life
Capitolul 6 Modelarea CAS din Economie Modele bazate pe Ageni
reactivitate: agenii percep mediul nconjurtor (care poate fi realitatea
fizic, un utilizator prin intermediul unei interfee grafice, o mulime de
ali ageni, Internetul sau combinaii ale acestora) i rspund ntr-o
modalitate anumit la schimbrile ce au loc n el;
proactivitate: agenii nu acioneaz pur i simplu doar ca rspuns la
mediul nconjurtor; ei sunt capabili s execute comportamente
orientate ctre realizarea unor scopuri, avnd iniiativ proprie.
b) Noiunea de agent n sens restrns
Uneori termenul de agent are un neles mai strict i mai specific. Acest
sens apare atunci cnd noiunea se folosete n inteligena artificial, de
exemplu.
Se nelege prin agent un sistem de calcul care, pe lng proprietile
amintite mai sus, este conceptualizat sau implementat utiliznd concepte care
sunt mai obinuit s fie aplicate oamenilor.
De exemplu, este destul de comun n inteligena artificial s se
caracterizeze un agent utiliznd noiuni mentale, cum ar fi cunoaterea,
convingerea, intenia i obligaia.
Unii cercettori merg mai departe vorbind de ageni emoionali.
Alte atribute cu care pot fi nzestrai agenii, considerai n sens restrns,
depinznd de domeniul de utilizare, sunt:
mobilitate: este abilitatea unui agent de a se mica ntr-o reea
electronic;
veracitate: este ipoteza c agenii nu comunic informaii false;
bunvoina: este ipoteza c agenii nu au scopuri conflictuale i c
fiecare agent va face ntotdeauna ceea ce i se cere;
raionalitatea: este ipoteza c un agent va aciona pentru a-i
atinge scopurile i nu va ntreprinde nimic care s primejduiasc atingerea
acestora;
Capitolul 6 Modelarea CAS din Economie Modele bazate pe Ageni
inteligena: este ipoteza c un agent acioneaz similar unei fiine
inteligente.
6.2.3 Cum se construiete un MBA?
Nimeni nu cunoate cel mai bun mod de a construii MBA. Diferite
arhitecturi de astfel de sisteme au merite depinznd de scopul simulrii. Desigur
c fiecare MBA trebuie s includ mecanisme pentru primirea inputurilor din
mediu, pentru stocarea unei istorii privind inputurile i aciunile precedente,
pentru determinarea a ceea ce este de fcut, pentru realizarea aciunilor i
pentru distribuirea outputurilor.
Arhitecturile de tip agent pot fi mprite n cele care sunt realizate utiliznd
paradigma simbolic a inteligenei artificiale i metode non-simbolice, cum ar fi
cele bazate pe reele neuronale sau algoritmi genetici. n plus, exist i MBA
hibride (Kluver, 1998).
Paii generali urmai n construirea unui model bazat pe ageni sunt
urmtorii:
1. Agenii: identific tipurile de ageni i celelalte obiecte (clase) mpreun
cu atributele lor.
2. Mediul: Definete mediul n care agenii vor tri i cu care vor
interaciona.
3. Metode agent: Specific metodele prin care atributele agenilor sunt
actualizate ca rspuns la interaciunile agent-agent sau la interaciunile agentului
cu mediul su nconjurtor.
4. Interaciuni agent: Adaug metodele prin care se controleaz ce
ageni interacioneaz, cnd interacioneaz i cum interacioneaz n cursul
simulrii.
5. Implementare: Implementeaz modelul bazat pe ageni n mediul
economic.
Capitolul 6 Modelarea CAS din Economie Modele bazate pe Ageni
n cadrul fiecrei etape sunt utilizate metode i proceduri de lucru
specifice, cum ar fi:
a) Sisteme de producie
Una din cele mai simple dar eficiente metode de construire a MBA este
utilizarea unui sistem de producie. Un sistem de producie are trei componente:
- o mulime de reguli;
- o memorie de lucru;
- un interpretator al regulii.
Regulile constau din dou pri: o condiie care specific cnd regula va fi
executat i o parte de aciune.
De exemplu, un agent poate fi proiectat s se plimbe ntr-un mediu
simulat, colectnd orice informaie care o ntlnete n drumul su. Un astfel de
agent poate s includ o regul care spune: DAC eu dau de o anumit
informaie ATUNCI o adun. Acesta ar fi una din multele reguli, fiecare cu o
condiie diferit. Unele reguli vor include aciuni care nsumeaz fapte care se
petrec n memoria de lucru i alte reguli vor avea condiii care testeaz stri ale
memoriei de lucru.
Interpretatorul de reguli consider fiecare regul la rnd, alege pe cele
pentru care partea de condiie este ndeplinit, execut aciunile indicate i
repet acest ciclu de un numr nedefinit de ori. Reguli diferite pot fi executate la
fiecare ciclu, deoarece mediul imediat s-a schimbat sau deoarece o regul a
modificat memoria de lucru ntr-un astfel de mod nct o nou regul a devenit
eligibil. Utiliznd un sistem de producie este relativ uor s construieti ageni
reactivi care rspund la stimulii din mediu prin anumite aciuni. Este, de
asemenea, posibil, dar evident c mai dificil, s construieti ageni care au
capacitatea s reflecte acest mediu prin decizii i deci s modelezi cunoaterea.
O alt posibilitate este s construieti ageni care i schimb propriile reguli,
utiliznd un algoritm adaptiv care favorizeaz regulile ce genereaz aciuni relativ
Capitolul 6 Modelarea CAS din Economie Modele bazate pe Ageni
eficiente i le penalizeaz pe celelalte. Aceasta este baza sistemelor
clasificatoare.
b) nvarea
Agenii bazai pe sisteme de producie au potenialul s nvee despre
mediul lor i despre ali ageni prin adugarea unor cunotine n memoria de
lucru. Regulile agenilor nsui rmn, totui, neschimbate. Pentru anumite
probleme, este de dorit s se creeze ageni care sunt capabili s nvee: deci
structura intern i prelucrarea regulilor s se adapteze la circumstane
schimbtoare. Exist dou tehnici care se utilizeaz n acest sens: reelele
neuronale i algoritmii genetici (evolutivi). Reelele neuronale sunt inspirate
din analogia cu conexiunile din creierul uman. O reea neuronal const din trei
sau mai multe straturi de neuroni, cu fiecare neuron corectat la toi ceilali
neuroni de pe straturile adiacente. Primul strat accept inputuri din mediu, le
prelucreaz i le trece urmtorului strat. Semnalul este transmis prin straturi
pn cnd ajunge la stratul de ieire. Fiecare neuron accept inputuri de la
stratul precedent, ajusteaz inputurile cu ponderi pozitive i negative, le
nsumeaz i transmite semnalul mai departe. Utiliznd un algoritm de
backpropagare a erorii, reeaua poate fi reglat astfel nct fiecare model de
input s dea natere la un model diferit de output. Acest lucru este fcut prin
antrenarea reelei cu exemple cunoscute i ajustnd ponderile pn sunt
generate outputurile dorite, dndu-se inputuri particulare. Spre deosebire de
sistemul de producie, o reea neuronal poate modifica rspunsurile sale la
stimuli n lumina experienei anterioare. Un numr de topologii de reele au fost
utilizate pentru a modela ageni, astfel nct acetia s fie capabili s nvee din
aciunile lor i din rspunsurile celorlali ageni.
Un alt mod de a permite unui agent s nvee este utilizarea unui algoritm
evolutiv. Acetia sunt bazai pe analogia cu biologia, decurgnd din teoria
evoluiei prin selecie natural.
Capitolul 6 Modelarea CAS din Economie Modele bazate pe Ageni
Cel mai frecvent utilizat algoritm de acest tip este algoritmul genetic (GA).
Acesta lucreaz cu o populaie de indivizi, fiecare dintre ei avnd un anumit nivel
msurabil de fitness utiliznd o metric definit de constructorul de model.
Indivizii cei mai adaptai sunt reprodui prin nmulire cu ali indivizi
adaptai pentru a produce urmai care mpart caracteristici luate de la fiecare
printe. nmulirea continu mai multe generaii, avnd drept rezultat c fitnessul
mediu al populaiei crete pe msur ce populaia se adapteaz la mediul su.
Att n cazul utilizrii reelelor neuronale ct i a algoritmilor genetici,
constructorul de modele trebuie s ia o decizie privind scala la care vrea ca
modelul s lucreze. De exemplu, n cazul modelelor genetice, este posibil s se
considere ntreaga populaie ca un singur agent. Algoritmul genetic va fi atunci o
cutie neagr utilizat pentru a da agentului abilitatea s nvee i s se
adapteze. Alternativ, fiecare individ poate fi un agent avnd ca rezultat c vom
avea o populaie de ageni privit ca un ntreg care evolueaz. Similar, este
posibil ca fiecare agent individual s fie modelat utiliznd o reea neuronal, sau
o ntreag societate (economie) s fie reprezentat ca o reea, cu fiecare neuron
dndu-i-se o interpretare ca agent (dei, n ultimul caz, este greu s construim
toate atributele agenilor).
c) Platforme i metode pentru dezvoltarea MBA
MBA are o relaie simbiotic cu dezvoltarea tehnologiei de calcul. Orice
model de acest tip poate fi rezolvat utiliznd calculatorul, uneori chiar
supercalculatoare. Cu ct s-a dezvoltat tehnologia informatic, cu att au aprut
software mai multe i mai perfecionate, disponibile i testate de mai multe
echipe de cercetare.
Cele mai timpurii modele de acest tip au fost dezvoltate pe calculatoare
mainframe sau chiar, cum este deja amintitul model al lui Schelling, pe o tabl de
ah. ncepnd cu anii 90, cele mai multe modele au fost elaborate utiliznd
limbaje de programare convenionale cum ar fi C++, JAVA sau SMALLTALK. S-a
Capitolul 6 Modelarea CAS din Economie Modele bazate pe Ageni
ajuns la lipsa unui consens general privind cel mai bun limbaj de programare ce
poate fi utilizat n scopul rezolvrii MBA.
ntr-un articol se arat c nici un limbaj de acest fel nu a fost utilizat mai
mult de 18 ori n perioada 1998-1999 pentru a rezolva un model-bazat-pe-ageni.
S-au luat n considerare, pe lng limbajele amintite mai sus, TURBOPASCAL,
SQPC, SOAR, Z, DYNAMO .a.
Dezavantajul utilizrii unui astfel de limbaj este acela c de fiecare dat
trebuie implementai algoritmii de baz, bibliotecile grafice sunt adesea absente
din aceste limbaje i programul obinut este accesibil doar celor care cunosc bine
limbajul respectiv.
Urmtoarea etap n dezvoltarea modelrii-bazate-pe-ageni a fost
apariia unor biblioteci standardizate. Astfel, sistemul REPAST reprezint o
mulime de biblioteci de programe scrise n JAVA care permit construirea
mediului de simulare, crearea de ageni, colectarea datelor ce decurg din
simulare i construirea de interfee grafice sau statistice. Structura acestei
biblioteci este asemntoare cu cea a SWARM, una dintre primele biblioteci de
modelare bazat-pe-ageni i foarte utilizat n prezent.
O alt bibliotec similar este ASCAPE, dezvoltat de o echip din cadrul
Brokings Institution. Ea deriv din programele dezvoltate de Epstein i Axtell n
lucrarea Growing Artificial Societies, care generalizeaz o mare varietate de
modele i le dezvolt pentru a putea surprinde aspecte ct mai diversificate de
MBA.
