存流量一致的多主体模型: 一种宏观经济建模的新框架 | 周一直播·金融复杂性读书会

导语

为了系统探究金融复杂系统的理论基础、量化识别方法、生成演化机制及风险治理路径，以更有效地认知、建模与决策，集智俱乐部联合李红刚、Brain Lucey、黄书培、王泽、幸小云与王欣雅共同发起了。

9月1日（周一）19:00将由北京师范大学系统科学学院在读博士王豪开启第五期分享“存流量一致的多主体模型: 一种宏观经济建模的新框架”，讲解吸收了ABM和SFC优势的AB-SFC模型，它的建模思路与应用案例，以及如何来理解经济金融系统的信贷运行规则与多种多样的涌现模式。

分享背景

2008年的全球金融危机，不仅是一场经济危机，更是一场主流经济学的范式危机。主流模型的完全理性、代表性主体等假设，及其背后主导的实物观（将货币视为面纱） 和单一均衡观，不仅限制了它对危机成因的理解，更无法刻画经济金融系统的复杂性。与此形成鲜明对比的是，复杂经济学中的多主体建模ABM（agent-based modelling） 放宽了这些假设，通过有限理性、异质主体等，成功揭示了金融系统中危机、周期等涌现现象。然而，传统ABM通常缺乏一个关键的纪律约束：存流量一致性（即资金流转的封闭性），这限制了对经济金融‘量’的把握，尤其是货币的创造、流转与湮灭过程。与之互补的是，后凯恩斯学派的存流量一致性模型SFC（stock-flow consistent） 以其严格的会计核算的封闭性，能精准刻画货币金融体系的运行。但SFC本身多为代表性主体模型，难以模拟复杂的微观交互。因此，将二者融合为AB-SFC模型，成为了一个必然的进路。它既能吸收ABM模拟异质主体交互的优势，又能遵循SFC提供的严谨会计骨架，从而同时理解经济金融系统的信贷运行规则与多种多样的涌现模式。本次报告将介绍这一前沿方向的建模思路、应用案例，并展望其未来。

内容简介

1. Agent-based modelling 的简史，特点，适用范围、应用思路。

2. Stock-flow consistent 的起源，宏观经济分析的账户视角及重要发现，SFC建模流程，其与非线性科学的结合，几个典型的应用案例。

3. ABM和SFC结合的必要性，具体建模的思路框架，几种典型的应用案例。

关键词

ABM、SFC、Credit

参考文献

SFC重要书籍和综述

1. Godley W, Lavoie M. Monetary economics: an integrated approach to credit, money, income, production and wealth[M]. Springer, 2006.

2. Caverzasi E, Godin A. Post-Keynesian stock-flow-consistent modelling: a survey[J]. Cambridge Journal of Economics, 2015, 39(1): 157-187.

3. Nikiforos M, Zezza G. Stock‐flow consistent macroeconomic models: A survey[J]. Analytical Political Economy, 2018: 63-102.

SFC的典型应用

1. Dafermos Y. Debt cycles, instability and fiscal rules: a Godley–Minsky synthesis[J]. Cambridge Journal of Economics, 2018, 42(5): 1277-1313.

2. Xing X, Xiong W, Guo J, et al. The role of debt in aggregate demand[J]. Finance Research Letters, 2021, 39: 101653.

3. Pedrosa Í, Brochier L, Freitas F. Debt hierarchy: autonomous demand composition, growth and indebtedness in a Supermultiplier model[J]. Economic Modelling, 2023, 126: 106369.

ABM在经济学中应用的最新综述

1. Axtell R L, Farmer J D. Agent-based modeling in economics and finance: Past, present, and future[J]. Journal of Economic Literature, 2025, 63(1): 197-287.

AB-SFC重要文献

1. Riccetti L, Russo A, Gallegati M. Leveraged network-based financial accelerator[J]. Journal of Economic Dynamics and Control, 2013, 37(8): 1626-1640.

2. Caiani A, Godin A, Caverzasi E, et al. Agent based-stock flow consistent macroeconomics: Towards a benchmark model[J]. Journal of Economic Dynamics and Control, 2016, 69: 375-408.

3. Botta A, Caverzasi E, Russo A. When complexity meets finance: A contribution to the study of the macroeconomic effects of complex financial systems[J]. Research Policy, 2022, 51(8): 103990.

4. Yu M, Feng Z, Wang Y. The business cycles driven by loan defaults via credit creation: An agent-based perspective[J]. Finance Research Letters, 2022, 48: 102846.

5. Vianna M T. Monetary policy and income distribution in a multisectoral AB-SFC model[J]. Review of Political Economy, 2024, 36(3): 1019-1041.

主讲人

王豪，北师大系统科学学院23级博士（硕博连读），导师为王有贵教授，专业为系统理论（社会经济系统方向）。博士论文研究方向为信贷、不平等和经济增长间的纠缠关系。其他研究兴趣为不平等的起源及其对宏观经济的影响；货币金融系统的演化，货币/信贷层级结构的表征和定量刻画；复杂系统结构的一般表征，系统有机度的数学表达。

参与时间：
2025年9月1日（周一）19:00-21:00 北京时间

报名加入社群交流

扫码报名（可开发票）

报名链接：https://pattern.swarma.org/study_group/66?from=wechat

扫码参与，加入群聊，获取系列读书会回看权限，加入金融复杂性社区，与社区的一线科研工作者沟通交流，共同探索金融与复杂科学交叉的前沿领域的发展。

金融复杂性读书会

在气候风险升级、中美贸易摩擦反复与俄乌冲突持续等多重不确定性交织下，全球金融体系呈现前所未有的高度复杂性，为系统探讨金融复杂系统的理论基础、量化识别方法、生成演化机理及风险治理路径，集智俱乐部联合北京师范大学李红刚教授、爱尔兰都柏林圣三一学院Brain Lucey教授、中国地质大学（北京）黄书培副教授、首都师范大学王泽讲师、北京林业大学幸小云副教授与北京化工大学王欣雅副教授，共同发起，来深入探索金融复杂系统的有效建模方法与管理策略，助力在高不确定性时代提升金融体系的稳健性与韧性。

我们将回答如下核心问题：

1. 金融复杂性研究的基本范式和最新热点是什么？

2. 金融复杂性研究给传统金融研究带来了哪些突破？

3. 如何认识当前多种风险叠加、高度不确定性的市场环境？

4. 如何应对和化解不确定性与系统性风险？

5. 如何更顺利的发表金融复杂性的科研论文？

你将收获：

1. 梳理金融复杂性研究的历史发展脉络与方法论；

2. 掌握一套理解、分析、预测金融复杂系统的量化研究框架；

3. 掌握传统金融理论与复杂系统理论等多学科交叉的研究方法；

4. 领略领域前沿学者的研究体系与科研路径。

详情请见：