経済学者は、事態が悪化した際に経済がどのように振る舞うかを予測するモデルを構築することに、長年苦心してきました。数十年にわたり、標準的な手法は、市場は常に均衡を見出し、人々は完璧な論理に基づいて行動するという前提に基づいた、穏やかな海洋の地図のようなものでした。しかし、2008年に金融危機が襲ったとき、これらの地図は嵐を示すことができませんでした。これを受けて、経済を単一の滑らかな機械としてではなく、限られた情報に基づいて独自の決定を下す個々の人々や企業の活気ある群衆として扱う新しいアプローチが登場しました。エージェント・ベース・モデリングとして知られるこの手法は、これらの個々の選択がどのように相互作用して、好況と不況という全体像を作り出すかをシミュレートするものです。このようなモデルを構築しようとする最も有名な試みの一つが、JMABと呼ばれるコンピュータ・プログラムであり、これは銀行規制をテストし、社会におけるクレジット(信用)の流れを理解するための柔軟なツールとして設計されました。それは、他の研究者が自身の研究を測定するための基準となる、信頼できるベンチマークとなるよう作られていました。
しかし、この普及したプログラムを詳しく調査すると、その内部の歯車が互いに擦れ合っていることが明らかになりました。ロストック大学の経済学者サイモン・ヘスは、オリジナルのモデルはある程度現実的なパターンを生み出すことができるものの、長期的な予測を信頼できないものにする根本的な欠陥があることを発見しました。このモデルは政策をテストするための安定した実験室となることを意図していましたが、実際には、クラッシュしたり非現実的な挙動へと螺旋状に陥ったりしやすいものでした。例えば、モデル内のシミュレートされた企業が将来の売上を予測する方法が、価格設定の方法と整合していなかったため、利益率が制御不能なほど上昇し続け、シミュレーションが壊れてしまうという現象が起きました。同様に、銀行が誰に融資するかを決定するルールは、資金調達の実際のコストを無視しており、現実の銀行ではあり得ない信用決定を導いていました。これらのエラーにより、モデルは経済的事実のように見える結果を生成していましたが、それらは実際には、自身の壊れたコードによる産物に過ぎませんでした。
これを修正するために、ヘスは単に穴を塞ぐだけでなく、エンジンを再構築し、「JMAB 2.0」と呼ばれる更新版を作成しました。問題の核心は、シミュレートされたエージェントが過去からどのように学習するかという点にありました。オリジナルのモデルでは、企業は将来の売上を予測するために単純な平均化手法を使用していましたが、この手法は売上が不安定な場合に機能せず、企業が成功を過小評価し続け、価格を高く設定しすぎる原因となりました。新バージョンでは、企業はよりスマートなルールベースのアプローチを使用し、進行しながら間違いを修正することで、期待値を現実に適合させています。また、モデルは企業が新しい設備に投資する決定方法も刷新しました。投資がゼロと無限の間で激しく揺れ動くフィードバックループの代わりに、新しいシステムは、経済を長期的に安定させるための着実で段階的な調整を採用しています。
銀行部門は最も大幅な刷新を受けました。なぜなら、オリジナルの融資ルールは現実から危険なほど乖離していたからです。旧モデルでは、銀行は借り入れのコストよりも低い利回りの場合でも融資を承認しており、これは現実の金融機関であれば破産してしまう状況でした。新しいモデルでは、銀行は融資を承認する前に資金の真のコストを計算することを強制され、収益が見込める場合にのみ融資を行うようになっています。また、銀行が余剰資金を互いに貸し出し合う市場も導入されました。この機能は、銀行が流動性をより効率的に管理するのを助け、預金金利が不安定に振れるのを防ぎます。さらに、企業や銀行の破綻の扱い方も修正され、エンティティ(主体)が崩壊した際に、資産が公平に分配され負債が清算されるように修正されました。それまでは、破綻のループに陥ったままの状態になっていました。
更新されたモデルを実行したところ、結果は著しく異なっていました。オリジナルのバージョンを悩ませていた混沌とした揮発性は消失し、より安定した妥当な経済的リズムに取って代わられました。銀行部門は、もはや非現実的なクレジットのギャップや不安定な金利を示すことはありませんでした。代わりに、モデルは長期間維持できる定常状態を生み出し、政策立案者にとってより信頼できるツールとなりました。この研究は、これらの複雑なコンピュータ・シミュレーションが有用であるためには、すべての内部メカニズムが互いに論理的に一貫していなければならないことを示しています。エージェントが期待を形成する方法や銀行がリスクを管理する方法における誤設定を修正することで、新しいバージョンは、オリジナルのコードによる歪みを受けることなく、現実の世界で金融規制がどのように展開するかを理解するための強固な基盤を提供しています。
