7,129
个编辑
更改
跳到导航
跳到搜索
第4行：
第4行： − + − + − + 第18行：
第18行： − “经济物理学”一词是由[[H·尤金·斯坦利 H·Eugene Stanley]]于1995年在Kolkata的一次统计物理学会议上提出，用来描述物理学家们在（股票和其他）市场问题上撰写的大量论文。“经济物理学”一词首次出现在1996年在《Physica A》出版的会议记录中。<ref>[http://www.saha.ac.in/cmp/camcs/Stanley-interview.pdf Interview of H. E. Stanley on Econophysics (Published in "IIM Kozhikode Society & Management Review", Sage publication (USA), Vol. 2 Issue 2 (July), pp. 73-78 (2013))]</ref><ref>[https://arxiv.org/abs/1308.2191 Econophysics Research in India in the last two Decades (1993-2013) (Published in "IIM Kozhikode Society & Management Review", Sage publication (USA), Vol. 2 Issue 2 (July), pp. 135-146 (2013))]</ref>首次经济物理学会议于1998年在布达佩斯由János Kertész和Imre Kondor举办。2000年，r. n. Mantegna & h. e. Stanley 出版了第一本关于经济物理学的书。<ref>"An Introduction to Econophysics", Cambridge University Press, Cambridge (2000)</ref>+ 第24行：
第24行： − + − + − + − + 第41行：
第41行： − + 第63行：
第63行： − 另一个很好的例子是'''<font color="#ff8000">随机矩阵理论 random matrix theory</font>'''，它可以用来识别金融相关矩阵中的噪声。一篇论文认为，这种技术可以改善投资组合的性能，例如，应用于'''<font color="#ff8000">投资组合优化 portfolio optimization </font>'''。<ref>{{cite journal |author1=Vasiliki Plerou |author2=Parameswaran Gopikrishnan |author3=Bernd Rosenow |author4=Luis Amaral |author5=Thomas Guhr |author6=H. Eugene Stanley |title=Random matrix approach to cross correlations in financial data |journal=Physical Review E|volume= 65|page= 066126 |year=2002 |doi=10.1103/PhysRevE.65.066126 |pmid=12188802 | issue = 6|arxiv = cond-mat/0108023 |bibcode = 2002PhRvE..65f6126P }}</ref>+ − + − + − 在金融理论和'''<font color="#ff8000">扩散 Diffusion</font>'''理论之间也有相似之处。例如，期权定价的'''<font color="#ff8000">布莱克-斯科尔斯方程 Black–Scholes equation</font>'''是一个'''<font color="#ff8000">扩散-对流 diffusion-advection</font>'''方程（见对布莱克-斯科尔斯方法论的批判<ref name="autogenerated2003">{{cite book |author1=Jean-Philippe Bouchaud |author2=Marc Potters |title=Theory of Financial Risk and Derivative Pricing |url=https://archive.org/details/theoryoffinancia0000bouc |url-access=registration |publisher=Cambridge University Press|year= 2003 |accessdate=|work=}}</ref><ref>{{cite journal|doi=10.1080/713665871 | volume=1 | issue=5 | title=Welcome to a non-Black-Scholes world | year=2001 | journal=Quantitative Finance | pages=482–483 | last1 = Bouchaud | first1 = J-P. | last2 = Potters | first2 = M.}}</ref>）。布莱克-斯科尔斯理论可以扩展为经济活动中主要因素的分析理论。<ref name=":0" />+ + 第79行：
