模拟交易网络和信任的作用

2： 交易者或代理人的资金和货物数量、货物价格和卖方声誉变量的时间历程。图3描述了卖家的平均声誉和商品价格的行为。在这里，我们看到代理的平均声誉值随着时间的推移而降低，这反映了这样一个事实，即交易不太成功，而一些被选中的个人的声誉随着时间的推移而增加。为了评估将信任纳入交易的影响，0.5 1 1.5 2x 1050.70.80.911.11.21.31.4时间（迭代）平均价格平均声誉+0.5图。3： 网络中商品平均价格和卖家声誉的时间历程。因此，我们进行了一个不包含信任变量的计算，即Fij（t）=1，Ri=1，（i，t），以及其他计算，包括信任变量的动力学。英菲格。4我们展示了网络的表示，如图所示。

1和两个计算的2D图。123451234500.511.522.533.544.55123451234500.511.522.533.544.550.070.070.070.070.070.070.070.22V13V43V48V58V59V73V74V79V90V950。070.070.070.070.57v14v2v37v5v66v710。070.070.071.00v26v40v51v82v920。07V19V53自动边着色：最小最大边颜色：COLORVertex颜色：COLORhigh mediumlow mediummiserablepoorrichtycoonVertex大小：SIZE0。070.070.070.070.070.070.070.070.070.070.070.070.070.070.070.070.070.070.070.070.070.070.070.070.070.070.070.070.070.070.070.070.070.070.070.070.070.070.070.070.070.070.070.070.070.070.070.070.070.070.070.070.070.070.070.070.070.070.070.070.070.070.070.070.070.070.070.070.070.070.070.070.070.070.070.070.070.070.070.070.070.070.070.070.070.070.070.070.070.070.070.070.070.070.070.070.070.070.070.070.070.070.070.070.070.070.070.070.070.070.070.070.070.070.070.070.070.070 0个.070.070.070.070.070.070.070.070.070.070.070.070.070.070.070.070.070.070.070.070.070.070.080.080.080.080.080.080.080.080.080.080.080.080.080.080.080.080.090.090.090.100.100.100.100.100.100.100.100.110.110.110.110.110.110.110.110.120.120.120.120.120.120.130.130.130.130.130.140.140.140.140.140.140.140.140.140.140.140.140.140.140.140.140.140.140.150.150.150.150.150.150.150.160.160.160.160.160.160.160.170.170.170.170.170.170.170.180.180.180.180.180.180.180.180.190.190.190.200.200.200.200.200.200.210.220.230.230.230.240.240.240.240.250.250.260.260.260.260.270.270.280.280.280.280.280.280.290.300.300.310.310.320.340.340.350.360.360.370.370.390.400.420.430.460.470.480.490.500.540.540.540.550.570.701.001.00V1V10V100V11V12V13V14V15V16V17V19V2V20V21V22V23V24V26V28V29V3V31V32V35V36V37V38V39V40V41V42V45V47V49V5V50V53V55V57V59V6V61V62V63V66V69V7V70V71V73V77V8V80V82V83V84V85V88V89V9V90V92V93V94V95V98V99图。

4： 典型网络的结果，其中不包括信任变量（垂直黑线的左侧），包括信任动力学（右侧）。黄线表示非活动链接。在这里，我们观察到信任有两个主要影响：1）它加强了交易网络，活动链接的数量显著增加，而在没有信任的计算中（不加区分的交易），网络被分割成孤立的子图，活动链接很少。2） 事实证明，代理人之间的财富分配更加公平，因为穷人较少，中产阶级中的比例相当大。活跃的tradingtook所在的主干网络明显更大，并且具有更多的“黑色”或活跃的交互（α和β6=0），信任的显著效果是：当信任影响代理决定交易时，一个没有信任的断开的交易网络变成了一个断开连接的网络。我们还观察到，在有信任的计算中，状态变量保持为正或零，而在没有信任的计算中，少数代理具有负值。这意味着这些代理不仅很差，而且不可靠，但此类代理的数量非常少，因此在200000个时间步之后，在5000个代理中，平均有160个代理具有负值。作为我们的主要研究重点之一，我们将根据我们的模型计算的财富分布与实际统计数据进行比较。为了进行比较，我们在图5中描绘了美国实际财富分布的柱状图（蓝色），以及我们对网络的10个实现结果，其中包括500个代理，不包括信任和不包括信任。

