현실적이고 포괄적인 다중 에이전트 강화학습 기반 동적 경제 시뮬레이터 및 벤치마크: TaxAI

Kernekoncepter

TaxAI는 정부와 다양한 가구 간의 동적 게임을 모델링하여 최적 조세 정책을 도출하고, 가구의 저축 및 근로 전략을 최적화하는 다중 에이전트 강화학습 기반 동적 경제 시뮬레이터이다.

Resumé

TaxAI는 Bewley-Aiyagari 경제 모델을 기반으로 하며, 정부, 기업, 금융 중개기관, 그리고 N개의 이질적인 가구로 구성된다. 정부는 조세와 정부 지출을 통해 경제 성장, 형평성, 사회 복지 등의 목표를 달성하고자 하며, 가구는 저축, 소비, 근로 시간 등을 최적화하여 자신의 효용을 극대화하고자 한다.
TaxAI는 실제 데이터를 활용하여 모델을 보정하였으며, 가구 정보를 상위 10% 최부유층과 하위 50% 최빈곤층으로 요약하여 고차원 상태 공간 문제를 해결하였다. 또한 비율 기반 행동 공간을 도입하여 제약 조건을 완화하였다.
실험 결과, TaxAI에서 다중 에이전트 강화학습 알고리즘이 전통적인 경제 방법론보다 우수한 성능을 보였다. 특히 MADDPG 알고리즘은 GDP 최대화 목표에서 가장 높은 성과를 달성하였지만, 사회 복지 측면에서는 다소 부족한 모습을 보였다. 한편 BMFAC 알고리즘은 형평성 및 사회 복지 최적화에 탁월한 성과를 보였다. 또한 TaxAI는 최대 10,000개의 가구를 시뮬레이션할 수 있는 확장성을 갖추고 있어, 실제 사회와 유사한 규모의 실험이 가능하다.

Statistik

최상위 10% 부유층의 평균 자산은 5.3e7, 평균 소득은 5.5e6, 평균 세금은 1.2e7
중간 계층(10-50% 부유층)의 평균 자산은 2.1e7, 평균 소득은 7.2e6, 평균 세금은 8.7e6
하위 50% 빈곤층의 평균 자산은 9.2e6, 평균 소득은 4.6e6, 평균 세금은 4.0e6
전체 가구의 평균 자산은 1.8e7, 평균 소득은 5.7e6, 평균 세금은 6.7e6

Citater

"TaxAI는 정부와 10,000개의 가구 간 동적 상호작용을 시뮬레이션할 수 있는 확장성과 현실성을 크게 개선하였다."
"MADDPG 알고리즘은 GDP 최대화 목표에서 가장 높은 성과를 달성하였지만, 사회 복지 측면에서는 다소 부족한 모습을 보였다."
"BMFAC 알고리즘은 형평성 및 사회 복지 최적화에 탁월한 성과를 보였다."

Vigtigste indsigter udtrukket fra

TaxAI

by Qirui Mi,Siy... kl. arxiv.org 03-15-2024

https://arxiv.org/pdf/2309.16307.pdf

Dybere Forespørgsler

정부의 조세 정책과 가구의 저축 및 근로 전략 간 상호작용이 거시경제 지표에 미치는 영향은 어떻게 달라질까?

TaxAI 모델을 통해 정부의 조세 정책과 가구의 저축 및 근로 전략 간의 상호작용이 거시경제 지표에 미치는 영향을 분석할 수 있습니다. 예를 들어, 정부가 세금을 인상하면 가구들은 더 많은 세금을 지불해야 하므로 가구의 가처분 소득이 감소할 수 있습니다. 이로 인해 가구들은 소비를 줄이고 저축을 늘릴 가능성이 있습니다. 이러한 행동은 거시경제 지표인 소비, 저축, GDP 등에 영향을 미칠 수 있습니다. 또한, 가구들의 근로 시간과 소비 패턴이 변화함에 따라 노동 시장과 소비재 시장에도 영향을 미칠 수 있습니다. 이러한 상호작용은 모델을 통해 시뮬레이션하고 분석함으로써 정부의 정책 결정에 대한 통찰을 얻을 수 있습니다.

MARL 기반 가구의 세금 회피 행동이 사회 전반에 미치는 부정적 영향을 어떻게 완화할 수 있을까?

MARL 기반 가구의 세금 회피 행동은 사회 전반에 부정적인 영향을 미칠 수 있습니다. 이러한 부정적 영향을 완화하기 위해 다음과 같은 접근 방법을 고려할 수 있습니다:

규제 강화: 정부는 세금 회피를 방지하기 위해 강력한 규제를 시행할 수 있습니다. 특히 MARL 알고리즘을 사용하는 가구들의 세금 회피 행동을 감시하고 규제하는 시스템을 구축할 필요가 있습니다.
인센티브 제공: 세금 회피를 방지하기 위해 가구들에게 인센티브를 제공할 수 있습니다. 세금을 제때 납부하거나 정당한 세금을 납부하는 가구들에 대해 혜택을 주는 방안을 모색할 수 있습니다.
교육 및 정보 제공: 세금 회피의 부정적인 영향과 그에 따른 법적 후유증을 가구들에게 교육하고 정보를 제공함으로써 세금 회피 행동을 완화할 수 있습니다.
공정한 세제 정책: 가구들이 공정하게 세금을 부담하고 이익을 누릴 수 있는 세제 정책을 수립함으로써 세금 회피를 줄일 수 있습니다.

TaxAI 모델에 기술 진보, 인구 변화, 기후 변화 등의 외부 요인을 어떻게 반영할 수 있을까?

TaxAI 모델에 기술 진보, 인구 변화, 기후 변화 등의 외부 요인을 반영하기 위해 다음과 같은 방법을 고려할 수 있습니다:

기술 진보: 모델에 최신 기술 진보를 반영하여 가구들의 생산성이 향상되거나 새로운 산업이 발전함에 따른 경제 변화를 시뮬레이션할 수 있습니다.
인구 변화: 인구 통계 데이터를 활용하여 인구 변화에 따른 가구 구성 변화, 노동 시장 변화, 소비 패턴 변화 등을 모델에 반영할 수 있습니다.
기후 변화: 기후 변화에 따른 자원 이용, 생산성 변화, 환경 파괴 등의 영향을 모델에 통합하여 정부의 기후 정책 결정에 대한 시뮬레이션을 수행할 수 있습니다.
외부 요인 시나리오 분석: 다양한 외부 요인 시나리오를 구축하여 모델이 다양한 상황에서 어떻게 반응하는지 분석하고 정책 결정에 대한 통찰을 얻을 수 있습니다.