Astfel de biblioteci prezint marele avantaj c pun la dispoziia utilizatorilor
modele deja prefabricate, dar au i anumite limite. Ele cer ca utilizatorii s aib
cunotine despre limbajul de programare n care au fost elaborate. Astfel,
ASCAPE i REPAST au fost scrise n JAVA. Dei MBA sunt destul de uor de
programat, realizarea modelelor utiliznd alte metode poate fi ngreunat de
cerina de a realiza compatibilitatea cu modelele existente n biblioteci.
Utilizndu-se limbajul de programare SMALLTALK au fost realizate
sisteme care permit construirea unor modele foarte simple utiliznd
programarea vizual a agenilor ntr-un mediu n care blocurile componente ale
Capitolul 6 Modelarea CAS din Economie Modele bazate pe Ageni
modelului pot fi uor asamblate. Cele mai cunoscute sisteme de acest tip sunt
STARLOGO i AGENTSHEETS. Totui, pentru a asigura uurina utilizrii lor, n
aceste sisteme s-au fcut compromisuri legate de funcionalitatea lor. Astfel, n
AGENTSHEETS, este greu s creezi ageni care interacioneaz direct cu ali
ageni (deci agenii nu sunt identificai individual). n aceste condiii nu pot fi
introdui noi ageni n model iar rezultatele obinute se refer ntotdeauna la
colectivitatea de ageni (agenie) i nu la comportamentul individual al fiecrui
agent.
Tot prin utilizarea limbajului SMALLTALK s-au dezvoltat n Europa mai
multe sisteme cum ar fi SDML, CORMAS, DESIRE, unele dinte ele mai puternice
dect STARLOGO sau AGENTSHEETS. Din nefericire, ele necesit utilizarea
unei interfee complexe care poate fi utilizat cu dificultate n procesul de
modelare.
Toate aceste instrumente i tehnici sunt realizate n scopul asistenei n
procesul de construirea a modelelor-bazate-pe-ageni. Facilitile oferite se
refer la toate fazele modelrii: construirea, evaluarea, testarea, calibrarea i
simularea. De mare importan sunt vizualizarea i culegerea de date statistice.
Tehnicile i platformele de modelare dezvoltate nu pot, nc, oferi date privind
rezultatele comparative ale iteraiilor multiple sau de analiz statistic a
rezultatelor unui numr mare de experimente cu modelul.
Derivnd din STARLOGO, limbajul de modelare NetLogo, construit de Uri
Wilensky reprezint astzi poate cel mai utilizat mediu de dezvoltare a
modelelor-bazate-pe-ageni. Printre principalele avantaje ale ultimei versiuni a
acestui limbaj de modelare i simulare [(NetLogo 4.1.4), 2011], enumerm
urmtoarele:
NetLogo este un mediu de modelare pentru simularea fenomenelor
naturale i sociale. El a fost creat de Uri Wilensky n 1999 i este dezvoltat n
continuare la Center for Connected Learning and Computer-Based Modeling
(University of Northwestern, .
NetLogo este n mod particular potrivit pentru modelarea sistemelor
dinamice complexe. Prin acest limbaj se pot da instruciuni sutelor sau miilor de
Capitolul 6 Modelarea CAS din Economie Modele bazate pe Ageni
ageni care opereaz independent. Acest lucru face posibil s explorm
conexiunile dintre comportamentul la nivel micro al indivizilor i patternurile la
nivel macro care emerg din interaciunile dintre mai muli indivizi.
NetLogo permite efectuarea de simulri deschise i jocul cu acestea,
explornd comportamente ale agenilor n diferite condiii. El este, de asemenea,
un mediu care permite studenilor, profesorilor i dezvoltatorilor de programe de
nvare s creeze propriile lor modele. Limbajukl este suficient de simplu pentru
ca studenii i profesorii s poat rula simulri sau chiar s construiasc propriile
lor modele de simulare. De asemenea, el este suficient de puternic pentru a servi
ca un instrument puternic pentru cercettorii din multe domenii.
NetLogo are associate tutorile i documentaii. El vin, de asemenea, cu o
Bibliotec de Modele (Models Library) care este o colecie mare de programe de
simulare ce pot fi utilizate i modificate. Aceste simulrii sunt din domenii diferite,
cum ar fi tiine sociale i naturale, incluznd medicin i biologie, fizic i
chimie, matematic i tiina calculatoarelor, economie i psihologie social.
NetLogo poate, de asemenea, permite o simulare participativ utiliznd
HubNet. Prin utilizarea reelelor de calculatoare i a altor dispositive cum ar fi
calculatoare grafice, fiecare student poate s controleze un agent din cadrul unei
simulri.
NetLogo este scris n Java deci poate fi rulat pe majoritatea platformelor
(Mac, Windows, Linux etc.) El poate fi rulat ca o aplicaie de sine stttoare.
Modelele pot fi rulate ca aplicaii Java utiliznd un browser web.
Un sistem de modelare ideal, cum este el definit n literatur, necesit s
aib un minimum de faciliti de nvare, s fie complet flexibil i s poat fi
rulat pe orice tip de calculator. Puterea sistemelor MBA a crescut foarte mult,
putnd fi astzi rulate programe cu peste un milion de ageni, fa de sub 100
acum zece ani. Desigur c ideal ar fi ca acest numr s nu constituie o limit,
putndu-se trece astfel la modelarea organizaiilor mari, a economiilor naionale
sau chiar a economiei mondiale.
6.2.5 Agenii i mediul nconjurtor
Capitolul 6 Modelarea CAS din Economie Modele bazate pe Ageni
Agenii sunt aproape ntotdeauna modelai ca funcionnd ntr-un mediu
social constnd dintr-o reea de interaciuni cu ali ageni.
Uneori este, totui, util pentru model s se specifice un mediu fizic care
impune anumite restricii privind localizarea agenilor. Ipoteza uzual este c
agenii apropiai mult mai probabil interacioneaz sau sunt capabili s se
influeneze unul pe altul, dect cei ndeprtai.
Modelele de acest tip se construiesc utiliznd, de regul, teoria
automatelor celulare. Am vzut c un automat celular este format dintr-un
numr de celule aezate ntr-o arie regulat (latice), fiecare dintre ele avnd un
numr mic de stri. Starea unei celule este determinat de un set de reguli
simple i depinde doar de starea celulelor vecine i de propria sa stare.
Automatele celulare au fost studiate intensiv n ultima vreme din perspectiva
utilizrii lor n modelelebazatepeageni. Dei au la baz reguli i mecanisme
simple de determinare a strii celulelor, aceleai principii se regsesc n
mecanismele complexe, astfel c celulele reprezentnd agenii i mediul lor ca
un ntreg pot fi utilizate pentru a reprezenta diferite sisteme economice sau
sociale complexe.
O alt modalitate utilizat n reprezentarea mediului n MBA o reprezint
crearea de organizaii ierarhice emergente (agenii). Acestea sunt grupuri de
ageni care au proprieti emergente. Termenul de proprietate emergent
nseamn c ele apar spontan din dinamica sistemului mai degrab, dect
impuse de o autoritate extern. Ordinea observat specific a unei firme sau a
unei specii animale cu fazele sale iniiale, de maturitate i declin, emerge din
agregarea unui mare numr de indivizi, acionnd singuri i independent. n
acest sens, trebuie amintit teoria cooperrii, dezvoltat n ultimii ani de
Axelrod, a crei problem fundamental este s studieze cum coopereaz un
individ (agent) aflat ntr-un grup (agenie). Modelele propuse n cadrul acestei
teorii ne ajut s nelegem mai bine raporturile ntre ageni i mediu. Utilizarea
unor jocuri, cum ar fi Dilema Prizonierului sau Jocul Minoritilor n aceste
modele le aproprie foarte mult de problematica decizional din economie.
Capitolul 6 Modelarea CAS din Economie Modele bazate pe Ageni
6.2.6 Economia bazat pe ageni i aplicaiile acesteia
Aplicaiile agenilor i modelelorbazatepeageni sunt extraordinar de
diversificate n ce privete domeniilor abordate: economic, industrial, comercial,
financiar, militar, informatic, .a.
n economie s-a constituit un domeniu nou ce se ocup exclusiv cu studiul
aplicrii agenilor n rezolvarea diferitelor tipuri de probleme economice, domeniu
denumit Economia bazat pe ageni. Scopul acesteia deriv din A-life: crearea
de economii artificiale cu ajutorul unor interaciuni economice ntre ageni care, la
nceput, nu au cunotine despre mediul nconjurtor, dar au abilitatea de a
nva i apoi se observ ce tipuri de piee, instituii i tehnologii dezvolt agenii,
cum ei i coordoneaz aciunile i se organizeaz ei nii ntr-o economie.
Economiile de pia sunt privite ca sisteme adaptive complexe, constnd
dintr-un mare numr de ageni adaptivi ntreinnd interaciuni paralele locale.
Aceste interaciuni locale dau natere anumitor regulariti macroeconomice cum
ar fi protocoale de mprire a pieei i norme de comportament care, la rndul
lor, au o influen invers asupra determinrii interaciunilor locale. Rezultatul
este un sistem dinamic complicat de lanuri cauzale recurente, conectnd
comportamente individuale, reele de interaciuni i rezultate sociale.
Desigur c acest dublu feed-back ntre nivelul micro i cel macroeconomic
este cunoscut n cibernetica economic de mult timp. Ceea ce a lipsit pn acum
au fost mijloacele ca acest feed-back cantitativ s fie modelat n ntreaga sa
complexitate dinamic. Economia bazat pe ageni, ca metod de studiu a
economiilor modelate ca sisteme evolutive formate din ageni autonomi
interactivi, aduce sistemul economic n laboratoare, pentru a studia evoluia
economiilor de pia descentralizate n condiii experimentale controlate. Dou
aspecte fundamentale decurg din aceste studii.
Primul aspect este descriptiv, axat pe explicarea constructiv a
comportamentului global emergent. De ce apar regulariti globale n aceste
economii, n ciuda unei planificri i a unui control de sus n jos? Cum aceste
regulariti globale sunt generate de jos n sus, prin interaciunile locale repetate
Capitolul 6 Modelarea CAS din Economie Modele bazate pe Ageni
dintre ageni interacionnd autonom? i cum de apar aceste regulariti i nu
altele?
Al doilea aspect este normativ, axat pe proiectarea de mecanisme de
reglare i control. Dndu-se o entitate economic particular, existent sau
virtual, care sunt implicaiile acestei entiti pentru performanele economiei ca
un ntreg? De exemplu, cum poate un protocol de pia anumit sau o
reglementare guvernamental afecta eficiena economic?
n laboratorul experimental, se ncepe cu construirea unei economii cu o
populaie iniial de ageni. Aceti ageni pot include att ageni economici (de
exemplu: investitori, companii, bnci, .) ct i ageni reprezentnd diferite
fenomene sociale sau din mediu (de exemplu guvernul, pmntul, vremea, .).
Starea iniial a economiei este dat prin specificarea atributelor iniiale ale
agenilor. Atributele iniiale ale unui agent pot include caracteristici asupra tipului
de agent, norme comportamentale internalizate, moduri interne de comportament
(inclusiv modul de comunicare i nvare) i informaia stocat intern despre
sine i despre ceilali ageni din economie. Economia evolueaz apoi n timp,
fr alte intervenii din afar. Toate evenimentele care apar ulterior trebuie s
decurg din interaciunile agentagent care au loc n timpul simulrii. Nici o
influen sau coordonare exterioar nu este permis. Rezultatele obinute sunt
utilizate pentru a modifica constructiv sistemele economice reale sau a crea,
pornind de la sistemele virtuale, noi sisteme economice avnd performane
superioare.
