Эконофизика - Econophysics

Эконофизика это иноверный область междисциплинарных исследований, применяя теории и методы, первоначально разработанные физики для решения проблем в экономика, обычно те, которые включают неопределенность или случайные процессы и нелинейная динамика. Некоторые его применения к изучению финансовых рынков также получили название статистическое финансирование ссылаясь на его корни в статистическая физика. Эконофизика тесно связана с социальная физика.

История

Интерес физиков к социальные науки не ново; Даниэль Бернулли, например, был создателем полезность на основе предпочтений. Один из основателей неоклассическая экономическая теория, бывший профессор экономики Йельского университета Ирвинг Фишер, изначально обучался в известном Йельском университете физик, Джозайя Уиллард Гиббс.[1] Точно так же Ян Тинберген, кто выиграл первым Нобелевская мемориальная премия по экономическим наукам в 1969 г. за разработку и применение динамических моделей для анализа экономических процессов, изучал физику с Поль Эренфест в Лейденский университет. В частности, Тинберген разработал гравитационная модель международной торговли это стало рабочей лошадкой международной экономики.

Эконофизика была начата в середине 1990-х годов несколькими физиками, работавшими в области статистическая механика. Неудовлетворенные традиционными объяснениями и подходами экономистов, которые обычно отдавали предпочтение упрощенным подходам в пользу разрешимых теоретических моделей, а не согласованию с эмпирическими данными, они применяли инструменты и методы из физики, сначала пытаясь сопоставить наборы финансовых данных, а затем объясняя больше. общеэкономические явления.

Одной из движущих сил эконофизики, возникшей в то время, была внезапная доступность больших объемов финансовых данных, начиная с 1980-х годов. Стало очевидно, что традиционных методов анализа недостаточно - стандартные экономические методы имеют дело с однородными агентами и равновесием, в то время как многие из наиболее интересных явлений на финансовых рынках фундаментально зависят от них. гетерогенные агенты и ситуации, далекие от равновесия.

Термин «эконофизика» был введен Х. Юджин Стэнли, чтобы описать большое количество работ, написанных физиками по проблемам (фондовых и других) рынков, на конференции по статистической физике в Калькутта (ранее Калькутта ) в 1995 г. и впервые появилось в его сборнике в публикации в Physica A 1996.[2][3] Первое совещание по эконофизике было организовано в 1998 г. в Будапеште Янош Кертес и Имре Кондор. Первая книга по эконофизике была написана Р. Н. Мантенья и Х. Э. Стэнли в 2000 году.[4]

Серия почти регулярных встреч по этой теме включает: ECONOPHYS-KOLKATA (проводится в Калькутте и Дели),[5] Коллоквиум по эконофизике, ESHIA / WEHIA.

За последние годы сетевая наука, в значительной степени опираясь на аналогии из статистическая механика, был применен для исследования производственных систем. Так обстоит дело с работами на Институт Санта-Фе в европейских исследовательских проектах как прогнозирование финансовых кризисов и Гарвардского технологического института Обсерватория экономической сложности

Если «эконофизика» используется для обозначения принципа применения статистической механики к экономическому анализу, в отличие от конкретной литературы или сети, приоритет инноваций, вероятно, принадлежит Эммануэлю Фарджуну и Моше Мачовер (1983). Их книга Законы хаоса: вероятностный подход к политической экономии предлагает дисрешение (их слова) проблема трансформации в политической экономии Маркса путем переосмысления соответствующих величин как случайных величин.[6]

Если, с другой стороны, «эконофизика» используется для обозначения приложения физики к экономике, можно рассматривать работы Леон Вальрас и Вильфредо Парето как его часть. Действительно, как показывает Бруна Инграо и Джорджио Исраэль, теория общего равновесия в экономике основан на физической концепции механическое равновесие.

Эконофизика не имеет ничего общего с "подходом физических величин" к экономике, за который выступает Ян Стидман и другие, связанные с неорикардианство. Известные эконофизики Жан-Филипп Бушо, Бикас К. Чакрабарти, Дж. Дойн Фармер, Диего Гарлашелли, Дирк Хелбинг, Янош Кертес, Фрэнсис Лонгстафф, Росарио Н. Мантенья, Маттео Марсили, Джозеф Л. Макколи, Энрико Скалас, Дидье Сорнетт, Х. Юджин Стэнли, Виктор Яковенко и И-Чэн Чжан. Среди формальных курсов по эконофизике особого внимания заслуживает курс, предлагаемый Диего Гарлашелли на физическом факультете Лейденский университет,[7][8] откуда первый лауреат Нобелевской премии по экономике Ян Тинберген пришел. С сентября 2014 года King's College удостоен первой должности профессора эконофизики.

