《理解混沌》这本很好看啊，可以掰扯的东西太多了。适应、反馈、网络与涌现属于经济系统的内在组织方式，模型需要能够让这些机制在时间中发生作用。底层的运行规则非常确定，人类的行为就未必总是可读了，耦合作用把局部变化带入宏观结构，进一步的反馈又约束微观的选择空间。秩序由互动产生，这一轮的产物成为下一轮互动的条件。

确定性的规则不会保证确定的长期行为。非线性系统对初始条件高度敏感，微小差异经过持续迭代后可以被拉成截然不同的轨迹。混沌不必来自随机性或外部扰动，规则之间的相互作用就足以生成它。由此需要把理解与预测分开：理解要求把握系统如何运转，预测则要求这种运转在足够长的时间尺度上保持可计算性。前者可以不断推进，后者存在结构性的边界。经济系统尤其能够呈现这种性质。专业化扩大交易需求，交易网络又开辟新的专业化空间；企业的进入与退出持续改变市场结构，技术必须经过既有生产网络、企业能力与资本配置的过滤；扩散本身改变网络，网络变化又重新定义技术扩散的条件。发展表现为结构的持续演化。静态均衡无法呈现条件自身的生成过程，更无法覆盖系统离开原有状态之后经历的演化，发展、危机与重组都发生在状态之间。模型从描述状态走向生成过程，方程刻画关系，计算赋予关系以时间，变化后的环境再次进入决策。微观主体、规则与互动在计算时间中自下而上生成宏观现象，让宏观结构在持续运行中涌现。

统计关系可以捕捉现象之间的稳定联系，生成性解释要求机制产出所观察到的现象。只要模型能涌现出宏观模式，便可反推至微观的规则与反馈。改动其中的机制也应当使结果发生系统性地变化，这点构成生成性解释的检验标准，微观机制的改变必须能够在宏观结果中留下可识别的差异。面对现实中无法任意重置的制度与结构，人工系统赋予同一机制在不同条件下的试验可能，模型就是在揭示机制在多元路径下的潜在轨迹。但这种能力也有其代价：一是机制的过拟合，同一宏观模式可由多组规则生成，参数足够多时，模型总能被调成看起来像，可复现现象不等于抓住了机制，生成只是解释的必要条件，还得经受反事实检验、跨情境的稳健性考察，以及对参数自由度的约束；二是自指性，自然界对关于它的理论无动于衷，市场却会因为被建模而改变行为，行为改变的系统又使模型赖以成立的假设失效；三是反噬，当模型被广泛采用，决策趋同、风险同质化，模型便成为系统内部放大冲击的某一环节。

混沌与自指划出的边界叠加，使对模型局限的刻画必须成为建模本身的一部分，边界的存在又并不取消研究的价值。远期的精确答案可能永远不会知道，机制、约束以及演化路径在当下就可以开始研究。秩序与混沌并存，结构由行为产生，又成为下一轮行为的条件，建模与实践之间本就是一个反馈系统。数学和物理是人类认识世界、解决问题的工具，对这个复杂世界的建模能力是人类追赶大脑、放大认知、塑造未来的动力。#读书#