本頁只刊出中文翻譯與中文說明；英文原文請見下方原文連結。
原文連結
論文資訊
- 類型：已發表論文
- 日期：2026-03-12
摘要
基於代理的模型 (ABM) 是動態電腦模擬，它放棄效用最大化，而是假設代理是有限理性的，並使用啟發式、短視推理和/或學習演算法做出決策。由於 ABM 不需要計算最優值，因此更容易處理，從而實現更高程度的真實性。最近的研究開發了基於代理的定量模型，可以進行時間序列預測，對特定時間點的特定經濟進行建模；其中一些解決了主流模型甚至無法提出的問題，還有一些做出了優於或等於主流模型的預測。在更詳細地解釋了 ABM 是什麼以及它們是如何構建的之後，我回顧了我自己的槓桿週期模型、2008 年房地產泡沫、新冠疫情和通用微觀宏觀模型中的四個模型示例。最後，我討論了基於代理的模型與標準模型相比的優點和缺點。