Пейтон Янг

Эта биография живого человека нуждается в дополнительных цитатах для проверки . Пожалуйста, помогите, добавив надежные источники . Спорный материал о живых людях, который не имеет или имеет плохие источники, должен быть немедленно удален из статьи и ее страницы обсуждения, особенно если он потенциально клеветнический . Найти источники:  "Peyton Young" – новости  · газеты  · книги  · ученый  · JSTOR ( октябрь 2024 г. ) ( Узнайте, как и когда удалить это сообщение )

Хобарт Пейтон Янг (родился 9 марта 1945 года) — американский теоретик игр и экономист, известный своим вкладом в эволюционную теорию игр и ее применение к изучению институциональных и технологических изменений, а также теории обучения в играх. В настоящее время он является профессором Лондонской школы экономики , почетным профессором экономики имени Джеймса Мида в Оксфордском университете , профессором-стажером в Наффилд-колледже в Оксфорде и руководителем исследований в Управлении финансовых исследований Министерства финансов США .

Пейтон Янг был назначен членом Эконометрического общества в 1995 году, членом Британской академии в 2007 году и членом Американской академии искусств и наук в 2018 году. Он занимал пост президента Общества теории игр с 2006 по 2008 год. ^[1] Он опубликовал множество работ по обучению в играх, эволюции социальных норм и институтов, кооперативной теории игр, торгам и переговорам, налогообложению и распределению затрат, политическому представительству, процедурам голосования и распределительной справедливости.

В 1966 году он с отличием окончил Гарвардский университет по специальности «Общие науки ». В 1970 году он получил степень доктора философии по математике в Мичиганском университете , где он получил премию Самнера Б. Майерса за диссертацию за работу в области комбинаторной математики .

Его первая академическая должность была в аспирантуре Городского университета Нью-Йорка в качестве доцента, а затем доцента с 1971 по 1976 год. С 1976 по 1982 год Янг был научным сотрудником и заместителем председателя Отдела системных и решений наук в Институте прикладного системного анализа, Австрия. Затем он был назначен профессором экономики и государственной политики в Школе государственных дел в Университете Мэриленда, Колледж-Парк с 1992 по 1994 год. Янг был профессором экономики Скотта и Барбары Блэк в Университете Джонса Хопкинса с 1994 года, пока не перешел в Оксфорд в качестве профессора экономики Джеймса Мида в 2007 году. В 2004 году он был почетным председателем Фулбрайта в Университете Сиены . С 2015 года он является столетним профессором Лондонской школы экономики и остается профессорским сотрудником Наффилд-колледжа, Оксфорд.

Традиционные концепции динамической устойчивости, включая концепцию эволюционно стабильной стратегии , определяют состояния, из которых небольшие однократные отклонения являются самокорректирующимися. Эти концепции устойчивости не подходят для анализа социальных и экономических систем, которые постоянно возмущены идиосинкразическим поведением и ошибками, а также индивидуальными и совокупными шоками для выплат. Опираясь на теорию Фрейдлина и Вентцелла (1984) больших отклонений для непрерывных временных процессов, Дин Фостер и Пейтон Янг (1990) разработали более мощную концепцию стохастической устойчивости : «Стохастически стабильное множество [SSS] — это множество состояний, такое, что в долгосрочной перспективе почти наверняка система находится внутри каждого открытого множества, содержащего S, поскольку шум медленно стремится к нулю» [стр. 221]. Эта концепция решения оказала большое влияние на экономику и теорию игр после того, как Янг (1993) разработал более гибкую версию теории для общих конечных цепей Маркова. Состояние является стохастически устойчивым, если оно привлекает положительный вес в стационарном распределении цепи Маркова. Янг разрабатывает мощные графовые инструменты для идентификации стохастически устойчивых состояний.

