Модифікований агентно-орієнтований метод оцінки ризиків зелених проєктів і технологій
DOI:
https://doi.org/10.35681/1560-9189.2025.27.3.354576Ключові слова:
агентно-орієнтоване моделювання, оцінка ризиків, зеле-ні ризики, зелені проєкти, стохастичний процес, поведінкові стратегіїАнотація
Розглянуто моделювання, аналіз та оцінку зелених проєктів і технологій. Основною відмінністю зелених проєктів є їхня суто екологічна спрямованість, і певне нехтування економічного фактору. Запропоновано покращений агентно-орієнтований метод імітації діяльності фінансових компаній у середовищі, у якому встановлено обмеження на використання природних ресурсів і введено ринок зелених квот. Розглянуто поведінкові стратегії, що визначають цілі та логіку прийняття рішень агентів під час моделювання. Моделювання різних стратегій компаній показало, що поведінкова стратегія є визначальним фактором, що впливає на майбутнє фінансової компанії. Так, при виборі ефективної стратегії компанія може адаптуватися до введення режиму зелених квот і продовжити зростати в економічній складовій, проте, при виборі неефективної стратегії, компанії може загрожувати банкрутство.
Посилання
Macal, C., & North, M. (2010). Tutorial on agent-based modelling and simulation. Journal of Simulation, 4(3), pp. 151–162. https://doi.org/10.1057/jos.2010.3
Macal, C., & North, M. (2008). Agent-based modeling and simulation: ABMS examples. Proceedings of the 2008 Winter Simulation Conference, pp. 101–112. https://doi.org/10.1109/ WSC.2008.4736060
Glavatskiy, K., Prokopenko, M., Carro, A., Ormerod, P., & Harré, M. S. (2021). Explaining herding and volatility in the cyclical price dynamics of urban housing markets using a large-scale agent-based model. SN Business & Economics, 1(6), pp. 1–21. https://doi.org/10.1007/s43546-021-00084-3
Evans, B. P., Glavatskiy, K., Harré, M. S., & Prokopenko, M. (2023). The impact of social influence in Australian real estate: Market forecasting with a spatial agent-based model. Journal of Economic Interaction and Coordination, 18(1), pp. 5–57. https://doi.org/10.1007/s11403-022-00361-w
Aïd, R., Dumitrescu, R., & Tankov, P. (2021). The entry and exit game in the electricity markets: A mean-field game approach. Journal of Dynamics & Games, 8(4), pp. 331–358. https://doi.org/10.3934/jdg.2021013
Bassière, A., Dumitrescu, R., & Tankov, P. (2024). A mean-field game model of electricity market dynamics. In F. E. Benth & A. E. D. Veraart (Eds.), Quantitative Energy Finance (pp. 181–219). Springer. https://doi.org/10.1007/978-3-031-41168-7_7
Huang, H. F., & Ma, H. W. (2022). Redesigning a cap-and-trade program for air emissions by agent-based modeling. Sustainable Environment Research, 32(1). pp. 1–12. https://doi.org/10.1186/s42834-022-00124-7
Yu, S. M., Fan, Y., Zhu, L., & Eichhammer, W. (2020). Modeling the emission trading scheme from an agent-based perspective: System dynamics emerging from firms' coordination among abatement options. European Journal of Operational Research. 286(3). pp. 1113–1128. https://doi.org/10.1016/ j.ejor.2020.03.074
Kuznietsova, N., Shevchuk, O., & Prokopenko, M. (2026). Agent-based method for modelling green risks. In M. Zgurovsky & N. Pankratova (Eds.), System analysis and data mining (Studies in Systems, Decision and Control, Vol. 609). Springer. https://doi.org/10.1007/978-3-031-97529-5
Freiberg, D., Park, D. G., Serafeim, G., & Zochowski, T. R. (2021). Corporate environmental impact: Measurement, data and information (Harvard Business School Working Paper No. 20-098). Harvard Business School. https://doi.org/10.2139/ssrn.3565533
