HECTOR: Un Simulatore ad Agenti per l'Analisi di Scenari di Politica Monetaria e Stabilità Finanziaria nell'Area Euro

Autore: Luigi Usai

DOI: 10.5281/zenodo.15615043

Data di Pubblicazione: 7 Giugno 2025

Abstract

La crescente complessità delle economie moderne e l'interconnessione tra mercati finanziari ed economia reale richiedono strumenti di analisi politica sempre più sofisticati. I tradizionali modelli di Equilibrio Generale Dinamico Stocastico (DSGE) mostrano limitazioni nel catturare dinamiche non lineari, eterogeneità degli agenti e fenomeni emergenti come le crisi sistemiche. In questo lavoro, presentiamo HECTOR (Heterogeneous European Computational Trade and Operations Simulator), un modello di simulazione macroeconomica per l'economia dell'Area Euro basato sul paradigma della Modellazione ad Agenti (Agent-Based Model - ABM). Il simulatore modella un'economia artificiale "bottom-up" composta da agenti eterogenei (famiglie, imprese) e istituzioni (banche commerciali, Banca Centrale). Vengono analizzati tre scenari: uno scenario di base e due scenari di shock, consistenti in un rialzo esogeno del tasso di interesse di policy e in un crollo del mercato azionario. I risultati dimostrano la capacità del modello di riprodurre qualitativamente le dinamiche macroeconomiche attese, evidenziando i canali di trasmissione degli shock monetari e finanziari su PIL, disoccupazione e inflazione. HECTOR si propone come un laboratorio computazionale per l'analisi "what-if" a supporto dei regolatori e dei decisori politici.

Keywords: Macroeconomia Computazionale, Modello ad Agenti (ABM), Politica Monetaria, Stabilità Finanziaria, Simulazione Economica, Area Euro.

1. Introduzione

La crisi finanziaria globale del 2008 e le successive crisi del debito sovrano nell'Area Euro hanno messo in luce i limiti dei modelli macroeconomici standard, in particolare dei modelli DSGE, nel prevedere e analizzare eventi estremi e instabilità sistemiche (Fagiolo & Roventini, 2012). Tali modelli, basati sull'assunzione di un agente rappresentativo e di aspettative razionali, faticano a incorporare l'eterogeneità fondamentale degli attori economici e le complesse reti di interazione che danno origine a proprietà macroeconomiche emergenti.

La Modellazione ad Agenti (ABM) offre un paradigma alternativo promettente (Tesfatsion & Judd, 2006). Gli ABM simulano l'economia "dal basso", modellando le azioni e le interazioni di una vasta popolazione di agenti autonomi ed eterogenei. Questo approccio è particolarmente adatto a studiare come i comportamenti a livello micro si aggregano per produrre fenomeni macro, inclusi feedback non lineari, "tipping points" e crisi.

Questo paper introduce HECTOR, un modello ABM progettato per simulare l'economia dell'Area Euro e fornire ai decisori politici uno strumento per valutare l'impatto potenziale di shock di politica economica. In particolare, ci concentriamo su due questioni di perenne attualità per la Banca Centrale Europea (BCE) e per il Commissario per l'Economia:

1. Quali sono i costi, in termini di prodotto e occupazione, di una politica monetaria restrittiva volta a contenere l'inflazione?

2. Come si propaga uno shock di instabilità finanziaria, come un crollo del mercato azionario, all'economia reale?

2. Metodologia: Il Modello HECTOR

HECTOR è implementato in Python secondo i principi della programmazione ad oggetti. L'economia virtuale è composta da agenti e istituzioni le cui regole comportamentali sono definite di seguito.

2.1 Agenti

• Famiglie (Household): Il modello include NH=500 famiglie. Lo stato di una famiglia i al tempo t è definito dalla sua ricchezza Wi,t, suddivisa in contante CASHi,t e un portafoglio azionario EQi,t. La decisione di consumo è governata da una funzione che dipende dal reddito da lavoro wi,t e dalla ricchezza totale:

  CONSi,t=cy⋅wi,t+cw⋅Wi,t

• dove cy e cw sono rispettivamente la propensione al consumo sul reddito e sulla ricchezza. Le famiglie sono soggette a un vincolo di liquidità, per cui CONSi,t≤CASHi,t.

• Imprese (Firm): Il settore produttivo è composto da NF=50 imprese. Ogni impresa j possiede uno stock di capitale Kj,t e produce un bene omogeneo secondo una funzione di produzione Cobb-Douglas:

  Yj,t=A⋅Kj,tα⋅Lj,t1−α

• dove Lj,t è il numero di lavoratori impiegati. Le imprese formulano piani di produzione basati sulla domanda attesa e assumono lavoratori da un mercato del lavoro competitivo. I prezzi Pj,t sono fissati come markup sui costi unitari e vengono adeguati in base all'inflazione e al livello delle scorte.