第80行： − + − 经济物理学对'''<font color="#ff8000">定量金融学 quantitative finance</font>'''的应用领域产生了一定的影响，定量金融学的研究范围和研究目标与经济学理论有很大的不同。各种经济物理学家介绍了'''<font color="#ff8000">金融市场物理学 physics of financial markets</font>'''中的价格波动模型或已建立模型的原始观点。<ref name="autogenerated2003"/><ref>{{cite journal |author=Enrico Scalas |title=The application of continuous-time random walks in finance and economics |journal=Physica A |volume=362 |pages=225–239 |year=2006 |doi=10.1016/j.physa.2005.11.024|bibcode = 2006PhyA..362..225S |issue=2 }}</ref><ref>{{cite journal |author1=Y. Shapira |author2=Y. Berman |author3=E. Ben-Jacob |title=Modelling the short term herding behaviour of stock markets |journal=New Journal of Physics |volume=16 |issue=5 |year=2014 | doi= 10.1088/1367-2630/16/5/053040|bibcode = 2014NJPh...16e3040S |page=053040|doi-access=free }}</ref>同时，在各种经济数据中还发现了一些缩放比例定律。<ref>{{cite journal |author1=Y. Liu |author2=P. Gopikrishnan |author3=P. Cizeau |author4=M. Meyer |author5=C.-K. Peng |author6=H. E. Stanley |title=Statistical properties of the volatility of price fluctuations |year=1999| journal=Physical Review E| volume=60| issue=2|pages=1390–400 | doi= 10.1103/PhysRevE.60.1390|pmid=11969899 |arxiv = cond-mat/9903369 |bibcode = 1999PhRvE..60.1390L |citeseerx=10.1.1.241.9346}}</ref><ref>{{cite journal |author1=M. H. R. Stanley |author2=L. A. N. Amaral |author3=S. V. Buldyrev |author4=S. Havlin |author5=H. Leschhorn |author6=P. Maass |author7=M. A. Salinger |author8=H. E. Stanley |title=Scaling behaviour in the growth of companies |journal=Nature |volume=379 |page=804 |year=1996| url=http://havlin.biu.ac.il/Publications.php?keyword=Scaling+behaviour+in+the+growth+of+companies&year=*&match=all |doi=10.1038/379804a0 |issue=6568|bibcode = 1996Natur.379..804S}}</ref><ref>{{cite journal |author1=K. Yamasaki |author2=L. Muchnik |author3=S. Havlin |author4=A. Bunde |author5=H.E. Stanley |title=Scaling and memory in volatility return intervals in financial markets |journal=PNAS |volume=102 |pages=9424–8 |year=2005| url=http://havlin.biu.ac.il/Publications.php?keyword=Scaling+and+memory+in+volatility+return+intervals+in+financial+markets&year=*&match=all |doi=10.1073/pnas.0502613102 |pmid=15980152 |issue=26 |pmc=1166612|bibcode = 2005PNAS..102.9424Y }}</ref>+ − 正如在量子场论中一样，“肥尾”可以通过复杂的'''<font color="#ff8000">非微扰 nonperturbative</font>'''方法得到，主要是通过数值方法，因为它们包含了通常的'''<font color="#ff8000"> 高斯近似 Gaussian approximations</font>'''的偏差，例如：'''<font color="#ff8000">布莱克-斯科尔斯 Black–Scholes</font>'''理论。然而，肥尾也可能是由其他现象引起的，比如中心极限定理中的随机项数，或者其他任何非经济物理学模型。由于这些模型难以检验，因此在传统的经济分析中很少受到重视。+
无编辑摘要
}}
}}
'''经济物理学 Econophysics'''是一个'''<font color="#ff8000">非正统的 Heterodox</font>'''的跨学科研究领域，通过应用物理学家开发的理论和方法来解决经济问题，通常包括不确定性或'''<font color="#ff8000">随机过程 Stochastic Process</font>'''和'''<font color="#ff8000">非线性动力学 Nonlinear Dynamics</font>'''。因为它源于[[统计物理学]]，它在金融市场研究中的一些应用也被称为'''统计金融学 Statistical Finance'''。经济物理学与[[社会物理学]]密切相关。
