7.2 Behavioral and Experimental Economics
Behavioral Economics (BE) è un campo dell’economia che sottolinea l’importanza del comportamento degli individui in determinati contesti. In particolare, questo approccio prende in considerazione i risultati di altre discipline, come la psicologia, la sociologia e l’informatica, per migliorare l’analisi delle scelte degli agenti. I principali punti di disaccordo con l’approccio neoclassico riguardano il concetto di razionalità perfetta e il fatto che gli agenti hanno solo vincoli esterni. In altre parole, gli agenti hanno vincoli interni come la capacità limitata di calcolo, il che implica che, anche se il loro obiettivo è quello di raggiungere la soluzione migliore, non sono in grado di ottenere questo risultato. Infatti, gli agenti sono classificati come boundedly rational.
È importante fare una distinzione tra BE classico e moderno. Secondo , il lavoro pionieristico del BE classico fu , anche se il padre del BE moderno fu . Entrambi gli approcci si basano sull’evidenza che gli agenti non sono completamente razionali, ma le procedure che adottano sono molto diverse. Da un lato, il campo del BE classico rifiuta totalmente l’approccio mainstream. Infatti, si presume che gli agenti abbiano informazioni limitate e, di conseguenza, trovano la “soluzione soddisfacente” piuttosto che la soluzione ottimale. Per trovare questa soluzione, viene utilizzata una procedura algoritmica in cui i giocatori hanno informazioni limitate, e decidono passo dopo passo la migliore soluzione locale. D’altra parte, il moderno BE segue un approccio molto vicino a quello tradizionale. In questo campo, gli agenti sono ottimizzatori, cioè hanno una funzione di utilità da massimizzare e un vincolo. La principale differenza rispetto al modello neoclassico risiede negli assiomi sulle preferenze. Infatti, in questo campo, alcune ipotesi sono rilassate, o sono sostituite da ipotesi meno rigide. La Rank-Dependent Expected Utility () e la Case-Based Expected Utility () sono due delle molte teorie importanti nel campo della BE in cui il peso assegnato alla funzione di utilità è la probabilità soggettiva piuttosto che quella oggettiva.
In questo capitolo, consideriamo esempi di BE classica e moderna per capire come funzionano diversamente in un contesto di ABM.
I lavori in BE dovrebbero essere raggruppati in due “approcci”: uno basato sulla modellazione teorica e uno costruito sul metodo sperimentale. L’economia sperimentale è un sottocampo del BE. Gli esperimenti sono usati nella scienza economica come strumento per l’analisi del comportamento degli agenti solo nell’ultimo decennio. Fare un esperimento significa osservare un comportamento reale in un ambiente controllato in cui è possibile controllare tutte le variabili tranne quella sotto osservazione, cioè la variabile di controllo. La caratteristica chiave degli esperimenti in economia è che tutti i partecipanti sono ricompensati per dare loro un incentivo monetario a rivelare le loro vere preferenze. Per raccogliere dati dagli esperimenti, abbiamo bisogno di due gruppi, quello di controllo e quello di trattamento. Quest’ultimo riceve il “trattamento”, mentre il primo viene utilizzato solo per il confronto. Un esempio chiarirà questo concetto. Consideriamo, per esempio, il ben noto Gioco del Bene Pubblico in cui i giocatori sono divisi in gruppi, e decidono di mettere la parte della loro dotazione in un fondo pubblico. Il bene pubblico, che consiste nella somma dei contributi individuali nello stesso gruppo, viene diviso equamente tra i partecipanti. Supponiamo che si voglia testare l’impatto della disuguaglianza sulla dotazione iniziale. In questo caso la variabile di controllo è il grado di disuguaglianza, quindi nel gruppo di controllo i giocatori ricevono la stessa quantità, mentre nel gruppo di trattamento gli agenti sono dotati di quantità diverse (vedi, ad esempio, il contributo di e ).
Gli esperimenti potrebbero essere condotti in laboratorio o sul campo. Il primo ha il grande vantaggio di garantire il pieno controllo dell’ambiente, mentre l’esperimento sul campo è condotto nello stesso luogo in cui vivono le persone, ma assicura, nella maggior parte dei casi, un campione rappresentativo. La maggior parte dei ricercatori preferisce eseguire l’esperimento di laboratorio perché è semplice da organizzare ed è economico, dato che utilizza un campione di studenti universitari. Questo è un punto debole di questo approccio perché, avendo un piccolo campione di studenti, mina la validità esterna dei risultati sperimentali. Come in , una possibile soluzione per migliorare questa debolezza è considerare un grande campione di persone eterogenee.
