我们使用机器学习技术将英文博客翻译为简体中文。您可以点击导航栏中的“中文（简体）”切换到英文版本。
严格性和灵活性：基于代理的计算经济学的好处
基于代理的计算经济学（ACE）的发展是由两个主要目标推动的：严格性和灵活性。ACE 将经济学和数学原理与强大的高性能计算机仿真相结合，开发了基于代理的经济模型。这种组合使ACE具有帮助决策者为复杂经济问题设计有效解决方案的独特能力。
在这篇博客文章中，我们将概述ACE及其历史以及如何将其用于政策设计。
什么是 ACE？
许多基于代理的建模者的主要目标是创建代表复杂社会和经济系统行为的大规模模拟。ACE将这一目标专门用于经济体系。在过去的二十年中，它变得越来越受欢迎，研究人员试图用它来深入了解收入不平等、气候事件对经济的影响或 公地
基于代理的计算经济学（ACE）侧重于 代理决策 和 随机性 ——经济建模的两个关键组成部分。代理决策描述了给定系统中的每个代理如何根据其目标和感知环境做出选择，而随机性则描述了此类决策的不可预测性或概率性。ACE的研究目标还侧重于创建模型，以准确模拟代理人之间的互动及其集体行为的结果。
代理行为是通过计算机算法模拟的，可以由一组规则和参数来定义，这些规则和参数反映了给定经济背景下真实人物的行为。
ACE的发展可以追溯到复杂经济学之父
“ACE是一种经济学，在这种经济学中，经济中的行为主体是现实的人类和现实的多样性，其中路径依赖性和历史至关重要，事件触发事件，而引导这些事件的网络也很重要。在这种经济学中，如果存在均衡，则不假设平衡；在这种经济学中，不假设理性行为，总体而言，定义不明确；在这种经济学中，可以事先探测和规划意想不到的经济危机；不假定自由市场对社会最为理想，但可以进行现实的评估；分配问题不被掩盖，但可以严格审查。”
布莱恩·亚瑟 —
如今，ACE被用于许多不同的领域，从博弈论到宏观经济学，因为它为理解复杂的经济体系提供了强大的工具。通过研究计算机模拟中主体的行为，研究人员可以深入了解经济体系的潜在动态及其对政策设计的影响。
总体而言，这是经济政策设计和决策的有力工具。通过创建代表复杂经济系统行为的大规模模拟，研究人员可以深入了解不同的政策将如何影响市场结果和整个社会的福利状况。
ACE 简史
基于代理的计算经济学（ACE）的发展是出于将灵活性和逻辑严谨性结合在一起的需求。ACE由陈和叶在20世纪90年代开发，他们创建了一种基于代理人的股票市场模型，其中包括股票市场交易员和 “商学院”。该商学院使用测试结果来修改模型。此外，交易者通过个人和社交学习发展了他们的预测模型。1993年，作为ISU Alife研讨会的一部分，Leigh Tesfatsion出版了《 多代理环境策略的 演变 》，该研讨会也对该主题的文献产生了重要影响。
2006年，
研究人员经常使用大规模模拟来探索主体与经济系统之间的复杂相互作用。这意味着我们可以研究不同类型的政策如何相互作用和相互影响。它使研究宏观经济政策与微观经济行为在一段时间内的相互作用成为可能。
大规模模拟也可用于研究不同政策在国家 和国际层面上如何相互作用 ， 例如调查贸易政策如何影响外国投资决策，从而影响收入不平等。我们还可以用它们来研究不同类型的政策如何 随着时间的 推移 相互作用，例如税收政策如何影响不同类型的收入者，或者最低工资如何影响企业的招聘决策。
通过模拟政策，研究人员可以深入了解不同因素在宏观层面上是如何相互作用的，可以更好地为政策设计提供信息，例如模拟全民基本收入对整体经济增长、收入分配和人口福利状况的影响。
“ 现代技术和计算能力的发展为测试公共政策对经济、金融体系和社会（社会福利）的影响创造了新的机会。到目前为止，各国央行主要使用动态随机总体均衡模型来评估特定货币、金融或宏观审慎政策的影响。如今，大规模数据驱动的基于代理的模型是这些模型的诱人替代方案。由于这些模型具有更大的灵活性和更切合实际的假设，基于代理的方法在中央银行和金融监管中变得越来越重要。 由于与亚马逊云科技的合作，可以在MACROPRUDENTIAL项目下对波兰进行基于代理的模拟，并准备基础设施以同时模拟许多欧盟国家的政策影响。 该项目 3 的主要目的是研究新的宏观审慎政策如何在不加剧社会不平等的情况下影响金融稳定。在这个项目中，我们应用了基于代理的尖端模拟技术来揭示宏观审慎政策的再分配效应，并从社会福利的角度研究宏观审慎工具的最佳组合。该项目的结果补充了欧洲央行从全系统压力测试中得出的结论，提供了一些欧盟国家在通过新的金融监管后不平等性加剧的数据。处理如此大量的数据和模拟中计算的复杂性需要使用 亚马逊云科技 提供的服务。他们提供的支持和指导非常宝贵，在很大程度上促进了整个项目的成功 ”。
Jagoda Kaszowska-Mojsa，牛津INET/波兰银行
