文档介绍:ASPEN:微观经济模拟模型本文提出了ASPEN模型,它是由Sandia国家实验室基于美国经济提出的一种新的基于agent的微观经济模拟模型。该模型的显著特征为:允许大量的经济主体同时进行活动,各行其职,互不干扰。ASPEN的性质包括:a)复杂的消息传递系统使得不同的agent之间可以互相传递消息。b)通过遗传算法来仿真某些agent的学****过程。c)相对完整的金融体系(包括银行系统和债券市场等)。同时,本文给出了模型运行的结果。1介绍本文将描述ASPEN模型,他是由Sandia国家实验室(SNL)基于美国经济提出的一种新的基于agent的微观经济仿真模型。该模型运行在SNL的多台并行大型计算机上。ASPEN是基于Agent的蒙特卡罗模拟,模型中的每个个体(Agent)都代表现实社会中的真实决策者。整个宏观经济的特性是通过所有Agent的微观活动来体现的。ASPEN是由一系列的agent所组成的,家庭agent通过工作获取收入,收入用于下文所提到的四类消费品、存入银行或者进行投资。有四种类型的企业agent,生产四种类型的产品,即汽车制造企业和房地产企业、非耐用必需品(如食物)生产企业、随收入变动的非耐用消费品生产企业。所有的企业都使用资本、设备以及劳动力来生产自己的产品。此外,基于建模的需要,所有企业都采用遗传算法分类器系统(GALCS)为产品制定价格。同时还有一个政府agent。该agent的作用除了聚集收入、销售、税收外,还负责运行社会保护系统(如为失业者提供收入),执行公共职能,以及在政府收入出现赤字时采取相应措施。此外,还有一系列的金融agent,包括,1)银行agent,负责吸收储蓄,向个人和企业提供贷款,投资债券;2)联邦储备agent,负责执行扩张型或紧缩型财政政策;3)金融市场agent,负责调节市场上政府、银行和家庭之间的供求关系。该模型也有不足之处,忽略了现实经济环境中的一些重要因素,如没有考虑国防,服务业,股票等。对此的解释有两点:第一,针对以上不足,我们会在下一个版本中进行改进。第二,当前模型中,在不同的经济政策下表现出来的结果与我们根据经济学理论得出的预期的结论一致。这就说明了该模型(尤其是遗传算法分类器系统的运用)具备一定的新颖性,有一定的使用价值。本文分为四个部分,第二部分我们给出了针对微观经济模拟的背景资料,第三部分我们对模型进行描述,第四部分给出了运用模型模拟的结果。2背景对经济的微观模拟方法,是指对参与经济的各主体的行为分别进行模拟,通过这些经济主体的微观活动来表现出整个宏观经济的特性。这是一种新的研究方法,截止目前,对美国经济的模拟模型仅有两个运用了该方法。在模拟经济方面,它和传统的方法如CGE等相比更具有优势。在仿真中不需要描述模型中不同主体的内在关系,拥有足够的自由去描述不同主体的行为,并且能关注到细节之处。例如在ASPEN模型中,某些agent的学****方法是遗传算法分类器系统,我们也可以对非线性的,调整的或者政策的变化进行模拟。该模型是基于个体的,所以我们必须从微观经济(个人决策者)而非宏观经济(市场)的角度建立模型。并且,我们可以运用现有的大量微观层面的数据。可以运用简单的随机数发生器来模拟随机因素。另一方面,运用在微观经济的模拟方面,该模型有两个主要的缺点。第一,由于这是一种新的技术,不能像传统的方法一样在模拟前可以给出精确的预测;第二,对大量的agent进行模拟,尤其是描述的细节比较多时,就需要超大的计算能力。但我们相信,运用SNL的计算机,在一定的时间里,能够实现对该模型的模拟。,我们把社会中的每个决策者都看作一个Agent,把所有的Agent分为以下几个类别:家庭,银行,政府(仅一个),联邦储备(仅一个)以及四种类型的企业,即食品生产企业、其它非耐用消费品生产企业、汽车制造企业和房地产企业。此外,还有角色比较特殊的三个类别,每类仅包含一个Agent,分别是房地产经纪人、资本品企业和金融市场。每个agent都如同在现实世界中一样进行相应的活动,模型负责记录他们每天的行动轨迹,如,购买食物,雇佣工人,出售债券,获取工资,执行相应的市场政策等。属于同一类的agent遵循相同的行动准则,例如,当一个没有房屋的家庭想要购买房屋时,会申请一个30年的房屋贷款,并且该支出是其收入的35%。但是这并不意味着同一类Agent的行动完全相同,这是因为a)他们可能处于不同的状态,例如两个家庭在某个阶段拥有不同的收入,他们会选择申请不同数目的贷款;b)通过随机数发生器产生的数目并不相同,例如,迁移至某个地方的人的数目是由随机数发生器产生的。模型采用消息传递机制来使agent完成活动。为了更好的理解该机制,在此对时间序列进行简单的介绍。在ASPEN模型