Читаю книгу “Austrian Economics Re-examined”. Пока абсолютно ничего удивительного не встречаю, все главные идеи австрийской экономики (subjectivity of value, uncertainty, time preference, causality, entrepreneurial expectations, intertemporal plan coordination), воспринимается как абсолютный common sense. Возможно, это из-за прохождения метанойи с Active Inference, где все эти идеи почти очевидны что кажется излишне об этом даже упоминать:
- Subjectivity of value: в Active Inference, ultimate value (и loss функция для обучения generative model) - это free energy, она по определению зависит от generative model, то есть, субъективна. Ценность информации или ресурса (приобритение ресурса может рассматриваться как “приобритение информации о том, что теперь я владею этим ресурсом”) может быть оценена как дельта GFE (= VFE + EFE) до и после получения данной информации.
- Uncertainty: в Active Inference моделях, все убеждения - вероятностные, и в реальном мире, это никогда не абсолютно “точная” вероятность. Важное дополнение - никакой агент не может иметь точной модели самого себя (это следствие теоремы о неполноте Геделя, см. тут), и поэтому не всегда точно предсказать свои собственные следующие действия в любых ситуациях. Следовательно, в strange particles/things, которые еще и не могут обозревать свои действия напрямую, а только опосредованно через сенсоры, собственные действия всегда увеличивают VFE.
- Time preference: pragmatic value зависит от дисперсии/variance предпочтений на какой-то момент в будущем, дисперсия растет тем больше чем дальше момент во времени,
- Causality: generative model with time variable + agentic loop дают причинность в Active Inference (см. “A model of agential learning using Active Inference”, работа 2023 года)
- Entrepreneurial expectations: агент выбирает свое действие (action) и план (policy) исходя из своих ожиданий по expected free energy ассоциированной с тем или иным действием или планом.
- Intertemporal plan coordination: иерархичность планов явно моделируется в иерархичных generative models или агентских архитектурах, также эмерджентая координация между независимыми агентами рассматривается в Active Inference моделях коллективного интеллекта.
Отличие австрийской от неоклассической школы – такое же, как отличие “медицины по статистическим RCTs” от медицины по причинным моделям индивида
Ключевая идея и описание отличия австрийской школы от неоклассической школы попала почему-то не в учебник по Системному менеджменту и раздел про австрийскую школу, а в учебник Интеллект-стек и раздел про объяснения:
Людвиг фон Мизес даже считал экономику (в варианте австрийской школы552) поддисциплиной праксеологии, а другими дисциплинами там были (тоже «австрийские», то есть праксеологические) право, социология, но эти проекты «не взлетели», а австрийская экономика вполне «взлетела» и до сих пор жива, находясь до сих пор в конкуренции с «мейнстримной» неоклассической экономикой именно по расхождению в теории принятия решений. Австрийцы ещё со второй половины 20 века интуитивно понимают, что речь идёт о графах причинности и объяснениях (и напирают на контрфактуальность в этих объяснениях), и это задолго до формализации в causal inference, которая более-менее оформилась где-то после выхода работ Judea Pearl 2009 года. Теории, построенные на основе рациональных объяснений, «австрийцы» называли «аксиоматическими», подчёркивая, что аксиомы «кладутся» из ниоткуда, они догадки/гипотезы/guesses, а дальше критика и логика делают своё дело, чтобы выжили сильнейшие наборы догадок/аксиом. Поэтому «австрийцы» уклончиво говорили всё время, что они избегают численных моделей, и модели их качественные, ибо в те времена, когда они работали, невозможно было обсуждать неклассические теории вероятности.
Экономисты-неоклассики (так называемый «экономический мейнстрим», ибо это большинство сегодня живущих экономистов) обходятся корреляциями и статистическими зависимостями, первый уровень causal ladder, они довольствуются предсказательными моделями, эмпирицизм в чистом виде. Это относится не только к экономистам (нормативным, которые на основе устаревшей теории принятия решений принимают плохо работающие законы в сфере экономики), но и к медикам (они принимают плохие решения по лечению людей и животных), социологам (плохие решения по поводу установления культурных норм поведения людей в группах), и так далее — везде, где опираются только на классическую статистику, игнорируя полную лестницу причинности, то есть опору на «аксиоматическую теорию»/контрфактуальные объяснения.
Хотя книга “Austrian Economics Re-examined” имеет дальше главы 2014 года, я пока прочитал только статью-главу 1980 года написания. Там пишут, например, такое:
Models of stochastic equilibrium are completely incapable of handling
radical uncertainty. If an individual were to face a price that did not lie on
his probability distribution, the model could not explain how he would react
(Stigum, 1969 , p. 549). True learning has not taken place and therefore it is
unlikely that the individual would react in some constant way, i.e., his expectations function itself would change. This is because the disappointment “of
the fi rst situation must always enter as a new parameter into the second”
decision (Hahn, 1952 , p. 805). The agent will take account of his previous
mistakes. Consequently, the stability of expectation functions and hence the
maintenance of stochastic equilibrium is dependent on the complete elimination of surprises.Is it possible to say something about how expectation functions will change
as people engage in genuine learning? Obviously, some kind of metatheory is necessary to explain a change in the “theories” by which people form their
expectations or make their predictions. Such a theory is not yet available
(Hahn, 1973 , p. 21). Nevertheless, we can say something about how it might
look. In the first place, recognition of the possibility that something undreamt
might happen will itself have an impact on the confidence with which people
hold their expectations. Second, what people will learn from their disappointments and how they will respond to them is something that we can hope to explain only in very general terms. We might be able to exclude some possible modes of adjustment or, alternatively, specify a probably large set of possible expectations functions. Fundamentally, our inability to determine more precisely the method by which changes in these functions occur lies in the impossibility of predicting the future course of knowledge. That course is radically uncertain.
Конечно, Active Inference (а также WaNN Ванчурина) претендуют как раз на позицию этой мета-теории.
Цель социальных (в т. ч. экономических) институтов – повышать координацию между агентами
Понравилась эта мысль:
The focus of Austrian economics, as we have seen, is on the plans or actions
of individuals rather than directly on social wholes or institutions. One of the
key diffi culties of some applications of static welfare theory is that focus of the
individual is suppressed by use of the aggregative concept of social welfare.
This is particularly true in contexts that make use of the Kaldor-Hicks potential compensation principle: the actual loss of one individual is “offset” by the
gain to another. Whether the social welfare measure is based on a willingnessto-pay approach or on a social-indifference system does indeed matter. The
latter, of course, is even more offensive to those who take seriously the differences among individuals. Nevertheless, both approaches tend to aggregate
gains and losses in a way appropriate if society were a single individual. On
the other hand, Austrians prefer to view social institutions in terms of their
ability to coordinate individual plans (Kirzner, 1973 , pp. 212–34). Certainty
creation, knowledge dissemination, and incentive enhancement are all factors that tend to increase the opportunities for voluntary exchange and thus
the possibilities for coordination. In the fi nal analysis, however, no approach
to economics can eliminate the need for ethics and social philosophy in the
determination of policy. Hence the coordination approach, like all others, will
never be a complete basis for policy unto itself.
Помимо перечисленных способов повышать координацию (certainty creation, knowledge dissemination, and incentive enhancement), сейчас можно добавить еще один – прямая операционализация координации через digital twins как для отдельных агентов (людей, компаний) так и коллективов/сообществ/обществ (в рамках какого-то домена, например, сельское хозяйство, нутрициология, динамика эпидемии, политические предпочтения, и т. д.), и обмен информации между ними, как описано тут или тут.