强化学习和 ACE
强化学习（RL）是一种人工智能（AI），在基于代理的计算经济学（ACE）领域变得越来越重要。RL 可用于对经济体系中的行为体进行建模，使他们能够从环境中吸取教训，并通过评估成功或失败来完善决策。通过这个过程，代理可以在决策方面变得越来越好，在模拟行为中也能变得更加合理。
在ACE的背景下，强化学习对于确定特定环境的最佳经济政策也很有用。在这里，人工智能代理可以探索可用的不同经济政策，并使用来自环境的反馈（可能还包括模拟参与者的人工智能代理）来评估政策的结果。通过这种方式，它可以确定哪些策略比其他策略更成功，以及我们应该避免使用哪些策略。
强化学习的使用在开发
“基于代理的建模的一项新功能是使用多主体强化学习来模拟经济参与者的行为。这使建模者能够专注于正确捕捉不同类型参与者的动机和信息，而不是预测参与者的行为。相反，这些行为可以通过经济环境中的大量模拟互动来学习。”
大卫·帕克斯博士， 《 人工智能经济学人》合著者，哈佛数据科学倡议
ACE 的好处
基于代理的计算经济学（ACE）能够捕捉突发现象，因此在建模和预测经济结果时提供了严谨性和灵活性。通过使用系统的自然描述而不是依赖假设或近似值，ACE能够解释传统经济模型可能遗漏的个人、组织和机构之间的动态互动。这使ACE能够提供准确的预测，并帮助我们更好地了解经济系统的行为。
它还提供了前所未有的灵活性。通过模拟多种情景并提供有关政策和市场条件变化的后果的即时反馈，ACE可以探索各种可能的结果并预测意外行为。这使其成为决策者和气候风险管理者的宝贵工具，他们正在寻找新的方法来测试宏观情景或气候事件对地理定位资产的确切影响。
ACE处理新兴现象的能力也是其其他好处的驱动力。例如，由于能够利用 HPC，ACE 可以快速处理大量数据。这使其非常适合解决要求高速和高精度的问题，例如在金融和气候风险管理或流行病学领域，使组织能够部署强大的预测模型，模拟复杂情景，并在潜在风险变为现实之前发现潜在风险。
牛津大学INET（新经济思维研究所）的Doyne Farmer小组对COVID疫情对英国的经济影响做了一个基于代理的模型，并用它来进行实时预测。他们测试了几项可能的封锁政策对经济的影响，并预测，如果政府采用他们建议的政策，2020年第二季度的国内生产总值将下降21.5％。政府确实采纳了建议的政策，实际经济影响为22.1％。深入研究，他们对大多数经济部门以及随时间推移的行为做出了相当不错的预测。这提供了原理证明，证明基于代理的模型可用于预测和策略评估。
在 亚马逊云科技 HPC 集群上运行 ACE
运行基于代理的计算经济学 (ACE) 所需的计算能力需要 HPC 集群的帮助。通过利用 HPC，研究人员可以更快、更高效地进行实验和模拟。
访问 HPC 集群所需资源的一种方法是通过亚马逊网络服务 (亚马逊云科技)。亚马逊云科技 在其弹性计算云 (EC2) 平台上提供并行集群，使研究人员能够按需创建虚拟服务器以运行 ACE。这些 EC2 集群允许以最低的成本和精力快速部署 ACE 模拟和实验。
我们通过计算 实例小时 数或实例 运行时数来衡量在 Amazon EC2 上运行 ACE 模拟的成本。Amazon EC2 集群可以提供经济实惠的性能，帮助研究人员加快 ACE 模拟。
亚马逊云科技 还提供各种工具和服务，以帮助管理、扩展和监控这些集群上的 ACE 模拟。例如，亚马逊云科技 允许用户设置自动备份、跟踪数据和计算资源，并以分布式方式设置多个模拟。所有这些功能可以帮助研究人员最大限度地减少在其 EC2 集群上管理 ACE 仿真所花费的时间。
总体而言，在 亚马逊云科技 HPC 集群上运行 ACE 模拟的能力使研究人员能够利用强大的平台快速高效地探索和分析数据。亚马逊云科技 具有成本效益的性能及其一系列管理工具相结合，使其成为运行 ACE 模拟的理想平台。
结论
ACE提供的灵活性、逻辑严谨性以及捕捉突发现象的能力使其成为决策者和研究人员的宝贵工具。它的速度和准确性相结合，加上处理大型数据集的能力，使其成为一个强大的工具，可以为我们对经济体系的理解提供重要见解。
如果您有兴趣讨论如何开发自己的ACE，我们希望收到您的来信。请通过 ask-hpc@amazon.com 联系我们。
参考文献
-
Leigh Tesfatsion -
人工智能经济学家 - 该项目已获得欧盟Horizon 2020研究与创新计划的资助，该计划是根据玛丽·斯克沃多夫斯卡-居里夫人拨款协议编号1010234445，由牛津大学开发的。
*前述特定亚马逊云科技生成式人工智能相关的服务仅在亚马逊云科技海外区域可用，亚马逊云科技中国仅为帮助您发展海外业务和/或了解行业前沿技术选择推荐该服务。