JMAB 2.0: A Critical Update for the Macroeconomic Agent-based Model JMAB
यह शोध पत्र प्रभावशाली JMAB मैक्रोइकोनॉमिक एजेंट-आधारित मॉडल में महत्वपूर्ण कमियों की पहचान करता है, मिसस्पेसिफिकेशन और अभिसरण (कन्वर्जेंस) संबंधी समस्याओं को दूर करने के लिए विशिष्ट सुधार प्रस्तावित करता है, और एक अद्यतित JMAB 2.0 संस्करण प्रस्तुत करता है जो सुदृढ़ नीति विश्लेषण के लिए अधिक प्रशंसनीय और स्थिर परिणाम प्रदान करता है।
मूल पेपर CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) 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
अर्थशास्त्रियों ने लंबे समय से ऐसे मॉडल बनाने के लिए संघर्ष किया है जो यह भविष्यवाणी कर सकें कि जब चीजें गलत होती हैं तो अर्थव्यवस्था कैसा व्यवहार करेगी। दशकों तक, मानक उपकरण एक शांत महासागर के मानचित्रों की तरह थे, जो यह मानते थे कि बाजार हमेशा संतुलन पा लेते हैं और लोग पूर्ण तर्क के साथ कार्य करते हैं। लेकिन जब 2008 में वित्तीय संकट आया, तो ये मानचित्र तूफान दिखाने में विफल रहे। इसके जवाब में, एक नया दृष्टिकोण उभरा जो अर्थव्यवस्था को एक एकल, सुचारू मशीन के रूप में नहीं, बल्कि व्यक्तिगत लोगों और कंपनियों की एक हलचल भरी भीड़ के रूप में देखता है, जिनमें से प्रत्येक सीमित जानकारी के आधार पर अपने स्वयं के निर्णय लेता है। एजेंट-आधारित मॉडलिंग (agent-based modeling) के रूप में ज्ञात यह विधि, यह सिम्युलेट करती है कि कैसे व्यक्तियों के ये चुनाव उछाल और मंदी की बड़ी तस्वीर बनाने के लिए आपस में क्रिया करते हैं। ऐसा मॉडल बनाने के सबसे प्रसिद्ध प्रयासों में से एक 'JMAB' नामक एक कंप्यूटर प्रोग्राम था, जिसे बैंकिंग नियमों के परीक्षण और समाज के माध्यम से ऋण के प्रवाह को समझने के लिए एक लचीले उपकरण के रूप में डिज़ाइन किया गया था। इसे एक विश्वसनीय बेंचमार्क के रूप में बनाया गया था, एक मानक जिसके विरुद्ध अन्य शोधकर्ता अपने स्वयं के कार्य को माप सकें।
हालाँकि, इस लोकप्रिय प्रोग्राम के सूक्ष्म निरीक्षण से पता चला कि इसके आंतरिक गियर एक-दूसरे के विरुद्ध रगड़ खा रहे थे। रोस्टॉक विश्वविद्यालय के अर्थशास्त्री साइमन हेस ने पाया कि हालांकि मूल मॉडल कुछ यथार्थवादी दिखने वाले पैटर्न उत्पन्न कर सकता था, लेकिन यह मौलिक रूप रूप से उन तरीकों से त्रुटिपूर्ण था जो इसकी दीर्घकालिक भविष्यवाणियों को अविश्वसनीय बनाते थे। मॉडल का उद्देश्य नीतियों के परीक्षण के लिए एक स्थिर प्रयोगशाला होना था, लेकिन इसके बजाय, यह क्रैश होने या अवास्तविक व्यवहार में जाने के प्रति संवेदनशील था। उदाहरण के लिए, जिस तरह से मॉडल की सिम्युलेटेड कंपनियां अपनी भविष्य की बिक्री का अनुमान लगाती थीं, वह इस बात के साथ असंगत था कि वे अपनी कीमतें कैसे निर्धारित करती थीं, जिससे उनके लाभ मार्जिन अनियंत्रित रूप से ऊपर की ओर बढ़ने लगे जब तक कि सिमुलेशन टूट नहीं गया। इसी तरह, बैंक यह तय करने के लिए कि किसे ऋण देना है, जो नियम उन ऋणों के लिए धन की वास्तविक लागत को अनदेखा करते थे, जिससे ऐसे ऋण निर्णय लिए गए जो कोई भी वास्तविक बैंक नहीं लेता। इन त्रुटियों का अर्थ था कि मॉडल ऐसे परिणाम उत्पन्न कर रहा था जो आर्थिक तथ्यों की तरह दिखते थे लेकिन वास्तव में उसके अपने टूटे हुए कोड के आर्टिफैक्ट्स (artifacts) थे।