'''经济物理学 Econophysics'''是一个非正统的的跨学科研究领域，通过应用物理学家开发的理论和方法来解决经济问题，通常包括不确定性或随机过程 Stochastic Process和非线性动力学 Nonlinear Dynamics。因为它源于[[统计物理学]]，它在金融市场研究中的一些应用也被称为'''统计金融学 Statistical Finance'''。经济物理学与[[社会物理学]]密切相关。
==历史==
==历史==
物理学家对[[社会科学]]的兴趣并不是什么新鲜事；例如，[[丹尼尔·伯努利 Daniel Bernoulli]]最早提出基于'''效用 Utility'''的偏好。'''新古典主义经济理论 Neoclassical Economic Theory''的创始人之一，前耶鲁大学经济学教授[[欧文·费歇尔 Irving Fisher]]，最初曾受训于著名的耶鲁大学物理学家[[约西亚·威拉德·吉布斯 Josiah Willard Gibbs]]。<ref>[http://www.yaleeconomicreview.com/issues/2006_spring/financephysical.html Yale Economic Review, Retrieved October-25-09]</ref>同样，[[扬·廷伯根]] Jan Tinbergen在莱顿大学 Leiden University和[[保罗·埃伦费斯特 Paul Ehrenfest]]一起学习了物理学，因为开发和应用了经济过程分析的动态模型而获得了1969年的第一个诺贝尔经济学奖。特别的是，Tinbergen 提出了'''国际贸易的引力模型 gravity model of international trade'''，这个模型已经成为国际经济学的主力。
物理学家对[[社会科学]]的兴趣并不是什么新鲜事；例如，[[丹尼尔·伯努利 Daniel Bernoulli]]最早提出基于'''效用 Utility'''的偏好。新古典主义经济理论 Neoclassical Economic Theory的创始人之一，前耶鲁大学经济学教授[[欧文·费歇尔 Irving Fisher]]，最初曾受训于著名的耶鲁大学物理学家[[约西亚·威拉德·吉布斯 Josiah Willard Gibbs]]。<ref>[http://www.yaleeconomicreview.com/issues/2006_spring/financephysical.html Yale Economic Review, Retrieved October-25-09]</ref>同样，扬·廷伯根 Jan Tinbergen在莱顿大学 Leiden University和保罗·埃伦费斯特 Paul Ehrenfest一起学习了物理学，因为开发和应用了经济过程分析的动态模型而获得了1969年的第一个诺贝尔经济学奖。特别的是，Tinbergen 提出了'''国际贸易的引力模型 gravity model of international trade'''，这个模型已经成为国际经济学的主力。
经济物理学是在20世纪90年代中期由几个在[[统计力学 Statistical Mechanic]]领域工作的物理学家发起的。他们不满足于经济学家的传统解释和方法——这种方法通常优先考虑将问题简化以便于建立有解的理论模型，而不是取实证数据来分析——他们应用物理学的工具和方法，首先在金融数据集上进行匹配，尝试去解释更普遍的经济现象。
经济物理学是在20世纪90年代中期由几个在[[统计力学]]领域工作的物理学家发起的。他们不满足于经济学家的传统解释和方法——这种方法通常优先考虑将问题简化以便于建立有解的理论模型，而不是取实证数据来分析——他们应用物理学的工具和方法，首先在金融数据集上进行匹配，尝试去解释更普遍的经济现象。
“经济物理学”一词是由H·Eugene Stanley于1995年在Kolkata的一次统计物理学会议上提出，用来描述物理学家们在（股票和其他）市场问题上撰写的大量论文。“经济物理学”一词首次出现在1996年在《Physica A》出版的会议记录中。<ref>[http://www.saha.ac.in/cmp/camcs/Stanley-interview.pdf Interview of H. E. Stanley on Econophysics (Published in "IIM Kozhikode Society & Management Review", Sage publication (USA), Vol. 2 Issue 2 (July), pp. 73-78 (2013))]</ref><ref>[https://arxiv.org/abs/1308.2191 Econophysics Research in India in the last two Decades (1993-2013) (Published in "IIM Kozhikode Society & Management Review", Sage publication (USA), Vol. 2 Issue 2 (July), pp. 135-146 (2013))]</ref>首次经济物理学会议于1998年在布达佩斯由János Kertész和Imre Kondor举办。2000年，r. n. Mantegna & h. e. Stanley 出版了第一本关于经济物理学的书。<ref>"An Introduction to Econophysics", Cambridge University Press, Cambridge (2000)</ref>