Se observ similaritile dintre construirea unei economii bazate pe ageni
i metoda a-life. Totui exist o deosebire fundamental ntre cele dou
domenii. Dac a-life consider modelele sale ca o sintez a lumii vii pe
calculatoare, maini sau alte medii alternative, economia bazat pe ageni
privete modelele sale ca reprezentri ale proceselor economice existente sau
virtuale, realizate n scopul perfecionrii acestora. Direciile principale n care s-
au dezvoltat aplicaii ale economiei bazat pe ageni pot fi considerate
urmtoarele: nvarea; Evoluia normelor de comportament; Modelarea bottom-
up a proceselor economice de pia; Formarea reelelor economice; Modelarea
Capitolul 6 Modelarea CAS din Economie Modele bazate pe Ageni
organizaiilor; Proiectarea agenilor pentru piee automatizate; Experimente
paralele cu ageni reali i computaionali; Construirea de laboratoare
computaionale.
S trecem n revist cteva dintre realizrile obinute n domeniile amintite.
1) nvarea
nvarea este o caracteristic de baz a agenilor economici. Primele
aplicaii ale proceselor de nvare n economie au fost cele ale algoritmilor
genetici, programrii genetice i al altor forme de nvare evolutiv n modelarea
proceselor sociale.
Muli astfel de algoritmi de nvare s-au dezvoltat iniial avnd formulate
obiective de optimizat. Pentru modelele-bazatepeageni, algoritmii de nvare
sunt motivai de necesitatea utilizrii unor scheme de nvare global, n care
strategiile agenilor sunt mbuntite continuu pentru a realiza un anumit criteriu
dat exogen de fitness(de exemplu, eficiena pieei). Pe de alt parte, pentru
modelele proceselor economice cu participani umani, algoritmi de nvare
utilizai n MBA vor fi necesari pentru a ncorpora caracteristici fundamentale ale
comportamentului decidenilor umani. n astfel de cazuri, se pot utiliza scheme
de nvare locale n care diferite vecinti de ageni (cum ar fi firmele n cadrul
unei industrii) evolueaz n mod separat conform unor strategii care sunt nvate
pe msur ce criteriul de fitness este ndeplinit (de exemplu, profitabilitatea
relativ a firmei).
ntr-un studiu recent, care abordeaz performanele algoritmilor de
nvare n diferite contexte economice se dovedete utilitatea deosebit a
algoritmilor genetici utilizai n implementarea strategiilor individuale de evoluie.
Aspectele particulare ale implementrii cum ar fi, de exemplu, configuraia
precis a valorilor date parametrilor, pot influena puternic rezultatele poteniale
pe termen lung. Aceast lucrare a avut un impact substanial asupra cercetrilor
n domeniul MBA deoarece algoritmii genetici au fost utilizai tot mai mult pentru
reprezentarea nvrii la agenii economici.
Capitolul 6 Modelarea CAS din Economie Modele bazate pe Ageni
De asemenea, ntr-o analiz comparativ a algoritmilor de nvare utilizai
n licitaia dubl continu pe pieele valutare (Licitaia dubl continu este o
licitaie pentru uniti standardizate de activ real sau financiar n care oferta de
cumprare i vnzare sunt efectuate i ajustate continuu. Astfel de licitaii duble
au loc pe bursele cele mai mari din lume, Chicago, New York i Tokio) s-a artat
c eficiena alocativ a acestui tip de licitaie decurge din structura sa,
independent de efecte de nvare. Mai precis, s-a artat c, n acest caz, nivele
de eficien a pieei apropiate de 100% sunt atinse chiar dac agenii au o
inteligen zero, deci ei acioneaz n mod aleatoriu, avnd n vedere doar
restricia bugetar.
2) Evoluia normelor de comportament
Conceptul de norm este foarte important n MBA, deoarece, pornind de
la acestea, definim regulile dup care agentul se comport. Axelrod arat c o
norm exist ntr-un context social dat pentru a determina indivizii s acioneze
n mod obinuit ntr-un anumit fel i a-i pedepsi cnd nu acioneaz n acest fel.
Procesul de apariie, cretere i decdere al normelor este un proces
evolutiv. Utiliznd MBA, Axelrod a demonstrat c cooperarea reciproc poate
evolua chiar n cazul unor ageni egoiti care nu au relaii stabile de cooperare.
Cartea sa Teoria cooperrii scris n 1997 a avut un impact major asupra
cercetrilor n domeniul agenilor.
Alte cercetri n acest domeniu, care au influenat profund pe economiti
sunt cele ale lui Thomas Schelling. Utiliznd exemple obinuite, fr utilizarea
unui aparat matematic sofisticat, el a artat c comportamentul social poate
apare ca o consecin a unor interaciuni locale repetate ntre ageni care
urmeaz reguli de comportament simple. De exemplu, el a artat c segregarea
rasial poate aprea ca urmare a unor reacii n lan locale, dac unii ageni
prefer s aib cel puin jumtate dintre agenii nvecinai de aceeai ras cu ei.
3) Modelarea bottom-up a proceselor economice de pe pia
Capitolul 6 Modelarea CAS din Economie Modele bazate pe Ageni
Proprietile autoorganizatoare ale pieelor sunt recunoscute. MBA a
studiat diferite tipuri de piee: financiar, a electricitii, a muncii; cu amnuntul; a
resurselor naturale; e- comerul .a. pentru a explica aceste mecanisme de pia.
Robert Marks este unul dintre primii cercettori din domeniu care a
abordat aceste probleme. Mai precis, el a considerat o pia olipolist pentru a
studia cum firmele vnztoare (care sunt n numr mic pe astfel de piee) pot
concura cu succes. Modelul su utilizeaz un algoritm genetic pentru a
reprezenta firma n procesul de nvare interactiv. Astfel, operaii de mutaii i
recombinri au fost aplicate n mod repetat strategiilor de determinare a preurilor
utilizate de firme, astfel ca s permit firmelor s experimenteze noi idei (mutaie)
i s se angajeze n imitaia social (recombinare), obinnd astfel strategii ce
pot fi utilizate n mod profitabil de ctre firme.
Pieele financiare au constituit, de asemenea, un domeniu de mare interes
al aplicaiilor MBA. Modelele pieelor financiare au oferit explicaii plauzibile unor
regulariti observate pe astfel de piee. Piaa bursier artificial construit de
Arthur .a. la Institutul pentru tiinele complexitii de la Santa Fe, Ca., USA a
permis testarea unor modele cu ageni eterogeni care i actualizeaz preurile
individual i iau decizii pe baza unor sisteme de clasificare a volatilitilor
observate.
Le Baron a elaborat modele din ce n ce mai perfecionate ale
regularitilor observate pe piee. El calibreaz aceste modele n funcie de
evoluia datelor macroeconomice i a datelor financiare. Toi investitorii utilizeaz
performanele obinute n trecut pentru a-i evalua performanele actuale, dar
investitorii respectivi se presupune c au memorie de diferite lungimi. Un
algoritm genetic este utilizat pentru a reprezenta coevoluia unei colecii de reguli
disponibile agenilor.
Pieele valutare au fost, de asemenea, abordate frcvent de MBA. Izumi i
Ueda propun o nou metod bazat pe ageni pentru a modela o astfel de pia.
Agenii din model concureaz unii cu alii pentru a dezvolta metode de previziune
Capitolul 6 Modelarea CAS din Economie Modele bazate pe Ageni
a schimbrilor n ratele de schimb valutar, avnd drept msur a fitnessului
profitabilitatea.
Chen i Yeh arat c nvarea social sub forma unor strategii de imitare
este important pe pieele bursiere. Ei construiesc un model de analiz a pieelor
bursiere care include un mecanism suplimentar de nvare, numit coal.
Aceasta const dintr-un grup de ageni (de exemplu membrii unei faculti) care
concureaz unul cu altul pentru a oferi publicului cel mai bun posibil model de
previziune a evoluiei cursului aciunilor. Succesul (fitnessul) membrilor colii este
msurat prin acurateea programelor elaborate cu ajutorul modelelor propuse de
ei, n timp ce succesul investitorilor de pe piaa bursier este msurat de avuia
acumulat de acetia. Fiecare investitor alege ntre a aciona pe piaa bursier
sau a atepta ca s testeze un model propus de coal i a alege unul care i se
pare mai bun i a-l folosi n mod curent.
Membrii colii i investitorii calculeaz n timp ntr-o bucl feedback
continu. Testele fcute pe 14000 de perioade au artat c dac la nceput
investitorii care au ales modelele colii s-au bucurat de succes, ulterior ei nu au
mai avut acelai succes pe msur ce problemele colii erau adoptate de tot mai
muli investitori.
4) Formarea reelelor economice
Un important aspect al pieelor competitive imperfecte cu ageni interactivi
este maniera n care agenii determin metodele de tranzacionare, ceea ce
influeneaz forma reelelor de tranzacii ce evolueaz n timp. Un tip particular
de reea este aa numita reea mic. Ea este o reea conectat care are dou
proprieti: (a) fiecare nod este legat de o mulime relativ bine cunoscut de
noduri nvecinate; (b) prezena unor conexiuni directe ntre anumite noduri face
ca lungimea medie a drumului minim dintre noduri s fie mic. Astfel de reele au
att conectivitate local ct i accesibilitate global.
Cunoaterea i proiectarea unor reele optimale sunt foarte importante n
schimburile comerciale intre-ri sau inter-ageni. Wilhite utilizeaz un MBA
Capitolul 6 Modelarea CAS din Economie Modele bazate pe Ageni
pentru a studia consecinele introducerii de bariere comerciale n astfel de reele.
El analizeaz patru tipuri de reele: (i) reele comerciale complet conectate
(fiecare agent poate face schimburi comerciale cu orice alt agent); (ii) reele
comerciale local deconectate, constnd din grupuri disjuncte de ageni; (iii) reele
comerciale local conectate, constnd din grupuri de ageni aflai n jurul unui cerc
cu un agent suprapus fiecrui punct de intersecie; i (iv) reele comerciale mici,
construite din reele comerciale local conectate ce permit realizarea unor legturi
directe cu unul pn la cinci membrii ai unui grup comercial separat. Pentru
fiecare tip de reea, agenii nzestrai fiecare cu cte dou bunuri, caut metode
de schimb, negociaz preuri i apoi fac comer cu acei ageni care ofer cel mai
bun pre, dar sunt i accesibili. Rezultatul simulrilor efectuate a fost c cea mai
bun reea comercial este a patra, cea mic, ce ofer cea mai mare eficien
fiecrui agent participant. El a descoperit c exist anumite stimulente la nivel
micro pentru formarea reelelor comerciale mici, deoarece comercianii care
utilizeaz acest tip de reea tind s fac mai bine comer dect ceilali.
O extensie natural a acestor lucrri este cea privind modul n care aceste
forme iniiale evolueaz. Albin i Foley, Kirman i Tesfatsion .a. au demonstrat
emergena unei reele comerciale format dintr-o mulime de cumprtori i
vnztori ce determin partenerii lor comerciali n mod adaptiv, pe baza
experienei trecute cu aceti parteneri.
Mai recent, cercetrile n domeniu au fost orientate ctre tipuri de piee
specifice. Tesfatsion a abordat piaa forei de munc. Este studiat, n acest
context, relaia dintre structura de pia, interaciunea angajat-angajator,
comportamentul legat de alegerea locului de munc i rezultatele asupra
bunstrii. Muncitorii i angajatorii formeaz ntre ei relaii de interaciune
modelate cu jocuri de tipul Dilema Prizonierului i elaboreaz strategii de-a
lungul timpului pe baza ctigurilor asigurate de aceste strategii n interaciunile
anterioare. Simularea acestui model a urmrit dou lucruri: concentrarea
slujbelor (numr de muncitori raportai la numr de angajatori) i capacitatea
slujbelor (total slujbe poteniale raportate la totalul ofertei de munc). A rezultat
c dac capacitatea slujbelor este constant atunci schimbrile n concentrarea
Capitolul 6 Modelarea CAS din Economie Modele bazate pe Ageni
slujbelor au efecte semnificative asupra nivelelor de putere pe pia atinse. Un alt
rezultat a fost acela c efectele de interaciune sunt puternice, ele determinnd
adaptarea comportamentelor celor doi ageni de pe pia, muncitori i angajatori.
