論文の概要: Statistical Model Checking of the Keynes+Schumpeter Model: A Transient Sensitivity Analysis of a Macroeconomic ABM
- arxiv url: http://arxiv.org/abs/2605.10447v1
- Date: Mon, 11 May 2026 12:19:16 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-05-12 23:28:50.798203
- Title: Statistical Model Checking of the Keynes+Schumpeter Model: A Transient Sensitivity Analysis of a Macroeconomic ABM
- Title（参考訳）: Keynes+Schumpeterモデルの統計的モデル検証:マクロ経済ABMの過渡感度解析
- Authors: Stefano Blando, Giorgio Fagiolo, Mauro Napoletano, Tania Treibich, Andrea Vandin,
- Abstract要約: 本稿では,統計モデル検査が現実的なマクロ経済シミュレータの原理的解析層を実現する方法を示す。
本稿は,SMCが実質的に豊かな経済ABMの再現性と情報的定量的分析を支援することができることを示す。
- 参考スコア（独自算出の注目度）: 0.3210887831772571
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Agent-based models (ABMs) are increasingly used in macroeconomics, but their analysis still often relies on ad hoc Monte Carlo campaigns with heterogeneous statistical effort across parameter settings. We show how statistical model checking (SMC), implemented through MultiVeStA, can provide a principled analysis layer for a realistic macroeconomic ABM without rewriting the simulator in a dedicated formalism. Our case study is the heuristic-switching Keynes+Schumpeter(K+S) model, analysed hrough a transient sensitivity campaign over one-parameter sweeps, two macro observables (unemployment and GDP growth), and one auxiliary micro-level probe (market share) on the post-warmup phase of a 600-step horizon. The analysis is driven by reusable temporal queries, observable-specific precision targets, and confidence-based stopping rules that automatically determine the simulation effort required by each configuration. Results show a clear contrast across parameter families: macro-financial and structural sweeps produce the strongest transient effects, whereas several heuristic-rule sweeps remain much weaker under the same precision policy. More broadly, the paper shows that SMC can support reproducible and informative quantitative analysis of substantively rich economic ABMs, while making uncertainty estimates and simulation cost explicit parts of the reported results.
- Abstract（参考訳）: エージェントベースモデル(ABM)は、マクロ経済学においてますます使われてきているが、その分析は、パラメータ設定にまたがる不均一な統計的努力を伴うアドホックなモンテカルロのキャンペーンに依存していることが多い。
我々は,MultiVeStAを用いて実装された統計モデル検査(SMC)が,シミュレータを専用形式で書き換えることなく,現実的なマクロ経済ABMの原理的解析層を提供できることを示す。
ケーススタディは, ヒューリスティックスイッチングキーンズ+シャンプター(K+S)モデル, 1パラメータスイープに対する過渡感度運動, 2つのマクロオブザーバブル, 1つの補助マイクロレベルプローブ(マーケットシェア)を600ステップの地平線上で解析した。
この分析は、再利用可能な時間的クエリ、観測可能な特定精度ターゲット、各構成に必要なシミュレーション作業を自動的に決定する信頼性ベースの停止ルールによって駆動される。
マクロ・ファイナンシャル・スイープと構造的スイープが最強の過渡効果を生み出すのに対し、ヒューリスティック・ルール・スイープは同一の精度ポリシーの下ではより弱いままである。
より広範に、本論文は、SMCが実質的に豊かな経済ABMの再現可能かつ情報的定量分析を支援できる一方で、不確実性評価とシミュレーションコストを報告結果の明示的な部分で実現可能であることを示す。
関連論文リスト
- Analytica: Soft Propositional Reasoning for Robust and Scalable LLM-Driven Analysis [14.518790584034761]
Analyticaは、Soft Propositional Reasoning(SPR)の原理に基づく新しい大規模言語モデル(LLM)エージェントアーキテクチャである。
