AGENT-BASED MODELLING

Questo corso offre un'introduzione ai modelli ad agenti (ABM) come metodologia computazionale per lo studio di sistemi economici e finanziari complessi. Attraverso una combinazione di lezioni teoriche, esercitazioni pratiche e lavoro di progetto, gli studenti esploreranno i principi, le tecniche e le applicazioni dell'ABM in economia e finanza. Sarà posta un'attenzione particolare alla comprensione del comportamento degli agenti, del ruolo delle interazioni, dell'emergere di fenomeni macroeconomici aggregati, oltre che all'implementazione pratica delle simulazioni ABM per affrontare questioni economiche e finanziarie reali. In particolare, gli ABM sono in grado di riprodurre sorprendenti regolarità osservate nei mercati finanziari (ad esempio, distribuzione delle rendite con code grasse, autocorrelazione delle rendite) e fenomeni economici come le disuguaglianze nella distribuzione del reddito della ricchezza, la diffusione dell'innovazione e il cambiamento tecnologico, e l'instabilità finanziaria connessa al rischio sistemico.

Completando con successo questo corso, lo studente sarà capace di:
- riconoscere le situazioni in cui i modelli ad agenti sono utili ad ottenere intuizioni su ambienti economici e sociali complessi.
- concettualizzare e sviluppare semplici modelli ad agenti per studiare problemi in economia, finanza e scienze sociali.
- conoscere ed utilizzare i principali concetti teorici di base relativi allo studio delle reti complesse su larga scala.
- caratterizzare ed esplorare il comportamento di sistemi sociali complessi che generano comportamenti di tipo emergente e di processi di auto-organizzazione.

Nozioni di matematica, analisi e algebra lineare (fornite, ad esempio, da corsi di livello universitario o post-universitario). Conoscenza di Matlab e/o di linguaggi di programmazione sono utili ma non necessarie.

Il modulo comprende due parti: una teorica e una di implementazione tecnica.
Nella parte teorica introdurremo dapprima diversi importanti modelli ad agenti e discuteremo di come essi mettono in luce fenomeni emergenti in sistemi complessi di natura economica, finanziaria e sociale. Indicativamente introdurremo il modello di segregazione di Shelling, il problema di El Farol (minority games), il modello di borsa artificiale di Santa Fe e modelli macroeconomici. Questi modelli ci consentiranno di discutere concetti come il pensiero induttivo, i fenomeni emergenti e l'auto-organizzazione. Inoltre, in molte situazioni interessanti in cui sono utili i modelli agent-based, le interazioni avvengono sui social network, per questo dedicheremo alcune lezioni allo studio delle topologie di rete e delle implicazioni sulla funzionalità dei sistemi implicati.
Nelle lezioni pratiche impareremo invece come sviluppare un modello basato su agenti utilizzando NetLogo. Le prime lezioni introdurranno argomenti generali di programmazione (elementi di base della programmazione in NetLogo e strutture di interazione più complesse attraverso networks), che verranno poi utilizzate per costruire modelli ad agenti.

Gli argomenti effettivamente discussi potrebbero cambiare leggermente a seconda delle conoscenze e degli interessi degli studenti.

Articoli originali, dispense, appunti.

Allo studente verrà richiesto di:
- estendere un modello presentato durante il corso. Questo richiede la scrittura di un poco di codice.
- analizzare i risultati delle simulazioni in una breve presentazione, in forma scritta.
- discutere la presentazione e la teoria in un esame orale.
Una semplice estensione del modello, insieme con la dimostrazione di aver acquisito i concetti fondamentali del corso permetterà di superare l'esame con voto sufficiente (18-23). Modifiche più complesse che prevedono una fase di ricerca della letteratura sul modello scelto, insieme alla dimostrazione di senso critico nell'esposizione dei concetti fondamentali del corso, permetterà di raggiungere una votazione più elevata (27-30).

scritto e orale

Lezioni frontali, tutorial di sviluppo di modelli (le modalità dipenderanno dal numero di studenti).
La partecipazione attiva è fondamentale per raggiungere completamente gli obbiettivi di apprendimento.

Questo insegnamento tratta argomenti connessi alla macroarea "Povertà e disuguaglianze" e concorre alla realizzazione dei relativi obiettivi ONU dell'Agenda 2030 per lo Sviluppo Sostenibile