5) Modelarea organizaiilor
n cadrul unei economii, un grup de oameni este considerat o organizaie
dac grupul are un obiectiv sau un criteriu de performan care transcede
obiectivelor individuale din cadrul grupului. Pionierul studierii organizaiilor ca
sisteme, Norbert Simon, laureat al Premiului Nobel, arat c organizaiile sunt
capabile de o inteligen colectiv, deci ele se comport ca un organism unitar ce
se adapteaz la mediu, sufer mutaii, imit alte organizaii, etc. pentru a-i
asigura supravieuirea. Una dintre cele mai flexibile organizaii este birocraia.
Studiile lui Carley i ale grupului su de la Universitatea Carnegie Mellon
din SUA au artat c organizaiile pot fi modelate ca sistemebazatepeageni
i au dus chiar la apariia unui domeniu similar economiei bazate pe ageni n
cadrul teoriei organizaiei.
Studiul firmelor ca organizaii s-au orientat n dou direcii principale:
perfecionarea organizrii interne a firmei i organizaiile realizate de firme la
nivelul pieelor.
Dawid .a. a considerat o mulime de firme din cadrul unei industrii. La
nceputul fiecrei perioade, fiecare firm alege dac s produc un produs
existent pe pia sau s introduc un nou produs. Cererea pentru fiecare tip de
produs dispare dup o anumit perioad de timp determinat stohastic, deci
fiecare firm trebuie s se angajeze ntr-o activitate inovativ pentru a-i susine
profitabilitatea.
Firmele difer ntre ele n privina abilitii de a imita produse existente i
n abilitatea de a proiecta un nou produs, datorit efectelor aleatoare i a
efectelor learning by doing care schimb structura organizaional a fiecrei
firme. Fiecare firm are o regul de inovare determinat de decizia de a inova
Capitolul 6 Modelarea CAS din Economie Modele bazate pe Ageni
sau nu i firmele coevolueaz (schimb) aceste reguli n timp pe baza
profitabilitii anticipate.
Autorii au fcut experimente cu modelul obinut pentru a vedea cum,
pentru a atinge o profitabilitate optimal, regula de inovare a unei firme ar trebui
adaptat att structurii industriei ca un tot ct i structurii organizaionale a unei
firme individuale.
6) Proiectarea agenilor computaionali pentru piee automatizate
Dezvoltarea pieelor automatizate (bursa automat, e-comer, .a.) a dus
la creterea preocuprilor pentru elaborarea unor ageni specializai n aceast
direcie.
De exemplu, contractele utilizate pe piee automatizate sunt contracte
licitate ntre ageni. Aceti ageni sunt astfel proiectai nct s desfoare un
proces de negociere conform unei anumite metode de licitare. Agenii negociatori
sunt penalizai n raport cu anumite obiective pe care nu le ating n cursul
negocierii i au rutine de nvare astfel nct ei devin tot mai performani pe
msur ce particip la mai multe procese de negociere. Dezvoltarea exploziv a
e-comerului n ultima perioad a fcut ca preocuparea pentru ageni mobili
negociatori s devin prioritar. Agenii mobili se mic pe Internet, cutnd
produsele dorite (shopbot) i negociaz peer-to-peer sau multiplu pentru
obinerea acestora.
Se prevede c, n curnd, tot mai multe gospodrii i vor face achiziiile
de produse n acest fel.
7) Experimente paralele cu ageni reali i virtuali
Experimentele economice cu subieci umani sunt destul de dificile i
costisitoare. Totui, comportamentul uman este foarte important n anumite
situaii.
Capitolul 6 Modelarea CAS din Economie Modele bazate pe Ageni
Avnd n vedere posibilul rol sinergetic al experimentelor paralele cu
subieci umani i ageni virtuali, comportamentul uman poate fi utilizat ca un ghid
pentru procesele ncorporate agenilor virtuali. Invers, comportamentul agenilor
virtuali poate fi utilizat pentru a formula ipoteze privind cauzele de baz care
determin anumite comportamente observate la subieci umani. n cadrul
economiei, experimente de acest fel au fcut Miller i Andreoni, Arifovic, Arthur
.a.
Marimon .a.i Duffy au efectuat, astfel, un experiment paralel de acest fel
pentru a examina emergena posibil a unui mediu de schimb general acceptat
(de exemplu banii). Agenii de tip i doresc s consume bunul i, dar produc bunul
i+1. n fiecare perioad, agenii sunt mperecheai n mod aleatoriu i trebuie s
decid dac schimb bunurile pe care le produc. Un agent poate accepta un bun
fie pentru c l dorete, sau pentru a-l stoca i utiliza mai trziu ca mijloc de
schimb. Bunurile au costuri de stocare diferite. Rezultatul urmrit este dac
agenii converg ctre a accepta un anumit bun ca moned pe care ei sunt de
acord s o foloseasc n schimburile viitoare i nu s o consume.
Regulile comportamentale utilizate n proiectarea agenilor virtuali din
acest experiment au fost cele pe care le folosesc oamenii n schimburile lor
comerciale. Un agent virtual va selecta adaptiv ntre regulile sale admisibile
utiliznd un algoritm de nvare. Duffy arat c, treptat, agenii virtuali capt
caracteristicile de baz ale agenilor umani.
8) Construirea de laboratoare de studiu cu ageni computaionali
Ultima direcie de aplicare este cea a utilizrii agenilor n laborator pentru
testarea teoriilor economice. Robert Lucas Jr., laureat al Premiului Nobel pentru
economie i unul dintre cei mai marcani economiti ai zilelor noastre, scria: (O
teorie) nu este o colecie de afirmaii despre comportamentul economiei actuale,
ci mai degrab o mulime explicit de instruciuni pentru construirea unui sistem
paralel sau analog o economie mecanic, imitativ. Sarcina noastr este s
scriem un program care va accepta regulile politicii economice specifice ca
Capitolul 6 Modelarea CAS din Economie Modele bazate pe Ageni
intrare i va genera ca ieiri statistici descriind caracteristicile de funcionare
ale seriilor dinamice pe care le dorim, care sunt permise de rezultatele obinute
din aceste politici.
Realizarea de laboratoare computaionale cu ageni permite construirea n
cadrul acestora a unor economii virtuale, piee virtuale (artificiale), ntreprinderi
virtuale, gospodrii virtuale .a., pe care se pot testa diferite ipoteze i situaii pe
care le ntlnim n economiile reale. n astfel de laboratoare, prin interfee grafice,
se pot face simulri i testa senzitivitatea sistemelor la schimbrile de parametrii,
se pot elabora i ncerca sisteme care ulterior vor fi puse n practic.
De exemplu, Mc Fadzean .a. dezvolt un astfel de laborator
computaional numit Trade Network Game Lab, care cuprinde cumprtori,
vnztori i dealeri care ncearc s-i gseasc parteneri comerciali preferai,
sunt angajai n schimburi comerciale riscante, modelate ca jocuri necooperative
i i dezvolt strategii comerciale n decursul timpului. Evoluia reelei
comerciale este vizualizat dinamic cu ajutorul animaiei pe calculator i date
privind performanele fiecrui agent sunt oferite n timp real.
6.3 Exemple de modele bazate pe ageni n economie
6.3.1 Model bazat pe ageni al relaiilor dintre banc i firme
Modelul expus n continuare ncearc s elucideze fenomenul complex al
raporturilor care se creeaz ntre firme i banca comercial. n acest model,
agenii sunt reprezentai de banc i de firmele care conlucreaz cu aceasta.
Fiecare dintre aceste dou tipuri de ageni este suficient de inteligent pentru a
aciona autonom, n sensul c fiecare agent are capacitatea de a se adapta la
mediul su nconjurtor. n plus, fiecare agent interacioneaz cu cellalt tip de
agent utiliznd reguli foarte simple. In figura se repreyint ipotetic aceste
interdependene. Se presupune, totui, c fiecare firm interacioneaz cu o
singur banc, iar aciunile firmelor nu depind n relaiile lor cu banca dect de
strile lor interne.
Capitolul 6 Modelarea CAS din Economie Modele bazate pe Ageni
Figura 6.1 Reprezentarea conceptual a modelului bazat pe ageni al
companiilor interacionnd cu o singur banc
Dinamica fiecrui agent este caracterizat de bilanul acestuia. Fiecare
companie ncearc s-i maximizeze profitul ateptat n condiiile existenei unui
mediu de afaceri riscant i a unei piee incerte. Companiile, care interacioneaz
indirect prin intermediul bncii comerciale, devin eterogene n cursul evoluiei lor
temporale i exist posibilitatea de apariie a falimentului. Un astfel de model,
care se refer, evident, la structura microscopic a economiei, permite studierea
interdependenelor dintre comportamentul companiilor individuale i tendinele
macroscopice ce se observ la nivelul ntregii economii. Prin acumularea
rezultatelor companiilor de-a lungul unei anumite perioade (de regul trei ani) pot
fi revelate o serie de proprieti statistice ale dinamicii companiilor reale.
n continuare, vom construi un model bazat pe ageni care permite
studierea proprietilor dinamice ale companiilor, aa cum sunt ele influenate de
interdependenele cu banca. Simularea acestui model va da informaii valoroase
privind tendinele principale care se observ n economia real de-a lungul
perioadei urmtoare, putnd evidenia simptoamele ce indic posibilitatea de
Capitolul 6 Modelarea CAS din Economie Modele bazate pe Ageni
apariie a falimentului companiilor, o informaie deosebit de valoroas pentru
bncile comerciale care ncerac, de regul, s se protejeze fa de posibile
pierderi datorate intrrii n incapacitate de plat a anumitor clieni.
Comportamentul companiilor este orientat, dup cum am mai spus, ctre
maximizarea profitului dar, pe lng aceasta, un obiectiv important este i cel de
meninere a companiei ntr-o stare de echilibru n ceea ce privete plile fcute
ctre banc.
Dinamica agenilor poate fi descris, n aceste condiii, n funcie de
bilanul acestora dup cum se arat n figura 6. 2
Figura 6.2 Bilanul companiilor i al bncii
O companie i are capitalul total Ki (t ) i datoria Li (t ) la banc la nceputul
unei perioade de timp t. Fie i = 1,..., N i N numrul total de companii. Pe baza
ecuaiilor contabile, capitalul propriu Ai (t ) al companiei trebuie s fie egal cu
capitalul total minus datoria. Pe de alt parte, agentul banc are un bilan pentru
care oferta total de credite a bncii
i
i
t L t L ), ( ) (
este egal cu suma dintre depozitele totale D(t) i capitalul propriu E(t).
Variabilele de nivel i de flux sunt cele dou variabile de baz utilizate n
construirea modellor de dinamic de sistem. Bilanul are doar variabile de nivel
Capitolul 6 Modelarea CAS din Economie Modele bazate pe Ageni
aa cum sunt ele nregistrate n contabilitatea companiilor. Variabilele de flux
cum ar fi profitul sau investiia sunt determinate din evoluia sistemului economic.
Din motive de somplitate vom considera c funciile de producie ale firmelor sunt
liniare, deci mrimea valorii produciei Yi (t) depinde liniar de inputul de capital Ki
(t ):
Yi (t ) = Ki (t )
unde coeficientul ia valoarea 0.1.
