Применение агентского моделирования (agent-based modeling) в экономике

Введение

Современная экономика является чрезвычайно сложной, адаптивной системой, которая требует для своего изучения и оценки особые инструменты, соответствующие сложности изучаемой системы. Используемые в прогнозе и оценке экономические и математические инструменты не всегда соответствуют большому количеству информации и взаимодействующих агентов экономических процессов, что не позволяет получать точные оценочные параметры. Помимо того, что в экономических процессах используется большое количество информации, поведение сложных экономических систем формируется из взаимодействия множества агентов, каждый из которых характеризуется индивидуальными особенностями, оценка которых затруднена, в виду больших количеств, вводных данных. Предполагается, что экономические процессы на любом уровне (будь то международные экономические связи государств и крупного бизнеса, экономика отдельных стран и регионов, или экономические процессы, происходящие в деятельности предприятий, организаций, предпринимательской деятельности индивидуальных агентов) находятся в компетенции воздействия внешних и внутренних факторов. В свою очередь внешние и внутренние факторы связаны с деятельностью иных агентов, деятельность которых касается сфер взаимодействия с рассматриваемым экономическим агентом. Получается многосферная сложная система взаимодействия, в которой информационные потоки пронзают деятельность каждого такого экономического агента, создавая «информационные и иные вихри», оказывающие воздействие на все процессы в которых участвуют такие агенты1. Современные математические, цифровые системы оценки, анализа, прогнозирования, позволяют использовать массивы больших чисел, для анализа той или иной предлагаемой модели в экономике. Это способствует усложнению имеющихся подходов к моделированию экономических процессов на разных уровнях экономики. Одним из актуальных и развивающихся методов имитационного моделирования является метод агентского моделирования (agent-based modeling), связанный с родовой методикой имитационных моделей изучающих «поведение децентрализованных агентов и то, как такое поведение определяет поведение всей системы в целом»2. Метод агентского моделирования, отличаясь от подходов, основанных например, на системной динамике, предполагает не системную оценку всего комплекса оцениваемых экономических агентов, а их отдельный анализ, то есть оценивается «поведение агентов на индивидуальном уровне»3, что позволяет строить модель «снизу вверх», как оценку влияния деятельности множества агентов на экономическую систему в целом. Применение агентского моделирования в экономике стало актуальным и активно применяться в имитационном моделировании различных экономических процессов. Именно использование схем агентского моделирования позволяет определять значение малых факторных воздействий на общую структуру экономического взаимодействия многих агентов4. Такие сложные структурные взаимодействия малых факторных связей на большие и нелинейные системы – определяют более точные оценочные суждения при построении экономических моделей прогнозного или оценочного характера. Агентское моделирование является инструментом, позволяющим достаточно точным образом моделировать функционирование «сложных адаптивных систем, к которым относят системы и структуры современной экономики»5. Использование инструментария агентского моделирования (где исследуемые агенты могут представлять людей, функции, предприятия, организации, социальные, региональные и иные структуры, даже государства6) позволяет структурировать процессы в экономике на различных уровнях оценки отдельных процессов (например, в деятельности предприятия, отдельные агенты экономической деятельности предприятия могут рассматриваться на уровне собственных системных связей, после чего такое взаимодействие фиксируется как экономическое поведение и уже на более сложном (высоком) уровне может