💰 quantitative finance

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

यह शोध पत्र उत्पादकों के व्यवहार का विश्लेषण करने के लिए उत्सर्जन परमिट व्यापार को शामिल करते हुए एक मीन फील्ड गेम मॉडल प्रस्तावित करता है और परिणामी युग्मित HJB और कोलमोगोरोव समीकरणों को हल करने के लिए एक फिटेड फाइनाइट वॉल्यूम विधि विकसित करता है, जो यह प्रदर्शित करता है कि उच्च परमिट कीमतें उत्पादकों को निम्न उत्सर्जन स्तर अपनाने के लिए प्रोत्साहित करती हैं।

मूल लेखक: Shuhua Chang, Xinyu Wang, Alexander Shananin

प्रकाशित 2026-06-04

📖 5 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 3.0

मूल लेखक: Shuhua Chang, Xinyu Wang, Alexander Shananin

मूल पेपर CC BY 3.0 (http://creativecommons.org/licenses/by/3.0/) के तहत लाइसेंस किया गया है। ✨ नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें

एक विशाल कारखाने के फर्श की कल्पना करें जहाँ हजारों समान कर्मचारी काम कर रहे हैं। प्रत्येक कर्मचारी अधिक से अधिक पैसा कमाने की कोशिश कर रहा है, लेकिन वे सभी एक ही ग्राहकों के लिए प्रतिस्पर्धा कर रहे हैं। यदि हर कोई बिल्कुल एक ही स्तर पर उत्पादन करने की कोशिश करता है, तो वे एक-दूसरे को कमतर कर देते हैं (undercut), और हर कोई कम पैसा कमा पाता है। अर्थशास्त्री इसे "नेगेटिव एक्सटर्नैलिटी" (negative externality) कहते हैं—यदि आप वही करते हैं जो मैं कर रहा हूँ, तो आपकी सफलता मेरी सफलता को नुकसान पहुँचाती है।

अब, इसमें एक मोड़ जोड़ें: सरकार उनकी चिमनियों पर नज़र रख रही है। प्रदूषण (कार्बन उत्सर्जन) की एक सीमा तय है। लेकिन केवल "रुक जाओ" कहने के बजाय, सरकार प्रदूषण परमिट का एक बाजार बनाती है।

यदि आप अपने कोटे से कम प्रदूषण करते हैं, तो आप अपने अतिरिक्त परमिट को नकद में बेच सकते हैं।
यदि आप अपने कोटे से अधिक प्रदूषण करते हैं, तो आपको दूसरों से परमिट खरीदना होगा।

यह शोध पत्र एक गणितीय कहानी है कि ये हजारों कर्मचारी कैसा व्यवहार करते हैं जब उन्हें पता चलता है कि वे इन प्रदूषण परमिटों का व्यापार कर सकते हैं।

"मीन फील्ड" (Mean Field) की अवधारणा: महासागर बनाम एक बूंद

सामान्य गेम थ्योरी में, आप शायद 5 या 10 लोगों के खेल का अध्ययन करते हैं। लेकिन यहाँ, कर्मचारियों की संख्या इतनी अधिक है कि अकेले किसी एक कर्मचारी का कोई महत्व नहीं है। यह समुद्र में पानी की एक बूंद की तरह है। एक बूंद समुद्र के स्तर को नहीं बदलती, लेकिन समुद्र का स्तर यह निर्धारित करता है कि बूंद कैसे व्यवहार करेगी।

इसे "मीन फील्ड गेम" (Mean Field Game) सिद्धांत कहा जाता है। प्रत्येक व्यक्तिगत कर्मचारी को ट्रैक करने के बजाय, गणितज्ञ "औसत भीड़" को ट्रैक करते हैं। वे पूछते हैं: यदि मैं एक कर्मचारी हूँ, और मैं देखता हूँ कि औसत भीड़ क्या कर रही है, तो मेरे लिए सबसे अच्छा कदम क्या है? और फिर वे पूछते हैं: यदि हर कोई इसी तरह सोचता है, तो भीड़ कैसी दिखती है?

