Accounting State Space as a Foundation for Economic Agent-Based Modeling: An Input–Output Benchmark and Inventory Extension

Die Wirtschaftswissenschaften stützten sich lange Zeit auf eine vereinfachte Sichtweise darauf, wie sich Geld und Güter in einer Gesellschaft bewegen. Traditionelle Modelle behandeln die Wirtschaft oft als eine Ansammlung von breiten Durchschnittswerten, wobei Fabriken augenblicklich das produzieren, was gerade benötigt wird, und Lieferketten sich unendlich ausdehnen, ohne jemals an Material zu mangeln. Diese Rahmenwerke sind nützlich, um das große Ganze zu sehen, aber sie haben Schwierigkeiten zu erklären, was passiert, wenn Dinge schiefgehen – etwa wenn ein plötzlicher Mangel an einem einzigen Bauteil die Produktion in einer gesamten Branche zum Stillstand bringt. In der realen Welt operieren Unternehmen nicht mit Durchschnittswerten; sie operieren mit Geschäftsbüchern. Jede Transaktion ist ein spezifischer Datensatz darüber, was gekauft, was verkauft wurde und was auf Lager verbleibt, gesteuert durch strikte Regeln, die sicherstellen, dass jeder Sollposten einem entsprechenden Habenposten entspricht. Jahrzehntelang fehlte den Ökonomen eine Möglichkeit, diese detaillierten, regelbasierten Aufzeichnungen über Tausende interagierender Unternehmen hinweg zu simulieren, um zu sehen, wie ein kleiner Schock durch das System nachwirken könnte.

Ein Forscher an der Chiba University of Commerce hat einen neuen Weg entwickelt, um Wirtschaftssimulationen aufzubauen, die mit diesen Buchhaltungsaufzeichnungen beginnen, statt mit abstrakten Durchschnittswerten. Anstatt zu raten, wie eine Fabrik auf eine Änderung der Nachfrage reagieren könnte, gibt dieser neue Ansatz, genannt „Accounting-State Agent-Based Modeling“, jedem simulierten Unternehmen sein eigenes digitales Hauptbuch. In diesem System aktualisiert das Modell bei jedem Kauf oder Verkauf eines Unternehmens dessen spezifische Bücher und verfolgt genau, wie viel Barmittel es besitzt, wie hoch sein Lagerbestand ist und was es schuldet. Der Computer folgt denselben Regeln der doppelten Buchführung, die auch menschliche Buchhalter verwenden, wodurch sichergestellt wird, dass die Simulation niemals die grundlegende Logik des Geschäftsverkehrs verletzt. Indem er die Wirtschaft von unten nach oben aufbaut und dabei diese präzisen buchhalterischen Schritte nutzt, schuf der Forscher ein Laboratorium, in dem der komplexe Tanz von Angebot und Nachfrage in Echtzeit beobachtet werden kann, was offenbart, wie die starren Regeln der Buchführung den Fluss der gesamten Wirtschaft formen.

Um diese neue Methode zu testen, baute der Forscher zunächst eine einfache Version der Wirtschaft unter Verwendung eines Standard-Blaupauses, das als Input-Output-Tabelle bekannt ist. Diese Blaupause bildet ab, wie verschiedene Branchen voneinander abhängen, und zeigt, welche Sektoren Rohstoffe an andere liefern. Das Ziel war zu sehen, ob die neue buchhaltungsbasierte Simulation ein bekanntes wirtschaftliches Ergebnis reproduzieren kann, den sogenannten Multiplikatoreffekt. In der traditionellen Wirtschaft beschreibt dieser Effekt, wie ein einzelner Dollar neuer Ausgaben mehr als einen Dollar an gesamtwirtschaftlicher Aktivität generieren kann, während er von einem Unternehmen zum nächsten fließt. Die Simulation wurde so aufgebaut, dass ein plötzlicher Nachfrageschub eine Branche traf, und der Computer verfolgte, wie diese Nachfrage durch das Netzwerk der Lieferanten wanderte. Die Ergebnisse waren exakt: Das buchhaltungsbasierte Modell erzeugte denselben Multiplikatoreffekt wie die traditionellen statischen Formeln. Dies bewies, dass die neue Methode nicht nur eine andere Art der Kartendarstellung war, sondern ein funktionierender Motor, der etablierte wirtschaftliche Wahrheiten replizieren konnte, während er gleichzeitig eine Aufzeichnung jeder einzelnen Transaktion führte.