Основные инструменты

Основные инструменты эконофизики: вероятностный и статистический методы, часто взятые из статистической физики.

Физические модели, применяемые в экономике, включают кинетическая теория газа (называется кинетические биржевые модели рынков [9]), просачивание модели хаотичный модели, разработанные для изучения остановки сердца, и модели с самоорганизующаяся критичность а также другие модели, разработанные для прогноз землетрясения.[10] Более того, были попытки использовать математическую теорию сложность и теория информации, разработанные многими учеными, среди которых Мюррей Гелл-Манн и Клод Э. Шеннон соответственно.

Для потенциальные игры, было показано, что порождающее эмерджентное равновесие, основанное на информации через информационную энтропию Шеннона, производит ту же самую равновесную меру (Мера Гиббса из статистической механики) как стохастическое динамическое уравнение, оба из которых основаны на ограниченная рациональность модели, используемые экономистами.[11] Теорема о флуктуации-диссипации соединяет эти два понятия, чтобы установить конкретное соответствие «температуры», «энтропии», «свободного потенциала / энергии» и других физических понятий с экономической системой. Модель статистической механики не строится априори - это результат ограниченно рационального допущения и моделирования существующих неоклассических моделей. Он был использован для доказательства "неизбежности сговора" Хью Диксон в случае, для которого неоклассическая версия модели не предсказывает сговор.[12] Здесь спрос растет, так как с Веблен товары или покупатели акций с "горячая рука" заблуждение, что предпочитают покупать более успешные акции и продавать менее успешные.[13]Вернон Л. Смит использовал эти методы для моделирования общительности в экономике.[14] Таким образом, модель правильно предсказывает, что агенты не любят негодование и наказание и что существует асимметрия между благодарностью / вознаграждением и негодованием / наказанием. Показано, что классическое равновесие по Нэшу имеет нет предсказательная сила для этой модели, и равновесие Гиббса должно использоваться для предсказания явлений, изложенных в Гуманомика.[15]

Кванторы, полученные из теория информации были использованы в нескольких статьях эконофизика Аурелио Ф. Баривьера и соавторов для оценки степени информационной эффективности фондовых рынков.[16]

Зунино и др. использовать инновационный статистический инструмент в финансовой литературе: плоскость причинности сложности-энтропии. Это декартово представление устанавливает рейтинг эффективности различных рынков и выделяет разную динамику рынка облигаций. Более того, авторы приходят к выводу, что классификация, полученная из плоскости причинно-следственной связи сложности и энтропии, соответствует квалификациям, присвоенным крупными рейтинговыми компаниями суверенным инструментам. Аналогичное исследование, разработанное Bariviera et al.[17] исследовать взаимосвязь между кредитными рейтингами и информационной эффективностью выборки корпоративных облигаций нефтяных и энергетических компаний США, используя также плоскость причинно-следственной связи сложности-энтропии. Они считают, что эта классификация соответствует кредитным рейтингам, присвоенным Moody's.

Еще один хороший пример: теория случайных матриц, который можно использовать для выявления шума в матрицах финансовой корреляции. В одной статье утверждалось, что этот метод может улучшить производительность портфелей, например, при применении в оптимизация портфеля.[18]

Однако до сих пор использовались различные другие инструменты из физики, такие как динамика жидкостей, классическая механика и квантовая механика (включая так называемые классическая экономика, квантовая экономика и квантовые финансы ),[19] и формулировка интеграла по путям статистической механики.[20]

Концепция чего-либо индекс экономической сложности, представленный физиком Массачусетского технологического института Сезар А. Идальго и экономист из Гарварда Рикардо Хаусманн и доступен в MIT Обсерватория экономической сложности, был разработан как инструмент прогнозирования экономического роста. По оценкам Хаусманна и Идальго, ECI намного точнее предсказывает рост ВВП, чем традиционные меры управления Всемирный банк.[21]

