【重要】データの検証に失敗しました。このシラバスのデータは正しくない可能性が高いです。

2024年度/1BDA119001 (公大)

【金3】複雑系経済学 <前期>

この授業は原則として講義動画のオンデマンド配信と、LMSを用いたレポート、ZOOMを用いた同時双方向型授業を組み合わせて行います。同期・非同期を交えた遠隔授業で行いますので受講生は、どちらのキャンパスからでも受講できます。詳細は Moodle を確認してください。 創発や進化と言った複雑系の諸概念の理解と、エージェント・ベース・シミュレーション(ABS)という研究技法の習得を目的とした講義を行う。複雑系研究及びABSの技法は、その多くが物理学や数学の研究分野で生み出されたものである一方で、地震や破壊、浸透などの地学、物理学分野や群れ行動、捕食被食関係などの生態学分野、人間関係などのネットワーク科学分野など多くの分野で応用され、学際的研究の代表例の一つとなっている。経済現象においても、株価変動や都市の形成、交通渋滞などで用いられている。この授業では、経済学分野における最近の研究についてサーベイする。更に、その研究を発展させるための論点について討議する。

担当教員氏名

中島 義裕

科目ナンバリング

BDAECO63019-J1 (公大)

授業管轄部署

経済学研究科

授業形態

講義

開講キャンパス

杉本

開講区分

週間授業

科目分類

応用科目

配当年次

1年 (公大)

注意: 配当年次は学部・学科によって異なる場合があるので、UNIPAで確認してください。

単位数

2単位 (公大)

注意: 実際の単位数は学部・学科によって異なる場合があるので、必ずUNIPAで確認してください。

到達目標

１）研究課題を適切に説明できる。 ２）上記の課題に取り組むために提案されたエージェント・ベース・モデルを正確に説明できる。 ３）上記モデルによるエージェント・ベース・シミュレーションの実施内容を説明できる。 ４）エージェント・ベース・シミュレーションによる分析結果と結論を説明できる。 ５）研究課題と研究結果結論の関係を説明し、他の課題に応用できる。

各授業回の説明

授業	授業内容	事前・事後の学習内容
第1回	What is Agent Base Simulation	第1回授業の復習と第2回授業の予習
第2回	Multi-Agent Stochastic Simulation for the Electricity Spot Market Priceの研究課題とモデル	第2回授業の復習と第3回授業の予習
第3回	Multi-Agent Stochastic Simulation for the Electricity Spot Market Priceのモデルの実装	第3回授業の復習と第4回授業の予習
第4回	Multi-Agent Stochastic Simulation for the Electricity Spot Market Priceのシミュレーション	第4回授業の復習と第5回授業の予習
第5回	Multi-Agent Stochastic Simulation for the Electricity Spot Market Priceの分析	第5回授業の復習と第6回授業の予習
第6回	Multi-Agent Stochastic Simulation for the Electricity Spot Market Priceのまとめと試験	第6回授業の復習と第7回授業の予習
第7回	Learning to Trade in an Unbalanced Marketの研究課題とモデル	第7回授業の復習と第8回授業の予習
第8回	Learning to Trade in an Unbalanced Marketのモデルの実装	第8回授業の復習と第9回授業の予習
第9回	Learning to Trade in an Unbalanced Marketのシミュレーション	第9回授業の復習と第10回授業の予習
第10回	Learning to Trade in an Unbalanced Marketの分析	第10回授業の復習と第11回授業の予習
第11回	Learning to Trade in an Unbalanced Marketのまとめと試験	第11回授業の復習と第12回授業の予習
第12回	Time-Dependent Trading Strategies in a Continuous Double Auctionの研究課題とモデル	第12回授業の復習と第13回授業の予習
第13回	Time-Dependent Trading Strategies in a Continuous Double Auctionのモデルの実装	第13回授業の復習と第14回授業の予習
第14回	Time-Dependent Trading Strategies in a Continuous Double Auctionのシミュレーション	第14回授業の復習と第15回授業の予習
第15回	Time-Dependent Trading Strategies in a Continuous Double Auctionの分析	第15回授業の復習と第16回授業の予習
第16回	Time-Dependent Trading Strategies in a Continuous Double Auctionのまとめと試験	第16回授業の復習と全体のまとめ

事前・事後学習の内容

１）動画配信によるオンデマンド教材を用いて事前学習を行う ２）毎回動画を視聴して学んだことや質問を自分の言葉で説明する（300字以上） ３）翌週に、授業動画とは別に前回の学生からの質問や感想にコメントする動画を与える。 ４）授業時間はZOOMで待機しリアルタイムで質問したい学生や学生間の討論に充てる。

成績評価方法

毎回の課題（100%)により授業で取り上げた３の事例のそれぞれについての理解度と応用度に応じて評価する。 １）研究課題を適切に理解できる。 ２）上記の課題に取り組むために提案されたエージェント・ベース・モデルを正確に理解できる。 ３）上記モデルによるエージェント・ベース・シミュレーションの実施内容を正確に理解できる。 ４）エージェント・ベース・シミュレーションによる分析結果と結論を正確に理解できる。 ５）研究課題と研究結果結論の関係を正確に理解し、他の課題に応用できる。 [合格のための最低基準] １）教員や他の学生の助言を受けて研究課題を適切に理解できる。 ２）教員や他の学生の助言を受けて上記の課題に取り組むために提案されたエージェント・ベース・モデルを正確に理解できる。 ３）教員や他の学生の助言を受けて上記モデルによるエージェント・ベース・シミュレーションの実施内容を正確に理解できる。 ４）教員や他の学生の助言を受けてエージェント・ベース・シミュレーションによる分析結果と結論を正確に理解できる。 ５）教員や他の学生の助言を受けて研究課題と研究結果結論の関係を正確に理解し、他の課題に応用できる。

履修上の注意

JAVAもしくは、pythonによるプログラミングができること

教科書

Sjoukje Osinga, G. J. Hofstede, T. Verwaart (Eds.), 〝Emergent Results of Artificial Economics", Springer, 2011

Loading...

参考文献

塩沢由典・中島義裕・松井啓之・小山友介・谷口和久・橋本文彦著 人工市場で学ぶマーケットメカニズム －U-Mart経済学編－ （CD-ROM付き） 知的エージェントで見る社会　3 共立出版 2006 喜多　一・森　直樹・小野　功・佐藤　浩・小山友介・秋元圭人 著 人工市場で学ぶマーケットメカニズム －U-Mart工学編－（CD-ROM付き） 知的エージェントで見る社会　4 共立出版 2009

オフィスアワー

- 外部公開シラバスのためデータがありません / Please use UNIPA syllabus -

教員への連絡方法（メールアドレス等）

- 外部公開シラバスのためデータがありません / Please use UNIPA syllabus -