人工神经网络模型、ACE模型、可计算一般均衡模型是年轻一代经济学家现在常用三种计算机算法模型。相对于经济学家常用的数学模型，这些计算机算法更便于处理复杂的经济问题

　　财新网“名家/新秀”专栏作家。华侨大学经济发展与研究院全职特聘教授，博士生导师，闽江学者。1984年获中国社会科学院数量经济与技术经济研究所数量经济学硕士学位。1988年获中国社会科学院经济所经济学博士学位。1988年3月到国家信息中心工作。1989年8月起，先后在美国斯坦福大学和中文大学作访问学者。1997年1月起，先后就职于美国议会预算局和美国州务卿办公室。2010年3月回国担任华侨大学全职特聘教授。

　　【财新网】（专栏作家 李拉亚）年轻一代经济学家现在常用三种计算机算法模型。相对于经济学家常用的数学模型，这些计算机算法更便于处理复杂的经济问题。

　　人工神经网络（Artificial Neural Network，缩写ANN）是一种模仿大脑神经突触联接结构进行信息处理的计算模型。人工神经网络有几个特色：（1）是一个非线性动力学系统，可处理一些非线）其信息的存储和调用是同时进行的，运算是并行的。（3）能较好地处理人的学习行为。学习是神经网络研究的一个重要内容。由赫布(Hebb)提出的“赫布学习规则”为神经网络的学习算法奠定了基础。人工神经网络的这些特征使其在经济学中得到了广泛的应用。

　　最近20年来，学习模型成为当代经济学的重要研究领域。有限理论和行为经济学的一个共同观点是，经济人是通过学习做决策而不是通过对最优模型求解做决策。预期的形成是一个典型的学习过程。适应性预期公式实际上是一个学习模型。用心理学语言来说，预期是一种适应性学习行为。萨金特（1993）的著作采用了神经网络模型来研究经济人的学习行为。相对而言，预期理论则认为正确的预期来自于对模型求解。

　　除了研究学习，神经网络模型在计量经济学、预测和金融等领域也有广泛应用，如N.R.Swanson et al（1997）运用神经网络从事宏观经济预测，Ali Choudhary et al（2012）运用神经网络模型来预测通货膨胀。

　　传统上，经济学采用的模拟技术是基于统计理论的，如蒙特卡洛(Monte Carlo)方法。计算机算法为经济学提供一种全新的模拟技术——“基于行为主体的计算经济学”（Agent-based Computational Economics)，简称ACE。该方法综合运用经济学、仿生学和计算机技术来说明经济现象，模拟经济系统，属于一种较新的经济模拟方法。

　　ACE模型通常模拟一个群体的进化或演化过程，如模拟市场均衡过程。我们知道一般均衡理论只给出了均衡体系的方程组，重点研究均衡的存在性和寻找均衡点(即用数学方法搜寻代表均衡点的不动点)，并没有给出均衡形成的具体过程。而ACE模型则能模拟这一过程。它在模拟这一过程时并不需要任何统计数据，只采用一般均衡理论的前提条件。ACE模型由于所研究的是进化或演化过程，遗传算法和人工神经网络也就特别适合于它。事实上，遗传算法和ACE模型的思想是相通的。

　　古典经济学家们往往看重经济的进化过程，而现在的新古典经济学派只看重前提条件和结论，经济进化过程不在它的研究视野之内。ACE模型重振了古典经济学的研究风格。霍兰等(1991)较早地在《美国经济评论》上介绍了基于人工智能的行为主体在经济理论中的应用。近期的主要研究进展包括：Markose et al(2007)介绍了ACE模型在经济学若干分支学科中的应用。Buchanan(2009)和Farmer et al(2009)用通俗的语言，介绍了用ACE模型研究2008年以界经济危机的现实性、必要性和可能性。Dosi et al（2013）用ACE模型分析了收入分配、信贷和财政政策的关系。

　　作者为华侨大学经济发展与研究院教授，本文为其《中国新宏观调控的理论解释和理论探讨》系列文章之六十二。

　　推荐：