Есть также аналогии между теорией финансов и распространение теория. Например, Уравнение Блэка – Шоулза для вариант ценообразование распространение -адвекция уравнение (см. однако [22][23] за критику методологии Блэка – Шоулза). Теорию Блэка – Шоулза можно расширить, чтобы дать аналитическую теорию основных факторов экономической деятельности.[20]

Оказать влияние

Статьи по эконофизике публиковались в основном в журналах, посвященных физике и статистической механике, а не в ведущих экономических журналах. Немного Основные экономисты в целом не были впечатлены этой работой.[24] Другие экономисты, в том числе Мауро Галлегати, Стив Кин, Пол Ормерод, и Алан Кирман проявили больший интерес, но также подвергли критике некоторые тенденции в эконофизике. В последнее время, Вернон Л. Смит, один из основателей экспериментальная экономика и Нобелевская мемориальная премия по экономическим наукам лауреат, использовал эти методы и заявил, что они многообещающие.[14]

Эконофизика оказывает некоторое влияние на более прикладную область количественное финансирование, объем и цели которой существенно отличаются от целей экономической теории. Различные эконофизики ввели модели колебаний цен в физика финансовых рынков или оригинальные точки зрения на устоявшиеся модели.[22][25][26] Также в различных экономических данных было обнаружено несколько законов масштабирования.[27][28][29]

Основные результаты

В настоящее время одним из основных результатов эконофизики является объяснение "толстые хвосты" в распространении многих видов финансовых данных как универсальный самоподобный масштабирование свойство (т. е. масштабная инвариантность данных на много порядков),[30] возникает из-за тенденции отдельных рыночных конкурентов или их совокупности систематически и оптимально использовать преобладающие "микротенденции" (например, рост или падение цен). Эти «толстые хвосты» важны не только математически, потому что они составляют риски, которые могут быть, с одной стороны, очень маленькими, так что ими можно пренебречь, но которые, с другой стороны, вовсе не могут быть пренебрежимо малыми, т.е. их нельзя сделать экспоненциально маленькими, а вместо этого следуют измеримому алгебраически убывающему степенной закон, например с вероятность отказа только где Икс является все более большой переменной в хвостовой части рассматриваемого распределения (т. е. ценовая статистика с более чем 108 данные). То есть рассматриваемые события не являются просто «выбросами», они действительно должны приниматься во внимание и не могут быть «застрахованы».[31] Похоже, что это также играет роль, что около изменения тенденции (например, от падения к повышению цен) наблюдаются типичные «панические реакции» агентов по продаже или покупке с алгебраически увеличивающейся скоростью и объемом сделок.[31] «Толстые хвосты» наблюдаются и у товарные рынки.

Как и в квантовой теории поля, «толстые хвосты» можно получить сложнымнепертурбативный "методы, в основном численные, так как они содержат отклонения от обычных Гауссовские приближения, например то Блэк – Скоулз теория. Однако «толстые хвосты» также могут быть следствием других явлений, таких как случайное количество членов в теореме о центральном пределе или любое количество других, не относящихся к эконофизике моделей. Из-за сложности тестирования таких моделей в традиционном экономическом анализе им уделялось меньше внимания.