соотноситься с поведением других агентов)7. Другой пример, когда агенты национальной экономики, например, в лице ряда предприятий какой либо отрасли рассматриваются отдельно в процессе модельной оценки экономического поведения, что позволяет потом, используя полученные данные агентского моделирования для каждого отдельного агента, формировать оценочные композиции прогнозного поведения рассматриваемой отрасли экономики в конкретном временном периоде8. Суть методики агентского моделирования подразумевает, что всякие агенты всегда будут действовать «как независимые целеустремленные сущности с поддающимися определению способностями и качествами»9. Следовательно, можно предположить, что поведение таких экономических агентов будет определяться «набором правил, включающим правила изменения правил»10, что позволяет проводить более точный и полный анализ как поведения отдельных агентов, так и исследуемых систем, включающих в себя деятельность таких экономических агентов11. Применение агентского моделирования в экономике является актуальным в условиях нестабильности, так как позволяет «формировать несколько различных кардинальных ситуаций, которые могут возникать при изменении условий действия агентов в нестабильных экономических условиях»12. Этот метод может быть полезен в современных российских условиях нестабильности, вызванной как общеэкономическими мировыми проблемами, так и санкционным воздействием, что дополняет нестабильность структурированных ранее экономических систем и агентов. Все эти факторы определяют актуальность применения агентского моделирования в экономике, экономических системах, а также при взаимодействии агентов экономики и оценки их роли, их поведения в формировании новых экономических условий и ситуаций, что особенно важно в нестабильных, неустойчивых условиях современной России. Актуальность темы реферата, также, и в первую очередь, определяется целями и задачами будущего диссертационного исследования, в котором важную роль будет играть изучение возможностей применения агентского моделирования в различных экономических системах и отношениях. Исследования, используемые агентское моделирование в экономике проводили такие, например ученые, как: Р. Аксельрод, А.Г. Гранберг, К. Джудд, С.В. Денисова, И.У. Зулькарнай, А. Саймон, Л. Тесфатьсьон и др., на исследования которых мы ссылаемся в реферате и которые приведены нами в списке использованной литературы, а также на исследование, которых13мы будем опираться при написании нашей диссертации.

Источники и литература

1. Агент-ориентированные модели: мировой опыт и технические возможности реализации на суперкомпьютерах / В.Л. Макаров, А.Р. Бахтизин, Е.Д. Сушко, В.А. Васенин, В.А. Борисов, В.А. Роганов // Вестник РАН. – 2016. – № 3. – C. 253. 2. AnyLogic. Учебное пособие по агентному моделированию. – 2004.3. Бахтизин А.Р. Агент-ориентированные модели экономики [Текст] / А.Р. Бахтизин. – М.: Экономика, 2008. – 279 c. 4. Борщев А.В. Имитационное моделирование: состояние области на 2015 год, тенденции и прогноз [Электронный ресурс] / А.В. Борщев // ИММОД 2015. – Режим доступа: http://www.anylogic.ru/upload/pdf/ immod15_borshchev_statia.pdf. 5. Гранберг А.Г. Моделирование социалистической экономики: учебник для вузов / А.Г. Гранберг. – М.: Экономика, 1988. – 487 c. 6. Денисова С.В. Моделирование процесса слияний организаций с помощью агент-ориентированной модели / С.В. Денисова, А.Р. Бахтизин // Проблемный анализ и государственно-управленческое проектирование. – 2011. – № 2. – C. 60. 7. Звягин Л.С. Практические приёмы моделирования экономических систем / Л.С. Звягин // Проблемы современной экономики: материалы IV междунар. науч. конф. (г. Челябинск, февраль 2015 г.). – Челябинск: Два комсомольца, 2015. – С. 14-19. 8. Зулькарнай И.У. Задача агент-ориентированного моделирования распределения функций по вертикали в асимметричной федерации / И.У. Зулькарнай // Вестник Башкирского университета. – 2014. – Т. 19. – № 4. – С. 1249-1255. 