要旨
マルチエージェント シミュレーションにおける経済システムは通常、純粋な市場ベースの価格設定 (投機バブルの影響を受けやすい) または中央管理の価格設定 (誤った配分の影響を受けやすい) を採用しています。 MARIA OS 内の Civilization シミュレーションはハイブリッド アプローチを実装しています。すべての資産は V = 0.5 P_market + 0.5 V_AI で評価されます。ここで、P_market は需要と供給によって決定される現在の市場価格であり、V_AI は、LOGOS システムによって計算された AI 推定の基本価値です。この文書では、このハイブリッド評価ルールの経済力学を形式的に説明します。ポートフォリオ最適化問題として 3 つの土地タイプ (商業、イノベーション、公共) の安定条件を導出し、最適な割り当てが追加の AI アンカリング制約を伴う修正マーコウィッツ平均分散フロンティアに従うことを示します。私たちは破産カスケードをSIR型の疫学プロセスとしてモデル化します。経済ネットワークを構築し、50/50 ルールが金融伝染の基本再生産数 R_0 を (1 + rho)^{-1} 倍減少させることを証明します。ここで、rho は AI 推定精度です。現実的なパラメータの下では、これによりカスケードの重大度が 53% 軽減されます。しかし、私たちは重大な脆弱性を特定しています。LOGOS主導の経済が取引頻度を高めると（自律サイクル圧力）、安定回廊が狭くなり、取引対評価更新の比率が分析的に導き出した閾値を超えると崩壊する可能性があります。 200 回のシミュレーション実行による経験的結果により、理論的限界からの偏差が 5% 未満でこれらの予測が検証されました。
1. はじめに
すべての経済システムは、資産の価値はいくらかという評価の問題を解決する必要があります。市場経済は、価格発見を通じてこの問題を解決します。供給曲線と需要曲線の交点から、買い手と売り手が合意する価格が明らかになります。計画経済は行政評価を通じてこの問題を解決します。中央当局は生産コスト、社会的有用性、戦略的優先順位に基づいて価値を推定します。どちらのアプローチにも、十分に文書化された障害モードがあります。正のフィードバックループがノイズを増幅させると、市場価格設定が投機バブルを生み出します。管理価格設定では、見積もり担当者に現地の情報が不足している場合、配分ミスが発生します。
Civilization シミュレーションでは、3 番目のアプローチであるハイブリッド評価が導入されています。土地区画、事業体、インフラストラクチャーなどのあらゆる資産は、現在の市場価格のちょうど 50% に AI が推定した基本価値の 50% を加えた額で評価されます。この規則は法律 3 (財産評価) に組み込まれており、修正することはできません。 AI 推定を投機的ドリフトに対するアンカーとして使用しながら、市場の情報集約特性を継承する価格設定メカニズムを作成します。
この論文では、このルールの経済的影響を分析します。私たちは 3 つの質問に興味があります。まず、50/50 ルールはどのような条件下で安定した市場均衡を生み出し、いつ破綻するのでしょうか?第二に、ハイブリッド評価の下で倒産カスケードは経済ネットワークを通じてどのように伝播するのか、また AI アンカーは伝染を軽減するのか?第三に、商業 (収益を生み出す)、イノベーション (研究開発と特許生産)、公共 (インフラストラクチャと社会サービス) という 3 つの異なる土地タイプを考慮した場合、50/50 の評価制約の下での最適なポートフォリオ配分は何でしょうか?
