ASPEN模型Word文件下载.docx
《ASPEN模型Word文件下载.docx》由会员分享，可在线阅读，更多相关《ASPEN模型Word文件下载.docx（22页珍藏版）》请在冰豆网上搜索。
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。
a）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的学习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。
b）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。
c）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。
3ASPEN
3.1模型的运行机制
在ASPEN模型中，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模型中，连续的时间被划分为离散的时间段（天），每一天又被划分为11个阶段，在不同的阶段有不同agent被执行。
通过这种方法，agent可以接收来自其他agent的消息，并依据当前的状态来决定自己的行动方式。
大部分行动只允许在一天的某个特定阶段执行一次，例如，汽车制造企业只能在每天的第一个阶段交税，整个过程是这样的，首先在特定的账户上对该行为进行记录，然后发送一条已交税的消息给政府agent，当到达政府处理信息的阶段时，政府读入该条消息，并执行相应的活动。
如果是一系列复杂的活动，则需要发送一系列复杂的消息。
例如，当一个家庭决定购买新房屋时，首先，他需要了解其当前收入，然后向银行发送一个消息申请抵押贷款。
银行收到此消息后，通过对该家庭的信用等进行评估后决定是否接收贷款。
同样的，他发送一条消息给该家庭。
如果该消息是“接收”，家庭发送一条消息给开发商，声明其希望购买房屋，等等。
最后，从计算的角度来讲，消息传递系统的执行并不是分散的。
ASPEN是运行在大型并行处理机上的，所有的Agent分布在整个计算机体系的不同节点上，每个Agent都有它要响应和处理的消息队列，同时每个节点也有自己的消息队列。
当某个Agent发送了一条消息时，消息控制工具箱首先判断负责接收消息的Agent是否位于同一个节点上，如果处于同一节点，就把该消息放在接收Agent的消息队列中；
否则，将该消息放在一个传递区域中，等待被发送至相应的节点上。
在每个阶段结束时，都会清空传递区域，所有的消息被传递到相应的节点的消息队列上。
在下一个阶段开始时，位于节点消息队列的消息会依次进入相应agent的消息队列中，然后依次被处理。
通过这种方法，可以使交叉结点间的交流次数降至最低，也正因为如此，ASPEN可以更高效率的运转。
3.2初始化和参数
如上所述，在ASPEN中，agent的行动取决于其当前的状态。
例如，一个家庭的消费行为取决于家庭的大小、当前收入、拥有的储蓄以及债券等因素。
诸如此类的各种因素必须首先进行初始化。
例如，在ASPEN开始运行时，分配给每个家庭一定的储蓄，一个初始的债券投资，并且预设了家庭成员的年龄。
在某些案例中，初始化是通过随机分布实现的，例如，我们可以使用均值为$800的指数分布来实现对不同家庭的储蓄的分配。
通过这种方法，我们可以实现人群的差异化。
特别的，用户可以指定这些初始值的大小，如果用户没有进行相应的输入，将采用系统的默认值。
上述初始化的方法同样适用于确定模型中大量的参数。
例如，汽车制造企业破产的频率，标准抵押的时间长度，银行保持存款的比例等等。
所有变量和参数的初始值和默认值将在第四部分给出，详见附录。
3.3agent介绍
在这部分我们对不同类别的agent进行分类介绍。
