就对主流经济学的影响而言，影响微乎其微。我没有机会在这里回顾我特别重视的所有作品，但我会提供一个可能的广泛分类。经济物理学从事三类研究项目：1。实证研究（例如，如上所述，确定经济/金融变量的分布）；2、技术论文（例如，应用于协方差矩阵的随机矩阵理论或应用于违约传染的网络理论）和；3、建模。最后一项可以进一步分解为三类：现象学模型、隐喻模型和现实（基于代理）模型。现象学模型主要是描述性的：它试图用简明的数学术语捕捉观察的本质，而不必理解其深层根源。描述股票市场动力学的布朗运动就是这类模型的主要例子。隐喻模型并不试图精确描述现实，也不一定基于非常合理的假设。相反，它旨在说明一种非平凡的机制，其范围远远超出了模型本身的特殊性【10】。众所周知的例子是物理学中的伊辛模型，其中相变和集体效应的现象出现在一个赤裸裸的磁性模型中，或者是谢林分离模型，这说明人口最终可能生活在完全隔离的社区中，即使每个人都不介意生活在混合的社区中。最后，现实的（或基于代理的）模型试图建立一个自下而上的世界的忠实表示，就像我们从气体的原子描述中推导热力学定律和纳维-斯托克斯方程一样。经济物理学模型分为上述三类。

我认为，一些隐喻模型表现得非常好，非常有影响力。一个特别的例子是小型游戏[12]，它是最全面和最引人注目的作品之一，展示了学习玩复杂游戏的异质竞争代理如何能够产生极端的聚合行为和一些金融市场现象学。SchellingMetaphoric模型有助于理解当个体代理人只关注自身利益时，亚当·斯密的“看不见的手”（另一次的wornmetaphor）是如何严重失败的。人们设计了简单的信任蒸发隐喻网络模型，以帮助理解2008年的危机是如何如此突然和猛烈地展开的【13】。尽管如此，可以肯定的是，基于代理的模型（ABM）将有助于这三种模型之间的界限当然是模糊的，有时现象学/隐喻模型只是构建更真实模型所需的第一块石头。这个想法可以追溯到1900年的Bachelier，是金融数学中使用最广泛的价格模型。不幸的是，这种模型完全无法描述我们上面描述的股票价格的间歇性、厚尾性，见图1。经济学家和物理学家会面并取得进展的自然共同点。从代理人和企业行为的现实模型出发，我们能够在宏观层面上产生合理的经济，例如自发的商业周期和没有新闻的危机【14，15】。这些模型也特别适合进行货币政策实验。出于这些原因，ABM在一些经济部门和公共机构（如英格兰银行[16]和OECD）都越来越流行。随着模型变得更加真实，更加注重细节，分析往往不得不让位于数值模拟。

这现在是物理学中的普遍做法，在那里，数值实验已经获得了令人尊敬的地位，赋予我们心灵的望远镜（由马克·布坎南（Mark Buchanan）漂亮地结合在一起），使人类的分析能力和洞察力倍增，就像望远镜可以放大我们的视觉能力一样。然而，在经济学中，计算机模拟作为一种正确的科学方法的接受和接受速度要慢得多。尽管经济代价惨重，但2008年的危机可能是一件好事，让理论经济学走出了它为自己挖掘的常规。持不同意见的声音和替代品，甚至主流经济学家也开始注意到fringeideas。现在有很多人呼吁“重建宏观经济学”和重新思考经济学本科课程。多年来，经济学家对理性预期和有效市场的灵活坚持，使得物理学家很难进行建设性的对话。情况已不再如此，机会之窗正在打开，不应错过，也不应弄糟。真正的跨学科工作实际上已经开始，并有望在未来几年内激增，这意味着大学应该在早期积极培养（统计）物理学和经济学相结合的“双课程”。这是经济物理学在未来三十年内不会处于边缘地位的唯一途径。在BMS上，已经有一个由经济学家、计算机科学家和物理学家组成的关系密切的社区。参考文献[1]见会议记录：P.W.Anderson，K.Arrow，D.Pines，《作为进化复杂系统的经济》，Addison-Wesley（1988）[2]Mantegna，R.N.，&Stanley，H.E.（1999）。经济物理学导论：金融中的相关性和复杂性。剑桥大学出版社。[3] 参见例如Castellano，C.，Fortunato，S.，和Loreto，V.（2009）。社会动力学统计物理学。

《现代物理学评论》，81（2），591。[4] 请参见：https://en.wikipedia.org/wiki/List-of-cognitive-biases[5] P.Bak，《自然如何运作：自组织临界性科学》，纽约：哥白尼（1996）[6]J.Sethna，K.Dahmen，C.Myers，《噼啪声，自然》，410242（2001）[7]关于这一点，请参见Jovanovic，F.，&Schinckus，C.（2017）中非常有趣的讨论。经济物理学和金融经济学：新兴对话。分组。[8] 综述：Gabaix，X.（2009）。经济学和金融中的幂律。年度。修订版。经济。，1(1), 255-294.[9] R.Axtell，（2001）美国企业规模的Zipf分布。《科学》，293（5536），1818-1820【10】关于此类模型的部分回顾，请参见：Bouchaud，J.P.（2013）。危机和集体社会经济现象：简单模型和挑战。J、 《统计物理学》，151（3-4），567606和Sornette，D.（2014）。物理学和金融经济学（1776-2014）：谜题、Ising和基于代理的模型。《物理学进展报告》，77（6），062001。[11] 有关ABMs的深入介绍，请参见Epstein，J.M.（1999）。基于Agent的计算模型和生成性社会科学。复杂性，4（5），41-60；Goldstone，R.L.，&Janssen，M.A.（2005）。集体行为的计算模型。认知科学趋势，9（9），424-430。[12] D.Challet、M.Marsili、Y.C.Zhang，《少数民族运动会》，牛津大学出版社（2005）[13]见e.g.Anand，K.、Gai，P.，&Marsili，M.（2012）。展期风险、网络结构和系统性金融危机。J、 《经济动力与控制》，36（8），1088-1100；da GamaBatista，J.、Bouchaud，J.P.、Challet，D.（2015）。网络社会中的信任突然崩溃。欧洲物理杂志B，88（3），55。[14] Delli Gatti，D.、Palestrini，A.、Gaffeo，E.、Giuloni，G.、Gallegati，M.（2008）。紧急宏观经济学：一种基于代理的业务流程方法。斯普林格。[15] Gualdi，S.、Tarzia，M.、Zamponi，F.、Bouchaud，J.P。

(2015). 宏观经济主体模型的临界点。J、 《经济动态与控制》，50，29-61。[16] Haldane，A.G.，&Turrell，A.E.（2018）。宏观经济学的跨学科模型。《牛津经济政策评论》，34（1-2），219-251。[17] “重建宏观经济学”，《牛津经济政策评论》，34（1-2）。