信息来源：北大创新评论
原文链接：https://mp.weixin.qq.com/s/ZeNVNu8jEAE2zIgrohVzmw
作者：Alexandra

　　本文授权转载自北大创新评论，内容来自于2022 INNO CHINA 中国产业创新大会-金融科技创新论坛上，北京大学前沿计算研究中心邓小铁教授的报告分享。

人物介绍

　　邓小铁，现任北京大学前沿计算研究中心讲席教授、CCF计算经济专业组首任主任、CSIAM 区块链专委会主任，兼北京大学人工智能研究院多智能体中心主任。他的主要科研方向为算法博弈论、区块链、互联网经济、在线算法及并行计算。2008年，他因在算法博弈论领域的贡献当选 ACM Fellow；2019年，因在不完全信息计算和交互环境计算领域的贡献当选 IEEE fellow；2020年当选欧洲科学院外籍院士；2021年当选中国工业与应用数学学会会士（CSIAM Fellow）；2021年被任命为博弈论学会（GTS）理事；2021年被聘为中国运筹学会博弈论分会荣誉理事；2021年获得 CCF 人工智能学会多智能体与多智能体系统研究成就奖；2022年获得 ACM 计算经济学的“时间检验奖”（Test of Time Award）。

01 计算经济学理论研究发展

　　计算经济学中的一个关键是均衡。经济学的均衡，最直观感受到的首先是市场中存在商家和用户通过消费和供给行为达到市场均衡，市场中从均衡价格可以推导到市场清空。市场清空有一系列的技术，从亚当·斯密（Adam Smith）提出的“看不见的手”开始，到 Walras Price（瓦尔拉斯的一般均衡价格，这种观点认为只需调节价格就可以把市场清空，这在计算方面是一个很好的技术，虽然当时理论提出的阶段并无法实现这一点），最后是从计算经济学角度可以看到的均衡价格的求解。

　　在计算这个角度上，Walras Pricing 最开始的计算就是试错。人类经济社会在很长时间内都是处于一个均衡的状态，这种方法适用于缓慢变化的经济社会。之后有一个重大进展是由兰格（Oskar Ryszard Lange，波兰经济学家）提出的，他从计划经济角度来谈计算经济学的问题，认为通过计算机模拟就可以达到市场经济所达到的状态，其中包括社会最优性（social optimality）和社会效益（efficiency），但难以适用于大规模经济社会。数学规划创始人乔治·伯纳德·丹齐格（George Bernard Dantzig）提出用 PILOT Model 来进行能源在经济中的作用分析，也是从均衡计算的角度去实施。

　　当重新整体回顾这一套思想的时候，在计算角度可以把它定义得非常清楚：即 PPAD（polynominal parity argument directed，多项式时间有向图奇偶性论证），这一类问题求解算法等价于不动点计算。

02 金融科技的重要实践

        区块链的数字加密货币设计

　　金融科技现在主要的一套方法实践，是区块链的数字加密货币的设计。基本原理似乎是跟金融经济学发展路线背离的：它增加很大的摩擦，固定供应量。其价值的生产由矿工投入的耗电量的市场价格所支撑。比特币的设计非常机械化，均衡不太容易实现，可以注意到比特币价格的变化并不像是一个均衡的市场。其均衡稳定实现依赖于大量矿工（算力）的共同参与（投入）。

        数字经济游戏金融基础

　　比特币出现之前建构的元宇宙，第二生命（Second Life）数字经济游戏的金融基础是个很好的例子。它希望维护法币（US$）与其虚拟货币（Linden Dollar L$）的汇率稳定。在过去10年中，它的兑换率稳定在 L$270/US$1到 L$240/US$1之间。它是一个模拟现实经济的一个虚拟经济社会，是从互联网2.0的中心系统构架实现的。而比特币确不是如此。数字经济和元宇宙的关键市场问题就是如何建立市场均衡价格，在密码学货币的世界里，这一点始终没有解决。

　　从计算角度来看，人类有计算的有限理性，可能不会求到最优。以比特币的经济为例，它经过计算进行了很多简化，例如，生产量是预先规定好，生产成本是由参与生产的能量消耗决定（PoW），产品的消费是由密码货币的使用量决定。它使用一个“PoW 固定的共识时间”，大概10分钟生成一个区块。在比特币的框架之下，观察建立 NFT 市场经济里的定价，其实跟市场经济本身的定价一样非常不稳定。

　　数字经济学其实有一个很大的难点在于计算均衡的难度。因为里面很多东西不是自然的，可以有孪生的，但是很大的因素是数字经济的。这样从计算经济学的角度来讲，计算均衡是 PPAD 难度的问题，PPAD 前面讲了它是等价于纳什均衡、等价于市场均衡、等价于不动点计算。在动态的状态下它等价于马尔可夫博弈过程的行为策略均衡。

　　讲到数字社会的博弈论挑战，我们随便问几个问题，例如 NFT 均衡价格如何决定？实体经济和数字经济如何衔接？这里讲实体经济，因为它的价格变化比较漫长，一个可以实现均衡的市场和一个无法实现均衡的市场能得到混合均衡吗？Fiat 货币和数字货币 Pegging 如何解决数字社会的均衡计算？关于这一点，在计算经济学的体系里面有很多已知的技术，其中一个是赫伯特西蒙（Herbert Alexander Simon）提出的有限理性，在时间上有近似计算求解，信息上有竞争比（Competitive ratio），社会福利问题方面有无政府代价，个人激励方面有激励比（Incentive Ratio），那么问题简化怎样实现？

