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

L'economia si è a lungo basata su una visione semplificata di come il denaro e i beni si muovano nella società. I modelli tradizionali spesso trattano l'economia come una collezione di medie generali, dove le fabbriche producono istantaneamente tutto ciò che è necessario e le catene di approvvigionamento si estendono all'infinito senza mai esaurire i materiali. Questi quadri sono utili per avere una visione d'insieme, ma faticano a spiegare cosa accade quando le cose vanno male, come quando una improvvisa carenza di un singolo componente blocca la produzione di un intero settore. Nel mondo reale, le imprese non operano su medie; operano su registri contabili. Ogni transazione è un record specifico di ciò che è stato acquistato, ciò che è stato venduto e ciò che rimane in magazzino, governato da regole rigide che assicurano che ogni dare abbia un corrispondente avere. Per decenni, gli economisti hanno carecato di un modo per simulare questi registri dettagliati e vincolati da regole attraverso migliaia di aziende interagenti per vedere come un piccolo shock possa propagarsi attraverso il sistema.

Un ricercatore della Chiba University of Commerce ha sviluppato un nuovo modo per costruire simulazioni economiche che parte da questi registri contabili anziché da medie astratte. Invece di indovinare come una fabbrica potrebbe reagire a un cambiamento della domanda, questo nuovo approccio, chiamato Accounting-State Agent-Based Modeling, assegna a ogni azienda simulata il proprio registro digitale. In questo sistema, ogni volta che un'azienda acquista o vende qualcosa, il modello aggiorna i suoi libri contabili specifici, tracciando esattamente quanto contante possiede, quanta inventario detiene e quanto deve. Il computer segue le stesse regole della partita doppia utilizzate dai contabili umani, assicurando che la simulazione non violi mai la logica fondamentale del business. Costruendo l'economia dal basso verso l'alto, utilizzando questi precisi passaggi contabili, il ricercatore ha creato un laboratorio dove la complessa danza di domanda e offerta può essere osservata in tempo reale, rivelando come le rigide regole della contabilità modellino il flusso dell'intera economia.

Per testare questo nuovo metodo, il ricercatore ha prima costruito una versione semplice dell'economia utilizzando un modello standard noto come tabella input-output. Questo schema mappa come diverse industrie dipendano le une dalle altre, mostrando quali settori riforniscono di materie prime altri. L'obiettivo era vedere se la nuova simulazione basata sulla contabilità potesse riprodurre un noto risultato economico chiamato effetto moltiplicatore. Nell'economia tradizionale, questo effetto descrive come un singolo dollaro di nuova spesa possa generare più di un dollaro di attività economica totale mentre passa da un'impresa all'altra. La simulazione è stata impostata in modo che un improvviso aumento della domanda colpisse un settore e il computer tracciasse come tale domanda viaggiasse attraverso la rete di fornitori. I risultati sono stati esatti: il modello basato sulla contabilità ha prodotto lo stesso effetto moltiplicatore delle formule statiche tradizionali. Ciò ha dimostrato che il nuovo metodo non era solo un modo diverso di disegnare la mappa, ma un motore funzionante capace di replicare verità economiche consolidate pur mantenendo un registro di ogni singola transazione.

Il vero potere del nuovo modello, tuttavia, è emerso quando il ricercatore ha aggiunto uno strato di realtà che i modelli tradizionali spesso ignorano: i limiti di inventario. Nel mondo reale, una fabbrica non può produrre beni se è rimasta senza le materie prime di cui ha bisogno, e non può vendere ciò che non ha in stock. Il ricercatore ha introdotto questi vincoli nella simulazione, costringendo le aziende a gestire le loro scorte di sicurezza e a gestire le carenze. Quando uno shock improvviso della domanda ha colpito un'azienda con limiti di inventario ristretti, i risultati sono cambiati drasticamente. Il flusso di beni non si è diffuso fluidamente come previsto dalle formule tradizionali. Al contrario, la carenza di materiali in una fase ha causato il blocco della produzione, il che a sua volta ha ridotto gli ordini effettuati con i fornitori a monte della catena. L'effetto moltiplicatore, che era stato forte nella versione non vincolata, si è ridotto significativamente o è addirittura scomparso del tutto quando la catena di approvvigionamento era tesa. La simulazione ha mostrato che la capacità di un'economia di assorbire uno shock dipende fortemente da quanto stock di riserva le aziende tengono a disposizione.