1.1 3 つの土地タイプ
Civilization シミュレーションでは、明確な経済特性を持つ 3 つの土地タイプを定義します。
- 商業用地: 生産と貿易を通じて直接収益を生み出します。収益は、労働力の割り当て、技術レベル、貿易協定によって決まります。期待リターンは高く、分散も大きい。従来のポートフォリオ理論における株式資産に似ています。
- イノベーション ランド: あらゆる種類の土地で生産性を向上させる特許と技術の改善を生み出します。収益は間接的であり、遅延します。今日投資すると、2 ～ 3 サイクル後に収益が得られます。中程度の期待収益、中程度の分散ですが、他の土地タイプに対するプラスの外部性があります。研究開発投資やベンチャーキャピタルに似ています。
- 公共用地: インフラストラクチャ、医療、教育、社会サービスを提供します。収益はマイナス（純コストセンター）ですが、コマーシャルとイノベーションの収益の差異を減少させるプラスの外部性を生み出します。国債や保険に似ています。期待リターンはマイナスですが、リスク資産とは負の相関関係にあります。
2. 50/50 評価モデル
2.1 正式な定義
P_i(t) が時刻 t における資産 i の市場価格を表し、V_i^AI(t) がLOGOS AI で推定された基本価値を表すものとします。正式な評価額は次のとおりです。
市場価格は標準的な需要と供給のダイナミクスに従って進化します: P_i(t+1) = P_i(t) + eta * (D_i(t) - S_i(t)) ここで、D_i と S_i は価格 P_i での需要と供給、eta は価格調整速度です。 AI の推定値は、ファンダメンタルズ モデル V_i^AI(t) = f(cash_flows_i、growth_rate_i、risk_premium_i、externities_i) に従って進化し、各サイクルの終了時にLOGOSによって更新されます。
2.2 安定性解析
ハイブリッド評価の安定性は、市場価格の乖離と AI 推定誤差の相関関係に依存します。市場偏差を delta_P(t) = P(t) - V_true(t) として定義し、AI 誤差を delta_AI(t) = V^AI(t) - V_true(t) として定義します。ここで、V_true は (観測不可能な) 真の基本値です。ハイブリッド評価誤差は次のとおりです。
ハイブリッド誤差の分散は、Var(delta_V) = 0.25 Var(delta_P) + 0.25 Var(delta_AI) + 0.5 Cov(delta_P, delta_AI) です。市場の乖離と AI 誤差には相関がないという仮定 (LOGOS が市場ベースではなくファンダメンタルズベースの推定を使用する場合の妥当な近似値) の下では、ハイブリッド分散は 0.25 (Var(delta_P) + Var(delta_AI)) に減少します。 AI が市場よりも正確である場合 (Var(delta_AI) < Var(delta_P))、ハイブリッド評価は純粋な市場価格より厳密に正確です。安定回廊 (ハイブリッド評価が真の値の 1 標準偏差内に収まる価格の範囲) は、経験的パラメーターの下で 0.34 * シグマの幅を持っています。
2.3 自律サイクル圧力問題
Logos 主導の経済が取引頻度を加速すると、重大な脆弱性が出現します。 Logos がポートフォリオの迅速なリバランスを推奨するテクノクラート国家では、サイクルごとの取引数が 3 ～ 5 倍に増加する可能性があります。ただし、AI 評価 V^AI はサイクルごとに 1 回だけ更新されます。これにより、時間的な不一致が生じます。V^AI(t) が古いままである一方で、P_i(t) はサイクル内で大幅に変動する可能性があります。
取引対評価の比率を TVR = N_trades / N_valuations として定義します。ここで、N_trades はサイクルごとの取引イベントの数、N_valuations は AI 評価の更新数です。 TVR が臨界しきい値 TVR* = 2 / (1 - rho^2) (rho は市場偏差の自己相関) を超えると、安定回廊は崩壊します。この時点で、サイクル内の価格変動が古い AI 推定値によってもたらされる修正を圧倒するため、AI アンカーは無効になります。
3. 疫学的な伝染としての破産カスケード
3.1 ネットワーク構造
文明国家の経済ネットワークは有向グラフ G = (V, E) であり、頂点 V は経済実体 (商業用地の企業、イノベーション用の研究所、公共用地の公共サービス) を表し、辺 E は財務上の依存関係 (サプライ チェーン、債務、共有インフラストラクチャ) を表します。事業体は、その評価額 V_i(t) が債務債務 D_i を超える場合に支払能力がある。 V_i(t) < D_i の場合は破綻します。
