Эконофизика — это неортодоксальная (в экономике) междисциплинарная область исследований, применяющая теории и методы, первоначально разработанные физиками, для решения проблем в экономике , обычно таких, как неопределенность или случайные процессы и нелинейная динамика . Некоторые из его применений к изучению финансовых рынков также были названы статистическими финансами , имея в виду их корни в статистической физике . Эконофизика тесно связана с социальной физикой .
Интерес физиков к общественным наукам не нов (см., например, [1] ); Даниэль Бернулли , например, был создателем предпочтений, основанных на полезности . Один из основоположников неоклассической экономической теории , бывший профессор экономики Йельского университета Ирвинг Фишер , первоначально обучался у известного йельского физика Джозайи Уилларда Гиббса . [2] Точно так же Ян Тинберген , получивший первую Нобелевскую премию по экономике в 1969 году за разработку и применение динамических моделей для анализа экономических процессов, изучал физику вместе с Паулем Эренфестом в Лейденском университете . В частности, Тинберген разработал гравитационную модель международной торговли , которая стала рабочей лошадкой международной экономики.
Эконофизика была основана в середине 1990-х годов несколькими физиками, работавшими в области статистической механики . Неудовлетворенные традиционными объяснениями и подходами экономистов, которые обычно отдавали предпочтение упрощенным подходам ради разрешимых теоретических моделей, а не согласованию с эмпирическими данными, они применяли инструменты и методы физики, сначала чтобы попытаться сопоставить наборы финансовых данных, а затем объяснить больше. общеэкономические явления.
Одной из движущих сил эконофизики, возникшей в это время, стало внезапное появление больших объемов финансовых данных, начиная с 1980-х годов. Стало очевидно, что традиционных методов анализа недостаточно: стандартные экономические методы имеют дело с однородными агентами и равновесием, в то время как многие из наиболее интересных явлений на финансовых рынках фундаментально зависят от неоднородных агентов и ситуаций, далеких от равновесия.
Термин «эконофизика» был придуман Х. Юджином Стэнли для описания большого количества статей, написанных физиками по проблемам (фондовых и других) рынков на конференции по статистической физике в Калькутте (бывшая Калькутта ) в 1995 году и впервые появилась в публикации его протоколов в журнале Physica A в 1996 году. [3] [4] Первое совещание по эконофизике было организовано в 1998 году в Будапеште Яношем Кертесом и Имре Кондором. Первая книга по эконофизике была написана Р. Н. Мантенья и Х. Э. Стэнли в 2000 году. [5]
Почти регулярная серия встреч по этой теме включает: ECONOPHYS-KOLKATA (проводится в Калькутте и Дели), [6] Коллоквиум по эконофизике, ESHIA/WEHIA.
В последние годы сетевая наука , в значительной степени опирающаяся на аналогии из статистической механики , стала применяться к изучению продуктивных систем. Так обстоит дело с работами, проделанными Институтом Санта-Фе в рамках европейских финансируемых исследовательских проектов по прогнозированию финансовых кризисов и Обсерваторией экономической сложности Гарвардского технологического института.
Если под «эконофизикой» понимать принцип применения статистической механики к экономическому анализу, а не к конкретной литературе или сети, то приоритет инноваций, вероятно, принадлежит Эммануэлю Фарджуну и Моше Мачоверу (1983). Их книга «Законы хаоса: вероятностный подход к политической экономии» предлагает решить (по их словам) проблему трансформации в политической экономии Маркса путем переосмысления соответствующих величин как случайных величин. [7]
Если, с другой стороны, «эконофизика» понимать как приложение физики к экономике, то можно рассматривать работы Леона Вальраса и Вильфредо Парето как ее часть. Действительно, как показали Бруна Инграо и Джорджио Израэль, теория общего равновесия в экономике основана на физической концепции механического равновесия .
