💻 computer science

Estimated Dynamic Equilibrium Model: Supply and Demand as a Sample Path of a Stochastic Process

本論文は、ノイズを含む注文分布の上側尾部から市場均衡価格を逐次サンプリングすることが、投資家の非合理性や楽観主義を必要とせずに、統計的バイアスを生み出し、指数関数的な価格上昇と持続的な不均衡を招く仕組みを実証するエージェントベースの枠組みである推定動的均衡モデル（EDEM）を提案する。

原著者： Mikhail L. Arbuzov, Sisong Bei, Alexey Shvets

公開日 2026-05-18

📖 1 分で読めます☕ さくっと読める

CC BY 4.0

原著者： Mikhail L. Arbuzov, Sisong Bei, Alexey Shvets

原論文は CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) でライセンスされています。 ✨ これは以下の論文のAI生成解説です。著者が執筆または承認したものではありません。技術的な正確性については原論文を参照してください。免責事項の全文を読む

以下は、この論文を平易な言葉と日常的な比喩を用いて説明したものです。

大きなアイデア：なぜ人々がすべて「合理的」であっても、価格は上がり続けるのか

ある部屋に、謎の絵画の価値を推測しようとする人々が集まっていると想像してください。誰も真の価格を知りません。誰もが推測しますが、人間であるがゆえに、その推測はわずかにズレています。一部は高すぎ、一部は低すぎます。平均的には推測は完璧に正確（誤差ゼロ）です。

ここで、あるルールを想定します：売り手は、最も高い入札額のみを受け入れる。

この論文は、この単純なルールが隠された罠を生み出すと主張しています。誰もが公平に推測していたとしても、最も高い推測値は、ほぼ常に平均的な推測値よりも高くなります。売り手がその最高額を次のラウンドの推測における「新しい基準」として採用すれば、価格は上昇に転じます。これは斜面を転がる雪だるまのようなものです。成長するために（貪欲な投資家のような）後押しは不要で、斜面の形状が適切であればよいのです。

著者たちはこれを**推定動的均衡モデル（EDEM）**と呼んでいます。彼らは、価格が誰一人として不合理、貪欲、あるいは過度に楽観的である必要もなく、数学と統計のみに起因してバブルへと螺旋状に上昇したり、暴落したりしうることを証明するため、近隣地域のコンピュータシミュレーションを構築しました。

中核メカニズム：「一番背の高い人」の問題

数学を理解するために、塀を飛び越えようとする人々の列を想像してください。

真実： 塀の高さは正確に 6 フィートです。
推測： 誰もが塀の高さを推測します。5 フィート 9 インチと推測する人もいれば、6 フィート 3 インチ、6 フィート 0 インチと推測する人もいます。平均的には彼らは正しいです。
ルール： 売り手（塀を持っている人）は、最も高く跳んだ人だけを気にします。

10 人が跳んだ場合、最も高く跳んだ人は、平均の 6 フィートよりも高く跳ぶことがほぼ確実です。おそらく 6 フィート 4 インチ跳んだでしょう。

過ち： もし売り手が、「すごい、一番上手に跳んだ人が 6 フィート 4 インチ跳んだのだから、塀は 6 フィート 4 インチの高さだ」と思い込み、次の塀を 6 フィート 4 インチに設定すれば、次のグループは 6 フィート 4 インチを越えようとします。
結果： 次のグループの「一番上手に跳んだ人」は、おそらく 6 フィート 8 インチを越えるでしょう。売り手は塀を 6 フィート 8 インチに設定します。価格（塀の高さ）は上がり続けますが、塀の真の高さは一度も変わっていません。

これがこの論文で順序統計量バイアスと呼ばれるものです。ノイズの混じった推測群から「勝者」を選ぶという統計的な癖が、常に高すぎる値を選んでしまうのです。

シミュレーション：デジタルな近隣地域

著者たちは、1,024 軒の家を持つ仮想の近隣地域を構築しました。

売り手は家を売却に出します。
買い手は歩き回り、家を見て、自分自身の「ノイズの混じった」価値推測に基づいて提示価格を出します。
ひねり： 買い手は、これまでの自分が提示したすべての価格の平均よりも良い価格の場合にのみ購入します。これは買い手側においても「一番背の高い人」の論理を反映しています。

彼らは、どのようなことが起こるかを見るために、このシミュレーションをさまざまな条件下で実行しました。

市場の 6 つの「気象パターン」

3 つの単純なつまみ（人々が価値についてどの程度意見が異なるか、売り手が売却を待つ期間、買い手と売り手の数の変化の仕方）を調整することで、彼らは 6 つの明確な市場の振る舞いを見つけました。