गणितीय इंजन: दो नाचती हुई समीकरण (Two Dancing Equations)

इसे हल करने के लिए, लेखक दो जटिल गणितीय समीकरणों का उपयोग करते हैं जो एक साथ नाचते हैं:

HJB समीकरण (योजनाकार): यह समय में पीछे की ओर देखता है। यह प्रत्येक कर्मचारी को यह समझने में मदद करता है कि, "यदि मैं वर्ष के अंत तक अपना लाभ अधिकतम करना चाहता हूँ, तो मुझे अभी क्या करना चाहिए?" यह एक GPS की तरह है जो गंतव्य के आधार पर सबसे अच्छा मार्ग कैलकुलेट करता है।
कोलमोगोरोव समीकरण (भीड़): यह समय में आगे की ओर देखता है। यह कर्मचारियों की भीड़ के घूमने या बदलाव को ट्रैक करता है। यदि कई कर्मचारी प्रदूषण कम करने का निर्णय लेते हैं, तो यह समीकरण दिखाता है कि भीड़ ग्राफ के "कम प्रदूषण" वाले हिस्से की ओर कैसे शिफ्ट होती है।

ये दोनों समीकरण आपस में जुड़े हुए हैं। भीड़ का व्यवहार कर्मचारी की योजना को प्रभावित करता है, और कर्मचारी की योजना भीड़ के व्यवहार को प्रभावित करती है। यह एक लूप (loop) है।

समाधान: एक "फिटेड" पहेली

इन समीकरणों को हल करना कठिन है क्योंकि वे बहुत जटिल और निरंतर (continuous) हैं। लेखकों ने एक संख्यात्मक विधि (numerical method) का आविष्कार किया जिसे "फिटेड फाइनाइट वॉल्यूम मेथड" (Fitted Finite Volume Method) कहा जाता है।

इसे एक ऐसी जिग्सॉ पहेली (jigsaw puzzle) की तरह समझें जिसके टुकड़े थोड़े टेढ़े-मेढ़े हैं। पुराने तरीकों की तरह चौकोर टुकड़ों को गोल छेदों में जबरदस्ती फिट करने के बजाय, यह विधि गणितीय टुकड़ों को समस्या के वास्तविक आकार के अनुसार "फिट" करती है। यह समस्या को छोटे-छोटे हिस्सों में तोड़ता है और उन्हें एक-एक करके हल करता है, जिससे गणित स्थिर और सटीक बना रहता है। लेखकों ने सिद्ध किया कि उनकी विधि विश्वसनीय है और तेजी से सही उत्तर तक पहुँचती है।

उन्होंने क्या पाया?

उन्होंने विभिन्न स्थितियों के तहत क्या होता है, यह देखने के लिए कंप्यूटर सिमुलेशन चलाए। मुख्य निष्कर्ष यहाँ दिए गए हैं, जिन्हें सरल भाषा में समझाया गया है:

"औसत न बनें" प्रभाव:
शुरुआत में, कल्पना करें कि अधिकांश कर्मचारी मध्यम प्रदूषण स्तर पर उत्पादन कर रहे हैं। लेकिन प्रतिस्पर्धा (नेगेटिव एक्सटर्नैलिटी) के कारण, यदि आप बीच में हैं, तो आप बहुत अधिक प्रतिद्वंद्वियों से लड़ रहे हैं। इसलिए, कर्मचारी स्वाभाविक रूप से फैल जाते हैं। कुछ बहुत कम प्रदूषण की ओर जाते हैं, कुछ बहुत उच्च की ओर। भीड़ एक-दूसरे के रास्ते में बाधा डालने से बचने के लिए बिखर जाती है।
प्रदूषण की कीमत व्यवहार को बदलती है:
यही सबसे बड़ी खोज है। लेखकों ने परीक्षण किया कि जब प्रदूषण परमिट की कीमत बढ़ती है तो क्या होता है।