Эконофизика не имеет ничего общего с «подходом физических величин» к экономике, пропагандируемым Яном Стидманом и другими, связанными с неорикардианством . Известными эконофизиками являются Эммануэль Бакри, Джулио Боттацци, Жан-Филипп Бушо , Жан-Франсуа Мюзи, Бикас К. Чакрабарти , Дж. Дойн Фармер , Диего Гарлашелли, Дирк Хелбинг , Янош Кертес , Розарио Н. Мантенья, Маттео Марсили, Джозеф Л. МакКоли , Жан-Франсуа Мюзи, Энрико Скалас, Анджело Секки, Дидье Сорнетт , Х. Юджин Стэнли , Виктор Яковенко и И-Чэн Чжан. Особого внимания среди официальных курсов по эконофизике заслуживает тот, который на протяжении более десяти лет непрерывно предлагал Диего Гарлашелли на физическом факультете Лейденского университета . [8] [9]
Основными инструментами эконофизики являются вероятностные и статистические методы, часто заимствованные из статистической физики.
Физические модели, которые применяются в экономике, включают кинетическую теорию газа (называемую кинетическими моделями обмена рынков [10] ), модели перколяции , хаотические модели, разработанные для изучения остановки сердца, и модели с самоорганизующейся критичностью , а также другие модели. разработан для прогнозирования землетрясений . [11] Более того, предпринимались попытки использовать математическую теорию сложности и теорию информации , разработанные многими учёными, среди которых Мюррей Гелл-Манн и Клод Э. Шеннон соответственно.
Для потенциальных игр было показано, что равновесие, вызывающее возникновение, основанное на информации через информационную энтропию Шеннона, дает ту же меру равновесия ( мера Гиббса из статистической механики), что и стохастическое динамическое уравнение, которое представляет шумные решения, оба из которых основаны на ограниченных модели рациональности , используемые экономистами. [12] Теорема о флуктуации-диссипации соединяет эти два понятия, чтобы установить конкретное соответствие «температуры», «энтропии», «свободного потенциала/энергии» и других физических понятий экономической системе. Модель статистической механики не строится априорно, а является результатом ограниченно-рационального предположения и моделирования на основе существующих неоклассических моделей. Он использовался для доказательства результата Хью Диксона [13] о «неизбежности сговора» в случае, когда неоклассическая версия модели не предсказывает сговор. [14] Здесь спрос увеличивается, как и в случае с товарами Веблена , покупатели акций с заблуждением «горячей руки» , предпочитающие покупать более успешные акции и продавать менее успешные, [15] или среди коротких трейдеров во время короткого сжатия , как это произошло. из-за сговора группы WallStreetBets с целью поднять цену акций GameStop в 2021 году . [16]
Кванторы, полученные из теории информации, использовались в нескольких статьях эконофизика Аурелио Ф. Баривьеры и его соавторов для оценки степени информационной эффективности фондовых рынков. [17] Зунино и др. использовать инновационный статистический инструмент из финансовой литературы: плоскость причинности сложности-энтропии. Это декартово представление устанавливает рейтинг эффективности различных рынков и различает различную динамику рынка облигаций. Было обнаружено, что более развитые страны имеют фондовые рынки с более высокой энтропией и меньшей сложностью, в то время как рынки развивающихся стран имеют более низкую энтропию и более высокую сложность. Более того, авторы приходят к выводу, что классификация, полученная на основе плоскости причинно-следственной связи сложности-энтропии, соответствует квалификации, присвоенной крупными рейтинговыми компаниями суверенным инструментам. Аналогичное исследование, проведенное Bariviera et al. [18] исследуют взаимосвязь между кредитными рейтингами и информационной эффективностью выборки корпоративных облигаций нефтяных и энергетических компаний США, используя также плоскость причинно-следственной связи сложность-энтропия. Они считают, что эта классификация соответствует кредитным рейтингам, присвоенным Moody's.
