我和多因·法默(Doyne Farmer)在一起, 他是圣菲研究所(SFI)的外聘教授, 也是英国牛津大学的教授。 多因(Doyne),你能告诉我们你在牛津大学的职位吗? 我在数学领域研究, 我是一个数学教授, 我还是牛津现代学校 新经济思维研究所的 复杂经济学主任。 嗯,很好! 告诉我你是如何进入的 复杂领域的,是什么把你带到这里的。 好的, 在上大学时 我在思考复杂性, 而且我和其他 几个物理学专业的朋友会在物理课结束后, 坐在草坪上, 讨论替代了物理学, 我们在谈论复杂性的时候, 当时还没有这个术语名字, 我们没有想到有人可以学习 这样的东西 当我在研究生院时, 研究宇宙物理学, 我了解到混沌和动力系统, 这似乎是最接近的 那时候你可以学到的东西, 因此我放弃了宇宙学, 然后我发现了 其他人也有兴趣 思考类似的事情, 最终在洛斯阿拉莫斯 (Los Alamos), 做感兴趣的研究,具有讽刺意味的是, 武器实验室是知识分子 自由跨越学科界限 并思考复杂系统的地方。 然后就是 在1988年启动一个小组, 理论上说,小组成员基本上都不属于其他组 因为他们在做有趣的事情, 我们当时称呼它,比喻为情报小组 但我们认为这太有限制了 因此我们决定复杂系统 是个好主意。你知道,一般的目的 我们可以做想做的事情, 我们对突发现象 非常感兴趣。 而且它也发生在那个时候, 圣菲研究所抓住了'复杂系统'。 好的,你的背景是物理, 研究的是混沌,动态系统等, 那么你是怎么进入经济学领域的? 这又是另一个奇怪的巧合, 我一直认为我的 日常工作就是我预测事物的能力。 因为轮盘赌, 我当时是加州大学圣克鲁斯分校 (UC Santa Cruz) 物理系的研究生 我和诺曼·帕卡德(Norman Packard)合作, 利用物理学来打败轮盘赌游戏。 然后总是看起来混沌, 你应该能够利用混沌的优点做出更好的预测, 即使它无法预测。 在1987年,我写了一篇论文, “Sid”Sidorowich基本上说 建立非线性模型 更好预测存在的低维混沌的现象。 我们开始预测很多东西, 比如过渡流体流动、冰河时代 和太阳黑子,所以我们收集了 一系列可以做出很好 预测的东西。每次我谈论这个, 一些人会问 你试过把这个应用 到股市吗? 我厌倦了听到这个消息, 而且我也曾经在洛斯阿拉莫斯呆了将近10年, 他们要给我一个坚果盘, 来纪念我的十年服务, 最后我决定离开了。 我放弃和开始了一个企业 来预测股市。 所以,我实际上 试图更多地了解金融, 这与经济学有关, 8年后,我与诺曼·帕卡德 (Norman Packard) 有了一个预测公司。 一旦我达到了自己的财务目标, 我觉得好, 现在我该怎么办? 我决定融合我的背景 在复杂系统中,我所学到的, 对金融市场的了解 和经济,然后我来到这里 作为一名教师, 并在这里工作了12年。 然后去牛津做经济学, 之后继续在牛津大学 已有十多年了。 哇。 我不知道你是否记得 当你第一次进入 经济学这个领域的时候 并开始认识这些模型 有什么特别的吗? 让你感到惊奇或... 那么,我觉得令我惊讶的是, 或者奇怪的是, 来自不同学科的人们 对世界认识 有多么不同, 那些被视为人们看待世界的 基本方式的全部中间结构是不同的。 真的,你能举个例子吗? 是的人们很自然的会开始思考, 让我们把这件事情分解 让我们做一个计算机模拟 让我们来看看出现的现象 这就是现在复杂系统的范例,我会说, 或至少有一种方法来观察它。 在经济学中,它是这样的:“让我们思考一下, 让我们试着去理解 所有智能体的想法,让我们 试着去理解他们的目标是什么, 他们的效用,他们的喜好, 然后我们将制作一个我们假设的模型 优化他们的偏好, 受他们的信念, 我们会推测那里有一个固定的点。 这就是经济学的基本模式。 它与复杂系统中的完全不同。 所以复杂系统中 不会假定一个固定点, 不要假设一个固定的点,它假定计算机模拟是很好的, 如果能得到一些分析结果, 经济学,如果你想发表在一个顶尖杂志 最好得到一些分析结果, 至少如果你在做理论, 所以这只是一个不同的思维模式, 和一个不同的概念 你应该问什么问题, 你应该怎么回答他们,什么样的答案是可以接受的, 那么什么才算真正的科学 是的,什么是好的科学 所以你知道,你说你一直在做这个领域, 我觉得很多人 现在称为“复杂性经济学” 用了很长时间。 你有没有看到这种观点的转变 我认为这是转变, 我认为这是转变。 经济正在改变, 经济学是一个 科学的方法不断演变的领域 我已经看到它在我的一生中演变, 在七十年代,热门的东西 被完美理性的建模 而到了九十年代, 人们开始开始考虑行为效应, 并考虑到一些心理学, 甚至做实验。 