RICERCA ITALIANA     

Proprietà macroeconomiche emergenti in modelli multi-agente: il ruolo della dinamica industriale e della evoluzione della struttura finanziaria

Università Cattolica del Sacro Cuore

Abstract

Il programma di ricerca si propone di fornire una interpretazione della dinamica industriale (demografia d'impresa, crescita interna) e della dinamica finanziaria (scelta della struttura patrimoniale, evoluzione del grado di fragilità finanziaria, processi di bancarotta) nella convinzione che i due tipi di dinamica siano strettamente intrecciati. Le decisioni di finanziamento, produzione, investimento e adozione della tecnologia, infatti, sono interdipendenti in un mondo di imprese eterogenee caratterizzate da vincoli finanziari. La modellistica più appropriata per questo tipo di indagine è quella agent based in cui una moltitudine di agenti eterogenei - nel nostro caso imprese di diversa dimensione, stato della tecnologia, grado di fragilità finanziaria - interagisce sia a livello locale (per effetto di catene di produzione, imitazione, apprendimento) sia a livello globale (ad esempio il fallimento di alcune imprese potrebbe indurre il sistema bancario ad accrescere il tasso di interesse sui prestiti, rendendo più vulnerabile la posizione finanziaria delle imprese ancora "sane").
In questa ottica bottom-up, l'evoluzione delle grandezze macroeconomiche -- in primis il PIL - si caratterizza come proprietà emergente del sistema di agenti eterogenei interagenti. Su questo intreccio di relazioni esercita un'influenza rilevante la politica monetaria. Al lavoro di carattere concettuale e teorico si affianca l’indagine empirica attraverso la costruzione e l'utilizzo di appositi database per l'analisi econometrica. <<<

Coordinatore Scientifico del Programma di Ricerca

Domenico Delli Gatti Università Cattolica del Sacro Cuore

Obiettivo del Programma di Ricerca

Obiettivo del progetto di ricerca è l'analisi e l'interpretazione della dinamica industriale (entrata di nuove imprese, crescita interna, uscita delle imprese dal mercato) e della dinamica finanziaria (scelta della struttura patrimoniale, evoluzione del grado di fragilità finanziaria, processi di bancarotta) nella convinzione che i due tipi di dinamica siano strettamente intrecciati. Le unità locali si impegnano a contribuire alla specificazione, estensione ed arricchimento di un framework di riferimento multi-agente -- ne è un esempio Delli Gatti et al. (2005) -- e all’esplorazione di aree tematiche complementari ad esso e suscettibili di futuri sviluppi. Al lavoro di carattere concettuale e teorico si affianca l’indagine empirica attraverso la costruzione e l'utilizzo per lavori econometrici di appositi database.
Le dinamiche delle macro-variabili sono influenzate dalla distribuzione della popolazione di imprese per dimensione, tipo di tecnologia e condizioni finanziarie, catturate da indici di fragilità finanziaria quali il leverage ratio (nel framework di cui sopra si utilizza l’equity ratio, un indicatore di robustezza finanziaria inversamente correlato al leverage) e risentono, in questo quadro, di processi di adozione di nuove tecnologie in cui hanno un ruolo rilevante le forme di finanziamento della ricerca e i processi di apprendimento tecnologico.
Ci si propone quindi di costruire modelli di agent-based economies in cui i vincoli finanziari di agenti eterogenei interagenti influenzino l'attività reale (produzione, investimento, adozione della tecnologia) e quella finanziaria (dinamiche dei prezzi azionari, volume e distribuzione del credito erogato). Questi modelli possono essere costruiti a partire dalle leggi di moto individuali e simulati, ottenendo la dinamica degli aggregati per “somma” delle leggi individuali (procedura bottom-up). Da questo tipo di modelli emergono dinamiche complesse sia a livello individuale che a livello aggregato e distribuzioni asimmetriche delle imprese (ad esempio per dimensione) di tipo "legge di potenza" (power laws). I due esiti sono tra loro correlati in quanto l'emergere di power laws è un sintomo della presenza di fenomeni di self-organized criticality.
Su questo nesso di relazioni esercita un'influenza rilevante la politica economica, in primo luogo la politica monetaria, che influenza le macro-variabili non solo attraverso shock aggregati, ad esempio variazioni del tasso di interesse, ma anche e soprattutto attraverso i suoi effetti sulla struttura dell’economia, ossia sulla distribuzione degli agenti per net worth o dimensione. <<<