В влиятельной книге « Индивидуальная стратегия и социальная структура » Янг дает четкое и компактное изложение основных результатов в области теории стохастических эволюционных игр, которую он разработал. Он представляет свою модель социальных взаимодействий, называемую «адаптивной игрой». Агенты случайным образом выбираются из большой популяции для игры в фиксированную игру. Они выбирают близорукий наилучший ответ, основанный на случайной выборке прошлых игр игры. Эволюция (ограниченной) истории игры описывается конечной цепью Маркова. Идиосинкразическое поведение или ошибки постоянно возмущают процесс, так что каждое состояние доступно из любого другого. Это означает, что цепь Маркова эргодична, поэтому существует уникальное стационарное распределение, которое характеризует долгосрочное поведение процесса. Недавняя работа Янга и соавторов показывает, что эволюционная динамика этого и других видов может быстро переходить к стохастически устойчивым равновесиям из локально устойчивых, когда возмущения малы, но не исчезают (Ариели и Янг, 2016; Крейндлер и Янг, 2013; Крейндлер и Янг, 2014).

Теория используется для того, чтобы показать, что в координационных играх 2x2 равновесие с доминированием риска будет воспроизводиться практически все время, поскольку время стремится к бесконечности. Это также дает формальное доказательство результата Томаса Шеллинга (1971) о том, что жилищная сегрегация возникает на социальном уровне, даже если ни один человек не предпочитает быть изолированным. Кроме того, теория «демонстрирует, как концепции высокорациональных решений в теории игр могут возникать в мире, населенном агентами с низкой рациональностью» [стр. 144]. В играх торга Янг демонстрирует, что решения торга Нэша (1950) и Калаи-Смородинского (1975) возникают из децентрализованных действий ограниченно рациональных агентов без общих знаний.

В то время как эволюционная теория игр изучает поведение больших популяций агентов, теория обучения в играх фокусируется на том, соответствуют ли действия небольшой группы игроков некоторому понятию равновесия. Это сложная проблема, поскольку социальные системы являются самореферентными : акт обучения изменяет то, что должно быть изучено. Существует сложная обратная связь между убеждениями игрока, его действиями и действиями других, что делает процесс генерации данных чрезвычайно нестационарным . Янг внес много вкладов в эту литературу. Фостер и Янг (2001) демонстрируют неспособность байесовских правил обучения изучать смешанные равновесия в играх с неопределенной информацией. Фостер и Янг (2003) вводят процедуру обучения, в которой игроки формируют гипотезы о стратегиях своих оппонентов, которые они время от времени проверяют на прошлой игре своих оппонентов. Отступая таким образом от рациональности, Фостер и Янг показывают, что существуют естественные и надежные процедуры обучения, которые приводят к равновесию Нэша в играх в общей нормальной форме.

Обзор современной литературы по обучению в играх представлен в книге Янга 2004 года « Стратегическое обучение и его ограничения» .

В серии статей Янг применил методы теории стохастических эволюционных игр к изучению социальных норм (см. обзор Young 2015). Теория определяет четыре ключевые особенности динамики норм.

(1) Устойчивость : однажды введенные нормы сохраняются в течение длительного времени, несмотря на меняющиеся внешние условия.

(2) Перелом : когда нормы меняются, они делают это внезапно. Отклонения от установленной нормы могут происходить постепенно поначалу. Однако, как только формируется критическая масса девиаторов, процесс переворачивается, и новая норма быстро распространяется среди населения.

(3) Сжатие : нормы подразумевают, что поведение (например, возраст выхода на пенсию, контракты на раздел урожая) демонстрирует более высокую степень соответствия и меньшую восприимчивость к экономическим условиям, чем предсказывают стандартные экономические модели.

(4) Локальное соответствие/глобальное разнообразие : норма — одно из многих возможных равновесий. Сжатие подразумевает, что тесно связанные индивидуумы достаточно близко соответствуют определенной норме. В то же время наличие множественных равновесий подразумевает, что менее тесно связанные индивидуумы в популяции могут прийти к совершенно иной норме.

Эти прогнозы подтверждаются эмпирическими исследованиями. Несколько закономерностей были обнаружены в исследовании Янга и Берка (2001) контрактов на раздел урожая в Иллинойсе, в котором использовалась подробная информация об условиях контрактов на нескольких тысячах ферм из разных частей штата. Во-первых, наблюдалось значительное сжатие в условиях контрактов: 98% всех контрактов включали дробление 1/2-1/2, 2/5-3/5 или 1/3-2/3. Во-вторых, при разделении выборки на фермы из Северного и Южного Иллинойса Янг и Берк обнаружили высокую степень единообразия в контрактах в каждом регионе, но значительную дисперсию между регионами — свидетельство эффекта локального соответствия/глобального разнообразия. В Северном Иллинойсе обычная доля составляла 1/2-1/2. В Южном Иллинойсе она составляла 1/3-2/3 или 2/5-3/5.

