Автореферат (1138388), страница 3
Текст из файла (страница 3)
Например, они могут анализироваться спомощью теории марковских процессов, т.е. быть представлены в виде системыразностных уравнений. В таком случае оказывается возможным аналитическоерешение модели и исследование ее свойств.5.Показано,чтоуравнения,описывающиедетерминированнуюпопуляционную динамику, могут использоваться для описания механизмовнаследования и отбора и позволяют отразить многообразие типов поведенияэкономических агентов, но не позволяют представить механизм изменчивости.В целом, аналитический аппарат динамических детерминированных системуравнений может быть использован при анализе эволюционных процессов,характеризующихся низкой вероятностью мутаций.6.
В работе показано, что уравнения, описывающие стохастическуюпопуляционнуюдинамику,могутприменятьсядляописаниявсехэволюционных механизмов: наследования и изменчивости, разнообразия иотбора.Всистемахстохастическихуравненийвозможнозаданиестохастического шума и описание вероятностных изменений, которые можноинтерпретировать как мутации. Системы стохастических уравнений могутдемонстрировать свойства, характерные для сложных систем.13Исследование различных состояний, возникающих в стохастическихсистемах, крайне важно для анализа нелинейных, диссипативных систем,находящихся в состоянии, далеком от равновесного.
В окрестности устойчивыхсостояний детерминированная динамика в наибольшей степени определяетэволюцию системы. Включение в анализ стохастических факторов открываетперспективы для понимания переходов системы из одних состояний в другие иделает возможным исследование неравновесных состояний.7. Метод компьютерного симуляционного моделирования позволяетмоделировать разнообразие не только на уровне популяции, но и на уровнеиндивидов.
При этом разнообразие может сохраняться и даже увеличиваться входе взаимодействия в результате мутаций, ошибок в принятии решений,различиях в способности агентов к обучению в ходе взаимодействия и т.д. Всимуляционных моделях могут возникать новые поведенческие схемы.
Этотметод позволяет учитывать процесс принятия решений агентами, задаватьсложные алгоритмы их поведения, предполагающие обучение и анализдоступной информации, а также учитывать возможность изменения этихалгоритмов. При компьютерном моделировании процесс отбора реализуетсячерез выбор победителей в конкурентной борьбе в сложившихся рыночныхусловиях. Механизм наследственности реализуется в правилах, по которымхарактеристики агентов и окружающей среды изменяются при переходесистемы из текущего периода в следующий.Таким образом, метод симуляций способен учесть эволюционныемеханизмы, действующие в системе, и отразить эффекты, возникающие вэкономике как в сложной системе.8.
В исследовании продемонстрировано, что используемые в рамкахэволюционного подхода методы построения моделей позволяют отразитьсложность и эволюционную природу экономических процессов.Аналитические методы моделирования эволюционных процессов делаютвозможнымвопределенноймереотразитьпринципынаследования,изменчивости и отбора, которые задают динамику системы. Однако при14попытке моделирования разнообразия на индивидуальном уровне сложностьзадачи многократно возрастает, и оказывается, что одну из главныххарактеристик эволюционных процессов, трудно представить аналитическимиметодами. Именно поэтому эти методы используются для исследованиядинамики агрегированных, то есть относящихся к популяции, показателей, безучета индивидуального разнообразия.Метод симуляционного моделирования, напротив, представляет собойинструментарий, способный учитывать разнообразие экономических агентов наиндивидуальном уровне.
Однако с его помощью невозможно описать веськласс допустимых состояний, как это можно сделать с помощью аналитическихметодов.9. Осуществлен сравнительный анализ целей, поставленных передэволюционнымимоделями(Дж.Хефнер,2005;Р.Аксельрод,2006;Дж. Ходжсон, 2006; Р. Маркс, 2007).
Необходимость подобного анализаобъясняется тем, что цели моделирования во многом определяют способыпроверкиэмпирическихгипотезихарактерэмпирическихданных,используемых при калибровке моделей.Показано, что наиболее часто объяснение провозглашается в качествеосновной цели моделирования в рамках эволюционного подхода. В то же времяфактические цели моделирования могут отличаться от провозглашаемых.Эволюционные модели строятся как альтернатива неоклассическим моделям,что предполагает возможность сравнения этих моделей.