图1描述了不同类别agent之间的关系。
图1不同类别agent间的关系
3.3.1家庭Agent
家庭是整个模型中最重要且数量最多的Agent。
家庭Agent通过工作来获取收入，家庭成员作为雇员在企业，银行，政府或其它Agent中工作。
如果某个家庭没有取得工作或者被解雇的话，他们可以向政府领取一定的福利，年龄较大的公民还可以享受政府的社会保证金。
家庭收入的其它来源包括购买债券或储蓄获得的利息，以及从企业分得的利润。
此外，家庭还要依据其收入缴纳一定数额的税收。
利用获得的收入（加上储蓄），家庭主要消费四类产品，即食物，其它非耐用消费品，汽车和房屋。
在模型中，家庭的这些购买行为并不是平常的，相反，他遵循一些规则。
所以，ASPEN模型是一个仿真模型，而非一个最优化模型。
在模型中，食物的需求量是由家庭规模决定的。
当需求确定以后，就要决定从哪个企业购买。
假设企业f提供的食物价格是p（f），那么某个家庭从该企业购买食物的概率是k*[p（f）]-q，其中，k是一个常数，q的值由用户指定。
从中可以看出，食品的价格越低，被购买的概率越大。
其它耐用消费品的需求量是通过总收入减去食物消费后剩余收入的百分比除以某种非耐用消费品在整个行业内的平均价格来确定的。
与食物类似，非耐用消费品的价格越低，被购买的概率越大。
如果某个家庭拥有汽车，且汽车没有出现故障，则不会有买车的需求。
在模型中，我们假定汽车每天出现故障的概率是P，P值由用户指定。
所以，当汽车出现故障或者不拥有汽车时，家庭会考虑购买汽车。
首先，要确定购买的企业，其方法与确定从哪个企业购买食物相同。
然后，实际购买时又包括两种情况：
如果有足够的储蓄去购买，会直接用其储蓄购买；
否则，向银行申请车贷，并且会向贷款利率最低的银行申请。
总之，汽车的需求量可以看作是个人收入、个人储蓄和贷款利率的函数。
房屋的需求与汽车相类似。
在模型初始化时，不同的家庭被指定为房屋拥有者或者租赁房屋者。
租赁房屋者每天缴纳一定比例的收入作为房租。
租赁房屋者每天都有一定的概率购买房屋，而拥有房屋者则希望购买更好的房屋。
在决定购买房屋后，就需要决定从哪个房地产企业购买，以及向哪个银行贷款。
其选择方法与上述三种产品类似。
除了消费以上四类商品外，家庭需要决定如何分配其剩余资产在日常消费、储蓄以及债券之间的比例。
其中，日常消费属于外生变量，剩余的分配则依照某个给定的函数进行，该函数以剩余总资产作为自变量，以债券投资作为因变量。
此外，每隔九十天家庭可以选择将其储蓄从一个银行转移到另一个银行，前提是新的银行的利率比原先银行的利率要高。
3.3.2企业agent
在ASPEN模型中，四种类型的企业在生产产品时都会用到劳动力和资产。
产量函数表示为
，其中：
y表示某天的产量，K表示拥有的机器的数目，L表示雇员数目，a，b，c是常数，a、b的默认值是1，c在同行业中的取值相同。
显然，企业可以通过改变资本品数目和劳动力数目调整产量。
资本品数目可以每年调整一次,企业通过比较增加资本品所带来的收益与购买它们的成本来决定是否购买新的资本品。
如果企业要增加资本投入，必须向银行申请贷款，然后在产品市场上选择资本品企业购买资本品。
短期内，企业的固定资本不变，企业的产出的改变依靠劳动力的数目来调整。
企业根据库存量和近期销售量制定雇佣决策：
与销售量相比，如果库存量达到上界水平，则企业要解雇少量工人；
库存量达到下界水平，企业要增加少量工人。
在模型中，我们假设所有企业的工资水平是相同且固定的。
ASPEN模型的一个重要特征是采用遗传算法分类器系统（GALCS）为产品制定价格。
每天，企业要确定四种趋势：
（1）近来本企业产品价格的升或降；
（2）销售量的升或降；
（3）利润的升或降；
（4）企业价格相对于社会平均价格的高或低。
企业根据这四种趋势来判断自己处于16种市场状态中的哪一种。