Nel campo della moderna BE, dovremmo identificare diversi sottocampi: Microeconomia sperimentale, Macroeconomia sperimentale e Finanza sperimentale. L’analisi della microeconomia si concentra sulla verifica della validità degli assunti dell’approccio neoclassico. Uno degli argomenti più studiati in BE è l’ipotesi che gli agenti siano egoisti, cioè che prendano in considerazione solo il loro payoff monetario e non si preoccupino del payoff degli altri. Molti lavori hanno dimostrato che gli agenti considerano anche altri fattori non monetari, come l’altruismo, la reciprocità o l’importanza delle norme sociali. Considerare questi aspetti del comportamento umano dovrebbe anche avere un grande impatto sulle decisioni di politica economica. Consideriamo, per esempio, i contributi di e , in cui viene analizzato il comportamento dei datori di lavoro e dei dipendenti in un mercato sperimentale di beni. I risultati di questi esperimenti evidenziano una caratteristica importante: la reciprocità tra datori di lavoro e dipendenti gioca un ruolo cruciale nel determinare lo sforzo scelto e il salario. Se teniamo conto di questo risultato, allora dovremmo migliorare la produttività dei lavoratori e quindi, a sua volta, favorire la crescita economica. Come sottolineato in , gli esperimenti in macroeconomia dovrebbero essere utilizzati per testare la teoria dell’equilibrio generale o per analizzare le previsioni specifiche su un singolo mercato. In questo sottocampo, i ricercatori cercano di riprodurre un sistema economico semplificato e osservano il risultato senza imporre alcuna regola comportamentale. Usando questo tipo di esperimenti, è possibile capire le aspettative individuali e l’impatto delle politiche fiscali o monetarie. Uno degli esperimenti più significativi è quello condotto da , in cui mostrano che i giocatori sono influenzati dall’illusione monetaria. Ciò significa che, poiché esiste un’illusione monetaria individuale, uno shock anticipato genera un’inerzia nominale. Le stesse conclusioni sono raggiunte nell’esperimento dell’illusione monetaria. Come suggerito in , gli esperimenti macroeconomici sono anche molto utili in un contesto con equilibri multipli. Infatti, in un esperimento con un’economia decentralizzata semplificata viene proposto, in cui ci sono due possibili equilibri. I risultati di questo esperimento mostrano che l’equilibrio che emerge dall’interazione degli agenti è la soluzione Pareto-inferiore. Questa mancanza di convergenza all’equilibrio migliore o razionale è confermata anche in un esperimento di . Anche in questo caso, i giocatori con le loro azioni raggiungono l’equilibrio subottimale. Nel sottocampo della Finanza Sperimentale l’obiettivo è quello di convalidare o scartare l’Ipotesi del Mercato Efficiente. In particolare, osservare il comportamento individuale nel mercato degli asset è utile per capire se, e sotto quale ipotesi, gli agenti sono in grado di aggiornare la loro credenza iniziale con tutte le informazioni disponibili. Anche in questo sottocampo, le aspettative giocano un ruolo cruciale. Infatti, molti esperimenti hanno dimostrato la fallacia dell’ipotesi dell’aspettativa razionale e, inoltre, che i giocatori seguono alcune euristiche per fare le loro scelte di investimento (vedi, ad esempio, ). Gli esperimenti in finanza indagano anche altre importanti caratteristiche come la formazione di bolle, che di solito è collegata al ben noto comportamento di herding (vedi il contributo di e ).
Perché è così importante prendere in considerazione i metodi sperimentali? La ragione principale è che gli esperimenti permettono al ricercatore di osservare il reale comportamento individuale in un contesto specifico e di comprendere il micromeccanismo dell’interazione degli agenti, che spiega, a sua volta, il risultato aggregato. Allo stesso modo, in ABM, non consideriamo l’agente rappresentativo, ma il risultato aggregato emerge dall’interazione di agenti eterogenei. Nella prossima sezione, analizziamo in profondità come i risultati sperimentali vengono utilizzati per calibrare e convalidare un ABM.