利用 GPT 的“豚鼠试验”:一种研究企业竞争与合谋的基于智能体的新型建模方法
人工智能
2024-02-05 v4 计算工程、金融与科学
计算与语言
多智能体系统
综合经济学
经济学
摘要
企业竞争与合谋涉及复杂的动态过程,尤其在考虑企业间沟通时。此类问题可建模为复杂系统问题,传统上通过涉及人类受试者的实验或基于智能体的建模方法来研究。我们提出了一种称为智能体基建模(SABM)的创新框架,其中由 GPT-4 技术支持的智能体代表企业并相互交互。我们开展了一项受控实验,研究不同条件下企业的价格竞争与合谋行为。与开展人类受试者实验相比,SABM 更具成本效益且更灵活。智能体拥有广博的决策知识库,并展现出类人的战略能力,超越传统 ABM 智能体。此外,智能体可模拟人类对话并个性化,使其成为研究涉及沟通的复杂情形的理想工具。我们的结果表明,在无沟通情形下,智能体持续达成默契合谋,导致价格收敛于高于伯特兰均衡价格但低于垄断或卡特尔价格的水平。当允许沟通时,智能体实现更高水平的合谋,价格接近卡特尔价格。有沟通时合谋形成更快,而无沟通时价格收敛更平滑。这些结果表明,沟通增强了企业间信任,促使频繁的小幅价格偏离以探索更高水平的双赢机会,并降低引发价格战的可能性。我们还为企业分配不同角色以分析行为差异,并在多样市场结构下测试变体模型。研究结果展示了 SABM 的有效性与鲁棒性,并为竞争与合谋提供了引人深思的见解。
引用
@article{arxiv.2308.10974,
title = {"Guinea Pig Trials" Utilizing GPT: A Novel Smart Agent-Based Modeling Approach for Studying Firm Competition and Collusion},
author = {Xu Han and Zengqing Wu and Chuan Xiao},
journal= {arXiv preprint arXiv:2308.10974},
year = {2024}
}
备注
Source code is available at: https://github.com/Roihn/SABM