テクニカル・サマリー:JMAB 2.0:マクロ経済エージェント・ベース・モデル JMAB に対する決定的な更新
問題提起
Caianiら(2016)によって導入されたJMAB(Java Macro Agent-Based Toolkit)ベンチマーク・モデルは、金融部門を伴うマクロ経済動態をシミュレートするために設計された、広く用いられているストック・フロー整合的(SFC)エージェント・ベース・モデル(ABM)である。このモデルは影響力がある一方で、本論文は、特に銀行規制における政策分析の一般的なベンチマークとしての有用性を制限する決定的な欠陥を特定している。
JMAB 1.0において特定された主な問題点は以下の通りである:
- 非現実的な長期動態: モデルは安定した長期的な定常状態に収束することに失敗している。代わりに、主要な変数(例:マークアップ、投資)において制御不能なボラティリティを示し、元の400期間のホライゾンを超えて実行すると早期にシミュレーションがクラッシュする。
- 誤設定されたエージェント・メカニズム: いくつかのエージェントの行動が、互いに不適合なヒューリスティックに依存している。具体的には、売上予測における単純指数平滑法(SES)の使用が、在庫ベースの価格戦略と矛盾しており、売上の系統的な過小評価とマークアップの継続的なインフレを引き起こしている。
- 銀行部門の欠陥: 銀行部門には、ローン承認決定における資金調達コストの欠落、較正ミスのあるデフォルト確率(PD)、および中央銀行の政策金利や流動性制約を無視した預金金利メカニズムを含む、構造的なエラーが含まれている。これらは、非現実的なクレジット・ギャップと銀行行動をもたらしている。
- 偽の相関関係: マイクロレベルで観察される「定型的事実(stylized facts)」(例:市場シェアの集中や「ランダムな」投資パターン)は、現実的なエージェントの行動から生じる創発特性ではなく、特定のモデル・メカニズム(例:ランダムなマークアップ・ショックや投資方程式のフィードバック・ループ)によるアーティファクト(人工的な産物)であることが示されている。
- 実装エラー: 本論文は、モデルの説明とコードとの間の不一致を指摘しており、これには誤った破産時のベイルイン(資本注入)の実装、市場マッチング・アルゴリズム、および利息支払いのタイミングが含まれる。
メソドロジー
本論文は、元のSFCフレームワークとエージェント集団(家計、消費企業、資本企業、銀行、政府、中央銀行)を保持しつつ、エージェントの行動と較正手順を根本的に変更した改訂版ベンチマーク・モデルであるJMAB 2.0を提案する。
主なメソドロジーの変更点は以下の通りである:
期待形成:
- 売上: SESを、実際の売上と予想売上の誤差に基づいて期待値を調整するルールベース(RB)のヒューリスティックに置き換え、歪んだ分布における誤差修正をより適切に行えるようにした。
- 価格および賃金: 名目賃金および価格に対する期待形成を完全に削除した。エージェントは現在の期間の値を使用することで、名目値がトレンドを持つ環境下でSESが導入するバイアスを回避する。
- その他の変数: 資本収益率やEBITなどのトレンドを持つ変数については、二重指数平滑法(DES)を維持した。
価格設定および投資:
- 価格設定: 企業がランダムなショックのみに頼るのではなく、競合他社の価格(平均市場マークアップによって近似)を考慮する価格設定メカニズムを導入した。消費企業は、フルキャパシティ・コストに基づく「ノーマル・コスト・プライシング」を用いる。
- 投資: 変動の激しいフィードバック・ループ型の投資関数を、正味現在価値(NPV)アプローチに置き換えた。企業は、所望のキャパシティが現在のキャパシティを上回っているか、かつNPVがプラスであるかに基づいて、固定ステップで投資を調整する。これにより、JMAB 1.0で見られた指数関数的なボラティリティが排除される。
銀行部門の刷新:
- ローン承認: 期待収益の計算に資金調達コスト(預金金利)を統合した。承認プロセスは、期待収益(資金調達コストを差し引いた純額)がプラスになるまで、ローン額を再帰的に調整する。
- デフォルト確率(PD): 較正ミスのあるロジスティック関数を、EBIT/EBITDA(消費企業の場合はCAPEXを含む)を用いた負債償還能力比率(DSCR)アプローチに置き換えた。関数を急峻化させ、シフトさせることで、現実的なデフォルト確率を確保した。