Risultati parziali attesi

Ci aspettiamo di compiere passi avanti significativi nella costruzione di modelli multi-agente, nella comprensione dei meccanismi economici che si manifestano nel passaggio dai comportamenti individuali alle serie storiche macroeconomiche -- cioè nella generazione delle proprietà emergenti del modello -- e nella verifica e validazione empirica dei modelli stessi. Si prevedono interazioni frequenti e a più livelli (più spesso a livello di raggruppamenti di due o tre unità impegnate sullo stesso filone di ricerca, più raramente a livello nazionale) per mettere a punto uno o più -- ma pochi -- framework comuni, sull'esempio di Delli Gatti et al. (2005). Le policy implications sono molteplici e sono state già sottolineate in precedenza: impatto degli shock aggregati di politica economica sulle distribuzioni ed eventuali effetti sistemici, politiche differenziate per gruppi di imnprese e settori, ecc. Speriamo di poter anche misurare quantitativamente l'impatto di tali politiche mediante la validazione empirica. <<<

Durata

24 mesi

Base di partenza scientifica nazionale o internazionale

La base scientifica del presente progetto è la letteratura riguardante i seguenti temi:
(1) l'interpretazione delle proprieta' e della dinamica delle distribuzioni di imprese sotto diversi profili "industriali" (dimensione, tassi di crescita);
(2) l'interpretazione delle proprieta' e della dinamica delle distribuzioni di imprese sotto il profilo "finanziario" (grado di fragilità finanziaria, processi di bancarotta);
(3) le relazioni tra le proprietà' di cui ai punti precedenti e quelle dei fenomeni macroeconomici riguardanti la crescita e le fluttuazioni.
La letteratura relativa al punto (1) si e' concentrata sulla natura asimmetrica della distribuzione dimensionale delle imprese, che suggerisce la coesistenza di unita' produttive di dimensione fortemente eterogenea (Hart e Prais(1956), Simon e Bonini(1958), Steindl(1965), Quandt(1966), Ijiri e Simon(1977), Stanley et al.(1995), Axtell(2001); per una rassegna critica si rinvia a Kleiber e Kotz(2003)). Secondo questi studi la distribuzione dimensionale delle imprese puo' essere ben approssimata, almeno nella sua coda superiore, da una power law o legge di Pareto (1897) caratterizzata da code più grasse rispetto a quanto previsto dal modello Gaussiano. Pareto intendeva spiegare la distribuzione del reddito personale, ma riteneva la legge che ha preso il suo nome un candidato universale per la descrizione di distribuzioni di dati economici. Studi recenti suggeriscono che soltanto i redditi più alti seguono il modello di Pareto, mentre quelli medio-bassi seguono la distribuzione lognormale (Montroll e Shlesinger (1982, 1983), Souma (2001, 2002), Di Matteo et al. (2004), Clementi e Gallegati (2005a, 2005b)). Anche per quanto riguarda la distribuzione della dimensione d'impresa la legge di Pareto sembra valere solo al di sopra di una certa soglia, escludendo essenzialmente le "piccole imprese". Inoltre, questo risultato sembra essere robusto solo a livello aggregato: se si considerano sotto settori (4-digits), la distribuzione di Pareto e’ in genere rifiutata dai test statistici. L'unica proprietà' che sembra accomunare tutte le distribuzioni dimensionali a qualsiasi livello di disaggregazione e' la presenza di ampi supporti suggerendo la presenza, anche all'interno dello stesso settore, di imprese dalle dimensioni molto diverse, cosi' confermando tutte le difficolta' della nozione di dimensione "ottima" o "tipica", dell'impresa.
Per quel che riguarda i processi di crescita sottostanti a tali strutture il retroterra scientifico di partenza e' rappresentato dalla letteratura che caratterizza la crescita delle imprese in termini di semplici processi stocastici autoregressivi. Il naturale punto di partenza e' rappresentato dalla cosiddetta Legge di Gibrat (Gibrat(1931)) che descrive la dinamica di crescita di un'impresa come un moto Browniano geometrico. I risultati sulla validita' della legge di Gibrat non sono univoci (si vedano le rassegne critiche in Sutton(1997) e Lotti et al.(2003)). Quando si considerano imprese di medio/grandi dimensioni, la Legge di Gibrat sembra essere confermata dalla presenza di una radice unitaria nel processo di crescita delle imprese (si vedano, tra i moltissimi contributi, Hart e Prais(1956), Simon e Bonini(1958),Hymer e Pashigian(1962), Mansfield (1962), Bottazzi e Secchi(2003)). Quando vengono invece studiate le traiettorie di crescita delle giovani imprese, tipicamente piu' piccole, si osservano sistematiche violazioni della Legge di Gibrat (cfr. Audretsch et al.(1999), Heshmati(2001) e Lotti et al.(2003)). Si e' recentemente sviluppato un nuovo filone di ricerca che si concentra sulle proprieta' statistiche della distribuzione dei tassi di crescita delle imprese stesse. Essa si presenta come una distribuzione simmetrica caratterizzata da code esponenziali che, quando rappresentata in scala logaritmica, assume una peculiare "forma a tenda" evidenziando cosi' la presenza delle cosiddette "code grasse" (cfr. Stanley et al.(1996) e Bottazzi et al.(2003) Bottazzi e Secchi(2003).
