Decennia lang heeft de reguliere economische modellering moeite gehad om grote crises accuraat te voorspellen – van de financiële ineenstorting van 2008 tot de aanhoudende klimaatcrisis. Nu stelt een ervaren wetenschapper en voormalige marktklopper een radicale oplossing voor: een supersimulator die elk bedrijf op aarde modelleert en realistische beslissingen neemt als de economie verandert. De kosten? Ongeveer $100 miljoen.
Het falen van traditionele modellen
Traditionele economische modellen werken op basis van aannames die in de echte wereld eenvoudigweg niet opgaan. Ze vereenvoudigen de werkelijkheid tot het punt van nutteloosheid, of worden computationeel onmogelijk als ze worden geschaald om de volledige complexiteit van de mondiale markten weer te geven. Dit heeft geleid tot aanhoudende mislukkingen in de prognoses, wat biljoenen aan financiële verliezen heeft gekost en een effectief klimaatbeleid heeft belemmerd.
Het probleem is niet alleen nauwkeurigheid; het is de fundamentele aanpak. Bestaande modellen gaan uit van perfecte rationaliteit, wat betekent dat agenten (bedrijven, consumenten) alles weten en optimale beslissingen nemen. Dit is onrealistisch. Acteurs in de echte wereld leren met vallen en opstaan, imiteren anderen en opereren in een omgeving van onvolledige informatie.
De complexiteitsoplossing
Complexiteitseconomie biedt een ander pad. Door miljoenen agenten te simuleren, elk met eenvoudige maar evoluerende regels, kan het systeem opkomend gedrag genereren dat patronen uit de echte wereld weerspiegelt. Deze aanpak vermindert de computervereisten dramatisch en vergroot tegelijkertijd het realisme. Prof. Doyne Farmer, een natuurkundige die econoom is geworden, legt uit: “We willen voor de economische planning doen wat Google Maps deed voor de verkeersplanning… een intelligent en nuttig antwoord.”
Het trackrecord van de boer spreekt voor zich. Hij maakte in de jaren zeventig op beroemde wijze misbruik van de gebreken in casinoroulette met behulp van vroege digitale computers, en bouwde vervolgens geautomatiseerde handelssystemen die in de jaren negentig beter presteerden dan Wall Street. Diezelfde analytische nauwkeurigheid past hij nu toe op economische modellen.
Complexiteit toepassen op klimaatverandering
De klimaatcrisis vertegenwoordigt een bijzonder acuut falen van traditionele modellen. De huidige projecties hebben consequent de snelheid van de adoptie van hernieuwbare energie en de kostendalingen onderschat. Het team van Farmer bouwt een model dat 30.000 energiebedrijven en 160.000 activa omvat, en simuleert hun besluitvorming in een dynamische omgeving.
De eerste resultaten suggereren het potentieel voor aanzienlijke besparingen: een snelle transitie naar schone energie zou de wereld biljoenen dollars kunnen besparen. Het model is niet alleen theoretisch; het is gebaseerd op 25 jaar aan gegevens uit de echte wereld, waardoor nauwkeurigere prognoses en strategische planning mogelijk zijn.
Waarom nu?
Drie sleutelfactoren maken deze aanpak vandaag de dag levensvatbaar:
- Rekenkracht: Moderne computers zijn in staat om te voldoen aan de rekenvereisten van grootschalige, op agenten gebaseerde simulaties.
- Beschikbaarheid van gegevens: Grote datasets over economische activiteit, energieproductie en bedrijfsgedrag vormen de grondstof voor realistische modellen.
- Theoretische vooruitgang: Complexiteitswetenschap biedt nieuwe hulpmiddelen – waaronder machinaal leren – om evoluerende strategieën en systemische schokken aan te pakken.
Een oproep tot investeringen
Het boerenteam is actief op zoek naar financiering om de ontwikkeling te versnellen. Het prijskaartje van 100 miljoen dollar is een koopje, gezien het potentieel om biljoenen aan economische verliezen te verzachten en het klimaatbeleid te optimaliseren. Zoals Farmer het zegt: “Als iemand ons miljoenen dollars wil geven om deze modellen te helpen bouwen, zetten we onze hoed op.”
De ontwikkeling van dit complexiteitsmodel is niet alleen een wetenschappelijke onderneming; het is een dringende noodzaak. Door achterhaalde aannames achter ons te laten en de rommeligheid van economische systemen in de echte wereld te omarmen, kunnen we eindelijk instrumenten creëren die de crises van de 21e eeuw accuraat kunnen voorspellen en er doorheen kunnen navigeren.