सस्ते परमिट: कर्मचारी ज्यादा परवाह नहीं करते। वे स्वतंत्र रूप से प्रदूषण करते हैं।
महंगे परमिट: अचानक, प्रदूषण करना बहुत महंगा हो जाता है। कर्मचारी कम प्रदूषण वाले स्तर की ओर बढ़ने लगते हैं। क्यों? क्योंकि यदि वे कम प्रदूषण करते हैं, तो वे अपने अतिरिक्त परमिट को अच्छे मुनाफे के लिए बेच सकते हैं।
परिणाम: जैसे-जैसे परमिट की कीमत बढ़ती है, "भीड़" स्वच्छ उत्पादन की ओर शिफ्ट होती है। अधिक कर्मचारी कम उत्सर्जन स्तर चुनते हैं क्योंकि स्वच्छ रहना आर्थिक रूप से अधिक समझदारी भरा होता है।

संक्षेप में

यह शोध पत्र उत्पादकों के एक विशाल समूह का एक गणितीय मॉडल बनाता है जो प्रदूषण अधिकारों का व्यापार कर रहे हैं। यह दिखाता है कि जब प्रदूषण परमिट महंगे होते हैं, तो बाजार स्वाभाविक रूप से उत्पादकों को स्वच्छ बनने के लिए प्रेरित करता है, इसलिए नहीं कि वे दयालु हैं, बल्कि इसलिए क्योंकि इससे अधिक पैसा कमाया जा सकता है। लेखकों ने इस व्यवहार को सटीक रूप से कैलकुलेट करने के लिए एक नया, कुशल गणितीय उपकरण भी बनाया है।

तकनीकी सारांश: उत्सर्जन परमिट ट्रेडिंग वाले उत्पादकों के खेल में मीन फील्ड इक्विलिब्रियम का मॉडलिंग और गणना

समस्या विवरण
यह शोध पत्र एजेंटों (उत्पादकों) के एक निरंतर समूह (continuum) के उत्पादन व्यवहारों के मॉडलिंग को संबोधित करता है, जिनके कार्बन उत्सर्जन को सरकारी नीति, विशेष रूप से एक उत्सर्जन परमिट ट्रेडिंग योजना के माध्यम से विनियमित किया जाता है। लेखक जलवायु परिवर्तन और उत्सर्जन में कमी की पृष्ठभूमि में इन एजेंटों के उत्पादक व्यवहार का अध्ययन करने का लक्ष्य रखते हैं। इस ढांचे के भीतर, प्रत्येक एजेंट गुमनाम है, जिसके पास उत्सर्जन परमिट का एक प्रारंभिक कोटा है, और वह बाजार में लचीले ढंग से परमिटों का व्यापार कर सकता है—यदि उनका कोटा अपर्याप्त है तो अतिरिक्त परमिट खरीदना या अप्रयुक्त परमिट बेचना। मुख्य चुनौती मीन फील्ड इक्विलिब्रियम (mean field equilibrium) को निर्धारित करना है, जिसमें एजेंटों की अवस्थाओं के विकास और उनकी इष्टतम निर्णय लेने की प्रक्रियाओं का वर्णन करने वाले युग्मित आंशिक अंतर समीकरणों (PDEs) के एक तंत्र को हल करना शामिल है।

कार्यप्रणाली
लेखक एक परिमित-क्षित (finite-horizon) मीन फील्ड गेम मॉडल का निर्माण करते हैं जहाँ अवस्था चर (state variable) $E(t)$ है, जो उत्सर्जन स्तर को नियंत्रित करता है, जिसे एक स्टोकेस्टिक डिफरेंशियल इक्वेशन द्वारा संचालित किया जाता है जिसमें उत्सर्जन में कमी के स्तर $\tau(t, E)$ को एक नियंत्रण चर के रूप में लिया गया है। इसमें स्टोकैस्टिक विक्षोभ (stochastic disturbances) शामिल हैं जिन्हें ब्राउनियन मोशन द्वारा मॉडल किया गया है और उत्सर्जन को $[E_{min}, E_{max}]$ के भीतर रखने के लिए रिफ्लेक्शन टर्म्स का उपयोग किया गया है।

