SongQi
/
entity_ABM
1
0
Fork 0
Code Issues Pull Requests Projects Releases Wiki Activity

remove error

This commit is contained in:
He Zhou 2023-02-07 09:12:50 +08:00
parent 03c5198abd
commit 918eecb399
1 changed files with 8 additions and 8 deletions
Show Stats Download Patch File Download Diff File Expand all files Collapse all files

12
20230206entity_finance.tex
View File

@ -111,7 +111,7 @@ Song Q, Jing Y H, Dong Z, He Z. Research on Investment and Financing Decision of
\vskip.05in {\narrower\zihao{5}\fangsong\noindent {\heiti 摘\quad \vskip.05in {\narrower\zihao{5}\fangsong\noindent {\heiti 摘\quad
要}\ \ 基于``引导金融服务实体经济"的现实背景, 本文首先通过构建演化博弈模型刻画金融机构和实体企业之间投融资博弈演化过程, 研究影响动态演化路径的机制. 分析发现, 稳态状态下双方都趋向于促成业务合作的决策行为. 之后, 本文基于主体建模思路, 将双方演化博弈行为转变为投融资资金比例分配的决策问题, 并纳入了地理位置因素, 通过仿真异质企业和金融机构主体的投融资决策, 分析多种因素对投融资比例决策的影响. 研究发现, 成本控制、收益分配和政府补贴等方式能够推动金融机构以间接融资的方式服务实体企业. 此外, 资本市场融资成本、企业盈利水平和地理因素对决策有显著影响. 最后, 本文对比和结合了两个模型的结果提出了相应建议. 要}\ \ 基于``引导金融服务实体经济"的现实背景, 本文首先通过构建演化博弈模型刻画金融机构和实体企业之间投融资博弈演化过程, 研究影响动态演化路径的机制. 分析发现, 稳态状态下双方都趋向于促成业务合作的决策行为. 之后, 本文基于主体建模思路, 将双方演化博弈行为转变为投融资资金比例分配的决策问题, 并纳入了地理位置因素, 通过仿真实体企业和金融机构主体的投融资决策, 分析多种因素对投融资比例决策的影响. 研究发现, 成本控制、收益分配和政府补贴等方式能够推动金融机构以间接融资的方式服务实体企业. 此外, 资本市场融资成本、企业盈利水平和地理因素对决策有显著影响. 最后, 本文对比和结合了两个模型的结果提出了相应建议.
\vskip.05in \noindent {\heiti 关键词}\ \ 金融资本; 实体经济; 演化博弈; 主体建模与仿真 \vskip.05in \noindent {\heiti 关键词}\ \ 金融资本; 实体经济; 演化博弈; 主体建模与仿真
@ -454,9 +454,9 @@ $C_C,C_F,\gamma $&
\sub{4.1.1\ \ 模型变量 }%二级标题命令 \sub{4.1.1\ \ 模型变量 }%二级标题命令
主体模型参数表如表6所示, 其中大部分参数和表2中演化博弈的参数一致. 为了明确实体企业和金融机构主体的属性或决策变量, 故分别使用$i, j$对相应参数符号予以标注. 主体模型参数表如表6所示, 其中大部分参数和表1中演化博弈模型的参数一致. 为了明确实体企业和金融机构主体的属性或决策变量, 故分别使用$i, j$对相应参数符号予以标注.
\begin{center}{\sz {\textbf{表6\ \ 主体模型参数表(和表2中演化博弈的参数基本一致)}}}\\ \begin{center}{\sz {\textbf{表6\ \ 主体模型参数表(和表1中演化博弈模型的参数基本一致)}}}\\
{\sz {\textbf{Table 6\ \ Agent-based model parameters}}}\\ {\sz {\textbf{Table 6\ \ Agent-based model parameters}}}\\
\scalebox{0.7}{ \scalebox{0.7}{
\begin{tabular}{ c c c } \toprule \begin{tabular}{ c c c } \toprule
@ -520,7 +520,7 @@ DDirect_j=min[(1-n_j)d_jB_i,(1-n_j)d_jB_i\frac{\sum(1-m_i)}{\sum(1-n_j)d_j}]
\sub{4.2.1\ \ 输入变量与输出指标}%二级标题命令 \sub{4.2.1\ \ 输入变量与输出指标}%二级标题命令
结合理论模型的结论和现实场景, 本文选定了$v_i$, $\gamma$, $\rho$, $s_j$, $d_j$, $f_{1,j}$, $f_{2,j}$, $p_{1,j}$, $k_j$, $lo_i$, $h_i$ 共 11 个变量作为仿真因素, 每个因素具有3个场景, 具体变量的取值集合如表6 所示. 为了将研究的问题集中在对投融资比例决策的讨论中, 本文忽略$A_{C,i}$、$A_{F,j}$对双方利润的影响并设定为0. 为了尽可能保证数值实验的普适性, $B_i$设定为1000 个虚拟的货币单位, 并讨论当金融机构可以用于投资的资金规模分别为$B_i$的1倍, 5倍, 9倍时对决策的影响是否显著. $v_i$在不同行业的收益率差距较大, 本文采取三种差别较大的收益率取值, 观察其是否会对决策产生显著影响. 