近年来，[[网络科学]]严重依赖于[[统计力学 Statistical Mechanics]]的类推，已经应用于生产系统的研究。[[圣菲研究所]]在欧洲资助的研究预测金融危机的项目和哈佛-麻省理工学院经济复杂性观测站的工作基于此类研究而建立的。
近年来，[[网络科学]]严重依赖于[[统计力学]]的类推，已经应用于生产系统的研究。[[圣塔菲研究所]]在欧洲资助的研究预测金融危机的项目和哈佛-麻省理工学院经济复杂性观测站的工作基于此类研究而建立的。
如果说“经济物理学”指的是将统计力学应用于经济分析的原则，而不是某一特定的文献或网络，那么创新的优先权可能应归功于 Emmanuel Farjoun 和[[Moshé Machover]](1983)的创新。他们在《混沌定律: 政治经济学的概率方法 Laws of Chaos: A Probabilistic Approach to Political Economy》一书中提出，通过将相关数量重新概念化为随机变量，来解决（他们的话）马克思政治经济学中的'''<font color="#ff8000">转换问题 Transformation Problem</font>'''。<ref>Farjoun and Machover disclaim complete originality: their book is dedicated to the late Robert H. Langston, who they cite for direct inspiration (page 12), and they also note an independent suggestion in a discussion paper by Edwin Thompson Jaynes (page 239)</ref>
如果说“经济物理学”指的是将统计力学应用于经济分析的原则，而不是某一特定的文献或网络，那么创新的优先权可能应归功于 Emmanuel Farjoun 和Moshé Machover(1983)的创新。他们在《混沌定律: 政治经济学的概率方法 Laws of Chaos: A Probabilistic Approach to Political Economy》一书中提出，通过将相关数量重新概念化为随机变量，来解决（他们的话）马克思政治经济学中的转换问题 Transformation Problem。<ref>Farjoun and Machover disclaim complete originality: their book is dedicated to the late Robert H. Langston, who they cite for direct inspiration (page 12), and they also note an independent suggestion in a discussion paper by Edwin Thompson Jaynes (page 239)</ref>
另一方面，如果把“经济物理学”看作是物理学在经济学中的应用，那么可以把[[列昂·瓦尔拉斯 Léon Walras]]和[[维尔弗雷多·帕雷托 Vilfredo Pareto]]的贡献看作是其中的一部分。事实上，正如[[布鲁娜·因格罗 Bruna Ingrao]]和[[乔治·以色列 Giorgio Israe]]所阐述的那样，经济学中的'''[[一般均衡理论 general equilibrium theory]]''是基于[[力学平衡 mechanical equilibrium]]的物理概念。
另一方面，如果把“经济物理学”看作是物理学在经济学中的应用，那么可以把[[列昂·瓦尔拉斯 Léon Walras]]和[[维尔弗雷多·帕雷托 Vilfredo Pareto]]的贡献看作是其中的一部分。事实上，正如Bruna Ingrao和Giorgio Israe所阐述的那样，经济学中的[[一般均衡理论 general equilibrium theory]]是基于力学平衡的物理概念。
经济物理学同[[伊恩·斯蒂德曼 Ian Steedman]]和其他'''新李嘉图学派 neo-Ricardianism'''相关的人提出的经济学的物理量方法没有任何关系。著名的经济物理学家有，[[让-菲利普·布查德 Jean-Philippe Bouchaud]]，[[比卡斯·K·查克拉巴蒂 Bikas K Chakrabarti]]，[[J·杜恩·法默 J.Doyne Farmer]]，[[迭戈·加拉斯切利 Diego Garlaschelli]]，[[德克·赫尔宾 Dirk Helbing]]，[[János Kertész]]，[[弗朗西斯·朗斯塔夫 Francis Longstaff]]，[[罗萨里奥·N·曼特尼亚 Rosario N. Mantegna]]，[[马泰奥·马希里 Matteo Marsili]]，[[约瑟夫·L·麦考利 Joseph L. McCauley]]，[[恩里科·斯卡拉斯 Enrico Scalas]]，[[迪迪埃·索内特 Didier Sornette]]，[[H·尤金·斯坦利 H. Eugene Stanley]]，[[维克托·雅科文科 Victor Yakovenko]]和张翼成。特别值得一提的是莱顿大学物理系的 Diego Garlaschelli 开设的一门经济物理学的正规课程，<ref>{{Cite web|url=https://studiegids.leidenuniv.nl/en/courses/show/34804/econofysica|title=Econophysics, 2012-2013 ~ e-Prospectus, Leiden University|website=studiegids.leidenuniv.nl|language=en|access-date=2018-09-10}}</ref><ref>{{Cite web|url=https://studiegids.universiteitleiden.nl/courses/99643/econophysics|title=Econophysics, 2020-2021 ~ e-Prospectus, Leiden University|website=studiegids.leidenuniv.nl|language=en|access-date=2020-09-05}}</ref>他就是第一位诺贝尔经济学奖得主 Jan Tinbergen 的后生。由2014年9月起，英皇书院正式授予经济物理学首个全职教授职位。