3.2 SIR カスケード モデル
私たちは、経済的伝染に適応した修正された SIR (Susceptible-Infected-Recovered) フレームワークを使用して破産カスケードをモデル化します。このモデルでは、S (影響を受けやすい) 企業は支払能力がありますが、破産する可能性のある近隣企業に対して財務的エクスポージャーを持っています。 I (感染) 事業体は現在破産しており、損失が拡大しています。 R (回復) エンティティは、LOGOS を介した解決を通じて再構築されており、伝染性はなくなりました。
伝送速度ベータは、破産したエンティティが隣接エンティティの破綻を引き起こす確率であり、ベータ = E[loss_given_default Exposure / (V_neighbor - D_neighbor)] で求められます。回収率ガンマは、LOGOS を介した再構築の速度によって決まります。基本再生産数は R_0 = ベータ k_avg / ガンマで、k_avg は経済ネットワークの平均次数です。
3.3 R_0 に対する 50/50 ルールの影響
純粋な市場価格設定の下では、破産イベントはパニック売りを通じて関連資産の市場価格を下落させ、delta_P を増加させ、したがってベータを増加させます。 50/50 ルールの下では、AI アンカーはこの影響を弱めます。たとえ P_i が急激に低下したとしても、V_i = 0.5 P_i + 0.5 V^AI_i は半分しか減少しません (V^AI が安定していると仮定して)。これにより、ベータ計算におけるデフォルトの損失が減少します。
定理 1 (伝染軽減)。 AI 推定精度 rho (1 - Var(delta_AI) / Var(delta_P) として定義) を使用した 50/50 評価ルールの下では、基本再生産数は R_0^{hybrid} = R_0^{market} / (1 + rho) を満たします。 rho = 0.7 (経験的なLOGOS精度)の場合、これはR_0の41%の減少をもたらし、シミュレーション実行全体で観察された87.3%のカスケード封じ込め率(純粋な市場価格設定では41.2%)と一致します。
3.4 カスケード状態図
カスケード ダイナミクスは、R_0 に応じて 3 つのフェーズを示します。
| Phase | Condition | Behavior | Typical Outcome |
|---|---|---|---|
| Subcritical | R_0 < 1 | Bankruptcies are isolated, do not propagate | < 3 entities affected |
| Critical | R_0 approximately 1 | Power-law cascade size distribution | Unpredictable, fat-tailed losses |
| Supercritical | R_0 > 1 | Cascades propagate to a finite fraction of the network | Systemic collapse, nation-wide recession |
50/50 ルールは国家を未臨界段階に移行させます。純粋な市場価格設定では、シミュレーション実行の 34% が 90 日間の間に少なくとも 1 回超臨界フェーズに入ります。 50/50 ルールに基づくと、これは 8.2% に低下します。
4. 3ランド型ポートフォリオの最適化
4.1 リターンと共分散構造
r_C、r_I、r_P が商業用地、イノベーション用地、公共用地割り当てのサイクルごとの収益を表すものとします。シミュレーション データからの経験的推定値は次のとおりです。
公有地と他の 2 つのタイプの間の負の相関関係は重要です。公有地は自然なヘッジとして機能し、期待収益を犠牲にしてポートフォリオの変動を減らします。これは、従来のポートフォリオにおける国債の役割を反映しています。
4.2 修正されたマルコウィッツフロンティア
最適な土地割り当ては次の解を求めます。 max_w (w^T mu - (lambda/2) w^T Sigma w) w_C + w_I + w_P = 1、すべての k について w_k >= 0.1 (法則 5 による最小割り当て制約)、および sum_k |V_k(w) - V_k^AI(w)| を条件とします。 <= イプシロン (AI アンカリング制約)。 AI アンカー制約により、50/50 ルールに基づくポートフォリオの合計評価額が AI の推定値から大きく逸脱しないことが保証され、不安定な土地タイプへの投機的な過剰割り当てが防止されます。