Смотрите также

использованная литература

  1. ^ Yale Economic Review, последнее посещение - 25 сентября. В архиве 2008-05-08 на Wayback Machine
  2. ^ Интервью Х. Э. Стэнли по эконофизике (опубликовано в "IIM Kozhikode Society & Management Review", публикация Sage (США), том 2, выпуск 2 (июль), стр. 73-78 (2013))
  3. ^ Эконофизические исследования в Индии за последние два десятилетия (1993-2013) (опубликовано в "IIM Kozhikode Society & Management Review", публикация Sage (США), том 2, выпуск 2 (июль), стр. 135-146 (2013))
  4. ^ "Введение в эконофизику", Cambridge University Press, Кембридж (2000)
  5. ^ "Эконофизика распределения богатства", ред. A. Chatterjee et al., New Economic Windows, Springer, Milan (2005), и последующие восемь Proc. Тома, опубликованные в 2006, 2007, 2010, 2011, 2013, 2014, 2015 и 2019 годах в серии New Economic Windows компании Springer.
  6. ^ Фарджун и Мачовер отказываются от полной оригинальности: их книга посвящена покойному Роберту Х. Лэнгстону, которого они цитируют для прямого вдохновения (стр. 12), и они также отмечают независимое предложение в дискуссионном документе E.T. Джейнс (стр. 239)
  7. ^ "Эконофизика, 2012-2013 гг. ~ Электронный проспект, Лейденский университет". studiegids.leidenuniv.nl. Получено 2018-09-10.
  8. ^ «Эконофизика, 2020-2021 гг. ~ Электронный проспект, Лейденский университет». studiegids.leidenuniv.nl. Получено 2020-09-05.
  9. ^ Бикас К. Чакрабарти, Анирбан Чакраборти, Сатья Р. Чакраварти, Арнаб Чаттерджи (2012). Эконофизика распределения доходов и богатства. Издательство Кембриджского университета, Кембридж.CS1 maint: несколько имен: список авторов (ссылка на сайт)
  10. ^ Дидье Сорнетт (2003). Почему рушатся фондовые рынки?. Princeton University Press.
  11. ^ Кэмпбелл, Майкл Дж. (2005). «Гиббсовский подход к потенциальной теории игр». arXiv:cond-mat / 0502112v2.
  12. ^ Диксон, Хью (2000). «не отставая от Джонсов: конкуренция и развитие сговора». Журнал экономического поведения и организации. 43 (2): 223–238. Дои:10.1016 / s0167-2681 (00) 00117-7.
  13. ^ Джонсон, Джозеф; Теллис, G.J .; Макиннис, Д.Дж. (2005). «Неудачники, победители и предвзятые сделки». Журнал потребительских исследований. 2 (32): 324–329. Дои:10.1086/432241. S2CID  145211986.
  14. ^ а б Майкл Дж. Кэмпбелл; Вернон Л. Смит (2020). «Элементарный гуманитарный подход к ограниченно рациональным квадратичным моделям». Physica A. 562: 125309. Дои:10.1016 / j.physa.2020.125309.
  15. ^ Вернон Л. Смит и Барт Дж. Уилсон (2019). Гуманомика: моральные настроения и богатство народов в двадцать первом веке. Издательство Кембриджского университета. Дои:10.1017/9781108185561. ISBN  9781108185561.
  16. ^ Зунино, Л., Баривьера, А.Ф., Гверчио, М.Б., Мартинес, Л. и Россо О.А. (2012). «Об эффективности рынков суверенных облигаций» (PDF). Physica A: Статистическая механика и ее приложения. 391 (18): 4342–4349. Bibcode:2012PhyA..391.4342Z. Дои:10.1016 / j.physa.2012.04.009. HDL:11336/59368. S2CID  122129979.CS1 maint: несколько имен: список авторов (ссылка на сайт)
  17. ^ Баривьера А.Ф., Зунино Л., Гверчио М.Б., Мартинес Л. и Россо О.А. (2013). «Эффективность и кредитные рейтинги: анализ теории перестановок» (PDF). Журнал статистической механики: теория и эксперимент. 2013 (8): P08007. arXiv:1509.01839. Bibcode:2013JSMTE..08..007F. Дои:10.1088 / 1742-5468 / 2013/08 / P08007. HDL:11336/2007. S2CID  122829948.CS1 maint: несколько имен: список авторов (ссылка на сайт)
  18. ^ Василики Плеру; Парамешваран Гопикришнан; Бернд Розенов; Луис Амарал; Томас Гур; Х. Юджин Стэнли (2002). «Случайный матричный подход к взаимной корреляции финансовых данных». Физический обзор E. 65 (6): 066126. arXiv:cond-mat / 0108023. Bibcode:2002PhRvE..65f6126P. Дои:10.1103 / PhysRevE.65.066126. PMID  12188802. S2CID  2753508.