经济物理学同[[伊恩·斯蒂德曼 Ian Steedman]]和其他'''新李嘉图学派 neo-Ricardianism'''相关的人提出的经济学的物理量方法没有任何关系。著名的经济物理学家有Jean-Philippe Bouchaud，Bikas K Chakrabarti，J.Doyne Farmer，Diego Garlaschelli，Dirk Helbing，János Kertész，Francis Longstaff，Rosario N. Mantegna，Matteo Marsili，Joseph L. McCauley，Enrico Scalas，Didier Sornette，H. Eugene Stanley，Victor Yakovenko和张翼成。特别值得一提的是莱顿大学物理系的 Diego Garlaschelli 开设的一门经济物理学的正规课程，<ref>{{Cite web|url=https://studiegids.leidenuniv.nl/en/courses/show/34804/econofysica|title=Econophysics, 2012-2013 ~ e-Prospectus, Leiden University|website=studiegids.leidenuniv.nl|language=en|access-date=2018-09-10}}</ref><ref>{{Cite web|url=https://studiegids.universiteitleiden.nl/courses/99643/econophysics|title=Econophysics, 2020-2021 ~ e-Prospectus, Leiden University|website=studiegids.leidenuniv.nl|language=en|access-date=2020-09-05}}</ref>他就是第一位诺贝尔经济学奖得主 Jan Tinbergen 的后生。由2014年9月起，英皇书院正式授予经济物理学首个全职教授职位。
<br>
<br>
应用于经济学的物理模型包括'''气体动力学理论 kinetic theory of gas'''（称为'''市场动力学交换模型 kinetic exchange models of markets'''）、<ref>{{cite book| author=Bikas K Chakrabarti, Anirban Chakraborti, Satya R Chakravarty, Arnab Chatterjee |title=Econophysics of Income & Wealth Distributions | publisher=Cambridge University Press, Cambridge|year= 2012 |work=}}</ref>'''逾渗 percolation'''模型、用于研究心脏骤停的[[混沌]]模型、具有[[自组织临界性]]的模型以及其他用于'''<font color="#ff8000">地震预测 earthquake prediction</font>'''的模型。<ref>{{cite book |author=Didier Sornette |title=Why Stock Markets Crash? |publisher=Princeton University Press|year= 2003 |accessdate=|work=}}</ref> 此外，还有人试图使用[[复杂性]]数学理论和[[信息论]]，这两种理论是由许多科学家发展起来的，其中分别有[[默里·盖尔曼 Murray Gell-Mann]]和[[克劳德·艾尔伍德·香农 Claude Elwood Shannon]]。
应用于经济学的物理模型包括'''气体动力学理论 kinetic theory of gas'''（称为'''市场动力学交换模型 kinetic exchange models of markets'''）、<ref>{{cite book| author=Bikas K Chakrabarti, Anirban Chakraborti, Satya R Chakravarty, Arnab Chatterjee |title=Econophysics of Income & Wealth Distributions | publisher=Cambridge University Press, Cambridge|year= 2012 |work=}}</ref>'''逾渗 percolation'''模型、用于研究心脏骤停的[[混沌]]模型、具有[[自组织临界性]]的模型以及其他用于地震预测的模型。<ref>{{cite book |author=Didier Sornette |title=Why Stock Markets Crash? |publisher=Princeton University Press|year= 2003 |accessdate=|work=}}</ref> 此外，还有人试图使用[[复杂性]]数学理论和[[信息论]]，这两种理论是由许多科学家发展起来的，其中分别有[[默里·盖尔曼 Murray Gell-Mann]]和[[克劳德·艾尔伍德·香农 Claude Elwood Shannon]]。