GALCS为每个市场状态确定一个概率分布（
），其中，
表示降低价格的概率，
表示提高价格的概率，
表示维持价格不变的概率。
当企业处于某个市场状态时，首先通过该概率分布决定价格的变化趋势，然后，企业根据改变后的价格计算其利润额。
例如，在某个时间段，第二种状态下，（
）=（0.1,0.6,0.3）。
假设企业处于此状态，并且产生的随机数要求企业提高价格。
假设接下来，利润下降了，则（
）进行相应的调整，比如调整为（0.15,0.5,0.35）。
该算法对企业的实际行为进行了学习。
在这个例子中，在第二种状态下提高企业的价格对企业不利，对概率分布的调整反应了该事实，以后再进入该状态时企业提高价格的概率变小，从而可以获得更多的利润。
企业的理性体现在效果最好的对策（也即概率值最大的对策）最有可能被企业选用。
但是考虑到存在市场变化等随机或不可预测的因素，企业也可能选用其它的对策。
最后，在完成销售行为后，企业要依据其收入和利润向政府缴纳税收。
此外，企业对税后利润有三种分配方式：
第一，如果该企业属于个人单独拥有，那么所有的税后利润归拥有该企业的家庭所有。
第二，如果属于所有劳动者拥有，那么所有的税后利润平均分配给所有的劳动者。
第三，根据平均分配模型，税后利润可以平均分配给整个社会中的所有家庭。
第三种分配方式是默认的，适用于我们现在运行的所有企业。
3.3.3银行agent
银行所进行的活动包括四类：
吸收储蓄，购买／出售债券，发放贷款以及雇佣少数工人。
如前所述，家庭可以每隔90天决定是否转移储蓄到新的银行，银行则每天都会依据债券的回报率乘以4/5来调整利率。
在模型中，最终所有银行的利率都将相同，导致每个银行的储蓄额也基本相同。
银行每天都会检查其储备量，如果大于全部储蓄额的3%，且有超过1%的自由储备，银行会用多余的储备去购买债券；
否则，银行一方面会出售目前持有的债券，另一方面向联邦储备提出申请。
银行也拥有贷款，银行的贷款利率是由两方面的因素来决定的。
一方面是债券价格和利息的函数，另一方面通过GALCS计算得出。
当收到贷款申请时，除在以下三种情况，a）申请者的支出相对于收入来讲太高，b）当前贷款的默认利率太高，c）申请者已经申请了别的贷款，银行都会接受申请。
此外，银行还雇佣少数的工人，工人的数目是其总资产的函数。
银行要向他们支付相应水平的工资。
3.3.4政府Agent
政府每天的职能包括：
收取税收，支付福利，支付债券利息，以及雇佣一定数目的工人。
在进行一定阶段的上述活动后，政府将该阶段的总收入和总支出进行比较，如果发生财政赤字，将发行一定数目的国债来平衡。
债券没有到期日，每股每年支付5分的利息。
最初每股债券的定价为$1，即债券的收益率为5%，同时债券的价格是可以改变的。
除此之外，模型还可以模拟政府采取扩张型的宏观经济政策，例如，在每个阶段向所有的家庭支付一定的费用。
3.3.5金融市场agent
每天，家庭，企业，银行以及政府都会进行“购买”或“出售”业务。
这些业务最终都是通过金融市场来处理的。
金融市场负责收集这些订单，并确定是供大于求还是供小于求。
然后，他就向联邦储备agent发送相应的信息，方便联邦储备确定是使用扩张型，紧缩性还是平稳的货币政策。
这可能会影响联邦储备的行为，也可能不会。
当所有的业务被统计之后，企业会采取相应的行动。
假设当前供小于求，例如，z=销售量/购买量<
1时，市场就会满足所有的卖方和相同数量的买方，并且提高债券的价格。
反之，如果供小于求，市场就会满足所有的买方和相同数量的卖方，并且降低债券的价格。
3.3.6联邦储备agent
ASPEN模型中的联邦储备执行现实中的联邦储备的大部分职能。
例如，假设银行无法完成其储备需求时，会向联邦储备发送信息，联邦储备会给予相应的折扣（该变量为外生变量）；