Finora abbiamo considerato la letteratura incentrata su varie proprieta' della struttura industriale. Le analisi di cui al punto (2) si concentrano invece sulla relazione tra dimensione e crescita
delle imprese e grado di fragilità finanziaria. Gli effetti
su dimensione e crescita delle imprese di fattori finanziari quali l'esistenza di vincoli di liquidita', la disponibilita' di fonti
esterne di finanziamento, l'accesso ai mercati dei capitali internazionali sono stati esplorati in una vasta letteratura fiorita negli anni '90 (Fazzari et al.(1988), Holtz-Eakin et al.(1994), Gilchrist e Himmelberg(1995)). Quasi tutti questi studi si sono tuttavia concentrati sulla semplice identificazione di rilevanti correlazioni tra le diverse variabili. Solo pochissimi studi (cfr. Beaver(1966), Cabral e Mata(2003), Delli Gatti et al. (2005)) si focalizzano sull'impatto della struttura finanziaria sulla forma e dinamica della distribuzione dimensionale e dei tassi di crescita delle imprese stesse. Ugualmente, sono rari i tentativi di spiegare come differenti strutture finanziarie si riflettano nelle performance produttive ed innovative delle imprese stesse.
(3) Nel progetto si analizzeranno proposte recenti (Gabaix, (2005)) atte a spiegare le fluttuazioni aggregate con gli aspetti micro dalle dinamiche industriali, in particolare quelli finanziari, anche in assenza di shock aggregati.
Dal punto di vista macroeconomico, la presenza di distribuzioni che seguono leggi di potenza suggerisce la presenza di un legame tra il ciclo economico e la caratteristica di scaling delle serie aggregate. Gabaix mostra che se la distribuzione delle imprese ha delle code "pesanti", piccoli shock idiosincratici portano il sistema, costituito da una pluralità di agenti eterogenei, ad esibire fluttuazioni aggregate.
Gli ingredienti fondamentali di una crisi sistemica in senso stretto sono: i) un evento idiosincratico di importanza intrinseca relativa, quale ad esempio il fallimento di una impresa o di banca locale ii) un meccanismo di propagazione da una impresa o un mercato all’altro attraverso la rete di relazioni commerciali e finanziarie che lega tra loro agenti economici necessariamente eterogenei (Kiyotaki e Moore (1997,2002); Allen e Gale (2000); Kyle e Xiong (2001)).
Il manifestarsi di una crisi sistemica è solo l’ultimo stadio di un processo evolutivo caratterizzato dal cumularsi di effetti legati a comportamenti individuali di disequilibrio e feedback ambientali auto-rinforzanti. Questo scenario interpretativo si ispira a concetti quali l’idea di criticità auto-organizzata e di eventi estremi, originariamente sviluppati nell’ambito delle scienze fisiche e biologiche, ma da qualche tempo utilizzati anche nell’ambito della scienza economica (Krugman, 1996). Alla base della teoria della criticità auto-organizzata (Bak et al., 1988; Bak, 1996) troviamo sistemi composti da un elevato numero di componenti caratterizzati da relazioni dirette fortemente localizzate e non-lineari, in grado di raggiungere autonomamente uno stato critico nel quale fluttuazioni microeconomiche indipendenti si propagano dando luogo a fluttuazioni macroscopiche statisticamente significative. Per applicazioni in campo economico, si rimanda al modello di ciclo economico proposto da Scheinkman e Woodford (1994), o al modello di diffusione delle innovazioni di Stayer e Zimmermann (2001).