静かな湖（安定）： 人々が価値について密接に合意し、売り手が忍耐強い場合、価格は「真の」価値の近くで安定します。
ローラーコースター（景気循環）： 人々の意見が非常に食い違う場合（高い「意見の不一致」）、外部のニュースなしで、自然な好況と不況を生み出し、価格は激しく上下に振れます。
ゆっくりとした登り（持続的な超過）： 売り手が非常に忍耐強い場合（良い提示価格を長く待つ）、価格は真の価値よりも永続的に高い水準で定着します。
ゆっくりとした滑り（持続的な不足）： 歩き回る買い手が非常に少ない場合（低い密度）、売り手は切迫して価格を真の価値よりも永続的に引き下げます。
ロケット船（暴走するバブル）： 「バランス調整機能」（公平さを保つために買い手と売り手を追加・削除するメカニズム）を無効にし、「最高入札額」ルールを暴走させると、価格は指数関数的に爆発します。これは、最高入札額を選ぶという数学の性質のみによって、永遠に成長するバブルです。
追いかけっこ（過渡期）： 市場のルールが絶えず変化する（需要が上下にシフトするなど）場合、価格は決して定着せず、移動する標的を追いかけるだけです。

実生活における重要性

この論文は、現実世界について 2 つの驚くべき主張を提示しています。

1. バブルには「非合理的」な人々は必要ない。
通常、バブルは投資家が貪欲になったり狂ったりするから起こると考えられています。しかしこの論文は、狂った人々は必要ないと述べています。必要なのは、わずかにノイズの混じった推測を行う普通の人間と、常に最高数値を選ぶシステムだけです。バブルを生み出すのは数学の働きです。

2. コンピュータアルゴリズムが事態を悪化させている可能性がある。
著者たちは、Zillow や銀行などが使用するような現代の AI 評価ツールの危険性を指摘しています。

これらの AI ツールは、過去の販売価格に基づいて訓練されています。
しかし、過去の販売価格は「最高入札額」ルールの結果です。それらはすでに「一番背の高い人」効果により、高めにバイアスがかかっています。
AI がこれらの価格から学習する場合、それは真実ではなくバイアスを学習することになります。
AI が価格を提案すると、それはすでに高すぎる価格を提案することになります。これが、人々がさらに多くを支払うためのシグナルとなり、バブルをさらに膨らませるフィードバックループを生み出します。

結論

この論文は、「効率的市場仮説」（価格は常に真実を反映するという考え方）が重要な見落としをしていると示唆しています。価格を見つけるプロセスが重要であるということです。

最も大きな声（最高入札額）だけを聞く市場を構築すれば、誰もが正確であろうと最善を尽くしていたとしても、必然的に真実から離れていきます。「バブル」とは人間の心理の欠陥ではなく、数学の特性なのです。

技術的サマリー：推定動的均衡モデル（EDEM）

問題提起
本論文は、バブル、クラッシュ、持続的なクロスセクショナル・リターン・アノマリーなどの市場現象を説明する上で、効率的市場仮説（EMH）が持続的に失敗しているという問題に取り組む。「意見の不一致」に関する実証文献（Miller, 1977）は、不一致に対するプレミアムを予測する理論とディスカウントを予測する理論といった競合する理論を提供しているが、これらの知見は矛盾しており、しばしば観察ウィンドウの特定の期間に依存している。著者らは、この混乱の根源は、需給の静的な枠組みにあると主張する。現実の市場は固定されたスケジュールではなく、今日の価格が明日の評価にフィードバックする連続的な確率過程である。本論文は、投資家の非合理性、楽観主義、あるいは行動バイアスを仮定することなく、単純で常識的なルールから持続的な不均衡が生じ得るかどうかを判断するための、生成性の高いボトムアップ型モデルの構築を目指す。

手法
著者らは、Python ライブラリ Mesa で実装されたエージェントベース・フレームワーク（ABM）である**推定動的均衡モデル（EDEM）**を導入する。このモデルは、トーロidal グリッド上の不動産市場をシミュレートし、以下の構造的ルールのもとで異質なエージェント（買い手と売り手）が相互作用する。