假设政府期望发行债券，但没有足够的购买者，联邦储备便会购买这些债券。
联邦储备可以决定是采取扩张，紧缩还是常规型经济政策。
经济政策的执行是基于金融市场agent发送的市场供求信息的。
如果联邦储备采取扩张型经济政策且目前金融市场上供大于求，他会购买过量的供应；
相反，如果采取紧缩型经济政策时且金融市场上供小于求，他会提供一定量的供应以满足需求。
如果采取常规型经济政策，联邦储备会既提供又购买供应，以保证金融市场的价格的稳定。
特别的，在模型中，用户可以指定联邦储备agent采用何种经济政策。
3.3.7房地产经纪人和资本品企业agent
房地产经纪人向租赁房屋者收取租金，并雇佣少量的工人，工人的数量由租赁房屋者的数量决定。
资本品企业负责生产机器设备，他与前面的四种企业不同，生产过程中只用到了劳动力。
他们实际上都不是真正意义上的企业，因为他们不会自己制定价格或者通过招聘和解雇工人来调整产量。
然而他们同样获取利润，支付税收，并且分配税后利润。
4结果分析
在附录B中给出了运用ASPEN模型模拟的结果。
假设模型中的Agent包括：
1000个家庭、3个食品生产企业、2个其它非耐用品企业、2个汽车企业、2个房地产企业、2个银行、其它类型的Agent各1个。
附录A给出了模型初始化的数据和相关参数。
我们首先在常规经济政策下将模型运行2000期，以使GALCS中概率的值与现实社会中的实际值相吻合。
然后，在接下来的3000期里分别在扩张型经济政策和紧缩型经济政策下运行模型10次。
最后，模拟运行的结果取每个十次运行结果的平均值。
图B1表示了扩张型经济政策和紧缩型经济政策对贷款利率的影响。
经济理论表明，在紧缩的经济政策下，债券价格比较低，其原因在于，一旦金融市场出现供小于求的情况，联邦储备就会提供一定数量的债券来消除供大于求的局面。
而较低的债券价格意味着购买债券会有较高的回报率，所以银行更倾向于投资债券，这就导致银行其它业务（如发放贷款）的减少。
在这种情况下，贷款的需求增加，而银行也只有在贷款利率提高的情况下才会提供较多的贷款。
所以，最终结果是银行的贷款利率提高。
由图B1可知，模拟实验的结果与理论推断结果一致。
图B1经济政策对贷款利率的影响
此外，我们还可以通过模型来得到贷款利率增加对其它因素（如房屋购买量、产品价格以及GNP）的影响。
根据经济理论，贷款利率的增加导致家庭的贷款数量减少，所以导致价值较高的商品如汽车、房屋等的购买量减少。
由图2也可以看出，紧缩型经济政策下的房屋购买量较扩张型经济政策下的房屋购买量低。
图B2经济政策对房屋销售量的影响
同样，在高的贷款利率下，企业会较少添置新的机器设备，这直接带来企业的产量和利润的下降。
而低利润必然带来每个家庭的收入降低，继而导致家庭对产品的需求减少。
需求减少就容易出现供大于求的局面，而供大于求会带来产品价格的下降。
如图B3所示，紧缩型经济政策下的产品价格低于扩张型经济政策下的产品价格。
从上面的分析可以看出，紧缩型经济政策下，生产和消费的水平都下降了，这也意味着GNP的降低。
如图B4所示，紧缩型经济政策导致了较低水平的GNP。
图B3经济政策对产品价格的影响
图B4经济政策对GNP的影响
最后，我们运用ASPEN模型来模拟Modigliani实验中提到的FMP模型。
特别的，我们在接下来的三年里将政府支出每天提高$1000，并观察是否会对整个经济造成乘法效应。
对“政府支出乘法效应”的讨论应该放在特定的经济政策下，例如联邦储备采用平稳的经济政策。
所以，在本文中，我们在两种经济政策下做该实验，并对实验结果进行比较分析。
假设我们在以下两种经济政策下进行模拟试验：
第一，平稳的经济政策；
第二，固定供应量的经济政策，如政府在每个阶段购买固定数量的债券。
特别的，我们假设在第二种经济政策下，债券的价格会进行相应的变化。