另一个很好的例子是随机矩阵理论 random matrix theory，它可以用来识别金融相关矩阵中的噪声。一篇论文认为，这种技术可以改善投资组合的性能，例如，应用于投资组合优化。<ref>{{cite journal |author1=Vasiliki Plerou |author2=Parameswaran Gopikrishnan |author3=Bernd Rosenow |author4=Luis Amaral |author5=Thomas Guhr |author6=H. Eugene Stanley |title=Random matrix approach to cross correlations in financial data |journal=Physical Review E|volume= 65|page= 066126 |year=2002 |doi=10.1103/PhysRevE.65.066126 |pmid=12188802 | issue = 6|arxiv = cond-mat/0108023 |bibcode = 2002PhRvE..65f6126P }}</ref>
然而，到目前为止，还有其他各种各样的物理学工具被使用，例如[[流体动力学]]、[[经典力学]]和[[量子力学]]|（包括所谓的[[古典经济学]]、[[量子经济学]]和[[量子金融学]]），<ref name="AK">{{Cite book|title = Probabilistic Economic Theory|last = Anatoly V. Kondratenko|work = Nauka |year = 2015|isbn = 978-5-02-019121-1}}</ref>以及'''<font color="#ff8000">路径积分表述 path integral formulation</font>'''统计力学。<ref name=":0">{{Cite book|title = The Unity of Science and Economics: A New Foundation of Economic Theory|last = Chen|first = Jing|publisher = Springer|year = 2015|isbn = |location = https://www.springer.com/us/book/9781493934645|pages = }}</ref>
然而，到目前为止，还有其他各种各样的物理学工具被使用，例如[[流体动力学]]、[[经典力学]]和[[量子力学]]|（包括所谓的[[古典经济学]]、[[量子经济学]]和[[量子金融学]]），<ref name="AK">{{Cite book|title = Probabilistic Economic Theory|last = Anatoly V. Kondratenko|work = Nauka |year = 2015|isbn = 978-5-02-019121-1}}</ref>以及路径积分表述统计力学。<ref name=":0">{{Cite book|title = The Unity of Science and Economics: A New Foundation of Economic Theory|last = Chen|first = Jing|publisher = Springer|year = 2015|isbn = |location = https://www.springer.com/us/book/9781493934645|pages = }}</ref>
'''[[经济复杂性指数 Economic Complexity Index]]'''的概念，由麻省理工学院的物理学家[[塞萨尔·A·希达尔戈 Cesar a. Hidalgo]]和哈佛大学的经济学家[[里卡多·豪斯曼 Ricardo Hausmann]]提出，并在麻省理工学院的'''<font color="#ff8000">经济复杂性观察站 Observatory of Economic Complexity</font>'''提供，已经被设计成'''<font color="#ff8000">经济增长的预测工具 predictive tool for economic growth</font>'''。根据 Hausmann和 Hidalgo的估计，与世界银行的传统治理措施相比，出口信贷保险在预测 GDP 增长方面要准确得多。<ref>{{cite web |url=http://atlas.media.mit.edu/atlas/ |title= The Atlas of Economic Complexity |author1=Ricardo Hausmann |author2=Cesar Hidalgo |publisher= The Observatory of Economic Complexity (MIT Media Lab) |accessdate=26 April 2012|display-authors=etal}}</ref>