应该注意的是，我们的模型预测财富集中在少数代理人手中，而不管信任的作用如何，尽管这些代理人的集中程度远没有我们在现实中看到的那么明显。在包括信任在内的计算中，中等和最底层百分比之间的分布在数量上与数据一致，但值得注意的是，我们发现，这与最上层40%的财富的数据非常匹配。这可能是由于我们的模型网络的小规模和随机性，尽管这种趋势已经很明显。在参考文献[11]中，我们发现了一个有趣的练习，要求人们构建他们认为理想的财富分布，以及基于他们的信息的估计分布，并将这些数据与美国财富分布的实际数据进行比较。在图6中，我们将公布的结果与我们的计算结果进行了比较。在这里，我们发现，我们的计算结果似乎与理想分布进行了很好的比较，其中包括信任，不允许价格传播。这种情况可能表现为一个国家严格控制由政府或某些垄断机构制定的商品独特价格。估计的发行量得到了很好的复制，价格分布很小，并且包含了信任。然而，实际情况有点令人失望，因为最好的是价差很大。在右下角的面板中，我们展示了网络代理对其事务缺乏信任从而导致结果不切实际的情况。对于丹麦这样的平等社会来说，情况就大不相同了，在这种情况下，我们发现，对于所有的价格分布，包括信任，我们的模型与1992年统计数据收入分布的实际数据（取自[12]）非常吻合。仅使用money变量中的数据，我们在图中显示了比较。

7，这是非常有利的。将我们的结果与真实统计数据进行比较的另一个可能更好的方法是调查不同系统的货币分布，因为它取决于获取货币的实际机制。例如，有关于欧洲人口年收入的数据，其范围从0到百万010203040拥有的财富010203040拥有的财富比例top1%next4%next5%next10%UPPERMIDLE20%MIDLE20%BOTTOMLE20%top1%next4%next5%next10%UPPERMIDLE20%MIDLE20%MIDLE20%BOTTOMLE20%图5：美国的财富分布（蓝色，取自[13]），以及根据我们的模型（黄色）计算的财富分布，包括信托（顶部）和不包括信托（顶部（底部）。在这两种计算中，平均价格为？s=1.2，利差ds=0.4.0102030400 02046080100 020406080100 idealds=0.2EstimatedDS=0.4actualds=0.4actualds=0.4无信托20%2nd20%middle20%4th20%bottom20%top20%2nd20%middle20%4th20%bottom20%图6：理想，估计，以及美国的实际财富分布（蓝色，摘自[11]），与使用每个直方图中指示的参数从我们的模型（黄色）计算的财富分布进行比较。欧元。在图8（a）中，我们将实际数据（红色）与1000个代理的数值计算直方图进行比较，但不包括信任。在图8（b）中，我们将相同的数据与250个代理的计算结果进行了比较，价格的离散度是（a）中的两倍，但仅一次，不包括信任。这两个计算结果似乎与实际数据不符，许多实际值的平均值也不符。051015202530%的财富归收入最高的10%以下的10%以下的40%以下的20%以下的20%以下的10%以下的10%收入者所有。

7： 丹麦（1992年）的实际收入分配（蓝色，取自[12]），与我们的模型（黄色）中的数字计算财富分配（包括信托）进行比较，价格差为ds=0.02。然而，当我们调查NFL所有球员在两年内的年薪数据时，我们发现，在封闭系统中会遇到一种截然不同的情况。在图8（c）中，我们用红色显示了1998年的工资分布，并将其与不包括信任的数字结果进行比较。在图8（d）中，我们显示了相同系统（包括信任）的数值结果，并将其与2011年的NLF数据进行了比较。在这里，我们可以观察到，这两种分布都很好地拟合了数据，这让我们认为，在像NFL这样的体系中，信任在决定工资的机制中并没有发挥多大作用，在这个体系中，一些明星球员开始获得夸张的高薪。为了更详细地调查这种情况，我们采用了井上骏（Jun-ichi Inoue）等人[14]提出的方法，其中他们定义了指数来衡量各个领域的社会不平等，包括收入和贸易。在图9中，我们给出了模型计算的不等式。我们看到，这些洛伦兹不等式曲线随商品价格的变化非常敏感。我们还看到，实际情况表现为相当不平等，因此对于同样的价格，缺乏信任会产生更多的不平等。对于标有箭头的曲线，我们发现g=0.5611和k=0.701，这与为美国计算的指数非常相似：g=0.54- 0.6和k=0.69- 0.71[14]。我们还发现，当网络规模增加到1000时，结果变化不大。A、 动态行为关于交易的动态行为，有关于各国财富份额的数据[15]。

