KOMPLEKSİTE İKTİSADI VE AJAN BAZLI KOMPÜTASYONEL İKTİSAT

Year 2020, Volume: 7 Issue: 19, 48 - 62, 15.01.2020

Emre Örün

Abstract

İktisadi ajanlar arasındaki etkileşimde ajanların heterojenliğini ve sınırlı rasyonaliteye sahip olmasını göz ardı eden ve katı değişmez varsayımlar ile iktisatta teorik modeller geliştiren geleneksel iktisadın geçerliliği 2008 küresel finansal kriz ile sorgulanmıştır. Kompleksite iktisadı ile birlikte artık iktisatta sınırlı rasyonalite, ajanların birbirleri ile etkileşimi ve heterojenliği, dengesizlik veya birden çok denge durumu iktisadi modellemeye dâhil olmuştur. Bu tür esnek varsayımlarla beraber kompütasyon bilimindeki gelişmeler iktisadı ajan bazlı kompütasyonel iktisat ile daha ileriye taşımıştır. Özellikle endüstriyel organizasyon, makro iktisat, politik iktisat ve bilhassa emek piyasası, çevre politikaları ve iktisadi ağ oluşumunda ajan bazlı kompütasyonel iktisat kullanılmaya başlanmıştır. Bu çalışmada, geleneksel iktisat ve kompleksite iktisadının temel özelliklerine ve kompleksite iktisadının geleneksel iktisattan farklı yönlerine ve ajan bazlı kompütasyonel iktisada değinilmiştir. Çalışmanın temel amacı, kompleksite iktisadının ve ajan bazlı kompütasyonel iktisadın geleneksel iktisada göre avantajlarının ve dezavantajlarının neler olduğuna değinmektir. Çalışmada kompleksite iktisadı ile birlikte ajan bazlı kompütasyonel iktisat, iktisatçılara ve araştırmacılara teori geliştirmede varsayım açısından gerekli esnekliği sağladığı ve geleneksel iktisada göre üstün olduğu çıkarımı yapılabilmektedir.

Keywords

Geleneksel İktisat, Kompleksite İktisadı, Ajan Bazlı Kompütasyonel İktisat, Denge, Sınırlı Rasyonalite

References

• Axtell, R., Kirman, A., Couzin, I. D., Fricke, D., Hens, T., Hochberg, M. E., . . . Sethi, R. (2016). Challenges of Integrating Complexity and Evolution into Economics. D. S. Wilson, & A. Kirman (Ed.). Complexity and Evolution: Toward a New Synthesis for Economics (s. 65-81). MIT Press. Beinhocker, E. D. (2006). The Origin of Wealth. Boston, Massachusetts: Harvard Business School Press. Borrill, P. L., & Tesfatsion, L. (2011). Agent-Based Modeling: The Right Mathematics for the Social Sciences? (91). Economics Working Papers (2002-2016). Bögenhold, D. (2014). Schumpeter’s Idea of a Universal Social Science. International Atlantic Economic Society, 42(2), 205-215. Chen, S.-H. (2012). Varieties of Agents in Agent-Based Computational Economics: A Historical and a Interdisciplinary Perspective. Journal of Economic Dynamics & Control, 36, 1-25. Çilingiroğlu, H. K. (2017). Ajan-Bazlı Kompütasyonel İktisat. E. Eren, & S. Şahin (Ed.). Kompleksite ve İktisat (s. 184-204). Ankara: Efil Yayınevi. Debreu, G. (1974). Excess Demand Functions. Journal of Mathematical Economics, 1(1), 15-21. D’Orazio, P. (2017). Big Data and Complexity: Is Macroeconomics Heading toward a New Paradigm? Journal of Economic Methodology, 24(4), 410-429. Eren, E. (2011). “Yeni” İktisatta Ortak Noktalar. E. Eren, & M. Sarfati (Ed.). İktisatta Yeni Yaklaşımlar. İstanbul: İletişim Yayınları. Eren, E. (2019). “Gerçekçi Bilim” ve İktisat. İktisat ve Toplum, 9(100), 49-61. Eren, E., & Kırer, H. (2017). Eski Fizik - Eski İktisat ve Yeni Fizik - Yeni İktisat. Ç. Boz, K. Öğüt, & A. D. Bozkurt (Ed.). İktisat ve Diğer Bilimler (s. 95-129). İstanbul: İletişim Yayınları. Fagiolo, G., & Roventini, A. (2017). Macroeconomic Policy in DSGE and Agent-Based Model Redux: New Developments and Challenges Ahead. Journal pf Artifical Socities and Simulation, 20(1). Foster, J., & Metcalfe, J. S. (2012). Economic Emergence: An Evolutionary Economic Perspective. Journal of Economic Behavior & Organization,, 82(2-3), 430-432. Kapoor, S. (2016). The Rising Complexity of the Global Economy. New Approaches to Economic Challenges: Insights into Complexity and Policy (s. 13-14). Paris: OECD.