03 创新关键方法论:私有信息下的博弈

　　博弈论为了克服纯策略纳什均衡（Pure Strategy）的均衡不存在性引进了混合策略（Mix Strategy）。经济学和金融学的均衡都很依赖于这样一个新的解概念的引入:即基于概率论的混合策略。在现实中如何认识概率论，解释概率论是可能有分歧的。也是可能为被用概率论描述的对手所操纵的。

　　以比特币决策中设计的1/2的多数投票在这个环境中可以保证均衡的实现，可以达到共识（common knowledge）的期望是会被破坏的。在这里我们可以用一个马尔可夫决策过程模型（Markov Decision Process, MDP）把它构建出来，有一些人能够破坏比特币的共识，而且这个团体小于总人数的50%时就可以破坏。

　　这个称为自私挖矿的关键是基于私有信息的应用。这个小团体它可以隐藏它的工作，这一点在现在数字经济里面是不可避免的。隐私保护甚至从法律上保护了这一点。所以，整个比特币的稳定性在数字世界里远远没能达到我们认知可以把握的程度。进一步，我们可以看到还可以有更复杂的策略性行为。这里有一个理论叫认知层次（cognitive hierarchy）。再加上另外一批更高层次的人，他们可以有远见地进行挖矿，从更高层次的认知策略来获利。

　　在数字世界里，价格战（Price War）可以非常精确地建立起来。这是可用于节假日怎么提供给消费者补贴的计算模型。在这里我们有非常多的关键信息，跟区块链不同，我们不知道对手，不知道对方策略，不知道对手价值函数，我们还有不完美信息，我们不知道对手历史行为，这里我们引进了另外一个金融科技里面使用非常多的“深度学习的认知决策”。

04 AI经济学的产业应用

　　在金融科技里面可以产生“自动生成设计”，在传统经济学里面这一点做不到。例如，区块链里面 PoS（proof of stake）的共识机制，可以通过很多技巧能够实现自动化的决策框架，这也是区块链的特殊特点。

　　比较一下传统经济学与 AI 经济型。在传统经济学定价中，我们考虑静态世界、市场均衡价格、拍卖定价机制、固定价格等因素。在 AI 经济学里，我们可以构建一个多智能体的学习过程，来发掘未知的内容，我们可以构建一个近乎完美信息的框架，AI 经济学是最近一项非常有趣的技术。

　　回到拍卖问题，拍卖中非常著名的理论叫做迈尔森的卖家收益最优拍卖方案（Myerson's auction），它可以设计出报价策略使拍卖者可以拿到最高的收益，。这里有一个叫做先验计算（prior），我们知道大家的价格函数，我们对它的认知是一个共同知识。在这一点上，从机器学习的方法、深度学习的方法也开始有了很多非常有趣的工作。这里我们提到了 David C. Parkes，也就是 AI 经济学的一个主要的贡献者，我们可以看到我们以前经济学所谈到的机器设计可以用深度学习的方法实现这一点。

05 金融科技创新突破点

　　最后我们回到一个问题，就是计算经济学所面临的金融挑战，我们看看 Financial Stability Board，这是一个美国的机构，他们有对于很多国际上面特别是跨界的金融的设计、博弈这方面讨论。它提到 FinTech 将来会我们世界有什么影响，它这里提到 identify regulatory and supervisory issues raised by FinTech，使得我们防止它对金融稳定性的影响。

　　最后回顾人类发展历史，从金子、宝石到后来的印刷机和钞票，再到今天的信用卡、电子支付，有各种各样的方法想让人花钱。对于计算经济学而言，这里有一个很重要的挑战，即在构建每一个金融系统的时候，能否对它的均衡计算建立一套技术，来完成对新建的金融系统稳定性（stability）的分析。

　　CCF计算经济学专业组介绍：

　　计算经济学专业组于2022年8月7日在中国计算机学会（CCF）苏州业务总部成立，成立之时恰逢 CCF 成立60周年。计算经济学专业组是 CCF 第40个专业组，同时也是第一个具有跨学科融合特色的专业组。专业组由北京大学前沿计算中心邓小铁教授和北京大学经济学院董志勇教授，以及200余名专家、学者和企业负责人共同发起，并由邓小铁教授担任创始主任。

　　专业组的发展规划方向包括：推进计算机和经济学交叉研究，培养计算经济方向人才，加强专业组和政府部门联系，组织专业组与企业合作，牵头协作智库平台建设。研究方向包括：计算经济基础理论，平台经济，数字经济、智能治理和最优政策设计等。专业组致力于联系和团结本领域广大研究人员，组织学术活动，增进学术交流，促进计算经济交叉领域的研究与应用的发展。在 CCF 的领导下，专业组助力计算机领域在国家政策制定中的作用，广泛参与经济政策讨论和制定、协同其他 CCF 分支机构打造国家计算经济智库平台。