異質な推定: エージェントは、資産価値に対する個人的な推定関数 $E_{i,t}(h) = v_t(h) \cdot (1 + \epsilon_{i,t,h})$ を有する。ここで、 $\epsilon$ はエージェント固有の分散 $\sigma$ を持つ平均ゼロの誤差項である。重要なのは、誤差が平均ゼロであり、エージェントに本質的なバイアスがないことである。
最大入札清算: 売り手は、ノイズを含む推定値のプールから受け取った最高入札額を選択する。
入札コミットメント規則: 買い手は、提示された価格が自らの未決入札の移動平均以上である場合にのみ購入にコミットする。これにより、実際の取引は買い手自身の入札分布の上側尾部に限定される。
動的フィードバック:
- 動的均衡（DE）バリアント: 直近 $W$ 件の売買の移動平均を用いて市場価格を更新する。供給量と需要量は、価格増分に応答する「バランサー」パラメータ（ $C_b, C_s$ ）を通じて調整され、平均回帰的またはトレンド追随的な行動をシミュレートする。
- 投機的市場バリアント: 勝者入札と現在の価値との比率に基づいて資産価値を乗法的に更新し、無制限のバブルの研究を可能にする。

このモデルは、需給を決定論的なスケジュールではなく、価格増分とバランサーパラメータによって駆動される整数値のランダムウォークとして扱う。

主要な貢献

順序統計量ドリフト機構: 本論文は、平均ゼロの推定誤差が存在する場合でも、 $n$ 件の入札を受け取る売り手の期待勝者入札額は、真の価値よりも $1 + \sigma(n-1)/(n+1)$ の係数だけ上回るという閉形式の結果を導出した。この「順序統計量バイアス」は、 $n$ 個のノイズを含む抽出の最大値が厳密に平均より大きくなることに起因する。
複合的指数関数的成長: 著者らは、この実現された最大値が乗法的更新規則を通じて次の期間の評価アンカーにフィードバックされると、バイアスが乗法的に複利化することを示した。これにより、投資家の楽観主義や非合理性の仮定を必要とせず、持続的な価格上昇ドリフトと指数関数的バブルが生み出される。
レジームの統一フレームワーク: EDEM は、古典的なワルラス均衡（ $\sigma \to 0$ $σ \to 0$ として）と Miller の静的プレミアム（単一期間の極限として）を特殊ケースとして包含する。さらに、推定ノイズ、売り手の忍耐、バランサー強度というパラメータによって規定される、単一エージェントのルールセットから生じる 6 つの異なる非均衡レジームを特定する。
- 帯状安定均衡
- 内生ビジネスサイクル
- 持続的なオーバシュートとアンダシュート
- 暴走する指数関数的バブル
- 定常遷移（決して収束しない）

結果
8 つの主要な制御実験と 30 セルの感度グリッドを通じて、著者らは以下を観察した。

安定対不安定なダイナミクス: 低い推定ノイズと中程度の忍耐は安定した均衡をもたらす。高いノイズはビジネスサイクルを誘発し、高い忍耐または低いエージェント密度は、教科書的な均衡からの持続的な逸脱（オーバシュートまたはアンダシュート）を生み出す。
バブル生成: バランサーなし（ $C_b=0$ ）で中程度のノイズ（ $\sigma=15\%$ ）を持つ投機的バリアントにおいて、価格は指数関数的に成長し（3000 タックで真の価値の約 421 倍に達する）。
線形バランサーの非効率性: 平均回帰的バランサー（ $C_b > 0$ ）はドリフトを減衰させるが、排除はしない。トレンド追随的バランサー（ $C_b < 0$ ）はより大きなバブルを許容する。重要なのは、シミュレーション時間内において、線形バランサーの設定が価格を公正価値（ $v_t/v^* = 1$ ）に回復させる設定は存在しないことである。
感度: 順序統計量ドリフトはパラメータグリッド全体で普遍的であり、バランサー係数とノイズレベルのすべての組み合わせが $v_t/v^* > 1$ をもたらした。

意義と主張
本論文は、意見の不一致に関する文献における矛盾する実証知見に対して、構造的な説明を提供するという控えめな主張を行う。ある研究が「プレミアム」か「ディスカウント」を観察するかどうかは、サンプルが基礎となる確率軌道上のどの位置にあるかによって決まり、短期ウィンドウの研究はこれを区別できないと仮説を立てている。

主要な理論的含意は、バブルはフィードバックを伴う最大入札清算の統計的な必然性であり、行動的な異常ではないという点にある。2 次的かつ実用的な含意は、機械学習による評価アルゴリズム（例：Zillow Offers）に関するものである。著者らは、過去の清算価格で訓練されたアルゴリズムが、集団平均ではなく上位順序統計量（勝者入札）を無意識に学習すると主張する。これらのアルゴリズムが展開されると、正のバイアスを持つ推定量として機能し、価格付けを意図しているバブルそのものを増幅する協調シグナルを提供する。本論文は、これを修正するには、歴史的清算価格を不偏の訓練ターゲットとして扱うのではなく、「選択を考慮した」手順（中央値の予測または打ち切りデータ尤度の使用など）が必要であると結論づけている。