- 金利: 流動性不足、機会費用、および中央銀行の政策金利を考慮した高度な預金金利メカニズムを実装した。また、銀行が余剰準備金を貸し出すことを可能にするインターバンク市場を導入し、これが資金調達コストのプロキシ(代理指標)として機能し、金利を安定させる。
- 債券需要: 債券需要関数を、一時的な準備金レベルではなく、預金負債に基づくように改訂し、より安定した資金調達構造を確保した。
構造的調整:
- 活動の順序: エージェントの活動のシーケンスを再構成し、論理的一貫性を確保した(例:消費を行う前に賃金を支払う、配当を支払う前に利息を決済するなど)。
- 破産: 破産した企業のベイルイン・メカニズムと資本調整を修正し、即時の再破産を防ぐようにした。
- 較正: 元の論文に見られたタイポグラフィのエラーやパラメータの不整合を修正し、モデルが真の定常状態で開始することを保証するための、修正された較正方程式系を提供した。
主な貢献
- システム的エラーの特定: 本論文は、なぜJMAB 1.0が長期的なシミュレーションを維持できないのかについて、期待形成と投資フィードバック・ループにおける特定の誤設定に起因することを厳密に診断している。
- JMAB 2.0の開発: 主要な貢献は、修正され、より堅牢になったバージョンのモデルのリリースである。JMAB 2.0は、安定した低ボラティリティの出力を生成し、定常状態に収束するため、長期的な政策分析に適している。
- 銀行メカニズムの修正: ローン決定に資金調達コストを統合し、インターバンク市場を導入することで、JMAB 2.0における銀行部門はより現実的に振る舞い、元のモデルに見られた非現実的なクレジット・ギャップや金利スパイラルを回避している。
- 定型的事実の解明: 本論文は、JMAB 1.0における特定の「定型的事実」がモデルのアーティファクトによって引き起こされた偽の相関関係であることを示し、将来の研究者に対し、モデル固有のメカニズムと真の経済現象を区別することを促している。
- 標準化の提案: 再現性と論理的一貫性を向上させるため、将来のABMの出版と検証のための基本基準を提案している。
結果
更新されたモデルであるJMAB 2.0は、オリジナルに対して顕著な改善を示している:
- 安定性: JMAB 1.0は1,200期間の前にクラッシュするが、JMAB 2.0はクラッシュすることなく無期限に実行可能であり、安定した準定常状態を維持する。
- ボラティリティの低減: 総投資および銀行信用ギャップのボラティリティが大幅に低下した。JMAB 1.0で観察された投資の指数関数的なボラティリティ増大は排除されている。
- 現実的な銀行行動: 企業のクレジット・ギャップは、(較正通り)定常状態においてゼロから始まる(元のモデルのような非現実的なプラスの比率ではない)。銀行の預金金利は、流動性の計算ミスによるアドバンス・レートへの収束ではなく、中央銀行の政策金利およびインターバンク・レートを論理的に追跡する。
- マークアップの安定性: 企業のマークアップは、価格スパイラルによって元のモデルをクラッシュさせた原因となった継続的な上昇ではなく、較正されたターゲットの周囲で安定している。
意義
本論文は、JMAB 2.0を、エージェント・ベース・マクロ経済学の分野における基礎的なモデルに対する必要な修正として位置づけている。著者は、これらの修正なしには、元のモデルの出力(特に銀行規制と景気循環に関するもの)が、誤った政策結論を導く可能性があると主張している。
本研究の意義は、SFC-ABMにおける論理的一貫性と経験的な妥当性を確保しようとする試みにある。JMAB 2.0は、長期シミュレーションを妨げていた内部的な不整合を修正することで、以下に対するより信頼できる基盤を提供する:
- 政策分析: 特に銀行規制および金融政策の波及経路の分野。
- ベンチマーク: DSGEモデルにおけるDYNAREの役割と同様に、将来の研究のための堅牢で再利用可能なプラットフォームとして機能すること。
- 方法論的厳密さ: 創発的な経済的事実とモデル仕様のアーティファクトを区別することの重要性を強調し、ABM文献の検証基準を向上させること。
著者は、元のモデルの責任著者や編集者がいくつかの問題を「限界」であって「エラー」ではないと考えていたことを認めつつも、本論文は、特定された誤設定が汎用的なベンチマークとしてのモデルの機能を根本的に損なうものであると断じ、修正されたJMAB 2.0のリリースが必要であったと主張している。
毎週最高の 経済学 論文をお届け。
スタンフォード、ケンブリッジ、フランス科学アカデミーの研究者に信頼されています。
受信トレイを確認して登録を完了してください。
問題が発生しました。もう一度お試しください。
スパムなし、いつでも解除可能。
週刊ダイジェスト — 最新の研究をわかりやすく。登録