AJAN TABANLI MODELLEME VE HESAPLAMALI İKTİSAT - AGENT-BASED MODELLING AND COMPUTATIONAL ECONOMICS

<p>Özet<br />Rasyonellik ve homojenlik varsayımları ile iktisadi ajanlar arasındaki etkileşimi göz ardı eden temsili<br />ajan yaklaşımı, dinamik stokastik genel denge modellerine dayanan yerleşik iktisada duyulan güvenin<br />azalmasına yol açmıştır. 1990’ların sonlarından itibaren ajan tabanlı hesaplamalı yaklaşım finansal iktisat,<br />endüstriyel organizasyon, makro iktisat, politik iktisat ve iktiadi ağ oluşumu başta olmak üzere sosyal<br />bilimlerde yaygınlaşmaya başlamıştır. Son olarak 2008 küresel finansal kriz yerleşik, iktisadın daha<br />yüksek sesle tartışılmasına ve ajan tabanlı yaklaşımın daha çok benimsenmesine neden olmuştur. Bu yeni<br />yaklaşım araştırmacılara pasif haldeki fiziksel varlıklardan durumları, inanışları ve davranış kuralları olan<br />aktif karar alıcılara kadar çeşitli ajanların bulunduğu yapay bir dünya kurmalarına imkân vermektedir.<br />Bu yapay dünyalarda ajanların birbirleriyle ya da çevreleriyle etkileşimi onların adaptif (uyarlanabilir)<br />olmasına ve kompleks adaptif bir sistem meydana getirmelerine izin vermektedir. Bu çalışmada, ajan<br />tabanlı yaklaşımın temel unsurlarının incelenmesi ve DSGE modellerine göre üstünlüklerinin gösterilmesi<br />amaçlanmıştır.</p><p>Abstract<br />Assumptions of rationality and homogeneity, and framework of representative agent that rule out interactions<br />between agents have led to a decline in confidence to mainstream economics based on dynamic<br />stochastic equilibrium models. Starting from late 1990s, agent-based computational approach has become<br />increasingly popular in social sciences, especially in financial economics, industrial organization, macroeconomics,<br />political economy, and economic network formation. Finally, 2008 global financial crisis has<br />caused mainstream to be argued loudly and agent-based approach to be adopted more. This new approach<br />enables researchers to construct artificial worlds where various agents ranging from passive entities to active decision makers who have believes, states and rules of behavior. In these artificial worlds, interactions</p><p>of agents with each other and their environments let agents be adaptive (learning) and create a complex<br />adaptive system. This study aims to examine the main dynamics of agent-based approach and its advantages<br />compared to DSGE models.