Keynes+Schumpeter 模型的统计模型检验：宏观经济ABM的瞬态灵敏度分析
多智能体系统
2026-05-12 v1 人工智能
综合经济学
经济学
统计金融
摘要
代理基模（ABM）在宏观经济学中的应用日益增长，但其分析仍常依赖于非正式的蒙特卡洛方案，在参数设置上的统计努力存在显著差异。我们展示了通过MultiVeStA实现的统计模型检验（SMC）如何为现实的宏观经济ABM提供原则化的分析层次，而无需将模拟器重写为专用形式。我们的案例研究是启发式切换的Keynes+Schumpeter（K+S）模型，通过对一参数扫描、两个宏观可观测量（失业率和GDP增长）以及一个辅助微观层面探针（市场份额）在600步时域的后热身阶段进行瞬态灵敏度分析。该分析由可重用的时间查询、可观测量特定的精度目标以及基于置信水平的停止规则驱动，这些规则自动确定每个配置所需的模拟工作量。结果显示，参数家族之间存在明显差异：宏观金融和结构扫描产生最强的瞬态效应，而在相同的精度政策下，多个启发式规则扫描则显得弱得多。更广泛地，本文表明SMC可以支持对丰富经济ABM进行可重复且有信息量的定量分析，同时使不确定性估计和模拟成本成为报告结果的显式组成部分。
关键词
引用
@article{arxiv.2605.10447,
title = {Statistical Model Checking of the Keynes+Schumpeter Model: A Transient Sensitivity Analysis of a Macroeconomic ABM},
author = {Stefano Blando and Giorgio Fagiolo and Mauro Napoletano and Tania Treibich and Andrea Vandin},
journal= {arXiv preprint arXiv:2605.10447},
year = {2026}
}