间接网络效应下的产品扩散——基于复杂网络和计算经济学的研究

借鉴复杂性理论,基于个体交往关系的复杂网络结构,该文采用计算经济学建模方法和行为博弈学习算法对间接网络效应下的产品扩散现象进行建模.在该文模型中,间接网络效应下"软件"数量为厂商策略行动内生决定,并根据用户数量而变化,因此个体的决策和全局变量之间存在双向交互复杂作用.研究结果揭示了个体邻域结构在产品扩散中的影响,直接网络效应和间接网络效应在产品扩散中的区别和产品锁定发生的条件等.结果也较好地解释了产品扩散中的很多现象如不同产品的共存,产品扩散中的"涌现",产品扩散中的路径依赖,产品兼容性的选择以及新旧产品的更新换代等.

主体异质性、小世界网络与间接网络效应下的标准扩散——基于agent计算建模的研究

本文应用基于主体的计算经济学建模方法,对个体异质性在标准扩散中的作用进行计算建模仿真实验。本文的研究发现异质性主体的加入能够加快标准的扩散过程,减少扩散所需要的最小用户数量。主体的异质性可能会扭转标准扩散过程中的先发优势:如果某种标准拥有的较高网络效应异质性个体数量较多,可能会使得先发优势和锁定不再成立。此外,异质性主体的存在也使得标准扩散呈现出更加多元化的趋势。

主体异质性、复杂网络与网络效应下的标准竞争——基于计算经济学的研究

分析了Agent的网络效应异质性和预期异质性对网络效应下标准竞争和扩散的影响。采用复杂网络"小世界效应"模型和基于Agent的计算机建模技术,并结合行为博弈学习理论EWA算法,由此对复杂网络下标准竞争过程中的主体异质性对标准扩散的影响进行计算机建模研究。基于异质性个体在局部网络中的交互作用和Agent行为的学习演化与预期调整,通过计算机仿真,发现网络效应异质性对标准扩散有正面促进作用。本文研究也发现预期的强度和预期调整因子的取值大小对标准竞争扩散的速度和结果有非常明显的影响。在一定情况下,异质性的预期能够克服先发优势;Agent的异质性预期也能帮助实现新旧技术的转换。

经济复杂性系统主体学习算法理论综述

对经济复杂性系统研究文献中常见的主体学习算法进行了一个全面的梳理。将学习算法分为来自智能计算或演化计算的学习算法以及来自心理学和实验经济学的学习算法,并结合文献介绍了各类学习模型在经济学研究中的主要应用。还回顾了文献中对各种算法的分析比较,并对学习算法的发展前景进行了展望。由于学习算法还是一个相对较新的领域,对经济系统中个体学习行为需要进行更加深入的研究和探索。

互联网社区与agent预期对标准扩散的影响研究

该文分析了在agent能够内生互动形成社区的情况下,agent预期及其异质性对标准扩散的影响。该文采用了基于agent的计算经济学建模方法,agent能够根据收益最大的原则和偏好等因素选择自己需要互动的对象,同时个体行为也受到其真实社会交往邻域的影响,这里agent的预期采用适应性预期。研究结果表明:agent预期因素的加入使得标准扩散收敛到稳态的时间变长,不同标准并存的时间将持续更长时间;在标准扩散中,在先发优势不大或者预期调整速度较慢的情况下,预期能够克服先发优势,否则,先发优势仍然会在扩散中起主导作用。此外,agent的异质性预期、较低的预期调整速度以及新标准带来的较高收益使得新旧标准的过渡成为可能。

复杂网络与标准扩散中的集聚——基于主体的计算经济学研究

结合行为博弈关于学习算法的成果,采用基于主体的计算经济学方法,研究了标准扩散中的集聚问题。为了测量复杂网络下的标准集聚程度,根据标准扩散的特点定义了新的聚类系数。仿真结果表明集聚是标准扩散过程中非常显著的现象;也揭示出在扩散中微观个体在不断改变策略的同时,宏观集聚现象却一直很明显。因此较好地揭示了标准扩散过程中的集聚现象以及复杂系统中微观主体行为和宏观集聚现象之间的关系。

贸易模式、汇率传递与人民币汇率安排

结合中国现行贸易模式的特点,文章从社会福利最大化目标入手,采用了新政治经济学中关于汇率制度战略选择的研究方法,对进一步扩大人民币汇率弹性和汇率升值的影响进行了分析。研究发现,加工贸易和一般贸易对汇率变动的反应弹性差异很大,不同国际贸易模式下的汇率传递系数是不同的。因此如果我国现行对外贸易依然以加工贸易为主,扩大汇率波动幅度在理论上并不会对我国社会福利产生严重影响。研究结果进一步支持加大汇率弹性更有利于丰富货币政策当局的工具选择范围,有助于国内货币政策独立性的保持,也有助于推进出口产业的结构调整和升级,是当前人民币汇率制度改革方向的合理选择。

