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

De economie heeft lang vertrouwd op een vereenvoudigd beeld van hoe geld en goederen door de samenleving bewegen. Traditionele modellen behandelen de economie vaak als een verzameling van brede gemiddelden, waarbij fabrieken direct produceren wat er nodig is en toeleveringsketens zich oneindig uitstrekken zonder ooit door een tekort aan materialen te worden beperkt. Deze kaders zijn nuttig om het grote plaatje te zien, maar ze hebben moeite om uit te leggen wat er gebeurt als het misgaat, zoals wanneer een plotseling tekort aan één enkel onderdeel de productie in een hele sector tot stilstand brengt. In de echte wereld opereren bedrijven niet op basis van gemiddelden; ze opereren op basis van grootboeken. Elke transactie is een specifiek verslag van wat er is gekocht, wat er is verkocht en wat er nog op voorraad is, beheerst door strikte regels die ervoor zorgen dat elke debetpost een bijbehorend credit staat heeft. Decennialang hebben economen een manier gemist om deze gedetailleerde, regelgebonden registers over duizenden interagerende bedrijven heen te simuleren om te zien hoe een kleine schok door het systeem kan rimpelen.

Een onderzoeker aan de Chiba University of Commerce heeft een nieuwe manier ontwikkeld om economische simulaties op te bouwen die begint bij deze boekhoudkundige registers in plaats van abstracte gemiddelden. In plaats van te gissen naar hoe een fabriek zou reageren op een verandering in de vraag, geeft deze nieuwe benadering, genaamd Accounting-State Agent-Based Modeling, elk gesimuleerd bedrijf zijn eigen digitale grootboek. In dit systeem, telkens wanneer een bedrijf iets koopt of verkoopt, werkt het model zijn specifieke boeken bij, waarbij nauwkeurig wordt bijgehouden hoeveel contant geld het heeft, hoeveel voorraad het vasthoudt en wat het verschuldigd is. De computer volgt dezelfde regels voor dubbel boekhouden die menselijke accountants gebruiken, waardoor de simulatie nooit de fundamentele logica van het bedrijfsleven schendt. Door de economie van onderaf op te bouwen, met behulp van deze precieze boekhoudkundige stappen, creëerde de onderzoeker een laboratorium waar de complexe dans van vraag en aanbod in realtime kan worden geobserveerd, wat onthult hoe de rigide regels van de boekhouding de stroom van de gehele economie vormgeven.

Om deze nieuwe methode te testen, bouwde de onderzoeker eerst een eenvoudige versie van de economie met behulp van een standaard blauwdruk die bekend staat als een input-output-tabel. Deze blauwdruk brengt in kaart hoe verschillende industrieën van elkaar afhankelijk zijn, waarbij wordt getoond welke sectoren grondstoffen leveren aan andere. Het doel was om te zien of de nieuwe boekhoudkundige simulatie een bekend economisch resultaat kon reproduceren, de zogenaamde multiplicatoreffect. In de traditionele economie beschrijft dit effect hoe een enkele dollar aan nieuwe bestedingen meer dan een dollar aan totale economische activiteit kan genereren terwijl het van het ene bedrijf naar het andere overgaat. De simulatie werd zo ingesteld dat een plotselinge piek in de vraag één industrie trof, en de computer volgde hoe die vraag door het netwerk van leveranciers reisde. De resultaten waren exact: het boekhoudkundige model produceerde hetzelfde multiplicatoreffect als de traditionele statische formules. Dit bewees dat de nieuwe methode niet alleen een andere manier was om de kaart te tekenen, maar een werkende motor die in staat was om gevestigde economische waarheden te reproduceren terwijl er een verslag werd bijgehouden van elke individuele transactie.

De echte kracht van het nieuwe model kwam echter naar voren toen de onderzoeker een laag van de realiteit toevoegde die traditionele modellen vaak negeren: voorraadlimieten. In de echte wereld kan een fabriek geen goederen produceren als de benodigde grondstoffen op zijn, en zij kan niet verkopen wat zij niet op voorraad heeft. De onderzoeker introduceerde deze beperkingen in de simulatie, waardoor bedrijven gedwongen werden hun veiligheidsvoorraden te beheren en om te gaan met tekorten. Wanneer een plotselinge vraagshock een bedrijf met strikte voorraadlimieten trof, veranderden de resultaten drastisch. De stroom van goederen verspreidde zich niet vloeiend zoals de traditionele formules voorspelden. In plaats daarvan zorgde het tekort aan materialen in één fase ervoor dat de productie stagneerde, wat op zijn beurt de bestellingen bij leveranciers verderop in de keten verminderde. Het multiplicatoreffect, dat in de ongeconstreerde versie sterk was, kromp aanzienlijk of verdween zelfs volledig wanneer de toeleveringsketen krap was. De simulatie toonde aan dat het vermogen van een economie om een schok op te vangen sterk afhangt van de hoeveelheid buffer voorraad die bedrijven aanhouden.

