An AI Embedded Object-Oriented Approach for Formulating Computable General Equilibrium

1.INTRODUCTIONOneofthemajoradvancementinappliedeconomicssince1970sistheconversionofthewellknownWalrasiangeneralequilibriumstructurefromanabstractrepreselltationofaneconomyintorealisticmodelsofactualeconomies.Theconversion,knownascomputablegeneralequilibrium(CGE)modeling,isdonebyendowingthesystemofwell-specifieddemandandsupplyequationswithempiricalcontentsandcomputationalgorithms.Withincreasingcomputerpower,thecomputablegeneralequilibriumanalysishasgraduallybecomeaverycompetitionanalytica…     

基于Agent的计算经济学及其在供应网络中的应用

基于Agent的计算经济学（ACE）是将复杂适应系统（CAS）、基于Agent的计算机仿真方法应用到经济学研究的一种新方法。与传统的“自上而下”研究方法不同,ACE是用由很多自主、交互的Agent构成的演化系统来对整个经济系统进行建模的计算研究方法。对国内外在ACE取得的成果进行了综述,并讨论了ACE方法的特征和研究方向。同时着重讨论了ACE在供应网络中的应用,说明了它的优势,并分别在供应网络的企业内部机制、组织和复杂网络等方面讨论了潜在的研究方向。     

混沌经济学的非线性探索

20世纪下半叶 ,非线性科学的诞生揭示出自然界许多新的现象、事实和规律 ,也使经济学受到了一种强大的冲击 ,混沌经济学或非线性经济学就是在这次冲击中发展起来的一门交叉学科。它用非线性的方法研究复杂的经济问题 ,寻求经济系统的规律 ,从而指导实践。通过对复杂经济系统的分析 ,试图从经济学的发展来说明这一事实 ,并着重分析当代非线性动力学及其方法对混沌经济学发展的具体影响     

强化学习在基于多主体模型决策支持系统中的应用 ——以湖泊水环境决策支持系统为例

利用研究复杂系统和多主体(multi-agent)建模的相关知识与方法, 将湖泊水环境中的各种实体, 如政府、排污企业以及各种水生生物等抽象为具有一定智能的主体, 建立湖泊水环境智能决策支持系统. 并将强化学习方法应用到智能决策支持系统中, 实现湖泊水污染的智能预测与预警. 最后, 以太湖流域为应用背景, 进行了初步的仿真实验, 实验结果验证了该方法的有效性.     

Q-学习算法在CGF系统中的应用

CGF中的战场决策仿真十分复杂,要求CGF实体应能根据知识库做出类似人类的决策行为。目前,CGF系统中的决策模块大多是硬编码的,不能满足军用仿真发展的需求,这就要求CGF系统具有学习和自适应能力。Q-学习方法是一种特殊的增强学习方法,可以通过多次迭代计算正/负效益进行主动学习。本文介绍了Q-学习及其在CGF系统中的应用。这种较新的机器学习方法,在CGF中有着良好的应用前景。     

系统科学视角下的经济系统运行架构初探

中国改革开放30余年,经济发展取得了长足的进步,经济理论的体系性反思与总结是必不可少的.从西方的主要经济学学派和宏观、微观经济学体系中去体会经济系统的运作架构,进而在这个系统架构中嵌入诺贝尔经济学奖获奖者的主要成果领域,并提出一些初步的系统理解,希望能打开系统科学视角下研究经济系统运行规律的综合集成之窗.     

基于生存理论的股票系统演化及调控

利用复杂系统的生存理论及经济学中的“瓦尔拉斯（Ｗａｌｒａｓ）均衡”思想构造了股票系统演化的不确定性模型，提出了股市演化过程中国家对股市的宏观调控模型，论述了股票系统的自我稳定功能，分析了我国股市扩容存在的问题及其对策，具有一定的现实指导意义。     

资本市场羊群行为综述

近十年来,对资本市场上羊群行为的研究迅速成为金融经济学的热点之一.本文系统地回顾了国内外最近关于资本市场上羊群行为的概念,羊群行为产生的原因,羊群行为对资本市场的影响等理论研究成果,同时介绍了对金融市场上羊群行为进行实证检验的几种方法和主要结论.最后,展望了资本市场羊群行为研究未来的发展并对这一前沿理论予以简要评述.     