'''[[经济复杂性指数 Economic Complexity Index]]'''的概念，由麻省理工学院的物理学家[[塞萨尔·A·希达尔戈 Cesar a. Hidalgo]]和哈佛大学的经济学家[[里卡多·豪斯曼 Ricardo Hausmann]]提出，并在麻省理工学院的经济复杂性观察站提供，已经被设计成经济增长的预测工具。根据 Hausmann和 Hidalgo的估计，与世界银行的传统治理措施相比，出口信贷保险在预测 GDP 增长方面要准确得多。<ref>{{cite web |url=http://atlas.media.mit.edu/atlas/ |title= The Atlas of Economic Complexity |author1=Ricardo Hausmann |author2=Cesar Hidalgo |publisher= The Observatory of Economic Complexity (MIT Media Lab) |accessdate=26 April 2012|display-authors=etal}}</ref>
在金融理论和扩散理论之间也有相似之处。例如，期权定价的'''布莱克-斯科尔斯方程 Black–Scholes equation'''是一个'''扩散-对流 diffusion-advection'''方程（见对布莱克-斯科尔斯方法论的批判<ref name="autogenerated2003">{{cite book |author1=Jean-Philippe Bouchaud |author2=Marc Potters |title=Theory of Financial Risk and Derivative Pricing |url=https://archive.org/details/theoryoffinancia0000bouc |url-access=registration |publisher=Cambridge University Press|year= 2003 |accessdate=|work=}}</ref><ref>{{cite journal|doi=10.1080/713665871 | volume=1 | issue=5 | title=Welcome to a non-Black-Scholes world | year=2001 | journal=Quantitative Finance | pages=482–483 | last1 = Bouchaud | first1 = J-P. | last2 = Potters | first2 = M.}}</ref>）。布莱克-斯科尔斯理论可以扩展为经济活动中主要因素的分析理论。<ref name=":0" />
==影响==
==影响==
关于经济物理学的论文主要发表在专门研究物理学和统计力学的期刊上，而不是主要的经济学期刊上。一些主流经济学家普遍对这项研究不以为然。<ref>{{cite journal |author=Philip Ball |title=Econophysics: Culture Crash |journal=Nature |volume=441 |pages=686–688 |year=2006 |doi=10.1038/441686a |pmid=16760949 |issue=7094|bibcode = 2006Natur.441..686B |citeseerx=10.1.1.188.8120}}</ref>其他经济学家，包括[[毛罗·加勒盖蒂 Mauro Gallegati ]]，[[史蒂夫·基恩]]，[[保罗·奥默罗德 Paul Ormerod]]和Alan Kirman对此表现出了更多的兴趣，但也批评了经济物理学的一些趋势。最近，'''<font color="#ff8000">实验经济学 experimental economics</font>'''创始人之一、诺贝尔经济学奖得主[[弗农·L·史密斯 Vernon L. Smith]]使用了这些技术并承诺它们会有非常良好的前景。<ref name = CaSm></ref>
关于经济物理学的论文主要发表在专门研究物理学和统计力学的期刊上，而不是主要的经济学期刊上。一些主流经济学家普遍对这项研究不以为然。<ref>{{cite journal |author=Philip Ball |title=Econophysics: Culture Crash |journal=Nature |volume=441 |pages=686–688 |year=2006 |doi=10.1038/441686a |pmid=16760949 |issue=7094|bibcode = 2006Natur.441..686B |citeseerx=10.1.1.188.8120}}</ref>其他经济学家，包括Mauro Gallegati，Steve Keen，Paul Ormerod和Alan Kirman对此表现出了更多的兴趣，但也批评了经济物理学的一些趋势。最近，实验经济学创始人之一、诺贝尔经济学奖得主Vernon L. Smith使用了这些技术并承诺它们会有非常良好的前景。<ref name = CaSm></ref>
经济物理学对定量金融学的应用领域产生了一定的影响，定量金融学的研究范围和研究目标与经济学理论有很大的不同。各种经济物理学家介绍了金融市场物理学中的价格波动模型或已建立模型的原始观点。<ref name="autogenerated2003"/><ref>{{cite journal |author=Enrico Scalas |title=The application of continuous-time random walks in finance and economics |journal=Physica A |volume=362 |pages=225–239 |year=2006 |doi=10.1016/j.physa.2005.11.024|bibcode = 2006PhyA..362..225S |issue=2 }}</ref><ref>{{cite journal |author1=Y. Shapira |author2=Y. Berman |author3=E. Ben-Jacob |title=Modelling the short term herding behaviour of stock markets |journal=New Journal of Physics |volume=16 |issue=5 |year=2014 | doi= 10.1088/1367-2630/16/5/053040|bibcode = 2014NJPh...16e3040S |page=053040|doi-access=free }}</ref>同时，在各种经济数据中还发现了一些缩放比例定律。