9. Замятина Е.Б. Современные теории имитационного моделирования: Специальный курс. - Пермь: ПГУ, 2007. - 119 с. 10. Лаборатория агентного моделирования [Электронный ресурс]. – Режим доступа: http://abm.center. 11. Макаров В.Л. Социальное моделирование – новый компьютерный прорыв (агент-ориентированные модели) [Текст] / В.Л. Макаров, А.Р. Бахтизин. – М.: Экономика, 2013. – 295 c. 12. Макаров В.Л. Искусственные общества / В.Л. Макаров // Искусственные общества. – 2006. – Т. 1. – № 1. – С. 10-24. 13. Макаров В.Л. Современные методы прогнозирования последствий управленческих решений [Текст] / В.Л. Макаров, А.Р. Бахтизин // Управленческое консультирование. – 2015. – № 7. – С. 12-24. 14. Макаров В. Моделирование демографических процессов с использованием агент-ориентированного подхода / В. Макаров, А. Бахтизин, Е. Сушко // Федерализм. – 2014. – № 4. – C. 37. 15. Мусаев А. Тихая когнитивная революция / А. Мусаев, А. Шевчик // Эксперт. – 2016. – № 4. – C. 45. 16. Опыт агент-ориентированного моделирования пространственных процессов в большой экономике [Текст] / В.И. Суслов, Д.А. Доможиров, В.С. Костин, Л.В. Мельникова, Н. М. Ибрагимов, А. А. Цыплаков // Регион: экономика и социология. – 2014. – № 4. – C. 32-54. 17. Фаттахов М.Р. Агент-ориентированная модель социальноэкономического развития Москвы [Текст] / М.Р. Фаттахов // Экономика и математические методы. – 2013. – № 2. – C. 30-42. 18. Чекмарева Е.А. Обзор российского и зарубежного опыта агенториентированного моделирования сложных социально-экономических систем мезоуровня / Е. А. Чекмарева // Экономические и социальные перемены: факты, тенденции, прогноз. – 2016. – № 2. – C. 225-246. 19. Чиркунов К.С. Агентное моделирование развития территориальной системы [Текст] / К.С. Чиркунов // Информатика и её применения. – 2011. – Т. 5. – Вып. 1. – С. 58-64. 20. Batty M. Urban Modeling / M. Batty // International Encyclopedia of Human Geography. – Oxford: Elsevier, 2009. – Pp. 51-58. 21. Bures V. Complex agent-based models: Application of a constructivism in the economic research / V. Bures, P. Tucnik // Economics & Management. – 2014. – XVII (1). – Pp. 152-168. 22. Hoog S., Deissenberg C., van der, Herbert D. (2008). EURACE: A Massively Parallel Agent-Based Model of the European Economy // Document de Travail No. 2008. Vol. 39. 24 June. 23. Gilbert N. Agent-based models: Sage Publications Inc. 2008. – 112 p.24. Haase D. Modeling and simulating residential mobility in a shrinking city using an agent-based approach / D. Haase, S. Lautenbach, R. Seppelt // Environ. Model. Softw. – 2010. – No. 25. – Pp. 1225-1240. 25. Modelling Complexity of Economic System with Multi-Agent Systems / P. Cech, P Tucnik, V. Bures, M. Husrakova // 5th International Conference on Knowledge Management and Information Sharing (KMIS), Vilamoura, Algarve, Portugal, 19-22 Sept. 2013. – Pp. 464-469. 26. Modelling urban expansion using a multi agent-based model in the city of Changsha / H. Zhang, Y. Zeng, L. Bian, X. Yu // Journal of Geographical Sciences. – 2010. – No. 20(4). – Pp. 540-556. 27. Nikolai C., Madey G. Tools of the Trade: A Survey of Various Agent Based Modeling Platforms // Journal of Artificial Societies and Social Simulation. – 2009. – No. 12 (2) 2. – URL: http://jasss.soc.surrey.ac.uk/12/2/2.html. 28. Parker J. (2007). A Flexible, Large-Scale, Distributed Agent Based Epidemic Model. Center on Social and Economic Dynamics. Working Paper No. 52, р. 25. 29. Rui Y. Multi-agent Simulation for Modeling Urban Sprawl in the Greater Toronto Area / Y. Rui, Y. Ban // Proc. of the 13th AGILE International Conference on Geographic Information Science. – Guimaraes (Portugal), 2010. – URL: https://agile-online.org/Conference_Paper/CDs/agile_2010/ ShortPapers_PDF/124_DOC.pdf. 30. Sun S. Simple Agents, Emergent City: Agent-Based Modeling of Intraurban Migration / S. Sun, S.M. Manson // Computational Approaches for Urban Environments. – Berlin: Springer, 2015. – Pp. 123-147.