La nceputul unei perioade de timp t, compania j i schimb capitalul Ki (t)
pentru a maximize valoarea ateptat a profitului. Profitul unei companii este dat
la sfritul fiecrei perioade de relaia:
), ( )] ( ) ( [ ) ( ) ( ) ( ) ( ) ( t K t r t u t K t r t Y t u t
i i i i i i i i
unde ri (t) este rata dobnzii pentru capital. Parametrul ui (t) reflect
incertitudinea pieei. Deoarece o pia const dintr-un numr mare de grade de
libertate, determinarea proului de vnzare devine stochastic. Vom presupune,
de asemenea, c ui (t) este independent de mrimea companiei (Legea Gibrat).
Se poate alege ui (t) ca un numr aleator distribuit uniform ntre (0, 2). Profitul
ateptat este atunci dat punnd n ecuaia de mai sus ui (t ) = 1 i scond i (t)
ca:
). ( )] ( [ ) ( t K t r t
i i i
(6.6)
La limita inferioar ui (t) = 0, produsele sunt att de reduse ca valoare
nct ele nu sunt capabile s aduc valoare adugat, n timp ce valoarea
maxim adugat este obinut la o valoare dubl a preului ateptat,
corespunztoare lui ui (t ) = 2.
Dac o comapnie adopt un plan de producie agresiv, ea are o
probabilitate finit de a da falimnet. Falimentul unei companii este definit la
sfritul perioadei t de condiia:
Capitolul 6 Modelarea CAS din Economie Modele bazate pe Ageni
. 0 ) 1 ( ) 1 ( ) ( < + t t A t A
i i i
nlocuind i (t 1) obinut din ecuaa (6.6) n criteriul de faliment de mai
sus obinem urmtoarea formul a probabilitii de faliment:
'
>
rest in
t r
A
t K pentru
t K
t A t K t r
t K P
i
t i
i
i
i i i
i
F
0
) (
) (
) ( 2
) ( ) ( ) (
) ( (
) (
i
i
i s
i
t K
t K
t L t L
Egalnd cererea ) (t L
d
i
cu oferta ) (t L
s
i
obinem relaia care ne d rata
dobnzii:
) ( ) (
) (
) (
t A t L
t A
t r
i
s
i
i
i
+
Mecanismul care determin rata dobnzii de echilibru este reprezentat n figura
6.4
Figura 6.4
Capitolul 6 Modelarea CAS din Economie Modele bazate pe Ageni
Rata maxim este atins atunci cnd rmax = . Dac compania obine un credit
mai mare de la banc atunci data dobnzii descrete, i invers.
Companiile n situaia de mai sus nu vor da niciodat faliment, dar vom
nlocui capitalul propriu din perioada actual cu capitalul propriu din perioada
anterioar n formula lui Ki (t):
) (
) 1 (
) (
t r
t A
t K
i
i
i
i
i
t E
t L t L
) (
) ( ) (
Conform reglementrilor Comitetului de la Basel din 1988, fiecare banc
are capitalul echivalent cu cel puin 8% din activele totale, deci = 0.08.
Banca obine un profit din investiia fcut prin acordarea de mprumuturi
companiilor. Stabilim c marja de profit este diferena dintre suma dobnzilor
totale primite i costurile financiare suportate de banc. Acestea din urm
reprezint dobnzile pltite de banc depozitarilor i investitorilor mpreun cu
pierderile adiionale datorate falimentului unor companii creditate de banc.
nainte de a simula acest model, un studiu simplu ce include doar o firm
i o banc )ageni reprezentativi) arat c, n aceste condiii, ambii ageni cresc
exponenial. Aceasta este o proprietate intrinsec important a modelului de mai
sus (vezi figura 6.5).
Capitolul 6 Modelarea CAS din Economie Modele bazate pe Ageni
Figura 6.5
Pentru o pia care nu nregistreaz fluctuaii ale preului de vnzare (ui (t)
= 1) i o rat constant a dobnzii (ri (t) = r), se poate obine o soluie analitic cu
cretere exponenial pentru fiecare agent. Egalnd cele dou relaii care dau
creterea exponenial a agenilor reprezentativi, se poate determina rata medie
a dobnzii i deci rata de cretere a agenilor. Acest rat de cretere reprezint
tocmai panta curbelor reprezentate n figura 6. , care dup cum se observ uor,
au pante egale.
Dac totui pe pia se nregistreaz fluctuaii, altfel spus preul de
vnzare este o variabil aleatoare cu o anumit distribuie dat ((ui (t) =
) 1 ) ( ) ( media d siboliznan t cu t
i i
) atunci evoluia activelor agenilor va fi
dat de relaia:
)] ( )] ( 1 [
2
1
) ( ) ( ) 1 ( t A t u t A t t A
i i i i i
+ +
Soluia acestei ecuaii cu diferene finite reprezint tocmai dinamica
procesului de cretere exponenial ce caracterizeaz agenii. Prin simularea
proceselor de cretere al bncii i, respectiv, ale firmelor se obine n final situaia
firmelor care au crescut, au dat faliment sau s-au redus ca urmare a relaiilor lor
de creditare cu banca (Figura 6.6).
Capitolul 6 Modelarea CAS din Economie Modele bazate pe Ageni
Figura 6.6
6.3.2 Un model bazat pe ageni al unei piee de capital (F.Ghoulmie,
R. Cont, J. P. Nadal, 2005)
Modelul prezentat n continuare descrie o pia de capital pe care se
tranzacioneaz un singur activ (aciune), al crui pre este pt, numrul de ageni
care particip la tranzacii fiind N. Tranzaciile se efectueaz la momentele de
timp discrete t=0,1,2, care reprezint zile de tranzacionare. n fiecare
moment de timp, toi agenii de pe pia primesc nouti publice despre
performanele activului mobil tranzacionat i, utiliznd criterii subiective,
apreciaz dac aceste nouti sunt semnificative. Dac noutile primite sunt
apreciate ca fiind semnificative de ctre agent, atunci acesta plaseaz ordine de
cumprare sau de vnzare, depinznd de faptul c noutile primite sunt
optimiste sau, respectiv, pesimiste. Preurile pt cresc sau scad n funcie de
mrimea cererii n exces format pe pia.
a) Regulile de tranzacionare pe pia
n fiecare perioad de tranzacionare t, agenii pot trimite ordine de
cumprare sau de vnzare pe pia pentru o unitate de activ. Notm cu i(t)
cererea de activ a agentului i, i avem i(t) = 1 pentru un ordin de cumprare i
i(t) = -1 pentru un ordin de vnzare. Dac i(t) = 0 se consider c agentul este
inactiv n perioada t .
Capitolul 6 Modelarea CAS din Economie Modele bazate pe Ageni
Fluxul de noi informaii primit de ageni este modelat ca un ir de variabile
aleatoare cu distribuia Gaussian (t, t = 0,1,2,) cu t ~ N(0,D
2
). t putnd fi
interpretat ca valoarea unui semnal comun primit de ctre toi agenii la momentul
t. Semnalul t reprezint o prognoz asupra unui venit viitor rt i fiecare agent
trebuie s decid dac informaia primit prin intermediul lui t este semnificativ,
caz n care el va plasa ordinul de vnzare sau de cumprare n acord cu
semnificaia lui t (prognioz optimist sau pesimist).
Regula de tranzacionare a fiecrui agent de pe pia i = 1,2,,N este
dat utiliznd un prag decizional (variabil n timp) i(t). Pragul i(t) poate fi
considerat ca reprezentnd viziunea agenilor asupra volatilitii de pe pia.
Comparnd semnalul cu pragul decisional, agenii decid dac noutile sunt
suficient de semnificative pentru a genera o tranzacie (|t| > i(t)),
'
<
>
0
1 ,
1 ,
i
i i i
i i t
altfel
daca
daca
(1)
Regula de tranzacionare poate fi privit ca o sintez a comportamentului
de prag al agentului; fr suficiente stimulente din exterior, un agent rmne
inactiv i doar dac semnalul extern este peste un anumit prag, agentul va
reaciona. Cererea corespunztoare generat de agent este atunci dat de:
i t i t
t
i
< >
1 1 ) (
(2)
b) Rspunsul preului la cererea agregat.
Cererea agregat n exces se calculeaz nsumnd cererile fiecrui agent
i i este:
i
i t
t Z ) (
(3)
Cnd Zt nu este zero, are loc o schimbare n pre i venitul rezultat (n
form logaritmic) este dat de:
Capitolul 6 Modelarea CAS din Economie Modele bazate pe Ageni
) ( ln
1
N
Z
g
p
p
r
t
t
t
t
(4)
unde funcia de impact asupra preului g:RR este cresctoare de argumentul
su cu g(0)=0. Definim adncimea pieei (normalizat) prin:
1
) 0 ( ' g (5)
Adncimea pieei (market by price) reprezint densitatea medie a
numarului de ordine de vanzare si de cumparare existente pe pia, pentru un
anumit activ. Aceasta asimileaz variaiile de pre asociate executrii tranzaciilor
i reprezint, de asemenea, un factor important de explicare a lichiditii unei
piee.
n timp ce o mare parte din analiza de mai jos se face pentru o funcie de
impact a preului general, n unele cazuri este util s se considere cazul liniar,
z
z g ) ( .
c) Adaptarea strategiei
Cum s-a artat mai sus, pragul
) (t
i
. Deci, pentru o
populaie mare de ageni, s reprezint proporia de ageni care i actualizeaz
viziunile lor ntr-o anumit perioad;
s
1
reprezint perioada de timp medie n
care un agent pstreaz o viziune asupra pieei,
) (t
i
t
t
t
p
p
r
.
Introducnd variabilele aleatoare
0 , ,..., 2 , 1 ), ( t N i t u
i
uniform
distribuite pe [0,1], care indic dac agentul i i adapteaz pragul sau nu la
nouti, putem scrie c regula de adaptare este urmtoarea:
) 1 ( 1 1 ) (
) ( ) (
+
<
t r t
i s t u t s t u i
i i
. (6)
Dac t
~ N(0,D
2
);
2) Fiecare agent i compar semnalul primit cu pragul su
) (t
i
;
3) Dac
) (t
i t
>
agenii consider semnalul ca fiind semnificativ i
genereaz o comand i(t) conform relaiei (1);
4) Preul de pia este afectat de cererea n exces i se modific conform
relaiei (4);
Capitolul 6 Modelarea CAS din Economie Modele bazate pe Ageni
5) Fiecare agent adapteaz, cu probabilitatea s, pragul su conform relaiei
(6).
Modelul are o serie de caracteristici, dintre care cele mai importante sunt
urmtoarele:
i) Preurile se modific drept urmare a fluctuaiilor cererii i ofertei pe pia.
n particular, nu putem distinge ntre ageni fundamentaliti i cartiti.
ii) Nu exist asimetrie informaional: aceeai informaie este disponibil
pentru toi agenii. Agenii difer prin modul n care proceseaz informaia.
iii) Absena interaciunii sociale dintre ageni: agenii interacioneaz
indirect prin intermediul preului, ca n modelele Walrasiene standard. Nu se
introduce nici o interaciune social intre ageni. n particular, nu se introduce nici
localizarea, laticea sau structura de graf n mulimea de ageni.
iv) Eterogenitatea endogen: regulide de comportament ale agenilor sunt
introduse endogen printr-o schem de adaptare asincron.
Parametrii modelului sunt: s care descrie frecvena medie a adaptrilor, D
care reprezint abaterea standard a procesului de sosire a noutilor i care
este adncimea pieei. Mai mult, dac se consider c pasul modelului este ziua
de tranzacionare, atunci se poate reduce acest numr de parametri.