2.2 Istituzioni

• Banca Centrale (CentralBank): La BCE imposta il tasso di interesse di policy it seguendo una regola di Taylor che risponde agli scostamenti dell'inflazione πt e della crescita del PIL gt dai rispettivi target (π∗ e g∗):

  it=r∗+πt+απ(πt−π∗)+αg(gt−g∗)
  
  
  dove r∗ è il tasso di interesse reale di equilibrio e απ,αg sono i pesi della reazione della banca centrale.

2.3 Dinamica della Simulazione e Scenari

La simulazione procede per passi temporali discreti (mesi). Ad ogni passo, gli eventi si susseguono in un ordine causalmente coerente: mercato del lavoro, produzione e pagamento salari, consumo, mercato dei beni, aggiornamento dei prezzi e politica monetaria. Sono stati simulati tre scenari per una durata di 60 mesi, con uno shock esogeno introdotto al 25° mese:

1. Scenario Base: Nessuno shock esogeno; l'economia evolve secondo le sue dinamiche endogene.

2. Scenario Aumento Tassi: La BCE attua un rialzo esogeno e inaspettato del tasso di policy di 300 punti base (Δit=+0.03).

3. Scenario Crollo Azionario: Si verifica un crollo del mercato azionario del 30%, che impatta istantaneamente il valore del portafoglio equity_portfolio di tutte le famiglie.

3. Risultati

I risultati aggregati della simulazione sono presentati nelle Figure 1-4 (corrispondenti all'output grafico del codice).

• Prodotto Interno Lordo (PIL): Nello scenario di aumento dei tassi, il PIL subisce una contrazione netta e persistente rispetto allo scenario base, evidenziando il trade-off tra controllo dell'inflazione e crescita economica. L'impatto dello shock azionario è ancora più severo e immediato, con un crollo del PIL dovuto alla contrazione dei consumi indotta dall'effetto ricchezza negativo.

• Tasso di Disoccupazione: Entrambi gli shock negativi provocano un aumento significativo della disoccupazione. La reazione è più marcata nello scenario di crollo azionario, dove il collasso della domanda aggregata porta le imprese a massicci licenziamenti.

• Tasso di Inflazione: La politica monetaria restrittiva riesce, come previsto, a ridurre l'inflazione, portandola al di sotto dello scenario base. Anche la recessione indotta dallo shock finanziario ha un forte effetto disinflazionistico, evidenziando i rischi di una spirale deflazionistica in caso di crisi gravi.

4. Discussione e Implicazioni di Policy

I risultati della simulazione, sebbene qualitativi, forniscono intuizioni cruciali per i decisori politici. Primo, il modello quantifica il costo economico di una politica monetaria restrittiva, offrendo una base per valutare la proporzionalità delle azioni della BCE. Secondo, e forse più importante, lo scenario del crollo azionario dimostra la strettissima interconnessione tra stabilità finanziaria ed economia reale. Uno shock originato nei mercati finanziari può innescare una grave recessione attraverso il canale della fiducia e della ricchezza delle famiglie. Ciò rafforza l'argomentazione a favore di una regolamentazione macroprudenziale robusta e di un monitoraggio attento dei rischi sistemici.

Il modello presenta delle limitazioni, tra cui l'assenza di un settore pubblico (politica fiscale), di un settore estero e di un sistema bancario dettagliato. Tuttavia, la sua architettura modulare ne consente l'estensione.

5. Conclusione e Sviluppi Futuri

Abbiamo presentato HECTOR, un simulatore economico ad agenti per l'Area Euro. Il modello si è dimostrato capace di replicare le dinamiche macroeconomiche fondamentali in risposta a shock monetari e finanziari. Il principale contributo di questo lavoro è fornire un framework flessibile e trasparente per l'analisi di scenari "what-if", superando alcune delle rigidità dei modelli tradizionali.

Gli sviluppi futuri si concentreranno su tre aree:

1. Integrazione del Settore Pubblico: Per analizzare l'interazione tra politica fiscale e monetaria.

2. Calibrazione Econometrica: Utilizzo di dati micro e macro reali (da Eurostat, BCE) per calibrare i parametri comportamentali degli agenti.

3. Modellazione Multi-Paese: Introduzione di eterogeneità tra i paesi membri per studiare la trasmissione asimmetrica degli shock e la dinamica degli spread sovrani.

6. Disponibilità del Software

Il codice sorgente in Python del simulatore HECTOR è disponibile per il download e la revisione al seguente repository (o come allegato a questa pubblicazione).

Artefatto di riferimento: hector_simulator_v1

7. Riferimenti

• Fagiolo, G., & Roventini, A. (2012). Macroeconomic policy in DSGE and agent-based models. Revue de l'OFCE, (5), 67-116.

• Tesfatsion, L., & Judd, K. L. (Eds.). (2006). Handbook of computational economics: agent-based computational economics (Vol. 2). Elsevier.