Еще одним хорошим примером является теория случайных матриц , которую можно использовать для выявления шума в матрицах финансовых корреляций. В одной статье утверждается, что этот метод может улучшить эффективность портфелей, например, при его оптимизации . [19]
Однако до сих пор использовались различные другие инструменты физики, такие как гидродинамика , классическая механика и квантовая механика (включая так называемую классическую экономику , квантовую экономику и квантовые финансы ), [20] и формулировку интеграла по траекториям. статистической механики. [21]
В частности, идеология эконофизики воплощается в новой вероятностной экономической теории и на ее основе - единой теории фондовых рынков.[20] [22]
Существуют также аналогии между теорией финансов и теорией диффузии . Например, уравнение Блэка-Шоулза для ценообразования опционов представляет собой уравнение диффузии - адвекции (см., однако, [23] [24] для критики методологии Блэка-Шоулза). Теорию Блэка-Шоулза можно расширить, чтобы создать аналитическую теорию основных факторов экономической деятельности. [21]
Статьи по эконофизике публиковались преимущественно в журналах, посвященных физике и статистической механике, а не в ведущих экономических журналах. Некоторых ведущих экономистов эта работа в целом не впечатлила. [25] Другие экономисты, в том числе Мауро Галлегати , Стив Кин , Пол Ормерод и Алан Кирман, проявили больший интерес, но также подвергли критике некоторые тенденции в эконофизике. С другой стороны, нобелевский лауреат и основатель экспериментальной экономики Вернон Л. Смит использовал эконофизику для моделирования общительности посредством реализации идей гуманомики. [26]
Эконофизика оказывает определенное влияние на более прикладную область количественных финансов , объем и цели которой существенно отличаются от целей экономической теории. Различные эконофизики представили модели колебаний цен в физике финансовых рынков или оригинальные точки зрения на устоявшиеся модели. [23] [27] [28]
В настоящее время одним из основных результатов эконофизики является объяснение «толстых хвостов» в распределении многих видов финансовых данных как универсального свойства самоподобного масштабирования (т.е. масштаба, инвариантного для многих порядков величины данных), [ 29] , возникающий в результате тенденции отдельных конкурентов рынка или их совокупности систематически и оптимально использовать преобладающие «микротенденции» (например, рост или падение цен). Эти «жирные хвосты» важны не только с математической точки зрения, поскольку они включают в себя риски , которые, с одной стороны, могут быть очень малы, так что ими можно пренебречь, но которые, с другой стороны, вовсе не являются незначительными. т.е. их никогда нельзя сделать экспоненциально малыми, а вместо этого следовать измеримому алгебраически убывающему степенному закону, например, с вероятностью отказа только тогда, когда x является все более большой переменной в хвостовой области рассматриваемого распределения (т.е. статистика цен с гораздо большей чем 10 8 данных). Т.е. рассматриваемые события не являются просто «выбросами», а действительно должны быть учтены и не могут быть «застрахованы». [30] Похоже, свою роль играет и то, что при смене тенденции (например, от падения цен к росту) возникают типичные «панические реакции» продавцов или покупателей с алгебраически возрастающими скоростью и объемами сделок. [30]
Как и в квантовой теории поля, «толстые хвосты» могут быть получены сложными « непертурбативными » методами, главным образом численными, поскольку они содержат отклонения от обычных гауссовских приближений , например теории Блэка–Шоулза . Однако «толстые хвосты» могут быть вызваны и другими явлениями, такими как случайное количество членов в центральной предельной теореме или любое количество других, неэконофизических моделей. Из-за сложности тестирования таких моделей им уделяется меньше внимания в традиционном экономическом анализе.
{{cite book}}: CS1 maint: несколько имен: список авторов ( ссылка ){{cite journal}}: CS1 maint: несколько имен: список авторов ( ссылка ){{cite journal}}: CS1 maint: несколько имен: список авторов ( ссылка )