经济是复杂性系统

从经济学的哲学方法论角度,运用马克思主义科学发展观,从经济学理论和现实的经济运行的矛盾深刻地解阐释经济是复杂性系统。     

美国再工业化祸兮福兮：双向FDI能否促进中国经济高质量发展？——基于产业结构和技术创新的中介作用

随着对外开放政策的实施，对外直接投资（OFDI）和外商直接投资（IFDI），简称双向FDI，无疑对中国经济的高速增长发挥了重要作用，但是面对美国再工业化战略的冲击，双向FDI能否发挥以及如何发挥对经济高质量发展的驱动作用，是需要迫切解答的问题。以新经济增长理论为基础，构建包含双向FDI的经济高质量发展理论模型，并结合中介效应模型和调节效应模型，实证检验并揭示了产业结构和技术创新这对“双引擎”在双向FDI对经济高质量发展影响的中介作用以及美国再工业化战略的调节效应，采用夏普利值分解法量化了不同中介作用的贡献比例。研究结果表明：双向FDI能够显著促进中国经济高质量发展，技术创新在其中发挥了部分中介作用，而产业结构合理化存在遮掩效应；美国再工业化战略的实施既能直接调节双向FDI对经济高质量发展的影响，也能通过调节双向FDI对产业结构高级化和技术创新的影响，间接影响经济高质量发展；夏普利值分解结果显示，产业结构对经济高质量发展的边际效应大于技术创新的边际效应。通过区域异质性分析发现：产业结构合理化在沿海和内陆地区均存在遮掩效应，产业结构高级化仅在沿海地区存在遮掩效应，技术创新的中介作用仅在沿海地区成立；美国再工业化对双向FDI的调节作用在沿海和内陆地区均存在显著差异。研究结果有助于揭示双向FDI对经济高质量发展的作用机理，为有效发挥双向FDI对中国经济高质量发展的积极作用提供政策依据。     

全球产业重组与转移:基于跨国并购复杂网络的分析方法

基于资本市场的跨国并购日益成为实现全球产业重组和转移的重要途径,以1997~2008年全球资本市场并购数据为基础,通过构建跨国并购关系复杂网络,分析了网络的拓扑结构属性及其经济学意义。研究结果表明:跨国并购关系网络呈现出小世界效应和无标度特征等复杂网络基本性质,跨国并购行为具有显著的"中心-边缘"并购方向性特点和典型的"富者俱乐部"现象,同时发现基于资本市场的跨国并购行为表现出明显的全球产业重组和转移规律。最后,指出实施开放经济和金融市场政策、制定跨国并购战略和操作策略对提升本国产业竞争力具有重要意义。     

多商品流供应链网络均衡模型的研究

针对于具有多种商品流动的三层供应链网络结构模型,分别对于制造商、零售商与需求市场的决策者的独立决策行为及其相互作用进行了分析,利用变分不等式构建了各层均衡模型以及系统均衡模型,得到了系统达到均衡的条件,给出了经济解释,最后给出一具体算例并进行了求解.     

复杂性方法与经济政策

经济学研究中的复杂性方法能否取得最后的成功，与它被应用来进行政策研究有很大关系，本文考察以复杂性方法为基础的经济政策研究的含义。复杂性方法，以关注“过程”的涌现性的“复杂适应系统”理论模型，取代了传统的均衡分析模型作为经济政策分析的基础。复杂性方法对经济政策研究提出了许多有价值的杰出思想，这些都是为传统经济学所忽略的。     

模糊可拓经济控制及变换发展理论研究

结合系统科学和数学的最新理论成果 ,定义并提出了模糊可拓经济空间及其基础上的模糊可拓经济控制及变换发展的理论 .本文运用从定性到定量综合集成法 ,将经济系统看作是宏观复杂巨系统 ,探讨了一种新的以市场经济体制为背景的经济预测、决策和调控理论 .对于经济系统的经济分析和发展控制研究 ,是一种创新性的探索 .     