英菲格。10我们展示了排名前1、5和10%的国家的收入，并将其与500个代理的网络规模的数值计算进行了比较。所有计算都被设置为运行200000次迭代，其中只有一半是人口工资百分比（百万美元）数字计算数据19980人口工资百分比（百万美元）数字计算数据20111 2 3 4 5 6 7 8 9 10 12 14010203040506070人口年收入百分比（X20000欧元）数字计算数据（b）（c）（d）0 5 101501020304050人口年收入百分比（X20000欧元）数值计算数据（a）图8：（a）欧洲人口年薪（inred）柱状图，与不包括1000名代理人的信任体系的数值计算进行比较（蓝色）。（b） 与（a）相同，但计算是在具有250个代理的系统中进行的。（c） 1998年NFL球员名单的柱状图（红色），与不包括信任效应的模型结果进行比较。（d） 2011年NFL球员名单的柱状图（红色），与包括信任效应在内的模型结果进行比较。0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 100.10.20.30.40.50.60.70.80.91等分线DS=0ds=0.02ds=0.1ds=0.2ds=0.4ds=0.4无信任此线与USAFG的数据一致。9： 洛伦兹曲线来自于我们计算的几个价差值。黑色直线对应于perfectequality。箭头指示的曲线与实际数据相符。这证实了我们的说法，即没有信任的交易会导致财富分配扭曲或不平等。选择用于比较。

模型dsand twere的参数各不相同，以找到最佳的t。1985 1990 1995 2000 2005 50 10%20%30%中国收入份额1985 1990 1995 2005 2010 10%20%30%40%意大利1985 1990 1995 2000 2005 2010 10%20%30%40%50%收入份额加拿大1985 1990 1995 2000 2005 2010010%20%30%50%美国1985 1995 2005 2010010%20%30%年收入份额澳大利亚1985 1995 1995 1995 2000 2005 2010010%20%30%40%年日本Top图10：六个选定国家的前10%收入份额的数值结果和实际数据与参考文献[15]数据的比较。对于所有情况，发现模型计算中的t=400值与数据吻合良好，但在意大利的情况除外，我们选择t=600作为最佳t。有趣的是，注意到中国的情况是唯一一个在100000次初始迭代计算中表现更好的情况，价格分散度较小（ds=0.15）。在最后100000次迭代中，一旦变量达到最终分布，所有其他国家都会得到最好的拟合。这可能反映出一个事实，即中国是一个新兴的经济大国，其贸易规则更加严格。日本和澳大利亚的价格差距大于中国（ds=0.2）。这可以解释为这些国家有更多的自由贸易规则，在这种情况下，人们可以在不丧失竞争力的情况下更广泛地改变价格。对于经济传统悠久的发达国家来说，ds=0.4相当大，可能反映了许多策略的影响，以允许价格在不丧失竞争力的情况下变化。例如，在美国，汽油价格在全国范围内的分布范围为每加仑1.31至2.37美元，价格在地理上分布不均[16]。

请注意，美国和加拿大实际上是无法区分的，这是意料之中的，因为它们相似且紧密相连。唯一入选的欧洲国家意大利的情况很有趣，因为它是唯一一个通过增加价格变化的时间尺度来获得良好收益的国家。这似乎表明，在意大利和类似的欧洲国家，价格变化往往比非常活跃的美国经济体要慢。有趣的是，1%的顶尖人口的fit不如其他人好，这意味着我们的模型预测的极端爱尔兰人比实际情况要少。当今世界的极端社会和经济不平等很可能是由于经济联盟不是随机的（如我们的模型），并强加了一些贸易偏好，而不是我们模型中考虑的那些。此外，我们对服务系统的近似导致了对个人可以收集的货物或货币数量的限制，而这种限制在实际的经济图景中并不存在，在这种经济图景中，货币可以印刷，商品可以生产和销毁。在现实世界中，国家不能被视为封闭系统，尽管全球经济可以被视为封闭系统。四、 结论在结论中，我们基于代理人的交易模型得出的结果总体上似乎与真实数据的结果相比非常有利，尽管该模型只考虑了影响交易的已知因素的一部分。一个显著的结果是贸易关系中的信任效应。首先，我们发现，信任以这样一种方式加强了交易，即当包含信任时，具有活动链接的网络保持完全连接，如果不包含信任，则成为一组断开的图。

其次，信任有助于使社会更加公平，可以看出，当信任在贸易中发挥作用时，财富的分配更加公平。如果不包括信任，那么这个社会似乎有许多穷人欠债，这与有信任的社会不同。这项工作的一个重要结论是，即使在具有保守系统的简单情况下，与财富分配的真实数据的一致性不仅是可能的，而且也是非常好的。这可以被解释为表明，包括商品和货币的生产和恶化，这对于创造财富的理念至关重要【17】，似乎并不是整个经济的基本属性。此外，就财富分配而言，根本问题似乎是价格的传播，而不是财富的生产。结果还表明，我们的模型通过简单的买卖规则预测了封闭经济中的不平等，而不需要生产，这说明了不平等可以在初级经济中自然产生。应该指出的是，与考虑代理人（消费者或生产者）各种代表性评估的一般趋势相反，我们在此考虑了单一类别的异质交易代理人。这种经济中出现的行为是个人决策的总和。因此，不平衡的经济似乎源于个人的特定决定。认识到realtrading网络的结构更类似于无标度网络而非随机网络，这一点也很重要，因为随机网络在动态阅读过程中保持不变。