Поскольку внеоклассике прогноз является одним из наиболее признанных критериевоценки качества модели,многие эволюционные модели оказываютсянацеленными на получение достоверного прогноза (см., например, Р. Нельсон иС. Уинтер, 2002).В принципе, получение достоверного прогноза является признакомвысокого качества и эволюционной модели, однако, в данном случае речь идето корректировке цели моделирования, а именно о стремлении получить15сходный результат (надежный прогноз) при более адекватном описаниипроцессов на различных уровнях анализа.В большинстве случаев в эволюционных моделях эмпирические данныеиспользуютсядляверификацииисходныхпредположениймодели.Предполагается, что более точные начальные данные, более точное описаниеповедения агентов и более точный учет факторов изменчивости внешней средыповысят объясняющие способности модели. Однако это не всегда означаетповышение ее прогностической способности.Во-первых, верификация начальных предположений при эволюционномподходе – существенно более сложная, чем в неоклассике, процедура,предъявляющая более высокие требования к объему и точности необходимыхэмпирических данных.
Необходимость более точных эмпирических данных дляверификацииначальныхпредпосылокпродиктованапостулатоморазнообразии на индивидуальном уровне. В неоклассическом подходе подобнаяточность на этом уровне не требуется, поскольку предполагается либорепрезентативный агент, либо однородность экономических агентов.Во-вторых, в случае эволюционных моделей предполагается, чторассматриваемые объекты являются сложными, то есть им присущиэмерджентность, эффекты обратной связи, зависимость от выбранного путиразвития и т.д. Это означает, что в эволюционных моделях точность результатане всегда напрямую зависит от точности исходных данных.
В таком случаеисследователю остается лишь качественно оценивать возникающие в моделитраектории.Таким образом, уточнение исходных предпосылок эволюционной моделине всегда может привести к повышению ее способности давать точныйколичественный прогноз.10. Выявленное обстоятельство связано со спецификой эволюционныхпроцессов: эти процессы сложны для исследования, а эволюционные моделипринципиально более сложно проверить, нежели неоклассические. Это, в своюочередь, означает, что эволюционные модели менее предпочтительны по16сравнению с неоклассическими с точки зрения критериев достоверности,характерных для философии позитивизма.
Вместе с тем, с точки зренияспособности исследовать механизмы возникновения и развития, эволюционныемодели являются более перспективными и предпочтительными.Такимобразом,возникаетпроблемаотносительноневысокойпрогностической способности эволюционных моделей. Решение этой проблемыпозволило бы добавить научной ценности эволюционным моделям, так какпостроение прогноза открывает дополнительные возможности тестированиямодели, а при несоответствии прогноза и эмпирического результата даетоснование для того, чтобы ее отвергнуть. В представленной работе делаетсяшаг в сторону решения данной проблемы.В третьей главе на основании анализа, проведенного в предыдущей главе,выделеныдведоминирующиеметодологическиеустановки(индивидуалистическая и популяционная) в рамках эволюционного подхода,обсуждается возможность синтеза выявленных методологических установок,обосновывается целесообразность данного синтеза с учетом существующихметодологических проблем и приводится пример такого синтеза.1.Под«методологическойустановкой»понимаетсясовокупностьприменяемых теоретических концепций и принципов, математических методовмоделирования экономических процессов и способов проверки эмпирическихгипотез при моделировании.«Моделированиеиндивидуальноговзаимодействия»(индивидуалистическая установка) предполагает, что в центре вниманияисследователя находятся экономические агенты и при помощи некоторогоаналитическогоинструментариялибоисследуютсязакономерностиихповедения, либо прослеживается, как в результате действий и взаимодействийагентовскладываетсякартина рынка или экономики вцелом.При«моделировании популяционного взаимодействия» (популяционная установка),напротив, исследуется динамика агрегированных показателей, выявляютсяхарактеристики популяций экономических агентов, или макроэкономических17структур, позволяющие объяснить эмпирические данные.
Иными словами, примоделированиипопуляционноговзаимодействияпроводитсяанализпопуляционной динамики, то есть динамики системы в целом, а невзаимодействия ее элементов, что осуществляется при моделированиииндивидуального взаимодействия.Обе методологические установки так или иначе используются во всехнаправлениях, основанных на эволюционном подходе, однако в различнойстепени.Внаправлениячастности,и,базовыеотчасти,предположенияинституциональногомикроэкономическогонаправления,позволяютанализировать экономические процессы сквозь призму индивидуальноговзаимодействия.
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