组织适应性学习、联盟网络结构与网络外部性市场演化

从两种互不兼容技术同时扩散的视角出发,运用行为经济学理论分析了组织适应性学习和组织网络结构的交互作用对网络外部性市场的技术演化的影响。仿真结果表明：组织适应性学习的类型和强度以及联盟网络结构的聚集效应特征是驱动网络外部性市场演化的重要因素,在一定程度上决定了市场演化的均衡结果。当组织采取强化型学习行为时,市场演化的均衡结果总是两种技术共存;当组织采取信念型学习行为时,在组织学习效应很强且联盟网络结构聚集效应特征不明显的条件下,市场演化呈现赢家通吃现象,反之依然为两种技术共存。这些结论有助于企业进一步理解网络外部性市场演化的内在机制和赢家通吃的边界条件。     

AN ANP/DNP ANALYSIS OF ECONOMIC ELEMENTS IN TODAY＇S WORLD NETWORK ECONOMY

The network economy is a term for today’s global relationship among economic elements characterized by massive connectivity. The central act of the new era is to connect everything to everything in deep web networks at many levels of mutually interdependent relations, where resources and activities are shared, markets are enlarged and costs and risk are reduced. Network systems contain both positive and negative feedback. A variety of feedback processes create complex system behavior. For such a network the Analytic Network Process (ANP) approach seems to be very appropriate. The ANP method makes it possible to deal systematically with all kinds of dependence and feedback in the system. Dynamic models try to reflect changes in real or simulated time and take into account that the network model components are constantly evolving. Dynamic models use concepts of state variables, flows, and feedback processes. The Dynamic Network Process (DNP) is an extension of ANP that can deal with time dependent priorities in a networked economy. Petr Fiala is a Professor and the Deputy Head of the Department of Econometrics, University of Economics in Prague, the Czech Republic. He is a graduate of the University of Economics in Prague, Charles University in Prague, and the Rochester Institute of Technology in Rochester, NY, USA. He holds a PhD from the University in Prague. His current research interests include modeling of production systems, supply chain management, project management, and multicriteria and group decision making. He has been on study and research tours to Germany, Russia, the USA, India and Cuba. He is a member of professional societies for Operations Research and Multiple Criteria Decision Making and is the Vice President of the Czech Society of Operations Research and the Czech Republic representative in EURO (The Association of European Operational Research Societies). He is the author of books, lecture notes and papers in quantitative models and methods in management and economics.     

COMPLEX ECO-ECONOMY SYSTEM

In the past there were a lot of researches on the topic of economic growth. Nevertheless, the environment has been a bit abstracted by standard economics. Scarce natural resources and our choices to protect them or exploit them jointly determine the economic and environmental systems. In this paper we describe a model with a particular focus on the relationship among income, pollution, and non-renewable resources. We want to combine both economic and environmental sectors. The system dynamics approach is used in analyzing these complex relationships. This paper gives an insight into the possibilities for replacing non-renewable resources with more renewable ones. Next, we present the simulation runs of the model that are conducted with the help of existing system dynamics modeling tools. Only the relationships simulated so far between the variables ought to be put under yet more cautious examination.     

区域经济系统模型初探

考察了区域经济系统模型的发展历史、现状和不足，讨论了应用复杂适应系统和综合集成研讨厅体系建构区域经济系统模型的优缺点，提出了区域经济CAS变通模型的初步思路和意义。     

Biased Learning Creates Overconfidence

The aim of this paper is to develop a multi-period economic model to interpret how the people become overconfident by a biased learning that people tend to attribute the success to their abilities and failures to other factors. The authors suppose that the informed trader does not know the distribution of the precision of his private signal and updates his belief on the distribution of the precision of his knowledge by Bayer’s rule. The informed trader can eventually recognize the value of the precision of his knowledge after an enough long time biased learning, but the value is overestimated which leads him to be overconfident. Furthermore, based on the definition on the luckier trader who succeeds the same times but has the larger variance of the knowledge, the authors find that the luckier the informed trader is, the more overconfident he will be; the smaller the biased learning factor is, the more overconfident the informed trader is. The authors also obtain a linear equilibrium which can explain some anomalies in financial markets, such as the high observed trading volume and excess volatility.     

基于Agent的市场空间结构演化

采用基于agent的计算经济学方法对市场空间结构演化进行研究.Agent对以往交易信息的利用方式对市场的空间结构演化过程和分布有重要影响.根据信息共享程度不同考虑了两种极端信息利用方式:公共信息共享,个体信息利用,及在此两种极端情况之间的有限群体信息交流,研究哪种信息共享方式有利于产生中央集中市场,哪种不能.模型中利用了学习、记忆与协作机制.结果表明,在没有中央规划,没有预设任何初始空间结构的情况下,由个体间简单局域相互作用可以产生稳定的全局空间结构.在有公共信息共享或相当程度的信息交流时,市场的空间结构会从分散到集中演化.当个体没有共同的记忆信息,仅靠个体记忆信息,将不能产生集中的市场空间结构.