De studie onderzocht ook hoe verschillende voorraadpolitieken de stabiliteit van het systeem beïnvloedden. Bedrijven die grotere veiligheidsvoorraden aanhielden, waren in staat om de productie te handhaven, zelfs wanneer de vraag piekte, waardoor het economische multiplicatoreffect weer richting zijn normale kracht kon herstellen. Echter, de regels die deze bedrijven gebruikten om hun voorraadniveaus te herbestellen, creëerden een ander soort probleem. Wanneer bedrijven probeerden hun voorraadniveaus perfect in balans te houden, toonde de simulatie aan dat zij soms overreageerden op kleine veranderingen, waarbij zij grote bestellingen plaatsten die leidden tot een cyclus van overproductie gevolgd door een plotselinge daling in de vraag. Dit gedrag, in toeleveringsketens bekend als het bullwhip-effect (zweepslageffect), veroorzaakte wilde schommelingen in de productievolumes. De onderzoeker testte dit bij bijna honderd verschillende willekeurige economische structuren om te zien of deze schommelingen een universeel kenmerk waren. Hoewel de schommelingen in veel gevallen zichtbaar waren, vond de studie geen statistisch bewijs dat ze systematisch erger werden naarmate de economie groter werd. De fluctuaties waren sterk afhankelijk van de specifieke details van elke gesimuleerde economie, wat suggereert dat er geen enkele regel is die stabiliteit of chaos voor alle systemen garandeert.

Ten slotte controleerde de onderzoeker of de simulatie zich gedroeg als reële economieën door de output te vergelijken met bekende patronen uit bedrijfsgegevens. Een dergelijk patroon is dat de hoeveelheid goederen die een fabriek produceert, de neiging heeft om meer te variëren dan de hoeveelheid die zij daadwerkelijk verkoopt, omdat fabrieken proberen hun productieschema's te stroomlijnen. Een ander patroon is dat de voorraad van grondstoffen de neiging heeft volatieler te zijn dan de voorraad van afgewerkte producten. Het nieuwe model reproduceerde deze twee specifieke patronen succesvol, wat bevestigt dat de boekhoudkundige regels die het gebruikte, de juiste soort economisch gedrag vastleggen. Het model reproduceerde echter niet een derde patroon met betrekking tot de hoeveelheid die bedrijven bestellen vergeleken met de hoeveelheid die zij gebruiken, een verschil dat de onderzoeker toeschreef aan de specifieke manier waarop de simulatie de timing van leveringen versus bestellingen afhandelde. Deze gedeeltelijke overeenkomst suggereert dat hoewel het model de kernmechanismen van voorraadbeheer vastlegt, de specifieke regels voor het bestellen in de echte wereld complexer zijn dan de huidige simulatie.

De bevindingen suggereren dat de rigide regels van de boekhouding niet alleen een manier zijn om de score bij te houden, maar een fundamentele drijfveer zijn van hoe economische schokken door de samenleving reizen. Door de economie te behandelen als een netwerk van grootboeken in plaats van een reeks gladde curven, onthult de nieuwe benadering dat het vermogen van een economie om te groeien als reactie op nieuwe vraag wordt beperkt door de fysieke realiteit van voorraad- en leveringsbeperkingen. De studie beweert niet het mysterie van economische fluctuaties te hebben opgelost, maar biedt een nieuw instrument waarmee onderzoekers precies kunnen zien hoe een tekort in één magazijn kan doorwerken naar een fabriek, een leverancier en een bank. Nu digitale transactiegegevens in de echte wereld steeds toegankelijker worden, biedt deze methode om economische modellen van onderaf op te bouwen, gebruikmakend van de werkelijke taal van het bedrijfsleven, een veelbelovend pad naar het begrijpen van de dynamische en vaak fragiele aard van moderne toeleveringsketens.