图B5和图B6分别给出了在第一种和第二种经济政策下，政府支出提高$1000与不提高两种情况下名义GNP的变化趋势，对比图B5和图B6，可以发现，平稳的经济政策下政府提高$1000比固定供应量下表现出更大的乘法效应。
该模拟结果与Modigliani的结果相同。
图B5平稳的经济政策下提高政府支出对GNP的影响
图B6固定供应量的经济政策下提高政府支出对GNP的影响
图B7、图B8则描述了与图B5、图B6相同的假设情况下实际GNP（去除通货膨胀的影响）的变化趋势。
图B7平稳的经济政策下提高政府支出对实际GNP的影响
图B8固定供应量的经济政策下提高政府支出对实际GNP的影响
图B9、图B10从定量化的角度出发，讨论提高政府支出对名义GNP和实际GNP的影响。
ASPEN模型的模拟结果与Modigliani的结果相同。
在第一种经济政策下，在模拟的第五阶段，GNP达到了最初的4倍；
而在第二种经济政策下，GNP的变化要小的多，这是因为，债券利息的增长抑制了收入的增长。
总之，无论是名义GNP还是实际GNP都会表现出这种乘法效应。
图B9两种经济政策下提高政府支出对GNP的影响
图B10两种经济政策下改变政府支出对实际GNP的影响
接下来，我们讨论提高政府支出对债券和贷款利息的影响。
提高政府支出，意味着更多的财政赤字，于是政府会发行更多的债券。
所以，在固定供应量的经济政策下，债券的利息会提高，如图B11所示。
另外，由于银行属于高垄断行业，银行会根据债券利息来调整贷款利率。
当债券利息降低时，贷款利率提高？
。
所以，在固定供应量的经济政策下，提高政府支出会导致贷款利率提高。
相反，在平稳的经济政策下，债券价格保持不变，所以贷款利率也保持不变，如图B12所示。
图B11固定供应量的经济政策下提高政府支出对债券利息的影响
图B12两种经济政策下提高政府支出对贷款利息的影响
最后，我们给出了在平稳的经济政策下模型模拟的其他结果。
图B13描述了提高政府支出对非耐用消费品、平均价格、房屋销售量以及失业率的影响，结果显示，提高政府支出对失业率的影响显著。
接下来，我们研究初始失业率的高低是否会对政府支出对GNP的乘法效应造成影响，图B14显示，当初始失业率为10%时，其乘法效应比失业率为5%时更为显著。
这与Modigliani的FMP模型结果相一致。
图B13平稳的经济政策提高政府支出对非耐用消费品等的影响
图B14不同失业率下提高政府支出对GNP的影响
5结论
在当前阶段，ASPEN模型还不能用来做定量的预测。
模型还有还多不足和需要改进之处，很多参数需要进行更准确的估算。
但同时，第四部分的结论也证明了模型使用的方法是正确的。
我们相信，像ASPEN这样的模型会成为对宏观计量模型和CGE模型的补充，并且具有较高的分析和预测水平。
附录
附录A
初始化和参数
1初始化
注：
初始化的变量的值可以在模拟的过程中改变
1A家庭
户主年龄：
服从（21.0，76.0）的均匀分布
户主受雇佣状态：
未雇佣
储蓄：
服从$800的指数分布
债券：
无
1B食物生产企业
现金资产：
服从（$10000,$50000）的均匀分布
机器数目：
100
雇佣员工数目：
食物价格：
每单位$10
存货：
1200单位食物
1C其他非耐用消费品生产企业
非耐用消费品价格：
每单位$20
1000单位非耐用消费品
1D汽车生产企业
汽车价格：
每单位$15000
1E房地产企业
房屋价格：
每单位$100000
10单位
1F银行
个人贷款利率：
9.0%
企业贷款利率：
7.0%
存款利率：
4.0%
服从（$100,$500）的均匀分布
1G政府
债券价格：
每单位$1.0
雇佣的员工数目：
1H联邦储备
$50000
1I房地产经纪人
$10000
1J资本品企业
2参数
作为参数的变量的值在模拟的过程不能改变
2A一般变量
升级会员 