Lo studio ha anche esplorato come diverse politiche di inventario influenzassero la stabilità del sistema. Le aziende che mantenevano scorte di sicurezza più ampie erano in grado di mantenere la produzione anche quando la domanda aumentava, permettendo all'effetto moltiplicatore economico di recuperare verso la sua forza normale. Tuttavia, le regole utilizzate da queste aziende per riordinare le forniture creavano un problema diverso. Quando le aziende cercavano di mantenere i loro livelli di scorta perfettamente bilanciati, la simulazione mostrava che talvolta sovrareagivano a piccoli cambiamenti, effettuando ordini massicci che portavano a un ciclo di sovrapproduzione seguito da un improvviso calo della domanda. Questo comportamento, noto nelle catene di approvvigionamento come effetto bullwhip (effetto frusta), causava oscillazioni selvagge nei volumi di produzione. Il ricercatore ha testato questo fenomeno attraverso quasi cento diverse strutture economiche casuali per vedere se queste oscillazioni fossero una caratteristica universale. Sebbene le oscillazioni fossero visibili in molti casi, lo studio non ha trovato prove statistiche che esse diventassero sistematicamente peggiori con l'aumentare della dimensione dell'economia. Le fluttuazioni dipendevano fortemente dai dettagli specifici di ciascuna economia simulata, suggerendo che non esiste una singola regola che garantisca stabilità o caos per tutti i sistemi.

Infine, il ricercatore ha verificato se la simulazione si comportasse come le economie reali confrontando i suoi output con schemi osservati nei dati aziendali. Uno di questi schemi è che la quantità di beni che una fabbrica produce tende a variare più della quantità che effettivamente vende, perché le fabbriche cercano di regolarizzare i loro programmi di produzione. Un altro schema è che l'inventario delle materie prime tende a essere più volatile rispetto all'inventario dei prodotti finiti. Il nuovo modello ha riprodotto con successo questi due schemi specifici, confermando che le regole contabili utilizzate catturavano il tipo corretto di comportamento economico. Tuttavia, il modello non ha riprodotto un terzo schema riguardante quanto le aziende ordinano rispetto a quanto utilizzano, una differenza che il ricercatore ha attribuito al modo specifico in cui la simulazione gestiva la tempistica tra consegne e ordini. Questo accostamento parziale suggerisce che, sebbene il modello catturi le meccaniche fondamentali della gestione dell'inventario, le regole specifiche per l'ordinazione nel mondo reale sono più complesse rispetto alla simulazione attuale.

Le conclusioni suggeriscono che le rigide regole della contabilità non sono solo un modo per tenere il punteggio, ma un driver fondamentale di come gli shock economici si propagano nella società. Trattando l'economia come una rete di registri piuttosto che come un insieme di curve fluide, il nuovo approccio rivela che la capacità di un'economia di crescere in risposta alla nuova domanda è limitata dalla realtà fisica dei vincoli di inventario e di fornitura. Lo studio non pretende di aver risolto il mistero delle fluttuazioni economiche, ma fornisce un nuovo strumento che permette ai ricercatori di vedere esattamente come una carenza in un magazzino possa propagarsi attraverso una fabbrica, un fornitore e una banca. Poiché i record digitali delle transazioni stanno diventando sempre più disponibili nel mondo reale, questo metodo di costruire modelli economici partendo dal basso, utilizzando il linguaggio effettivo del business, offre una strada promettente per comprendere la natura dinamica e spesso fragile delle moderne catene di approvvigionamento.