  19. ^ Анатолий Валерьевич Кондратенко (2015). Вероятностная экономическая теория. Наука. ISBN  978-5-02-019121-1.
  20. ^ а б Чен, Цзин (2015). Единство науки и экономики: новый фундамент экономической теории. https://www.springer.com/us/book/9781493934645: Springer.CS1 maint: location (ссылка на сайт)
  21. ^ Рикардо Хаусманн; Сезар Идальго; и другие. «Атлас экономической сложности». Обсерватория экономической сложности (MIT Media Lab). Получено 26 апреля 2012.
  22. ^ а б Жан-Филипп Бушо; Марк Поттерс (2003). Теория финансового риска и ценообразование производных финансовых инструментов. Издательство Кембриджского университета.
  23. ^ Bouchaud, J-P .; Поттерс, М. (2001). «Добро пожаловать в мир не Блэка-Скоулза». Количественные финансы. 1 (5): 482–483. Дои:10.1080/713665871. S2CID  154368053.
  24. ^ Филип Болл (2006). «Эконофизика: культурный крах». Природа. 441 (7094): 686–688. Bibcode:2006Натура.441..686Б. CiteSeerX  10.1.1.188.8120. Дои:10.1038 / 441686a. PMID  16760949. S2CID  4319192.
  25. ^ Энрико Скалас (2006). «Применение случайных блужданий с непрерывным временем в финансах и экономике». Physica A. 362 (2): 225–239. Bibcode:2006PhyA..362..225S. Дои:10.1016 / j.physa.2005.11.024.
  26. ^ Ю. Шапира; Ю. Берман; Э. Бен-Джейкоб (2014). «Моделирование краткосрочного стадного поведения фондовых рынков». Новый журнал физики. 16 (5): 053040. Bibcode:2014NJPh ... 16e3040S. Дои:10.1088/1367-2630/16/5/053040.
  27. ^ Ю. Лю; П. Гопикришнан; П. Цизо; М. Мейер; К.-К. Пэн; Х. Э. Стэнли (1999). «Статистические свойства волатильности колебаний цен». Физический обзор E. 60 (2): 1390–400. arXiv:cond-mat / 9903369. Bibcode:1999PhRvE..60.1390L. CiteSeerX  10.1.1.241.9346. Дои:10.1103 / PhysRevE.60.1390. PMID  11969899. S2CID  7512788.
  28. ^ М. Х. Р. Стэнли; Л. А. Н. Амарал; С. В. Булдырев; С. Хавлин; Х. Лешхорн; П. Маасс; М. А. Сэлинджер; Х. Э. Стэнли (1996). «Масштабирование поведения при росте компаний». Природа. 379 (6568): 804. Bibcode:1996Натура 379..804С. Дои:10.1038 / 379804a0. S2CID  4361375.
  29. ^ К. Ямасаки; Л. Мучник; С. Хавлин; А. Бунде; ОН. Стэнли (2005). «Масштабирование и память в интервалах возврата волатильности на финансовых рынках». PNAS. 102 (26): 9424–8. Bibcode:2005ПНАС..102.9424Y. Дои:10.1073 / pnas.0502613102. ЧВК  1166612. PMID  15980152.
  30. ^ Физики отметили масштабируемость «толстых хвостов» в письме в научный журнал. Природа Розарио Н. Мантенья и Х. Юджин Стэнли: Поведение масштабирования в динамике экономического индекса, Nature Vol. 376, страницы 46-49 (1995)
  31. ^ а б См., Например, Preis, Mantegna, 2003.

дальнейшее чтение

  • Nature Physics Focus: Сложные сети в финансах, март 2013 г. Том 9 № 3, стр. 119–128
  • Марк Бьюкенен, Что эконофизика когда-либо сделала для нас?, Природа 2013
  • Аналитическая трактовка поведения Гиббса-Парето в распределении богатства Арнаб Дас и Судхакар Ярлагадда arXiv:cond-mat / 0409329
  • Анализ функции распределения богатства Арнаб Дас и Судхакар Ярлагадда arXiv:cond-mat / 0310343
  • Аналитическая трактовка модели торгового рынка Арнаб Дас arXiv:cond-mat / 030468
  • Мартин Шубик и Эрик Смит, Руководство экономики предприятия, MIT Press, [1] MIT Press (2016)
  • Абергель, Ф., Аояма, Х., Чакрабарти, Б.К., Чакраборти, А., Део, Н., Райна, Д., Воденска, И. (ред.), Эконофизика и социофизика: последние достижения и будущие направления, [2], Новая серия экономических окон, Springer (2017)
  • Анатолий Васильевич Кондратенко. Физическое моделирование экономических систем. Классическая и квантовая экономика. Новосибирск, «Наука» (2005), ISBN  5-02-032479-5

Лекции

внешние ссылки