Modeling and Computation of Mean Field Equilibria in Producers' Game with Emission Permits Trading

Resumen Técnico: Modelado y Computación de Equilibrios de Campo Medio en el Juego de los Productores con Comercio de Permisos de Emisión

Planteamiento del Problema
Este artículo aborda el modelado de los comportamientos de producción dentro de una gran economía de productores cuyas emisiones de carbono están reguladas por mandatos gubernamentales. Específicamente, el estudio se centra en un escenario que involucra un esquema de comercio de permisos de emisión donde las empresas pueden negociar permisos de manera flexible. El desafío central radica en analizar las interacciones estratégicas de un continuo de agentes (productores) que son anónimos pero heterogéneos en sus estados iniciales. Cada agente busca maximizar sus ingresos netos, los cuales comprenden los ingresos por producción, los costos de reducción de emisiones y las ganancias o pérdidas netas derivadas del comercio de permisos de emisión. Los autores pretenden caracterizar el equilibrio de campo medio de este sistema, donde ningún agente individual puede influir en la distribución agregada de los estados, aunque todos los agentes reaccionan ante la distribución del campo medio.

Metodología
Los autores formulan el problema como un juego de campo medio (MFG) de horizonte finito. El modelo se define mediante dos ecuaciones diferenciales parciales (EDP) acopladas:

1. Ecuación de Kolmogorov hacia adelante (Fokker-Planck): Describe la evolución de la función de densidad de probabilidad $m(t, E)$ de los niveles de emisión de los agentes a lo largo del tiempo. La dinámica incluye una variable de control para la reducción de emisiones ($\tau$), perturbaciones estocásticas ($\sigma dW$) y reflexión en los límites.
2. Ecuación de Hamilton-Jacobi-Bellman (HJB) hacia atrás: Gobierna el estado adjunto (función de valor) $v(t, E)$, que representa los ingresos futuros esperados óptimos para un agente. El control óptimo $\tau$ se deriva del gradiente de esta función de valor.

Para resolver este sistema acoplado numéricamente, el artículo propone un método de volumen finito ajustado. La metodología consiste en:

• Discretización Espacial: El dominio se divide en subintervalos. El flujo en la forma de divergencia de las ecuaciones se aproxima resolviendo una secuencia de problemas de valor en la frontera de dos puntos en cada elemento. Esta técnica de "ajuste" asegura que la aproximación local capture con precisión el comportamiento de la solución.
• Discretización Temporal: Se emplea un método de paso de tiempo implícito de dos niveles (que incluye los esquemas de Crank-Nicolson y Euler hacia atrás como casos especiales).
• Algoritmo Iterativo: Dado que el control $\tau$ depende de la función de valor $v$, y la densidad $m$ depende de $\tau$, se utiliza un algoritmo iterativo. El proceso alterna entre la resolución de la ecuación de Kolmogorov para $m$, la ecuación HJB para $v$, y la actualización de $\tau$ hasta alcanzar la convergencia.

Una contribución teórica clave del método numérico es la demostración de que la matriz del sistema resultante es una matriz M. Esta propiedad garantiza que la discretización sea monotónica y satisfaga el principio de máximo discreto, asegurando la existencia de una solución única y la estabilidad numérica.

Resultos Clave
Se realizaron experimentos numéricos para validar el método y analizar los estados de equilibrio bajo diversas condiciones:

• Convergencia: El método numérico demostró una tasa de convergencia de aproximadamente $O(h^{1.9843})$ en la norma discreta $L_\infty$, lo que indica una precisión de segundo orden.
• Dinámica del Equilibrio: Las simulaciones mostraron que los agentes que inicialmente se agrupan en un nivel de emisión específico tienden a dispersarse con el tiempo. Esta dispersión se atribuye al efecto de "externalidad negativa": a medida que más agentes eligen el mismo nivel de emisión, la competencia aumenta, reduciendo los ingresos individuales. En consecuencia, los agentes se ven incentivados a diferenciar sus estrategias de emisión.
• Impacto de los Precios de los Permisos: El estudio examinó el efecto de los precios de los permisos de emisión ($S$) sobre la densidad de equilibrio. Los resultados indicaron una clara relación inversa entre el precio del permiso y los niveles altos de emisión. A medida que aumenta el precio de los permisos de emisión, la densidad de agentes que eligen niveles de emisión bajos aumenta, mientras que la densidad de aquellos que elan niveles de emisión altos disminuye. Esto se mantiene válido tanto para precios constantes como para escenarios de precios dependientes del tiempo.

Significancia y Reivindicaciones
El artículo afirma llenar un vacío en la literatura al aplicar la teoría de juegos de campo medio a los comportamientos de producción específicamente dentro del contexto del comercio de permisos de emisión, un tema previamente poco explorado en los marcos de MFG. Los autores enfatizan que su método de volumen finito ajustado propuesto ofrece una herramienta numérica robusta para resolver el sistema acoplado HJB-Kolmogorov, particularmente debido a la propiedad de matriz M que asegura estabilidad y monotonicidad.

El estudio concluye que el esquema de comercio de permisos de emisión influye significativamente en el comportamiento de los productores. Específicamente, los precios altos de los permisos impulsan eficazmente a la población hacia niveles de emisión más bajos. Los autores posicionan su trabajo como una contribución a la resolución de problemas interdisciplinarios complejos mediante la combinación de la teoría de ecuaciones diferenciales parciales con métodos numéricos avanzados, aunque señalan modestamente que futuros trabajos abordarán análisis teóricos adicionales sobre estabilidad y convergencia.