AJAN TABANLI MODELLEME VE HESAPLAMALI İKTİSAT - AGENT-BASED MODELLING AND COMPUTATIONAL ECONOMICS

Özet

ÖzetRasyonellik ve homojenlik varsayımları ile iktisadi ajanlar arasındaki etkileşimi göz ardı eden temsiliajan yaklaşımı, dinamik stokastik genel denge modellerine dayanan yerleşik iktisada duyulan güveninazalmasına yol açmıştır. 1990’ların sonlarından itibaren ajan tabanlı hesaplamalı yaklaşım finansal iktisat,endüstriyel organizasyon, makro iktisat, politik iktisat ve iktiadi ağ oluşumu başta olmak üzere sosyalbilimlerde yaygınlaşmaya başlamıştır. Son olarak 2008 küresel finansal kriz yerleşik, iktisadın dahayüksek sesle tartışılmasına ve ajan tabanlı yaklaşımın daha çok benimsenmesine neden olmuştur. Bu yeniyaklaşım araştırmacılara pasif haldeki fiziksel varlıklardan durumları, inanışları ve davranış kuralları olanaktif karar alıcılara kadar çeşitli ajanların bulunduğu yapay bir dünya kurmalarına imkân vermektedir.Bu yapay dünyalarda ajanların birbirleriyle ya da çevreleriyle etkileşimi onların adaptif (uyarlanabilir)olmasına ve kompleks adaptif bir sistem meydana getirmelerine izin vermektedir. Bu çalışmada, ajantabanlı yaklaşımın temel unsurlarının incelenmesi ve DSGE modellerine göre üstünlüklerinin gösterilmesiamaçlanmıştır.AbstractAssumptions of rationality and homogeneity, and framework of representative agent that rule out interactionsbetween agents have led to a decline in confidence to mainstream economics based on dynamicstochastic equilibrium models. Starting from late 1990s, agent-based computational approach has becomeincreasingly popular in social sciences, especially in financial economics, industrial organization, macroeconomics,political economy, and economic network formation. Finally, 2008 global financial crisis hascaused mainstream to be argued loudly and agent-based approach to be adopted more. This new approachenables researchers to construct artificial worlds where various agents ranging from passive entities to active decision makers who have believes, states and rules of behavior. In these artificial worlds, interactionsof agents with each other and their environments let agents be adaptive (learning) and create a complexadaptive system. This study aims to examine the main dynamics of agent-based approach and its advantagescompared to DSGE models.