Shifting Power: Leveraging LLMs to Simulate Human Aversion in ABMs of Bilateral Financial Exchanges, A bond market study

要約

政府の債券のような二国間市場には、市場メーカー（MMS）とクライアントの間の分散型および不透明な取引が含まれ、従来のモデリングアプローチに大きな課題を提起します。
これらの複雑さに対処するために、Tribeは、大規模な言語モデル（LLM）で増強されたエージェントベースのモデルを導入して、取引環境での人間のような意思決定をシミュレートします。
Tribeは、公的に利用可能なデータと様式化された事実を活用して、現実的な取引のダイナミクスを捉え、リスク回避や曖昧さの感度などの人間のバイアスをエージェントの意思決定プロセスに統合します。
私たちの研究では、3つの重要な貢献が得られます。まず、LLMSをエージェントベースのモデルに統合してクライアント機関を強化することが実行可能であり、複雑な市場でのエージェント行動のシミュレーションを豊かにすることを実証します。
第二に、LLM内にエンコードされたわずかな貿易回避でさえ、取引活動の完全な停止につながり、エージェントのリスクプロファイルに対する市場のダイナミクスの感度を強調することがわかります。
第三に、人間のような変動性を組み込むことは、パワーダイナミクスをクライアントにシフトし、システム全体に不釣り合いに影響を与え、しばしばシミュレーション全体で体系的なエージェントの崩壊をもたらすことを示します。
これらの発見は、確率的で人間のような決定プロセスを導入するときに生じる緊急の特性を強調し、人工社会のリアリズムと複雑さを高める新しいシステム行動を明らかにします。

要約(オリジナル)

Bilateral markets, such as those for government bonds, involve decentralized and opaque transactions between market makers (MMs) and clients, posing significant challenges for traditional modeling approaches. To address these complexities, we introduce TRIBE an agent-based model augmented with a large language model (LLM) to simulate human-like decision-making in trading environments. TRIBE leverages publicly available data and stylized facts to capture realistic trading dynamics, integrating human biases like risk aversion and ambiguity sensitivity into the decision-making processes of agents. Our research yields three key contributions: first, we demonstrate that integrating LLMs into agent-based models to enhance client agency is feasible and enriches the simulation of agent behaviors in complex markets; second, we find that even slight trade aversion encoded within the LLM leads to a complete cessation of trading activity, highlighting the sensitivity of market dynamics to agents’ risk profiles; third, we show that incorporating human-like variability shifts power dynamics towards clients and can disproportionately affect the entire system, often resulting in systemic agent collapse across simulations. These findings underscore the emergent properties that arise when introducing stochastic, human-like decision processes, revealing new system behaviors that enhance the realism and complexity of artificial societies.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google