バイアスを低減するために、まずサブプロポジションのツリーに問題が発生し、データ駆動分析のための新しいJupyter Notebookエージェントを含むツール付きLLMグライダーエージェントが採用され、事実の検証とスコアリングに役立ちます。
我々の理論的および実証的な結果は、Analyticaが様々なベースモデルに対して平均15.84%の精度を向上し、71.06%の精度を達成していることを示している。
論文 参考訳（メタデータ） (2026-04-24T23:56:53Z) - $V_{0.5}$: Generalist Value Model as a Prior for Sparse RL Rollouts [81.48669089692189]
一般値モデル(例えば$V_0.5$)は、コンテキスト内のモデル機能を明示的にエンコードすることで、事前訓練された値推定を実現する。
本稿では,このような値モデルにより予測されるベースラインと,スパースロールアウトから導出される経験的平均とを適応的に融合する$V_0.5$を提案する。
V_0.5$はGRPOとDAPOを大きく上回り、より高速な収束と約10%のパフォーマンス向上を実現している。
論文 参考訳（メタデータ） (2026-03-11T14:57:41Z) - Predictive Accuracy versus Interpretability in Energy Markets: A Copula-Enhanced TVP-SVAR Analysis [0.0]
本稿では,エネルギー・マクロ力学の予測において,構造的計量モデルが機械学習に対抗できるかどうかを考察する。
我々は,時変構造VAR(TVP-S VAR)とDCC-GARCH,t-copulas,Clayton-Frank-Gumbelコプラなどの高度な依存構造を統合する統合フレームワークを開発した。
機械学習は予測性能を再現できるが、構造経済学の説明力に取って代わることはできないと結論付けている。
論文 参考訳（メタデータ） (2026-01-27T08:04:16Z) - Quantifying Weighted Morphological Content of Large-Scale Structures via Simulation-Based Inference [0.0]
大規模構造(LSS)の2つの高階要約統計量の制約パワーを比較する。
微分の条件モーメント(CMD)は、0階から3階のMFs成分よりも$(Omega_m,,sigma_8)$の厳密な予測が得られる。
論文 参考訳（メタデータ） (2025-11-05T16:54:17Z) - Agentic World Modeling for 6G: Near-Real-Time Generative State-Space Reasoning [70.56067503630486]
第6世代(6G)インテリジェンスは、流動的なトークン予測ではなく、想像と選択の能力を校正している、と我々は主張する。
We showed that WM-MS3M cuts mean absolute error (MAE) by 1.69% vs MS3M with 32% less parameters and similar latency, and achieve a 35-80% lower root mean squared error (RMSE) than attention/hybrid baselines with 2.3-4.1x faster inference。
論文 参考訳（メタデータ） (2025-11-04T17:22:22Z) - Generalisation Bounds of Zero-Shot Economic Forecasting using Time Series Foundation Models [1.131401554081614]
本研究では,時系列基礎モデルのマクロ経済指標に対するゼロショット予測能力について検討した。
データスカース条件と構造破壊の下で、最先端の3つのTSFMをバックテストしました。
この結果から, TSFMは微調整がなければ, 安定した経済環境下での古典的モデルに適合し, 超過することができることが示唆された。
論文 参考訳（メタデータ） (2025-05-30T03:10:46Z) - Learning Symbolic Persistent Macro-Actions for POMDP Solving Over Time [52.03682298194168]
本稿では,時間的論理的推論と部分観測可能なマルコフ決定過程(POMDP)の統合を提案する。
本手法は,イベント計算(EC)に基づく線形時間論理(LTL)の断片を利用して,固有(定数)なマクロアクションを生成する。
これらのマクロアクションは、MCTS(Monte Carlo Tree Search)ベースのPOMDPソルバを時間軸上でガイドする。
論文 参考訳（メタデータ） (2025-05-06T16:08:55Z) - On Least Square Estimation in Softmax Gating Mixture of Experts [78.3687645289918]
決定論的MoEモデルに基づく最小二乗推定器(LSE)の性能について検討する。
我々は,多種多様な専門家関数の収束挙動を特徴付けるために,強い識別可能性という条件を確立する。
本研究は,専門家の選択に重要な意味を持つ。
論文 参考訳（メタデータ） (2024-02-05T12:31:18Z) - Interpreting and predicting the economy flows: A time-varying parameter
global vector autoregressive integrated the machine learning model [0.0]
本稿では,先進地域経済変数の予測と分析を行うための時間変化パラメータグローバルベクトル自己回帰フレームワークを提案する。
提案したモデルが,すべての経済変数における説得力のあるインサンプルと,異なる周波数の経済入力を持つ比較的高精度なアウト・オブ・サンプル予測を示す。
論文 参考訳（メタデータ） (2022-07-31T06:24:15Z) - Multiplicative noise and heavy tails in stochastic optimization [62.993432503309485]
経験的最適化は現代の機械学習の中心であるが、その成功における役割はまだ不明である。
分散による離散乗法雑音のパラメータによく現れることを示す。
最新のステップサイズやデータを含む重要な要素について、詳細な分析を行い、いずれも最先端のニューラルネットワークモデルで同様の結果を示す。
論文 参考訳（メタデータ） (2020-06-11T09:58:01Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。