Янг также внес значительный прикладной вклад в понимание распространения новых идей, технологий и практик среди населения. Распространение определенных социальных норм можно проанализировать в рамках той же структуры. В ходе нескольких статей (Young 2003, Young 2011, Kreindler and Young 2014) Янг показал, как топология социальной сети влияет на скорость и характер распространения в рамках определенных правил принятия на индивидуальном уровне.

В влиятельной статье 2009 года Янг обратил внимание на динамику диффузии, которая может возникнуть в результате различных правил принятия в хорошо смешанной популяции. В частности, он выделил три различных класса модели диффузии:

(1) Заражение : люди перенимают инновацию (новую идею, продукт или практику) после контакта с существующими последователями.

(2) Социальное влияние : люди, скорее всего, примут нововведение, когда его примет критическая масса людей в их группе.

(3) Социальное обучение : люди наблюдают за выгодами, которые получают последователи, и принимают инновации, когда эти выгоды достаточно высоки.

Третий процесс принятия наиболее тесно связан с оптимизацией поведения и, следовательно, стандартными подходами в экономике. Однако первые два процесса являются теми, на которых сосредоточена обширная социологическая и маркетинговая литература по этой теме.

Янг охарактеризовал среднюю динамику каждого из этих процессов при общих формах гетерогенности индивидуальных убеждений и предпочтений. В то время как каждая из динамик дает знакомую S-образную кривую принятия, Янг показал, как лежащий в основе процесс принятия может быть выведен из совокупной кривой принятия. Оказывается, что каждый процесс оставляет свой особый след. Обращаясь к данным о принятии гибридной кукурузы в Соединенных Штатах, Янг представил доказательства сверхэкспоненциального ускорения на ранних стадиях принятия, что является отличительной чертой социального обучения.

Янг (1985) внес аксиоматизацию вектора Шепли . Он рассматривается как ключевая часть ^[2] для понимания связи между принципом маржинальности и вектором Шепли. Янг показывает, что вектор Шепли является единственной симметричной и эффективной концепцией решения, которая вычисляется исключительно из маржинальных вкладов игрока в кооперативной игре . Следовательно, вектор Шепли является единственным эффективным и симметричным решением, которое удовлетворяет монотонности, которая требует, чтобы всякий раз, когда вклад игрока во все коалиции слабо увеличивается, распределение этого игрока также должно слабо увеличиваться. Это оправдывает вектор Шепли как меру производительности игрока в кооперативной игре и делает его особенно привлекательным для моделей распределения затрат. ^{[3] [4]}

Метод Кемени –Янга — это система голосования , которая использует преференциальные бюллетени и парные сравнительные подсчеты для определения наиболее популярных выборов на выборах. Это метод Кондорсе , потому что если есть победитель Кондорсе, он всегда будет ранжироваться как наиболее популярный выбор.

Метод Кемени–Янга был разработан Джоном Кемени в 1959 году. Янг и Левенглик (1978) показали, что этот метод был единственным нейтральным методом, удовлетворяющим подкреплению и критерию Кондорсе. В других работах (Янг 1986, 1988, 1995, 1997) Янг принял эпистемический подход к агрегации предпочтений: он предположил, что существует объективно «правильный», но неизвестный порядок предпочтений по сравнению с альтернативами, и избиратели получают шумовые сигналы этого истинного порядка предпочтений (ср. теорему присяжных Кондорсе ). Используя простую вероятностную модель для этих шумовых сигналов, Янг показал, что метод Кемени–Янга был оценщиком максимального правдоподобия истинного порядка предпочтений. Янг далее утверждает, что сам маркиз де Кондорсе знал о правиле Кемени–Янга и его интерпретации максимального правдоподобия, но не мог ясно выразить свои идеи.