खेल का इक्विलिब्रियम एक युग्मित प्रणाली द्वारा अभिलक्षित है जिसमें शामिल हैं:

एक बैकवर्ड हैमिल्टन-जैकोबी-बेलमैन (HJB) समीकरण जो एडजॉइंट स्टेट $v$ द्वारा संतुष्ट होता है, जो इष्टतम नियंत्रण समस्या के लिए वैल्यू फंक्शन का प्रतिनिधित्व करता है।
एक फॉरवर्ड कोलमोगोरोव (फॉकर-प्लांक) समीकरण जो एजेंटों के घनत्व $m(t, E)$ द्वारा संतुष्ट होता है।

इस युग्मित प्रणाली को संख्यात्मक रूप से हल करने के लिए, लेखक एक फिटेड फाइनाइट वॉल्यूम विधि का प्रस्ताव करते हैं। यह विधि एक फाइनाइट वॉल्यूम फॉर्मूलेशन को समाधान के फिटेड लोकल एप्रोक्सिमेशन के साथ जोड़ती है। विशेष रूप से:

स्थानिक विविक्करण (Spatial Discretization): डोमेन को उप-अंतरालों में विभाजित किया गया है। इन अंतरालों के मध्य-बिंदुओं पर फ्लक्स का अनुमान इन अंतरालों के अनुक्रम में विश्लेषणात्मक रूप से दो-बिंदु बाउंडरी वैल्यू समस्याओं को हल करके लगाया जाता है। यह दृष्टिकोण सुनिश्चित करता है कि परिणामी सिस्टम मैट्रिक्स एक M-मैट्रिक्स है, जो मोनोटोनिसिटी और डिस्क्रीट मैक्सिमम प्रिंसिपल की संतुष्टि की गारंटी देता है।
समय विविक्करण (Time Discretization): एक टू-लेवल इम्प्लिसिट टाइम-स्टेपिंग विधि का उपयोग किया जाता है। यह योजना स्प्लिटिंग पैरामीटर $\theta$ के आधार पर क्रैंक-निकोल्सन स्कीम (द्वितीय-क्रम सटीकता) या बैकवर्ड यूलर स्कीम (प्रथम-क्रम सटीकता) में बदलने की लचीलापन प्रदान करती है।
एल्गोरिदम: नियंत्रण चर $\tau$ , घनत्व $m$ , और एडजॉइंट स्टेट $v$ के बीच युग्मन (coupling) को हल करने के लिए एक पुनरावृत्ति (iterative) एल्गोरिदम का उपयोग किया जाता है। प्रक्रिया में $\tau$ को इनिशियलाइज़ करना, $m$ के लिए कोलमोगोरोव समीकरण को हल करना, $v$ के लिए HJB समीकरण को हल करना, और एक निर्दिष्ट सहनशीलता (tolerance) के भीतर अभिसरण (convergence) तक $\tau$ को अपडेट करना शामिल है।

प्रमुख योगदान

मॉडलिंग: यह शोध पत्र एक मीन फील्ड गेम मॉडल प्रस्तुत करता है जो उत्सर्जन परमिट ट्रेडिंग से प्राप्त राजस्व को स्पष्ट रूप से शामिल करता है, जो मौजूदा साहित्य के उस अंतराल को भरता है जहाँ बहुत कम अध्ययनों ने मीन फील्ड गेम्स के भीतर इस विशिष्ट तंत्र पर विचार किया है।
संख्यात्मक विधि: युग्मित HJB और कोलमोगोरोव समीकरणों को हल करने के लिए फिटेड फाइनाइट वॉल्यूम विधि का परिचय। लेखक सिद्ध करते हैं कि डिस्क्रीट समीकरणों का सिस्टम मैट्रिक्स एक M-मैट्रिक्स है, जो संख्यात्मक समाधान की स्थिरता और विशिष्टता सुनिश्चित करता है।
इक्विलिब्रियम का विश्लेषण: यह अध्ययन यह विश्लेषण करने के लिए एक कम्प्यूटेशनल ढांचा प्रदान करता है कि उत्सर्जन परमिट की कीमतें उत्पादकों के उत्सर्जन स्तरों के वितरण को कैसे प्रभावित करती हैं।