In altri termini, eventi estremi quali crisi economiche e finanziarie di portata devastante pur avendo una probabilità relativamente bassa di accadere, non devono essere trattati come fenomeni eccezionali (outliers) qualitativamente diversi dalle fluttuazioni macroeconomiche normalmente osservate. Al contrario, la presenza di non-linearità e di dinamiche di disequilibrio all’interno di un reticolo di relazioni dirette tra agenti eterogenei implica che eventi estremi legati a fenomeni di contagio, che in un mondo Gaussiano potrebbero essere ignorati senza eccessivi rischi, sono non solo più frequenti di quanto ci si possa aspettare, ma anche di portata e con conseguenze ben maggiori. Inoltre, l’evoluzione endogena del network di relazioni tra individui, imprese, mercati e nazioni ha un effetto a-priori non definito sulla distribuzione di eventi critici su scala macro (cioè su eventuali traslazioni o cambi di pendenza della Legge di Potenza).
Dato il contesto di riferimento, la modellistica più adatta allo studio dei problemi discussi ai punti da (1) a (3) è quella agent based o multi-agente (MMA). In generale, i MMA si occupano di studiare sistemi socio-economici che possono essere caratterizzati mediante un insieme di relazioni micro-macro (Frenken, 2005; Pyka and Fagiolo, 2005; Kwásnicki, 1998; Tesfatsion, 1997, 2001, 2002)).
In tali sistemi, il livello micro contiene tipicamente un gran numero di entità base (agenti, imprese, consumatori, ecc.) che possono essere ragionevolmente interpretati come non ulteriormente indivisibili. A causa delle ripetute interazioni tra queste entità, i patterns a livello micro tendono a cambiare incessantemente nel tempo (p.e. livelli di consumo e di produzione). A loro volta, i patterns a livello micro, dopo essere stati aggregati rispetto all'insieme delle entità base, generano una dinamica a livello macro per le variabili di interesse (p.es. il PIL).
I MMA formalizzano economie o società come sistemi complessi e tentano di inferirne le proprietà aggregate in una prospettiva "bottom-up". Al fine di analizzare statisticamente le proprietà dei MMA sono spesso necessarie simulazioni al computer, dato che il modello non è tipicamente risolvibile analiticamente (Lane, 1993a,b; Marengo and Willinger, 1997).
La crescente diffusione degli approcci multi-agente nelle scienze sociali dipende da una serie di ragioni. In primo luogo, gli stimoli provenienti da altre discipline (fisica, informatica, ingegneria, ecc.), così come lo sviluppo eccezionale delle capacità di calcolo e l'efficienza dei linguaggi di programmazione, hanno portato ad un utilizzazione crescente di approcci numerici in molte aree della scienza economica quali l'analisi del funzionamento dei mercati finanziari (ad esempio Levy et al. (2000) e LeBaron (2006) per una rassegna), l' organizzazione industriale (Kutschinski et al. (2003)), il mercato del lavoro (Tassier e Menczer (2001), Tesfatsion (2001)), il mercato dell’energia elettrica (per esempio Bunn and Oliveira 2001), l' efficienza dei mercati ad asta (Gode and Sunder (1993)), e l' innovazione (per una rassegna Dawid (2006)). Solo pochi tentativi sono stati effettuati per modellare una intera economia con più mercati (Vriend (1995), Bruun (1999), Sallans et al. (2003), Russo et al. (2006)).
Un forte incentivo all'esplorazione delle proprietà di economie decentralizzate con i MMA è venuto dalla crescente insoddisfazione degli economisti rispetto al modo con cui gli approcci standard (p.e. i modelli micro-macro neoclassici in economia) hanno trattato ingredienti chiave del processo di modellizzazione, quali: (i) la definizione delle assunzioni e il disegno del modello; (ii) l'analisi delle proprietà del modello; (iii) la validazione del modello e la sua eventuale confutazione (Richiardi, 2003; Bianchi et al., 2005)).
In breve, MMA hanno spesso trovato la loro giustificazione nella necessità di modellare i sistemi socio-economici mediante assunzioni più realistiche e di ottenere modelli caratterizzati da una maggiore performance nella replicazione e nella spiegazione delle osservazioni empiriche (Wooldridge and Jennings, 1995; Maki, 1994).
Dal punto di vista teorico se la maggior parte della modellistica riguardante la fragilità finanziaria, la dinamica industriale e le fluttuazioni macroeconomiche si fondano sull’ipotesi di agente rappresentativo, negli ultimi anni un elevato numero di economisti ha utilizzato la modellistica ad agenti anche in questo campo (ad esempio Brock and Durlauf, (2001), Delli Gatti e Bischi, (2004)). In particolare, lavori recenti hanno studiato diversi processi attraverso i quali la fragilità finanziaria può diffondersi nel sistema economico creando instabilità, come ad esempio il credito commerciale tra imprese (Battiston, (2005)), l’interazione banca-banca sul mercato interbancario (Delli Gatti et. al. (2006)), e il mercato del credito (Delli Gatti et al., (2005)) attraverso l’interazione banca-impresa. <<<