<ref>{{cite journal |author1=Y. Liu |author2=P. Gopikrishnan |author3=P. Cizeau |author4=M. Meyer |author5=C.-K. Peng |author6=H. E. Stanley |title=Statistical properties of the volatility of price fluctuations |year=1999| journal=Physical Review E| volume=60| issue=2|pages=1390–400 | doi= 10.1103/PhysRevE.60.1390|pmid=11969899 |arxiv = cond-mat/9903369 |bibcode = 1999PhRvE..60.1390L |citeseerx=10.1.1.241.9346}}</ref><ref>{{cite journal |author1=M. H. R. Stanley |author2=L. A. N. Amaral |author3=S. V. Buldyrev |author4=S. Havlin |author5=H. Leschhorn |author6=P. Maass |author7=M. A. Salinger |author8=H. E. Stanley |title=Scaling behaviour in the growth of companies |journal=Nature |volume=379 |page=804 |year=1996| url=http://havlin.biu.ac.il/Publications.php?keyword=Scaling+behaviour+in+the+growth+of+companies&year=*&match=all |doi=10.1038/379804a0 |issue=6568|bibcode = 1996Natur.379..804S}}</ref><ref>{{cite journal |author1=K. Yamasaki |author2=L. Muchnik |author3=S. Havlin |author4=A. Bunde |author5=H.E. Stanley |title=Scaling and memory in volatility return intervals in financial markets |journal=PNAS |volume=102 |pages=9424–8 |year=2005| url=http://havlin.biu.ac.il/Publications.php?keyword=Scaling+and+memory+in+volatility+return+intervals+in+financial+markets&year=*&match=all |doi=10.1073/pnas.0502613102 |pmid=15980152 |issue=26 |pmc=1166612|bibcode = 2005PNAS..102.9424Y }}</ref>
==主要成果==
==主要成果==
目前，经济物理学的主要研究成果之一是将多种金融数据分布中的“肥尾”解释为一种普遍的自相似标度性质（即“肥尾”）。因个人的倾向市场竞争对手，或聚合，利用系统和最佳流行的“微观趋势”（例如，价格上升或下降）。这些“肥尾”不仅在数学上很重要，因为它们包含了风险，这些风险一方面可能非常小，以至于人们可能会忽略它们，但另一方面，这些风险一点也不可忽视。它们永远不可能成指数微小，而是遵循一个可测量的代数递减幂律，例如，故障概率只有<math>P\propto x^{-4}\,</math>其中x在所考虑的分布的尾部区域是一个越来越大的变量（例如，<math>x = 0</math>。一个价格统计数据远远超过10<sup>8</sup>）。也就是说，所考虑的事件不仅仅是“异常值” ，而是必须真正加以考虑，不能“保走”。商品市场也出现了“肥尾”现象。
目前，经济物理学的主要研究成果之一是将多种金融数据分布中的“肥尾”解释为一种普遍的自相似标度性质（即“肥尾”）。因个人的倾向市场竞争对手，或聚合，利用系统和最佳流行的“微观趋势”（例如，价格上升或下降）。这些“肥尾”不仅在数学上很重要，因为它们包含了风险，这些风险一方面可能非常小，以至于人们可能会忽略它们，但另一方面，这些风险一点也不可忽视。它们永远不可能成指数微小，而是遵循一个可测量的代数递减幂律，例如，故障概率只有<math>P\propto x^{-4}\,</math>其中x在所考虑的分布的尾部区域是一个越来越大的变量（例如，<math>x = 0</math>。一个价格统计数据远远超过10<sup>8</sup>）。也就是说，所考虑的事件不仅仅是“异常值” ，而是必须真正加以考虑，不能“保走”。商品市场也出现了“肥尾”现象。
正如在量子场论中一样，“肥尾”可以通过复杂的非微扰方法得到，主要是通过数值方法，因为它们包含了通常的高斯近似的偏差，例如：布莱克-斯科尔斯 Black–Scholes理论。然而，肥尾也可能是由其他现象引起的，比如中心极限定理中的随机项数，或者其他任何非经济物理学模型。由于这些模型难以检验，因此在传统的经济分析中很少受到重视。
==参见==
==参见==