परिणाम
प्रस्तावित विधि की दक्षता और उपयोगिता को मान्य करने के लिए संख्यात्मक प्रयोग किए गए हैं।

अभिसरण (Convergence): विधि डिस्क्रीट $L^\infty$ -नॉर्म में लगभग $O(h^{1.9843})$ की अभिसरण दर प्रदर्शित करती है, जो लगभग द्वितीय-क्रम सटीकता का संकेत देती है।
इक्विलिब्रियम अवस्थाएं:
- एक परिदृश्य में जहाँ एजेंट शुरू में उत्सर्जन स्तरों के सामान्य वितरण (normal distribution) का पालन करते हैं, नकारात्मक बाह्यताओं (प्रतिस्पर्धा) के कारण समय के साथ घनत्व फैलता है, जिससे एजेंट राजस्व को अधिकतम करने के लिए अलग-अलग उत्सर्जन स्तर चुनते हैं।
- परमिट कीमतों का प्रभाव: परिणाम दर्शाते हैं कि जैसे-जैसे उत्सर्जन परमिट की कीमत बढ़ती है, निचले उत्सर्जन स्तरों पर एजेंटों का घनत्व बढ़ता है, जबकि उच्च उत्सर्जन स्तरों पर घनत्व घटता है। यह इंगित करता है कि महंगी परमिट्स उत्पादकों को अपने उत्सर्जन को कम करने के लिए प्रोत्साहित करती हैं।
- समय-निर्भर कीमतें: समय-परिवर्तित परमिट कीमतों वाले मामले में, एल्गोरिदम गैर-विभेदक (non-differentiable) प्रारंभिक स्थितियों के साथ भी स्थिर रहता है, और उच्च कीमतों के साथ निम्न उत्सर्जन की ओर बढ़ने का वही रुझान देखा जाता है।

महत्व
यह शोध पत्र दावा करता है कि इसकी कार्यप्रणाली, जो आंशिक अंतर समीकरणों को संख्यात्मक विधियों के साथ जोड़ती है, अंतरविषयक क्षेत्रों में जटिल समस्याओं को हल करने में योगदान देती है। विशेष रूप से, यह प्रदर्शित करता है कि मीन फील्ड गेम्स पर्यावरणीय नियमों के साथ बड़े पैमाने की आर्थिक प्रणालियों को प्रभावी ढंग से मॉडल कर सकते हैं। इसके निष्कर्ष उत्सर्जन परमिट ट्रेडिंग के उत्पादकों के व्यवहार पर प्रभाव को उजागर करते हैं, यह दिखाते हुए कि बाजार तंत्र (परमिट कीमतें) प्रभावी रूप से उत्पादकों को कम उत्सर्जन स्तरों की ओर ले जा सकते हैं। लेखक आशा करते हैं कि इस दृष्टिकोण को अर्थशास्त्र और पर्यावरणीय नीति के मिलन बिंदु से उत्पन्न होने वाली अन्य जटिल प्रणालियों पर भी लागू किया जा सकता है।

"मीन फील्ड" (Mean Field) की अवधारणा: महासागर बनाम एक बूंद

गणितीय इंजन: दो नाचती हुई समीकरण (Two Dancing Equations)

समाधान: एक "फिटेड" पहेली

उन्होंने क्या पाया?

संक्षेप में

इसी तरह के और पेपर