Modelul genereaz serii de date privind veniturile obinute de ageni din
tranzaciile efectuate pe pia care au dinamici interesante i proprieti similare
cu cele observate n cazul seriilor dinamice reale.
e) Simulare numeric a modelului.
Modelele bazate pe ageni sunt rezolvate, n general, prin simulare. Acest
lucru presupune alocarea de valori parametrilor identificai ai modelului i,
utiliznd o procedur de simulare, urmrirea comportamentului agenilor n timp
pentru valorile alocate ale parametrilor. Simularea identific deci proprietile de
baz ale modelului i indic valorile parametrilor care sunt potrivii cu datele
emplirice privind veniturile activelor de pe pia.
Pentru modelul de mai sus, starea sistemulu la fiecare moment de timp
(ziua de rranzacionare) este descris de un vector
N i
i
,... 2 , 1 ), 0 (
de valori
Capitolul 6 Modelarea CAS din Economie Modele bazate pe Ageni
ale pragurilor. Pragurile
) 0 (
i
z
z g ) ( . Aceast alegere poate fi
interpretat ca o liniarizare a unei funcii mai generale g, adevrat n cazul unor
valori mici ale cererii n exces sau pentru piee cu o adncime a pieei mare.
Metoda de simulare aleas n cazul modelului descris este de tip Monte
Carlo, n care ateptrile, momentele i distribuiile cantitilor de venit sunt
calculate ca medii ale unor iteraii de simulare independente. Totui, pentru
compararea direct cu faptele empirice stilizate, vom considera c doar o singur
traiectorie a preurilor obinut prin simulare este disponibil i vom calcula
momentele (necondiionate) ale acestei traiectorii. Vom adopta n continuare
urmtoarea regul: dup simularea unei traiectorii a preului pt pentru T = 10
4
perioade, vom calcula urmtoarele cantiti:
-
T t p p r
t t t
,..., 2 , 1 ), / ln(
1
- histograma veniturilor, care este un estimator al distribuiei
necondiionate a acestora;
- un estimator de tip medie mobil al abaterilor standard ale veniturilor:
] )
1
(
1
[ 250 ) (
2
1
'
2
1
'
2
' ' '
+ +
T t t
t
T t t
t
r
T
r
T
t (7)
Aceast cantitate este un indicator frecvent utilizat pentru volatilitate pe
care -l vom anualiza nmulindu-l cu 250 care sunt zilele de tranzacionare.
- funcia de autocorelaie a veniturilor eantionate ) (
r
C :
- funcia de autocorelaie a veniturilor absolute
) (
r
C
:
Simularea modelului necesit specificarea parametrilor s, D, , a numrului
de ageni N i a distribuiei iniiale a pragurilor.
Prin aplicarea procedurii de simulare se obin evoluiile principalelor variabile
ale modelului: preul activului pe pia, venitul investitorilor, volatilitatea pieei etc.
Capitolul 6 Modelarea CAS din Economie Modele bazate pe Ageni
6.3.3 Simularea unei piee financiare virtuale utiliznd modelarea
bazat pe ageni (Goncalves)
Pieele artificiale (virtuale) de capital sunt modele ale pieelor reale, create
n scopul studierii fenomenelor care se manifest n cadrul acestora n diferite
condiii. Aceste modele utilizeaz ageni inteligeni artificiali pentru a reprezenta
participanii reali pe o pia de capital.
Ceea ce face ca dinamica pieei de capital s fie greu de neles este
procesul dinamic i complex de formare a preului, ntruct acesta este guvernat
de regulile de schimbare a pieei, de rolurile pe care i le atribuie fiecare
participant i de strategiile ascunse ale acestora care se pot schimba de la un
moment de timp la altul. De aceea, n vederea realizrii unui model care s
reprezinte structura pieei financiare i comportamentul agenilor pe aceast
Capitolul 6 Modelarea CAS din Economie Modele bazate pe Ageni
pia pentru nceput este nevoie s se convin asupra mai multor simplificri,
ipoteze i alegeri. Evoluia diferitelor concepte privind piaa financiar pn n
prezent a condus la construirea de piee artificiale cu ageni inteligeni, care sunt
raionali doar n anumite momente i care au comportament adaptiv. Deciziile
finale ale agenilor sunt influenate de structura pieei (call-market, continuous-
market), credine, capabiliti, informaii, conjunctur economic, preferine i
situaie financiar. Recente mbuntiri ale unor astfel de modele se refer la
flexibilitate crescut: variate tipuri de pia, diverse strategii tranzacionale pe
care le pot alege agenii .a..
Santa Fe Artificial Stock Market a fost primul proiect de anvergur realizat
n vederea studierii i dezvoltrii de piee artificiale care s reflecte ntr-o
perspectiv mult mai realist observaiile din pieele reale. Acest proiect
concentreaz atenia cercetrilor pe tehnologia ce trebuie utilizat n crearea
unor astfel de modele. Complexitatea tehnic a modelului final a impus
construirea i utilizarea de tehnologii avansate n vederea uurrii citirii
modelului i rezultatelor acestuia. GENOA este un alt proiect care s-a dezvoltat
prin combinarea de capaciti de analiz economic prin intermediul metodelor
cantitative din domeniul econometric, fizic, matematic i informatic. n procesul
de mbuntire continu a acestor modele se are n vedere structura pieelor
electronice deja existente: ipoteza eliminrii totale a intermediarilor este nlocuit
cu cea a crerii unor cybermediatori, componente ale modelului informatic care
vor desfura activiti n vederea definirii mai exacte a informaiei care se
schimb pe pia ntre diferii participani.
Cadrul actual cel mai avansat la care au ajuns cercettorii este
reprezentat de tranzacionarea pe Internet a aciunilor. Astzi, datorit dezvoltrii
extraordinare a tehnologiilor informaionale i de comunicare, suntem martorii
primilor pai ai evoluiei Internetului ctre o economie deschis, de pia liber,
n care ageni automai cumpr sau vnd o varietate larg de bunuri i servicii
informaionale. n timp, aceti ageni artificiali vor evolua de la a utiliza simple
faciliti n tranzaciile prin comer electronic la a fi decideni n procesele
financiare complexe pe care le creeaz sau la care iau parte (de exemplu n
Capitolul 6 Modelarea CAS din Economie Modele bazate pe Ageni
licitaii), la nceput fiind controlai direct de factorul uman i ctignd apoi din ce
n ce mai mult autonomie i responsabilitate. n final, tranzaciile ntre ageni vor
deveni o parte inseparabil i chiar dominant a economiei de pia care se
prefigureaz.
1) Ipoteze de baz ale modelului
n continuare, vom utiliza un model de pia financiar cu ageni eterogeni
pentru a exemplifica uriaele avantaje pe care le prezint o astfel de tendin de
automatizare a proceselor financiare. Unii dintre aceti ageni sunt influenai de
opiniile celorlali ageni care acioneaz pe pia n ceea ce privete evoluia
viitoare a pieei. Ali ageni acioneaz ntr-un mod raional. Piaa financiar
artificial (virtual) are urmtoarele caracteristici:
i) Tranzaciile au ca obiect un singur tip de aciuni ;
ii) Se tranzacioneaz o singur unitate de aciuni la fiecare moment de
timp;
iii) Nu este definit o politic a dividendelor;
iv) La fiecare moment de timp, informaii noi ajung pe pia i fiecare agent
trebuie s decid ntre a vinde sau a cumpra o aciune;
v) Agenii care acioneaz pe pia sunt caracterizai de raionalitate
limitat i sunt difereniai pe trei categorii, n funcie de comportamentul pe care
l adopt n vederea lurii deciziilor de vnzare / cumprare: imitatori (I),
fundamentaliti (F), fermi (S);
vi) Fiecare agent acioneaz sub restricie bugetar: pornete la nceputul
perioadei cu un buget maxim i are acces la un nivel maxim de ndatorare;
vii) Agenii I pot avea o atitudine fie optimist fie pesimist, pe care i-o pot
schimba pe parcursul derulrii tranzaciilor;
viii) Exist un numr maxim de ageni care pot aciona pe pia;
ix) Agenii I sunt caracterizai prin volatilitatea opiniilor, senzitivitate la noile
informaii care apar pe pia, propensitatea aciunii de influen, imitare i
respectiv decizie, care apar n urma contactelor avute cu ali ageni;
Capitolul 6 Modelarea CAS din Economie Modele bazate pe Ageni
x) Agenii F au o singur caracteristic: volatilitatea comportamentului, care
determin probabilitatea de a-i schimba categoria i a deveni I.
Preul reflect ntreaga informaie referitoare la valoarea unui activ
tranzacionat pe piaa financiar (ipoteza de eficien a pieei-EMH). O dat cu
creterea cantitii de date analizate, a metodelor de analiz statistic i
dezvoltarea complexitii lor, s-a dovedit c aceast ipotez nu mai este generic
valabil. Preul activelor este mai volatil dect este prezentat teoretic, prbuirile
i bulele apar cu o frecven mult mai ridicat dect cea ateptat.
n acest model, punctul de interes este volatilitatea. Exist trei aspecte ale
EMH care nu sunt n conformitate cu realitatea pieei: investitorii sunt presupui
raionali i pun pre pe obligaiuni ntr-un mod raional; dac investitorii nu sunt
raionali, tranzaciile fcute de ei sunt la ntmplare i de aceea se exclud
reciproc fr s afecteze preurile; dac investitorii sunt iraionali, se ntlnesc pe
piaa cu bule raionale care le elimin influena asupra preurilor. Considernd c
toi investitorii au o raionalitate limitat i sunt eterogeni, informaia care vine pe
pia este luat n considerare n crearea ateptrilor referitoare la evoluia pieei
ntr-o alt manier dect in ipoteza EMH.
Principala caracteristic a acestui model este sentimentul pe care agenii
i-l formeaz n ceea ce privete natura informaiilor care ajung pe pia i
implicaiile lor n evoluia viitoare a preurilor. Acest sentiment se refer la
ncrederea pe care o acord agentul informaiei, n sensul c dac o consider
bun, decizia luat i va crete ctigul prin creterea investiiilor i dac o
consider proast i va diminua investiia. n cazul EMH, sentimentul agentului
ar reflecta numai informaia pe care o deine, nu i nivelul su de ncredere. La
constituirea acestui sentiment contribuie nu numai informaia n sine, ci i
sentimentele transmise de vecini i particularitile fiecrui agent n parte, care i
influeneaz modul de interpretare att a informaiilor ct i a influenelor
vecinilor. Aa cum am explicat mai sus, ncrederea crete atunci cnd natura
informaiilor este confirmat de evoluia pieei (informaie bun preul crete i
respectiv informaie proast preul scade) i scade atunci cnd cele dou
elemente evolueaz n sensuri opuse. Investitorii nu sunt iraionali i o parte din
Capitolul 6 Modelarea CAS din Economie Modele bazate pe Ageni
informaia nou este reflectat de pre. Mai mult, informaia nou mpreun cu
starea general a sistemului influenteaz dinamica parametrului de legatur.
2) Modelul
La fiecare moment de timp informaii noi ajung pe pia sub form de
semnal I(t). Conform EMH, dup scderea preului ateptat utiliznd o rat care
reflect orizontul de timp ale investiiei i profilul de risc, preul nu mai poate fi
modificat, adic dup scdere, valoarea ateptat a ctigului va fi nul. Acest
aspect implic faptul c informaia care ajunge pe pia, dup scderea preului,
nu va fi inclinat nici spre un sens pozitiv, nici spre un sens negativ, ntruct
interpretm preul prin intermediul valorii ateptate de dup scdere i analizm
informaia n aceti termeni.