ラグランジュ最適化によって解くと、デフォルト パラメーターでの最適な重みは w_C = 0.48、w_I = 0.32、w_P* = 0.20 となり、ポートフォリオ シャープ レシオ 1.42 が達成されます。これは、単純な均等割り当て (Sharpe = 0.91) および純粋な商用割り当て (分散が大きいため、Sharpe = 0.73) に比べて大幅な改善を示しています。
4.3 サイクルに依存したリバランス
最適な割り当ては 9 サイクルの範囲にわたって変化します。初期のサイクル (1 ～ 3) では、遅れたリターンが複利に間に合うように到着するため、イノベーションランドをオーバーウェイトするのが最適です。中間サイクル (4 ～ 6) では、蓄積された技術改善を収穫するために配分が商業用地に移行します。サイクル後半 (7 ～ 9) では、リスク回避国家は、シミュレーションが終了する前に利益を固定し、差異を減らすために公有地の割り当てを増やします。
5. 経験的検証
5.1 評価精度
200 回の実行にわたって、50/50 ルールにより生じた評価誤差 (真のファンダメンタルズ値から RMSE として測定) は、純粋な市場価格よりも 38% 低く、純粋な AI 推定よりも 22% 低かった。ハイブリッドは、市場誤差と AI 誤差にほぼ相関がなく (経験的相関: 0.07)、理論モデルで予測されるように平均化効果により分散が減少するため、両方のコンポーネントよりも優れています。
5.2 カスケード統計
| Metric | Pure Market | 50/50 Rule | Improvement |
|---|---|---|---|
| Mean cascade size | 4.7 entities | 1.9 entities | -60% |
| Max cascade size | 23 entities | 8 entities | -65% |
| Supercritical events | 34% of runs | 8.2% of runs | -76% |
| Recovery time | 3.1 cycles | 1.4 cycles | -55% |
5.3 ポートフォリオのパフォーマンス
最適な 3 つの土地配分を採用した国々は、平均最終 CEI_1 (経済的安定性) 0.72 を達成しました。これに対し、均等配分を採用した国々では 0.58、商業用地に集中した国々では 0.49 でした。シャープレシオ予測 1.42 は、経験値 1.38 (95% CI: [1.31, 1.45]) で検証されました。
6. 結論
50/50 の評価ルールは、一見単純なメカニズムですが、経済的に大きな影響を及ぼします。市場価格を AI が推定したファンダメンタルズに固定することで、市場価格設定の情報集約による利点を維持しながら、純粋な投機的な動きを防ぐ安定回廊が形成されます。破産カスケードの疫学モデルでは、このアンカリングにより金融伝染の基本再生産数が AI 推定精度によって決定される係数で減少し、経験的パラメーターの下でカスケードの重大度が 53% 減少することが明らかになりました。
重大な脆弱性（LOGOS主導の高頻度取引による自律サイクルの圧力）は、AIが統治する経済における根本的な緊張を特定しています。評価を安定させる同じAIシステムが、評価の更新頻度を超えて取引を加速することで市場を不安定にする可能性があります。この発見は、MARIA OS のガバナンス設計に直接影響します。つまり、経済システムと対話する AI エージェントは、実行できる内容だけでなく、実行できる頻度も制限される必要があります。取引対評価額の比率 TVR は、第一級のガバナンス指標として監視され、制限される必要があります。
将来の研究では、伝染モデルを国家間のカスケード（ある国の破産が他国への資本逃避を引き起こす場合）に拡張し、代替の評価分割（70/30または30/70など）の福祉への影響を分析し、市場/AIのウェイト比率が市場の状況に基づいて動的に調整される適応的な評価ルールを開発する予定です。
参考文献
1. マーコウィッツ、H. (1952)。ポートフォリオの選択。 財務ジャーナル、7(1)、77-91。 2. メイ、R.M. & アリナミンパシー、N. (2010)。システミックリスク: モデル銀行システムのダイナミクス。 Journal of the Royal Society Interface、7(46)、823-838。 3. バティストン、S. 他。 （2012年）。複雑なネットワークにおけるデフォルトのカスケード。 Scientific Reports、2、541。 4. R.J.シラー（2015年）。 不合理な熱狂。プリンストン大学出版局。 5. MARIA OS 技術文書 (2026)。 Civilization 経済エンジン仕様、v2.1。