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 una parte teorica e una parte di programmazione che verranno trattate in parallelo, attraverso la filosofia del learning by doing.
Nella parte teorica introdurremo dapprima le caratteristiche generali dei modelli ad agenti e poi analizzeremo modelli specifici presenti in letteratura, discutendo la loro predisposizione a descrivere fenomeni complessi di natura economica, finanziaria e sociale. Fra i modelli che verranno discussi nel corso ci sarà una selezione fra: (i) modello di segregazione di Shelling, (ii) dilemma di "El Farol" (modelli di scelta e coordinamento), (iii) modello del mercato finanziario "Santa Fe artificial stock market", (iv) modelli econofisici di scambio e distribuzione della ricchezza, e (v) modelli macroeconomici. Questi modelli consentiranno di discutere concetti come il pensiero induttivo, i fenomeni emergenti (bottom-up) e l'auto-organizzazione dei sistemi complessi.
Nelle lezioni pratiche verrà invece spiegato come sviluppare modelli ad agenti utilizzando il software specifico NetLogo. Si introdurranno gli elementi di base della programmazione in NetLogo per poi approfondire strutture di interazione più complesse attraverso networks e altri meccanismi di connessione fra gli agenti.

Gli argomenti del corso potrebbero presentare lievi variazioni a seconda del curriculum e degli interessi degli studenti iscritti.

Articoli originali, dispense, appunti.

Allo studente verrà richiesto di:
- estendere un modello presentato durante il corso. Questo richiede la scrittura 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

Il/la docente ha il dovere di vigilare affinché siano rispettate le regole di autenticità e originalità delle prove d'esame. Di conseguenza, nei casi in cui vi sia il sospetto di un comportamento irregolare, l'esame può prevedere un ulteriore approfondimento, contestuale alla prova d'esame, che potrà essere realizzato anche in modalità differente rispetto alle modalità sopra riportate.

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, insieme alla dimostrazione di senso critico nell'esposizione dei concetti fondamentali del corso, permetterà di raggiungere una votazione più elevata (24-27). Implementazione di modelli ex-novo o elaborazioni che prevedono contributi originali in termini di concetti e di scrittura del software, possono portare a una votazione massima (20-30 e lode).

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