早在六十年代就有实验, 但是那个时候这是非常低调的东西。 那些突破的东西, 所以经济在变, 它变得更加经验化, 我认为这是一件非常好的事情, 还有一点,一些走向开放的大门缝隙 面向 基于智能体的建模 尽管到目前为止, 我会说几乎是不可能的 基于智能体模型, 在顶级的经济学期刊上。 你认为2008年的金融危机 对经济学领域有什么影响? 所以自2008年起它在这个领域,很大的影响了经济学, 震惊了这个行业。 你知道,Duncan Foley 另一个圣菲研究所的外聘教师 和我写了一篇文章 在2009年自然界, 我不得不说。现有的一套 理论模型有一些错误 而我们的意思是, 如果我们看看动态随机性一般均衡模型 几家银行正在试用和预测 危机发生了什么, 那些模型没有银行业务系统中 默认的可能性不在那里, 所有的机器 对危机没有模拟 你甚至没有对这个理论进行测试, 看它是否正确。 从那以后,事情真的改变了。 人们正在努力尝试创造出 具有这些元素的模型。 我仍然批评所做的事情, 因为在我看来, 这些模式在结构上仍然过于简单, 无法捕捉到需要捕捉到 经济的关键要素。 网络不是建模的一部分。 实际上也并不在模型的生产中, 虽然他们已经被经济学家在 理论上进行了更多的研究。 还有很多模型中没有的 其他结构性的东西, 我认为将会很难 融入到目前的模型中。 而我认为的基本假设平衡, 这是建立在现有的经济模式 它根本就不合适。 你必须放手 准确地捕捉 在经济中发生的振荡 和内生的运动 我觉得开车的事情像商业周期一样。 所以必须有一个关键的变化 那必须发生 在模型的基本方式在一起, 在我看来,他们可以 开始真正超越 现在正在做什么 那么这些日子哪些科学问题真的吸引你了? 你在关注什么? 那么,我真的专注于两件事情。 一个是试图制作基于智能体的模型 这将给我们更准确代表经济, 并试图以一种非常定量的方式做到这一点。 我们正在拼凑一个开源项目。 我们仍在努力确定一个目标。 我有点偏向于经济仿真平台, 但是我和我的同事们还在辩论这个问题, 所以我们将要有一个开源项目 任何人都可以把他们的基于智能体模型, 任何人都可以为建立新模型做出贡献, 我们将尝试和建立乐高积木 以经济智能体为基础模型。 我们正在努力做到这一点 结构化的方式与很多的重点 校准和验证模型。 另一件事我真的 这几天感兴趣的是 技术的演变, 特别是创造一个进化的 技术变革模式。 达尔文进化论的意义 在下降的意义上 与变异选择, 我认为这是根本的驱动力 这正在塑造技术的方式, 广泛的原则,我认为, 与生物进化共享, 在达尔文的意义上, 细节都是不一样的。 所以,我认为这是一个广阔的领域 那里还有很多工作要做。 你知道,技术是 我们世界的一个更大的部分, 我想这只是在呼喊更多 根本理解, 出于实际的原因, 因为我们正面临着一些问题 像气候变化, 好,技术造成了这个问题, 技术是我们唯一的 解决问题的办法。 和正确的技术下注 将会造成很大的变化。 所以我会争辩说核电 例如,不是正确的 技术押注 好的,不仅仅是因为这些 安全考虑等等, 但是因为没有历史 争取在核电方面取得进展。 核电成本现在和以前一样了 实际上在六十年代甚至更高。 而其他技术如 太阳能已经下降得相当快, 这是有根本原因的 我们需要更好地理解, 有非常有趣的规律 在如何发生这些变化, 都有政策的相关性 所以这是一方面,另一方面是, 我认为这很有趣, 为了知识的统一而努力,把它与达尔文进化论一起 理解, 相似性和差异。 回到你的预测重点, 你认为有可能开发一个技术进化的预测模型? 那么,我们有一个研究政策的文件, 称为技术是可预测的进展, 我们在那里展示那简单外推模型 提供其准确性可能的预测量化, 这实际上是足够好的 对制定政策相当有用。 比如说,如果你想问一下 如果你说,“太阳能太好了, 在过去的40年里, 在未来20年 它会继续进展的可能性是什么? 在这一点上,应该是相当多的 在电价方面比煤炭便宜。 而且,所以我们可以给出一个量化的答案 在这个问题上, 并知道可能性会是这样 20年来比现在贵百分之几。 核电的可能性, 从同样的分析, 大约是50%。 所以,这只是使用统计。 我想你也可以, 我想你最终可以做得更好 有一个合适的理论 你真的明白为什么事情可行。 我刚刚提到的预测是做的 通过分析大量的技术 并看他们的模式和改进 所以更像是用数据来建立统计模型, 而不是有一个真正的模型的机制。 这正是它是什么。 但我认为可以超越, 做出更好的模型, 它也会给, 通过给你一个更基本的发生了什么, 以许多方式提供更深入的见解。 好吧,那真的很有趣 非常感谢,感谢。不客气。 谢谢。