इसे ठीक करने के लिए, हेस ने केवल छेदों को भरा नहीं; उन्होंने इंजन को ही फिर से बनाया, जिससे JMAB 2.0 नामक एक अपडेटेड संस्करण तैयार हुआ। मुख्य समस्या इस बात में थी कि सिम्युलेटेड एजेंट अपने अतीत से कैसे सीखते थे। मूल मॉडल में, कंपनियां अपनी भविष्य की बिक्री का अनुमान लगाने के लिए एक सरल औसत पद्धति का उपयोग करती थीं, लेकिन यह पद्धति विफल हो जाती थी जब बिक्री असमान होती थी, जिससे कंपनियां लगातार अपनी सफलता को कम आंकती थीं और अपनी कीमतें बहुत अधिक बढ़ा देती थीं। नए संस्करण में, कंपनियां एक स्मार्ट, नियम-आधारित दृष्टिकोण का उपयोग करती हैं जो उनकी गलतियों को चलते-चलते सुधारता है, जिससे उनकी अपेक्षाएं वास्तविकता के साथ संरेखित रहती हैं। मॉडल ने इस बात में भी सुधार किया कि फर्में नए उपकरणों में निवेश करने का निर्णय कैसे लेती हैं। शून्य और अनंत के बीच निवेश के बेतहाशा उतार-चढ़ाव के कारण उत्पन्न होने वाले फीडबैक लूप के बजाय, नया सिस्टम एक स्थिर, चरण-दर-चरण समायोजन का उपयोग करता है जो समय के साथ अर्थव्यवस्था को स्थिर रखता है।
बैंकिंग क्षेत्र में सबसे महत्वपूर्ण सुधार किया गया, क्योंकि मूल नियम ऋण देने के लिए वास्तविकता से खतरनाक रूप से कटे हुए थे। पुराने मॉडल में, बैंक ऋण भी स्वीकृत कर देते थे जब वे जो ब्याज कमा रहे थे वह उनके द्वारा उधार लिए गए धन की लागत से कम होता था, ऐसी स्थिति जो किसी भी वास्तविक वित्तीय संस्थान को दिवालिया कर देगी। नया मॉडल बैंकों को ऋण स्वीकृत करने से पहले उनके फंड की वास्तविक लागत की गणना करने के लिए मजबूर करता है, यह सुनिश्चित करता है कि वे केवल तभी ऋण दें जब यह वित्तीय रूप से समझदारी भरा हो। इसने एक बाजार भी पेश किया जहाँ बैंक एक-दूसरे को अतिरिक्त नकदी उधार दे सकते हैं, एक ऐसी विशेषता जो उन्हें अपनी तरलता (liquidity) को अधिक कुशलता से प्रबंधित करने में मदद करती है और जमा पर ब्याज दरों को अनियमित व्यवहार करने से रोकती है। इसके अलावा, मॉडल जिस तरह से किसी कंपनी या बैंक की विफलता को संभालता है, उसे यह सुनिश्चित करने के लिए सुधारा गया कि जब कोई इकाई विफल होती है, तो उसकी संपत्ति का वितरण निष्पक्ष रूप से किया जाए और उसके ऋणों का निपटान किया जाए, न कि उसे दिवालियापन के लूप में फंसा छोड़ दिया जाए।
जब अपडेटेड मॉडल को चलाया गया, तो परिणाम काफी अलग थे। मूल संस्करण में व्याप्त अराजक अस्थिरता गायब हो गई, और इसकी जगह एक अधिक स्थिर और प्रशंसनीय आर्थिक लय ने ले ली। बैंकिंग क्षेत्र में अब ऋण की अकल्पनीय कमी या अनियमित ब्याज दरें नहीं दिखीं। इसके बजाय, मॉडल ने एक स्थिर अवस्था (steady state) उत्पन्न की जिसे लंबे समय तक बनाए रखा जा सकता था, जिससे यह नीति निर्माताओं के लिए एक बहुत अधिक भरोसेमंद उपकरण बन गया। यह अध्ययन प्रदर्शित करता है कि इन जटिल कंप्यूटर सिमुलेशनों के उपयोगी होने के लिए, उनकी प्रत्येक आंतरिक प्रणाली को एक-दूसरे के साथ तार्किक रूप से सुसंगत होना चाहिए। एजेंटों द्वारा अपेक्षाएं बनाने और बैंकों द्वारा जोखिम प्रबंधन के तरीके में मिसस्पेसिफिकेशन (misspecification) को ठीक करके, नया संस्करण यह समझने के लिए एक ठोस आधार प्रदान करता है कि वास्तविक दुनिया में वित्तीय नियम कैसे काम करेंगे, जो मूल कोड के विकृतियों से मुक्त है।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।