Deci, presupunem urmtoarele: informaia este o variabil aleatoare de
medie 0 i abatere medie ptratic egal cu 1, o distribuie de probabilitate
simetric n jurul lui 0, semnalul informaiei l considerm normal distribuit pe
intervalul [0,1], de medie 0 i abatere medie patratic 1 (pentru o scurt perioad
de timp informaia are rata drift egal cu 0 prin natura ei). Un sens calitativ este
oferit informaiei prin asignarea a doua valori: +1 pentru informaie bun i -1
pentru informaie proast. Astfel, la un moment de timp t, avem:
I(t)~N(0,1) (7.1)
Q(t)=1 dac I(t)>0,5 i Q(t) = -1 altfel, (7.2)
nelegnd prin I(t) informaia i prin Q(t) funcia de transformare calitativ.
Regula de formare a sentimentului, care st la baza deciziilor agenilor,
este definit pornind de la ipotezele prezentate la nceputul acestui capitol:
agenii sunt parial raionali, sunt eterogeni, sunt influenai de comportamentul
vecinilor n ceea ce privete evaluarea acestora a aspectului calitativ al
informaiei. Raionalitatea parial impune limite n ceea ce privete interpretarea
informaiei. Dei toi agenii sunt informai, interpretarea individual a informaiei
depinde de experiena personal n tranzacii, de cunotinele i trecutul fiecrui
agent, de modelele pe care le consider n evaluarea pieei pe care activeaz i
Capitolul 6 Modelarea CAS din Economie Modele bazate pe Ageni
a poziiei pe care i-o atribuie pe aceast pia. Bineineles c aceste modele
difer de la agent la agent, lsnd loc influenelor care se manifest ntre cele
trei categorii. Din aceasta rezult c sentimentul referitor la evoluia pieei se
formeaz diferit pentru fiecare agent i fiecare reacioneaz ntr-o manier
diferit la informaiile noi.
Totui, informaia nou nu este singura for exterioar care acioneaz la
nivel de agent. Trebuie s lum n considerare posibilitatea comunicrii sau
transmiterii sentimentelor asupra interpretrii calitative a informaiei. De aici
apare senzitivitatea la opiniile vecinilor. Aceast deschidere ctre ali ageni este
o strategie de extindere a raionalitii, n ipoteza raionalitii pariale.
Se introduce o ipotez suplimentar de lucru: reeaua agenilor este
reprezentat n plan bidimensional, conform aplicaiei Netlogo, fiecare agent fiind
conectat la cei 8 cei mai apropiai vecini ai si i condiii periodice de frontier
sunt presupuse. Astfel, pentru agenii din categoria I avem:
Si(t)=sign(Ki*NSi(t))+nsi*Q(t)+ei(t)) (7.3)
unde Ki reprezint vectorul linie al parametrilor propensiunilor de influenare a
agentului i de ctre vecinii si (Ki=
) k , k , (k
i3 i2 i1
unde
i1
k reprezint propensiunea
de influenare a credinelor agentului i de ctre vecinii si n ceea ce privete
natura informaiei,
i2
k - propensiunea de influenare a comportamentului
agentului i de ctre vecinii si din categoria F i respectiv i3
k
- propensiunea de
influenare a comportamentului agentului i de ctre vecinii si din categoria S;
NSi(t) vectorul coloan al sentimentelor vecinilor agentului i, grupate pe cele
trei categorii de ageni (aceeai structur ca i vectorul parametrilor de
propensiune, prezentat mai sus); nsi senzitivitatea agentului i la sensul calitativ
al informaiei; ei(t) o variabil generat aleator prin care se cuantific
interpretarea personal a agentului i n ceea ce privete informaia. Ea este
normal distribuit n jurul lui 0 cu o abatere medie patratic ce poate fi controlat
de utilizator; Si(t) sentimentul agentului i referitor la tipul informaiei, dac este
bun (bullish), el va cumpra, dac este proast (bearish) va vinde. Dac Si(t)
Capitolul 6 Modelarea CAS din Economie Modele bazate pe Ageni
este mai mare dect 1, atunci decizia agentului I este de a cumpra i are o
atitudine optimist. Dac Si(t) este ntre 0 i 1, iar switch-ul schimbare-puternic
este bifat, decizia agentului este de a vinde i are o atitudine pesimist. Dac
switch-ul nu este bifat, atunci agentul va cumpra i va avea o atitudine
optimist. Dac Si(t)=0 i switch-ul schimbare-nesemnificativ este bifat,
agentul va cumpra i va avea o atitudine optimist. Altfel, agentul va vinde i va
avea o atitudine pesimist. n fine, dac Si(t)<0, agentul vinde i are o atitudine
pesimist.
n afar de componenta Q(t) care este aceeai, celelalte argumente ale
funciei sgn difer de la individ la individ. Bineneles, ecuaia de decizie a
imitatorilor are aceast form n cazul n care nu este bifat opiunea ca agenii
din aceast categorie s fie influenai de toi ceilali ageni de pe pia.
Modul de formare a deciziei fundamentalitilor: ei cumpr o aciune dac
o consider subestimat, altfel o vnd, adic n cazul n care valoarea prezent
este mai mare dect log-price, atunci cumpr, altfel vnd. Decizia agenilor de
tip S este aleatoare, bazat pe o variabil aleatoare uniform distribuit n
intervalul [0,1]: dac este mai mare dect 0,5, atunci agentul cumpr, altfel
vinde.
Regula de formare a preului: logaritmul preului este obinut prin
nsumarea logaritmului preului anterior cu sentimentele fiecrui agent (care
coincide cu poziia agenilor) mprite la numrul de ageni care nu au euat. n
caz c toi agenii au euat, atunci preul actual este egal cu cel anterior.
Ctigurile (de fapt logaritmul ctigurilor) sunt reprezentate de diferena ntre
log-p actual i log-p anterior, ceea ce nseamn de fapt suma credinelor
agenilor mprit la numrul lor. Ctigul este calculat ca fiind excesul de cerere
mprit la numrul total de ageni.
Dinamica propensiunii influenrii de ctre credinele celorlali ageni este
modelat n felul urmtor: presupunem c indivizii au o propensiune iniial,
oferit de utilizator, i dac o informaie bun/proast este confirmat de evoluia
pieei n aceeai direcie atunci propensiunea individual este egal cu cea de
baz la care se adaug/scade o cantitate egal cu ctigurile. Altfel,
Capitolul 6 Modelarea CAS din Economie Modele bazate pe Ageni
propensiunea actual este cea de baz din care se scade/adaug o valoare
egal cu ctigurile. S-a ales aceast metod ntruct ctigurile sunt un
indicator mediu al strii agregate a pieei.
O explicaie intuitiv a acestei reguli de formare poate s rezulte din
urmtorul proces: presupunem un scenariu pesimist, mai exact presupunem c o
informaie proast ajunge pe pia i este confirmat de evoluia pieei n aceeai
direcie. Aceast situaie apare numai dac exist un numr mare de ageni
bearish (credine negative), relativ cu numrul agenilor bullish (credine pozitive),
astfel nct credina general este bearish i atunci agenii devin mai receptivi la
credinele celorlali ageni i credina negativ ajunge n perioada urmtoare.
Aceasta induce o pierdere foarte mare n cazul n care informaia este bun n
urmtoarea perioad i ctigurile scad, iar situaia sistemului devine critic, iar
n perioada urmtoare se observ dezorganizare pe pia i este necesar o
micare de corecie. Aceste reacii sunt responsabile pentru majoritatea
fenomenelor de volatilitate pe pieele financiare.
Reprezentarea matematic a probabilitii de schimbare a
comportamentului (de a trece din categoria optimitilor n cea a pesimitilor) este
urmtoarea:
) exp(U
N
n
v
1
I
1
+
) U exp(
N
n
v
1
I
1
+
p
dp/dt
v
x U
1
2
1 1
+
Indicii, n ordinea vizualizat, reprezint trecerea de la optimist la pesimist
respectiv de la pesimist la optimist. Trecerea de la atitudine optimist la atitudine
pesimist este influenat de majoritatea opiniilor celorlali ageni de tip I:
c
n
n n
x
+
i de trendul preului,
p
dp/dt
. Prima component poate reflecta
ncercrile pe care fiecare agent le face n vederea obinerii de informaii din
comportamentul celorlali ageni. Cea de-a doua component ar putea fi
interpretat ca fiind reprezentativ pentru metodele de analiz ale trendului.
Parametrii
1 1
, v si
2
sunt msuri ale frecvenei de reevaluare a opiniei i a
importanei acodate opiniilor majoritare i a trendului preului.
Capitolul 6 Modelarea CAS din Economie Modele bazate pe Ageni
Trecerea de la categoria de ageni I la cea de tip F i viceversa este
formalizat n aceeai manier:
) exp(U
N
n
v
2,1 2 f
+
+
; ) U exp(
N
n
v
2,1
f
2 f
+
; ) exp(U
N
n
v
2,2
f
2 f
;
) U exp(
N
n
v
2,2
f
2 f
+
denot un agent de tip F care trece la categoria I cu o atitudine optimist.
Termenii 2,1
U
i 2,2
U
depind de diferena ntre profiturile momentane ale
imitatorilor i ale fundamentalitilor:
'
p
p p
s R
p
dt
dp
v
r
U
f
2
3 1 , 2
1
'
+
p
p p
s
p
dt
dp
v
r
R U
f
2
3 2 , 2
1
'
<
+
0 ) , (
0 ) , ( *) 1 (
1
1
d dU daca
d dU daca
t
t
t
Aceast regul de indexare a salariilor a fost introdus n concordan
cu ceea ce se petrece n Europa, n special n Germania i Italia.
2) Gospodriile
Fiecare gospodrie ctig cel puin un salariu minim real sub
nivelul cruia nu mai exist dorin de a munci. Dup ce sindicatul a
stabilit salariul nominal al perioadei curente, w
t,
, fiecare gospodrie
decide dac aplic pentru o slujb sau nu, considernd preul bunurilor
din perioada anterioar p
t-1
pentru evaluarea salariilor reale curente.
Oferta de munc N
t
i
t-1
w
t-1
+m
i
t-1
d
t-1
, unde
i
t-1
este egal cu 0 sau
1, depinznd de statutul de omer sau angajat al gospodriei la
momentul t-1, respectiv, i ntregul m
i
t-1
este numrul de aciuni din
portofoliul gospodriei i din perioada anterioar. Dividendele d
t-1
= p
t-
1
t-1
/S, unde
t-1
este profitul real total realizat de firm n perioada
precedent i S este numrul total de aciuni emise de firma
monopolist..
Obiectivul gospodriei este s menin o rat stabil a
consumului, deci s economiseasc atunci cnd venitul este mare
pentru a acumula lichiditi ce le va folosi n perioadele de venit sczut.
Deaton presupune c indivizii consum din lichiditi att timp ct
venitul nominal actual este mai mic n termeni reali dect venitul mediu
real trecut,
i
t
I
n timp ce dac venitul depete n termeni reali acest
venit mediu, gospodriile economisesc o fracie constant (1-v) din
venitul n exces acumulnd lichiditi. Formal, dndu-se preul p
t
stabilit
de ctre firm n perioada curent, regula de decizie a lui Deaton poate
fi scris ca:
Modelarea sistemelor adaptive complexe din economie
( )
'
> +
+
i
t t
i
t
i
t t
i
t
i
t
i
t t
i
t t
i
t
i
t
i
t
i
t
I p I daca I p I v I
I p I daca p X I I
c
/ ) / (
/ ) / , min(
1
(1)
Cererea agregat de bunuri, Y
d
t
este atunci dat de:
i
i
t
d
t
c Y
.
3) Firma monopolist
Modelul include o singur firm monopolist care produce un
bun perisabil omogen i are o funcie de producie de tip Cobb-Douglas
n care doar munca este factor de producie:
t t
N Y
(2)
Parametrii funciei de producie sunt estimai pornind de la
tehnologia curent i sunt pstrai constani pe perioada de simulare.