论辩文本立场检测——基于提示模型的小样本研究

立场检测研究旨在提取文本相对于对特定话题所持的立场倾向。本文采用自然语言处理领域的基于提示学习的方法,针对论辩性文本,根据提示学习两大主要工程方法(模板工程和表达器工程)提出了新的设计方法:掩码位置导向的手工模板MPOT和语义相似度加权表达器SSWV。据此,本文提出了一个基于提示的论辩文本立场检测模型P-RoBERTaMPOT+SSWV,并和自动模板方法P-tuning进行比较。该模型在中山大学网络文本论辩语料库上和NLPCC中文微博立场检测数据集都达到了较好的准确率。本文实验显示在小样本学习条件下,P-RoBERTaMPOT+SSWV模型超过了使用预训练模型+微调方法的效果。本文研究表明,提示学习的模型设计方法有助于文本论辩立场检测任务,并在小样本的条件下也依然能取得十分可观的性能。

面向中文网络对话文本的论辩挖掘——基于微调与提示学习的大模型算法

随着互联网技术的飞速发展,即时通信、在线论坛等应用广泛普及,网络上产生了了大量非结构化或半结构化的网络对话论辩文本,对这些文本进行论辩挖掘研究具有重要的学术价值与现实意义。该文首先构建了中文网络对话论辩语料库,以子句作为标注的粒度;然后,基于此语料库使用预训练语言模型微调和提示方法分别进行论辩元素及其关系的识别,分别使用了目前受到广泛认可的BERT、XLNet、RoBERTa及其衍生的预训练语言模型,通过预训练微调的方式进行实验。在GPT、BERT、RoBERTa预训练模型上进行提示学习,通过P-tuning自动构建连续模板,进行论辩挖掘。实验结果显示,提示学习用于论辩挖掘任务是可行的,且准确率与现今取得很好效果的预训练微调方法相近,有时准确率甚至更高,同时在小样本或零样本数据集上有着更好的效果。实验还显示GPT与Prompt结合可以较好地完成论辩关系识别任务。

适应性预期、复杂网络与标准扩散动力学——基于计算经济学的研究

标准扩散是现代产业经济中的重要问题。主要采用复杂网络的小世界网络模型和基于agent的计算机建模技术,结合行为博弈学习理论中的EWA算法,对网络外部性下标准扩散过程中的适应性预期进行研究。基于个体在局部网络中的交互作用和个体行为的学习演化与预期自适应调整,通过计算机仿真就适应性预期对标准扩散的影响从多方面进行分析。研究结果揭示了个体适应性预期在标准扩散中的重要作用,发现扩散中的"涌现"现象,个体邻域结构的随机性对标准扩散结果及其最终分布状态有很大的影响,个体预期能够逆转标准扩散中的先发优势,预期速度调整因子在不同预期强度下有完全不同的影响,个体对新标准的较高预期也是新标准得以扩散的必要条件。

网络外部性下的标准博弈——标准扩散和竞争理论综述

网络外部性下的标准竞争越来越吸引研究者关注。本文是关于在具有网络外部性现象的行业中新技术标准的采用和扩散理论的一个全面综述。我们回顾了最近二十年来经济学理论中关于网络外部性下标准竞争和扩散方面的研究成果:从网络外部性的定义和几种常见的分析方法开始,分析了经典研究模型中标准扩散的超额动量与超额惯量理论,然后对20世纪90年代以来关于早期经典模型的修正和发展进行了阐述,对复杂性理论和 ACE范式在网络标准竞争中的应用也进行较详细的分析。最后本文初步探讨了标准竞争和政府政策间的关系。网络外部性下的标准理论不仅加深了从经济学的角度对此类现象的认识,而且在实践中对厂商市场策略和政府产业竞争政策的制定也有很重要的意义。

网络外部性下标准转换的CA建模研究

基于复杂性的观点,本文将标准的转换过程视为一个在大量个体之间的重复博弈尤其是个体和自身邻域其他个体博弈的过程。研究采用元胞自动机空间博弈模型对此进行计算机建模,通过建立二个模型,即最基本的基准模型和包括异质性的较复杂模型对此进行仿真分析,并在模型中引入个体策略的更新与模仿学习机制。仿真结果及其统计分析结论表明,标准转换过程呈现非线性的性质,最终结果受到消费者的邻域结构和初始状态策略的分布状况的影响。标准给用户带来的效用差异越大,转换成本越低则越会促进标准的转换。仿真也表明消费者的异质性对于网络外部性下标准转换的收敛状况和收敛速度都有比较大的影响,异质性一般并不能促进新旧标准的转换,决定新标准能否得到采用的根本原因还是新标准能够给用户带来更多的收益。

外汇市场复杂性与人工外汇市场研究

本文首先分析了现有主流研究理论在汇率波动研究方面所取得的成果,之后主要介绍了复杂性理论和计算经济学在汇率研究中的应用,重点对人工外汇市场模型的进化和有关成果进行了较全面的分析和评述,并对其未来的发展进行了展望。人工外汇市场的研究,不仅在汇率理论的研究中引入了新的理论分析方法,而且加深了经济学对汇率决定机制以及汇率持续波动的理解和研究。