考虑到不同企业的融资成本率有所不同等情况, 本文采取了较为平均的数值0.1作为$c_{1,i}$的取值. $lo_i=0$ 表示企业能够向所有金融机构提出间接融资申请,$lo_i=1, 2$ 则分别表示企业仅能够有机会与周围1 个、2 个单位距离内的金融机构进行间接融资业务的合作.故每次仿真模型将生成64 个主体(58 家企业、6 家金融机构), 其位置每次都是随机指派在$8 \times 8$ 的网格环境中, 并采用曼哈顿距离计算主体之间的距离. 仿真模型经过100个时间步后停止. 结合理论模型的结论和现实场景, 本文选定了$v_i$, $\gamma$, $\rho$, $s_j$, $d_j$, $f_{1,j}$, $f_{2,j}$, $p_{1,j}$, $k_j$, $lo_i$, $h_i$ 共 11 个变量作为仿真因素, 每个因素具有3个场景, 具体变量的取值集合如表6 所示. 为了将研究的问题集中在对投融资比例决策的讨论中, 本文忽略$A_{C,i}$、$A_{F,j}$对双方利润的影响并设定为0. 为了尽可能保证数值实验的普适性, $B_i$设定为1000 个虚拟的货币单位, 并讨论当金融机构可以用于投资的资金规模分别为$B_i$的1倍, 5倍, 9倍时对决策的影响是否显著. $v_i$在不同行业的收益率差距较大, 本文采取三种差别较大的收益率取值, 观察其是否会对决策产生显著影响. 考虑到不同企业的融资成本率有所不同等情况, 本文采取了较为平均的数值0.1作为$c_{1,i}$的取值. $lo_i=0$ 表示企业能够向所有金融机构提出间接融资申请,$lo_i=1, 2$ 则分别表示企业仅能够有机会与周围1 个、2 个单位距离内的金融机构进行间接融资业务的合作.故每次仿真模型将生成64 个主体(58 家企业、6 家金融机构), 其位置每次都是随机指派在$8 \times 8$ 的网格环境中, 并采用曼哈顿距离计算主体之间的距离. 仿真模型经过100个时间步后停止.
本文采用Python实现仿真模型, 其中主体决策采用了ESTOPT框架$^{[35]}$. 仿真模型的输入有11个因素, 每个因素有3 种取值, 故采用$L_{27}(3^{13})$ 正交表进行实验设计, 并将$m_i$, $n_j$, $\pi_i$, $\pi_j$ 四个指标作为仿真输出结果. 每一个实验均仿真重复10次, 取4 个指标结果的均值. 经过270 次实验, 记录模型的输入输出结果, 如表7所示. 其中, 由于正交表有13列而研究的影响因素只有11个, 故有两列空白列(又称误差列)用于估计误差. 本文采用Python实现仿真模型, 其中主体决策采用了ESTOPT框架$^{[34]}$. 仿真模型的输入有11个因素, 每个因素有3 种取值, 故采用$L_{27}(3^{13})$ 正交表进行实验设计, 并将$m_i$, $n_j$, $\pi_i$, $\pi_j$ 四个指标作为仿真输出结果. 每一个实验均仿真重复10次, 取4 个指标结果的均值. 经过270 次实验, 记录模型的输入输出结果, 如表7所示. 其中, 由于正交表有13列而研究的影响因素只有11个, 故有两列空白列(又称误差列)用于估计误差.
%\begin{table}[] %\begin{table}[]
\begin{center}{\sz {\textbf{表7\ \ 仿真实验结果}}}\\ \begin{center}{\sz {\textbf{表7\ \ 仿真实验结果}}}\\
@ -783,8 +783,8 @@ Taylor P D. Evolutionary stable strategies and game dynamics[J]. Mathematical Bi
%普惠金融与中国经济发展:多维度内涵与实证分析[J].经济研究,2020,55(04):37-52.\\ %普惠金融与中国经济发展:多维度内涵与实证分析[J].经济研究,2020,55(04):37-52.\\
%Li J J, Peng Y C, Ma S C.Inclusive finance and China's economic development: Multi-dimensional connotation and empirical analysis [J]. Economic Research Journal,20,55(04):37-52. %Li J J, Peng Y C, Ma S C.Inclusive finance and China's economic development: Multi-dimensional connotation and empirical analysis [J]. Economic Research Journal,20,55(04):37-52.
\REF{[35]} \REF{[34]}
He Z, Luo C, Tan C-H, et al. Simulating an agent’s decision-making process in black-box managerial environment: An estimation-and-optimisation approach[J]. Journal of Simulation, 2019, 13(2):111–127. DOI: 10.1080/17477778.2018.1440946. He Z, Luo C, Tan C-H, et al. Simulating an agent's decision-making process in black-box managerial environment: An estimation-and-optimisation approach[J]. Journal of Simulation, 2019, 13(2):111–127. DOI: 10.1080/17477778.2018.1440946.