Firma cunoate salariul nominal, w
t
care
,
de fapt, a fost fixat de
sindicatul naional i acioneaz pentru a stabili preul bunului p
t
i
cantitatea Y
t
de bunuri care va fi produs.
Se presupune c firma i ajusteaz adaptiv preul i cantitatea
de bunuri, n urmtorii pai:
1. Firma cunoate oferta de munc N
s
t
i are o idee precis privind
elasticitatea cererii.
2. Firma ia n considerare o mulime de preuri ipotetice p(h) care se
afl ntr-o vecintate a ultimului pre de pia stabilit, p
t-1
. Preurile p
(h)
sunt alese n interiorul unei reele indexate de (h) i parametrizat de
(1-h)p
t-1
, cu h = -n, -n+1, , n-1, n, unde reprezint variaia relativ
minim a preului i n este limita maxim a variaiei. n consecin,
Modelarea sistemelor adaptive complexe din economie
firma calculeaz o gril a cererilor corespunztoare de bunuri, Y
d(h)
relativ la fiecare pre p
(h)
al grilei preurilor.
3. Firma calculeaz, pentru fiecare pereche (p
(h)
, Y
d(h)
), o gril a valorilor
profiturilor reale
(h)
, definite ca
) ( ) ( ) ( ) (
/
h h h d h
p C Y (3)
Considernd C
(h)
ca o gril a costurilor nominale date de:
) ( ) (
) 1 (
h
t
L
t
h
N w r C +
(4)
unde
L
t
r
este rata dobnzii de referin care a fost pltit pentru
mprumutul
) (h
i
N w
i N
(h)
este cantitatea de munc necesar pentru a
produce o cantitate determinat de output Y
d(h)
, deci
) / (
1
) ( ) (
h h
Y N
,
cu restricia
.
) (
t
h
N N
4. O pereche pre cantitate (p
t
, Y
t
) este aleas de ctre firm astfel
nct ea s corespund profiturilor reale celor mai mari, deci
) (
, (
) max arg ) , (
) ( ) (
h
Y p
t
h h
Y p
(5)
cu relaia dintre p
t
i Y
t
dat de
) (
) (
t
h d
t
p Y Y
dac firma nu are
restricii pe piaa forei de munc n realizarea planului su optimal,
altfel
) (
t t
N Y
pentru orice p
t
.
n final, firma distribuie profitul ctre gospodrii. Fiecare gospodrie
va primi dividende la nceputul urmtoare perioade, proporional cu
numrul de aciuni pe care l deine. Trebuie remarcat c a fost
Modelarea sistemelor adaptive complexe din economie
considerat o singur firm monopolist n economia respectiv pentru
a putea face ipoteza c ea are o cunoatere complet asupra cererii de
bunuri i a curbelor ofertei de munc i n acest fel s se faciliteze
interpretarea rezultatelor politicii monetare n cadrul unui sector
productiv care stabilete preurile. Altfel, ntr-un cadru monopolist sau
oligopolist, fiecare firm ar fi fost n faa unei cereri de bunuri reziduale
nedeterministe i a unei oferte de munc reziduale incerte, ceea ce ar
fi dus la cunoaterea incomplet asupra sectorului productiv i a
efectelor pe care politica monetar o are asupra sa.
4) Pieele bunurilor i ale forei de munc
Firma cunoate dinainte oferta de munc i cererea de bunuri. n
consecin, firma ia decizia de pre i de cantitate n perfect
cunotin de cauz. Astfel, firma alege oferta de bunuri pentru a
egala cererea de bunuri, considernd c ea poate obine fora de
munc de pe piaa muncii. Piaa bunurilor i serviciilor, de regul, se
golete pn ce nu mai exist destul for de munc pentru a produce
cantitatea dorit de bunuri. Pe de alt parte, gospodriile sunt raionale
n privina forei de munc deoarece
s
t t
N N
. n acest caz, o list de
prioriti ale indivizilor este generat aleatoriu conform unei distribuii
uniforme; oferta de munc a agenilor este deci realizat conform cu
lista de prioritate aleatoare, pn cnd cererea total de munc, N
t
este satisfcut. Dup tranzaciile pe piaa bunurilor i piaa forei de
munc, lichiditile gospodriilor sunt realocate pentru urmtoarea
perioad, deci pentru un agent i avem:
i
t
D i
t t t
i
t t
i
t
i
t
i
t
X r c p d m w x X
1 1 1 1 1 1
+ + +
(6)
Modelarea sistemelor adaptive complexe din economie
unde r
D
este rata fix la depozite a bncii,
i
t 1
M Y
p
(11)
Aceste ponderi sunt reprezentate pe un interval (0,1) utiliznd
relaia de transformare:
'
<
0 0
0 ) arctan(
2
*
i
t
i
t
i
t
i
t
pentru
pentru
(12)
Transformarea introdus este o regul ad-hoc ce menine
ponderile Markowitz n intervalul (0,1) evitnd ns vnzrile scurte
(deci <0). Aceast transformare schimb mrimea ponderilor, dar
Modelarea sistemelor adaptive complexe din economie
menine ordinea lor, astfel meninnd caracteristicile criteriilor de
selecie a portofoliului optimal. Aceast alegere este, de asemenea,
util dintr-o perspectiv a simulrii deoarece netezete fluctuaiile care
ar aprea n cererea de aciuni i evit comportamente extreme cum ar
fi valori ale ponderilor mai mari dect 1, fr s schimbe semnificativ
valorile ponderilor mai sczute.
Cnd selecia portofoliului este complet, investitorii verific
alocarea curent a avuiei lor i o compar cu cea dorit, dat de
ponderile
i
t
*
diferit.
Experimentele computaionale au fost realizate cu urmtoarele
valori ale parametrilor modelului: M = 1000, T
U
= 20, * = 0.5%, =1,
= 0.9, = 0.1%, n = 50 (implicnd o variaie maxim a preului de
%) 5 t
, r
D
= 0.5, r
min
= 1%. Oferta de for de munc a fost considerat
constant i egal cu M. Capacitatea productiv a economiei este
atunci constant n decursul simulrii i legat determinist de numrul
total de gospodrii M. Pstrarea unei capaciti productive constante
simplific cadrul i permite o mai bun nelegere a efectelor politice. n
ceea ce privete piaa de capital, parametrul feedback de volatilitate z
este fixat la 16, fereastra de timp T
i
variaz de la 20 la 100 i
aversiunea fa de risc a investitorilor variaz de la 1 la 5.
Cum se vede clar din figura 1, traiectoriile ncep din aceleai
condiii iniiale n ceea ce privete preul i nivelele produciei i toate n
general arat o creterea outputului i a inflaiei salariale. Traiectoriile
Modelarea sistemelor adaptive complexe din economie
privind producia sunt mrginite de o valoare superioar, care
corespunde numrului maxim de muncitori angajabili, deci M. Dinamica
outputului arat c exist dou faze principale: mai nti, o faz iniial
de cretere staionar i o a doua faz de fluctuaii n apropierea limitei
superioare a produciei. Poate fi observat c, pentru valori mai mari ale
parametrului de intensitate politic
=0.5
outputul nu atinge niciodat nivelul su maxim. Aceast observaie
confirm eficiena regulii de control al decalajului outputului, care
utilizeaz r
L
ca instrument politic, n orientarea nivelului produciei.
Importana meninerii economiei n apropierea nivelului maxim al
produciei este evident examinnd traiectoriile de evoluie a preului
din figura 1. n particular, este evident c n faza iniial a creterii
staionare a outputului, preul bunurilor este mai mare cnd intensitate
apolitic este mare, n timp ce n a doua faz de fluctuaii efectul
politicii monetare de intire a decalajului outputului este s limiteze
creterea preului. Comportamentul aparent contra productiv al preului
n cursul primei faze este datorat efectului canalului costului. Un canal
al costului este prezent cnd costul marginal al firmei depinde direct de
rata nominal a dobnzii. De fapt, n prima faz, pentru a compensa
pierderea de profit ateptat datorit creterii ratei dobnzii la
mprumuturile acordate firma induce o cretere a preului (fiind
monopolist). Totui, atunci cnd outputul ajunge aproape de limita
capacitii de producie, efectul de limitare a creterii preului al politicii
monetare prevaleaz deoarece se previne creterea preului prin
efectul de saturaie.
n cazul unui control al outputului mai slab (
= 1), evoluia
preului prezint dou forme principale: prima form corespunztoare
Modelarea sistemelor adaptive complexe din economie
unei creteri staionare slabe i a doua form caracterizat de o
cretere mare i fluctuaii puternice. Schimbarea n forme apare dup
ce producia atinge limita superioar: n particular, acest eveniment se
produce dup o cretere brusc a inflaiei. Desigur, stimulentul pentru
firma monopolist de cretere a preurilor este mai puternic atunci cnd
ea se afl n faa unei cereri mari dar nu poate s creasc outputul,
aadar este constrns s utilizeze intrri de angajai. Totui, un regim
de inflaie mare nu poate fi susinut nedefinit, aa cum se vede din
scderea evident a preurilor din figura 1, deoarece el micoreaz
salariile reale i, n consecin, cererea agregat. Traiectoriile salariului
nominal sunt reprezentate n figura 2. Descreterea cererii agregate, i
deci a produciei, sunt evidente n traiectoria corespunztoare lui
=
1 nainte de pasul t = 500. Scderea salariilor reale, datorit inflaiei
mari, mpreun cu descreterea numrului de angajai, datorit cererii
sczute, determin fluctuaii negative puternice n utilitatea sindicatului
naional care duce la un trend descresctor, generat de creterea
staionar final n pre. Valorile mai mari ale parametrului intensitii
politice pot fi utilizate pentru a preveni aceste rezultate negative.
Strategiile de politic monetar corespunztoare lui
= 2 i
= 0.5
au un impact relevant asupra controlului inflaiei. Desigur, creterea
preului prezint o cretere n prima faz, deci nainte ca decalajul
outputului s se anuleze, i o reducere semnificativ n a doua faz.
Aceste reacii ale preului aparent contra intuitive la rata dobnzii sunt
de fapt date de motive economice precise. Comportamentul n prima
faz poate fi explicat pe baza relaiei dintre rata dobnzii i costurile de
producie, deci canalul costului al crui mecanism de baz a fost deja
clarificat mai sus. Pe de alt parte, comportamentul n faza a doua
depinde de faptul c o politic monetar slab este capabil s
Modelarea sistemelor adaptive complexe din economie
menin economia sub capacitatea sa maxim de producie, prevenind
astfel vrfuri inflaioniste determinate de restriciile de intrare a forei de
munc. O regul politic monetar de control al decalajului slab,
prevenind scderea salariului real prin controlul inflaiei, garanteaz o
mai mare i mai stabil utilitate pentru angajai. Totui, trebuie s fie
luate anumite precauii ntr-o politic monetar slab, dup cum se
observ att n ceea ce privete nivelul produciei mai sczute ct i de
nivelul de utilitate al sindicatului naional mai redus, dup cum se
observ pentru politica cu
= 0.5.
Tabelele 2 i 3 prezint n valorile medii i eroarea standard pentru
patru serii de date economice, obinute aplicnd regula politic de
control al decalajului outputului i, respectiv, regula politic aleatoare.
Compararea celor dou tabele arat c pentru valori mici ale lui
,
regula de control al decalajului outputului nu este net mai bun dect
regula aleatoare: este atins un output mai mare dar i o rat a inflaiei
mai mare, deci se reduce nivelul de via al angajailor. Acest lucru se
datoreaz impactului slab al politicii monetare pentru valori mici ale lui