• Дж. Кемени, «Математика без чисел», Дедал , 88 (1959), 577–591.
• HP Young и A. Levenglick, «Последовательное расширение принципа выборов Кондорсе ^{[ постоянная мертвая ссылка ]} », SIAM Journal on Applied Mathematics 35 , № 2 (1978), 285–300.
• HP Young, «Оптимальное ранжирование и выбор на основе попарных сравнений», в книге « Объединение информации и принятие групповых решений» под редакцией B. Grofman и G. Owen (1986), JAI Press, 113–122.
• HP Young, «Монотонные решения кооперативных игр», Международный журнал теории игр , 14 , № 2 (1985), 65–72.
• HP Young, «Теория голосования Кондорсе», American Political Science Review 82 , № 2 (1988), 1231–1244.
• Д. Фостер и Х. П. Янг, «Стохастическая эволюционная игровая динамика», Теоретическая популяционная биология , 38 (1990), 219–232.
• HP Young, «Эволюция соглашений», Econometrica , 61 (1993), 57–84.
• HP Young, «Эволюционная модель переговоров», Журнал экономической теории , 59 (1993), 145–168.
• HP Young, «Оптимальные правила голосования», Журнал экономических перспектив 9 , № 1 (1995), 51–64.
• HP Young, «Групповой выбор и индивидуальные суждения», Глава 9 книги « Перспективы общественного выбора: справочник» , под редакцией Денниса Мюллера (1997) Cambridge UP., стр. 181–200.
• Д. Фостер и Х. П. Янг, «О невозможности предсказать поведение рациональных агентов», Труды Национальной академии наук США , 98 , № 22 (2001), 12848–12853.
• Х. П. Янг и М. А. Берк, «Конкуренция и обычай в экономических контрактах: исследование сельского хозяйства Иллинойса», American Economic Review , 91 (2001), 559–573.
• Д. Фостер и Х. П. Янг, «Обучение, проверка гипотез и равновесие Нэша», Игры и экономическое поведение , 45 (2003), 73–96.
• HP Young, «Распространение инноваций в социальных сетях» в книге «Экономика как сложная развивающаяся система» , т. III, под ред. Лоуренса Э. Блюма и Стивена Н. Дурлауфа. Oxford University Press, (2003).
• HP Young, «Распространение инноваций в гетерогенных группах населения: заражение, социальное влияние и социальное обучение», American Economic Review , 99 (2009), 1899–1924.
• HP Young, «Обучение методом проб и ошибок», Игры и экономическое поведение , 65 (2009), 626–643.
• Д. Фостер и Х. П. Янг, «Взимание платы за игровую эффективность с управляющих портфелями», Quarterly Journal of Economics , 125 (2010), 1435–1458.
• HP Young, «Динамика социальных инноваций», Труды Национальной академии наук , 108 , № 4 (2011), 21285–21291.
• Б. С. Р. Прадельски и Х. П. Янг, «Изучение эффективных равновесий Нэша в распределенных системах», Игры и экономическое поведение , 75 (2012), 882–897.
• Г. Крейндлер и Х. П. Янг, «Быстрая конвергенция в эволюционном равновесном отборе», Игры и экономическое поведение , 80 (2013), 39–67.
• Г. Крейндлер и Х. П. Янг, «Быстрое распространение инноваций в социальных сетях», Труды Национальной академии наук , 111 Приложение 3 (2014), 10881–10888.
• HP Young, «Эволюция социальных норм», Annual Review of Economics , 7 (2015), 359–87.
• И. Ариэли и Х. П. Янг, «Динамика стохастического обучения и скорость сходимости в популяционных играх», Econometrica , 84 (2016), 627–676.

• H. Peyton Young (2004). Стратегическое обучение и его пределы . Oxford UK: Oxford University Press. Содержание и введение. ^{[ постоянная мертвая ссылка ]}
• _____ (2001). Справедливое представительство , 2-е издание (совместно с М. Л. Балински ). Вашингтон, округ Колумбия: Институт Брукингса. Содержание и введение. ^{[ постоянная мертвая ссылка ]}
• _____ (1998). Индивидуальная стратегия и социальная структура: эволюционная теория институтов . Принстон, Нью-Джерси: Princeton University Press. Содержание и введение. ^{[ постоянная мертвая ссылка ]}
• _____ (1994). Капитал: в теории и практике . Принстон, Нью-Джерси: Princeton University Press. Содержание и введение. ^{[ постоянная мертвая ссылка ]}

• Страница Янга в Оксфордском университете с его резюме и полным списком публикаций.
• Пейтон Янг в проекте «Генеалогия математики»