Rzeczywistość jest nazbyt skomplikowana, a eksperymenty gospodarcze na żywym organizmie mogą doprowadzić do katastrofy. To dwa główne powody, dla których siedzący za biurkami ekonomiści budują modele – uproszczone światy – które mają dać odpowiedzi na najróżniejsze pytania, np. czy warto wprowadzać jakąś politykę albo jaki będzie wpływ jakiegoś zdarzenia na nasze bogactwo. Immanentnym mankamentem tej techniki jest rozbieżność między modelem (uproszczeniem) a światem. W konsekwencji naukowcy stoją przed wyborem: rozbudowywać schemat, aby odzwierciedlał rzeczywistość, i ponosić ryzyko jego nadmiernego dopasowania do bieżących danych czy też nie komplikować modelu, godząc się na jego niedostosowanie.
W modelach makroekonomicznych bardzo ważną charakterystyką wpływającą na stopień skomplikowania modelu pozostaje uwzględnienie różnorodności konsumentów (w języku akademików: heterogeniczności agentów), a więc np. ich preferencji, awersji do ryzyka, ról na rynku, wykształcenia, dochodów czy majątku. Rozwój narzędzi informatycznych i mocy obliczeniowych komputerów sprawił, że nie musimy już „zaokrąglać” konsumenta, który zamieszkuje nasze światy. Bo uśrednianie i koncepcja agenta reprezentatywnego prowadziła do konieczności poprawiania modeli, gdyż nie wytrzymywały one próby czasu.
Materiał chroniony prawem autorskim - wszelkie prawa zastrzeżone.
Dalsze rozpowszechnianie artykułu za zgodą wydawcy INFOR PL S.A. Kup licencję.