تعتمد مرونة الأنظمة الاقتصادية اعتمادًا رئيسيًا على التنسيق بين أصحاب المصلحة الأساسيين أثناء الصدمات الاقتصادية الكلية أو الخارجية، بينما قد يقود غياب هذا التنسيق إلى أزمات مالية واقتصادية ممتدة، وقد أظهرت تجارب الصدمات العالمية والإقليمية، مثل أزمات منطقة اليورو بين عامي 2009 و2012 والاضطراب الاقتصادي الناتج عن جائحة كورونا منذ عام 2020، أهمية التعاون في السياسات النقدية والمالية أثناء الطوارئ لمعالجة هشاشة الاقتصاد الكلي، ولا سيما في إدارة الدين العام، ويتناول هذا المقال دراسة طوّرت إطار نمذجة للاقتصاد الكلي يحاكي تفاعلات السياسة المالية والنقدية في ظل نظام تعاوني، مطبقة تقنيات التعلم المعزز الحديثة على حالة منطقة اليورو، ويهمّ هذا الموضوع الباحثين العرب وطلاب الدراسات العليا في الاقتصاد والمالية العامة وعلوم الحاسوب التطبيقية، لأنه يقدّم مثالًا متقدمًا على توظيف الذكاء الاصطناعي في دعم قرارات السياسات الاقتصادية الكلية وإدارة الدين السيادي، وهو مجال تتلاقى فيه السياسة الاقتصادية مع علوم البيانات الحديثة بصورة متزايدة وتتطلب دراسته كفايات بينية تجمع بين الفهم الاقتصادي والإتقان الحاسوبي
أولًا: أهداف الدراسة ومنهجيتها
هدفت الدراسة إلى بناء إطار نمذجة للاقتصاد الكلي يحاكي تفاعلات السياستين المالية والنقدية في ظل نظام تعاوني، وتوظيف تقنيات التعلم المعزز في أمثلة الاستجابات السياساتية لإدارة الدين العام، واختيرت منطقة اليورو عينة لاختبار النماذج المقدمة لأن مرونتها تعتمد بصورة كبيرة على التعاون بين فاعلين مختلفين داخل المنطقة، ولأن الصدمات التي تصيب دول الاتحاد الأوروبي غير متماثلة وتستلزم تنسيقًا يراعي تباين البنى الاقتصادية ومستويات النمو والسياسات، وبنى البحث على نماذج تحكم لا خطية سابقة ودمج فيها تقنيات التعلم المعزز الحديثة، مطبقًا خوارزمية الممثل الناقد المرن لأمثلة الاستجابات عبر متغيرات رئيسة تشمل التضخم وأسعار الفائدة وفجوات الناتج والدين العام وصافي إقراض الحكومة، وقارن أداءها بخوارزمية التحكم التنبؤي بالنماذج اللاخطية
ثانيًا: أبرز النتائج
1، أظهرت الدراسة أن التنسيق والتعاون بين السياستين المالية والنقدية أثناء حالات الطوارئ عامل حاسم في معالجة هشاشة الاقتصاد الكلي، ولا سيما في إدارة الدين العام، وأن غياب هذا التنسيق يفتح الباب أمام أزمات مالية واقتصادية
2، قدّم إطار النمذجة المقترح محاكاة لتفاعلات السياستين المالية والنقدية في ظل نظام تعاوني داخل منطقة اليورو، مستوعبًا عدم تماثل الصدمات بين الدول وتباين بناها الاقتصادية ومستويات نموها وسياساتها الوطنية
3، بيّنت النتائج أن خوارزمية الممثل الناقد المرن، وهي من خوارزميات التعلم المعزز، تقدّم حلولًا مماثلة أو أفضل في بعض الحالات لمسائل الأمثلة الاقتصادية الكلية متعددة الأهداف، وذلك مقارنة بخوارزمية التحكم التنبؤي بالنماذج اللاخطية
ثالثًا: دلالات الدراسة وتطبيقاتها
تحمل هذه الدراسة دلالات مهمة لصنّاع السياسات الاقتصادية ولمصممي أنظمة دعم القرار، إذ تُظهر أن أدوات الذكاء الاصطناعي، ممثلة في التعلم المعزز، قادرة على التعامل مع مسائل أمثلة معقدة متعددة الأهداف تضم التضخم والدين العام والناتج في منظومة واحدة، بما يدعم مأسسة التعاون بين السلطات المالية والنقدية بدل تركه للاجتهادات الظرفية وقت الأزمات، وتفيد النتائج الباحثين العرب في الاقتصاد القياسي والذكاء الاصطناعي التطبيقي بوصفها نموذجًا منهجيًا يمكن البناء عليه في دراسة إدارة الدين العام في سياقات اقتصادية أخرى، تواجه بدورها صدمات غير متماثلة وتحتاج إلى تنسيق مؤسسي بين أدوات السياسة الاقتصادية، كما تنبّه الدراسة إلى أن فعالية هذه الأدوات تظل مشروطة بجودة النماذج والبيانات التي تُبنى عليها، ويفيد هذا الإطار صنّاع السياسات كذلك في اختبار سيناريوهات استجابة متعددة قبل وقوع الأزمات، بما يمنحهم خرائط قرار شبه جاهزة بدل الارتجال تحت ضغط الصدمات المفاجئة وتراجع الأسواق وتسارع الأحداث
وخلاصة القول إن مرونة الاقتصادات في مواجهة الصدمات رهن بتعاون السياستين المالية والنقدية ولا سيما في إدارة الدين السيادي، وتُظهر هذه الدراسة أن خوارزميات التعلم المعزز، مثل الممثل الناقد المرن، قادرة على تقديم حلول تنافس أساليب التحكم التقليدية في أمثلة السياسات متعددة الأهداف، بما يفتح أفقًا واعدًا لتوظيف الذكاء الاصطناعي في دعم القرار الاقتصادي الكلي المنسق