Die wahre Stärke des neuen Modells zeigte sich jedoch, als der Forscher eine Ebene der Realität hinzufügte, die traditionelle Modelle oft ignorieren: Inventarbeschränkungen. In der realen Welt kann eine Fabrik keine Güter produzieren, wenn ihr die benötigten Rohstoffe ausgegangen sind, und sie kann nichts verkaufen, was sie nicht auf Lager hat. Der Forscher führte diese Einschränkungen in die Simulation ein und zwang die Unternehmen dazu, ihre Sicherheitsbestände zu verwalten und mit Engpässen umzuge-gehen. Als ein plötzlicher Nachfrageschock ein Unternehmen mit engen Inventarlimits traf, änderten sich die Ergebnisse dramatisch. Der Fluss der Güter verbreitete sich nicht so reibungslos, wie es die traditionellen Formeln vorhersagten. Stattdessen führte der Materialmangel an einer Stelle dazu, dass die Produktion zum Erliegen kam, was wiederum die Bestellungen bei den Lieferanten weiter oben in der Kette reduzierte. Der Multiplikatoreffekt, der in der unbeschränkten Version noch stark gewesen war, schrumpfte signifikant oder verschwand sogar vollständig, wenn die Lieferkette eng war. Die Simulation zeigte, dass die Fähigkeit einer Wirtschaft, einen Schock abzufangen, stark davon abhängt, wie viel Pufferbestand die Unternehmen vorrätig halten.

Die Studie untersuchte auch, wie verschiedene Lagerhaltungsstrategien die Stabilität des Systems beeinflussten. Unternehmen, die größere Sicherheitsbestände hielten, konnten die Produktion auch bei einem Nachfragespitzenwert aufrechterhalten, was es dem wirtschaftlichen Multiplikator ermöglichte, sich wieder seiner normalen Stärke anzunähern. Doch die Regeln, nach denen diese Unternehmen ihre Vorräte nachbestellten, erzeugten ein anderes Problem. Wenn Unternehmen versuchten, ihre Lagerbestände perfekt auszubalancieren, zeigte die Simulation, dass sie manchmal überreagierten und große Bestellungen aufgaben, was zu einem Zyklus aus Überproduktion gefolgt von einem plötzlichen Nachfrageabfall führte. Dieses Verhalten, das in Lieferketten als „Bullwhip-Effekt“ (Peitschenknalleffekt) bekannt ist, verursachte heftige Schwankungen in den Produktionsvolumina. Der Forscher testete dies in fast hundert verschiedenen zufälligen Wirtschaftsstrukturen, um zu sehen, ob diese Schwankungen ein universelles Merkmal waren. Während die Schwankungen in vielen Fällen sichtbar waren, fand die Studie keinen statistischen Beweis dafür, dass sie mit der Größe der Wirtschaft systematisch schlimmer wurden. Die Fluktuationen hingen stark von den spezifischen Details der jeweiligen simulierten Wirtschaft ab, was darauf hindeutet, dass es keine einzelne Regel gibt, die für alle Systeme Stabilität oder Chaos garantiert.

Schließlich prüfte der Forscher, ob die Simulation wie reale Volkswirtschaften agierte, indem er ihre Ergebnisse mit bekannten Mustern aus Unternehmensdaten verglich. Ein solches Muster ist, dass die Menge der produzierten Güter einer Fabrik stärker variiert als die Menge der tatsächlich verkauften Güter, da Fabriken versuchen, ihre Produktionspläne zu glätten. Ein weiteres Muster ist, dass die Bestände an Rohstoffen volatiler tendieren als die Bestände an Fertigwaren. Das neue Modell reproduzierte diese beiden spezifischen Muster erfolgreich, was bestätigte, dass die verwendeten Buchhaltungsregeln die richtige Art von wirtschaftlichem Verhalten erfassten. Es reproduzierte jedoch nicht ein drittes Muster bezüglich der Frage, wie viel Unternehmen bestellen im Vergleich zu dem, was sie verbrauchen – einen Unterschied, den der Forscher auf die spezifische Art und Weise zurückführte, wie die Simulation das Timing von Lieferungen gegenüber Bestellungen handhabte. Diese teilweise Übereinstimmung deutet darauf hin, dass die Modellierung zwar die Kernmechanismen der Lagerhaltung erfasst, die spezifischen Regeln für die Bestellung in der realen Welt jedoch komplexer sind als die aktuelle Simulation.

Die Ergebnisse legen nahe, dass die starren Regeln der Buchhaltung nicht nur eine Art der Ergebniserfassung sind, sondern ein grundlegender Treiber dafür, wie wirtschaftliche Schocks durch die Gesellschaft wandern. Indem sie die Wirtschaft als ein Netzwerk von Hauptbüchern statt als eine Menge glatter Kurven behandeln, offenbart der neue Ansatz, dass die Fähigkeit einer Wirtschaft, als Reaktion auf neue Nachfrage zu wachsen, durch die physische Realität von Inventar- und Versorgungsbeschränkungen begrenzt ist. Die Studie behauptet nicht, das Rätsel der wirtschaftlichen Fluktuationen gelöst zu haben, aber sie bietet ein neues Werkzeug, das es Forschern ermöglicht, genau zu sehen, wie ein Mangel in einem Lagerhaus durch eine Fabrik, einen Lieferanten und eine Bank nachwirken kann. Da digitale Transaktionsdatensätze in der realen Welt immer verfügbarer werden, bietet diese Methode, Wirtschaftmodelle von Grund auf unter Verwendung der tatsächlichen Sprache des Geschäfts aufzubauen, einen vielversprechenden Weg zum Verständnis der dynamischen und oft fragilen Natur moderner Lieferketten.