7.2 Behavioral and Experimental Economics
行動経済学（BE）は、個人がある文脈でどう行動するかを重要視する経済学の一分野であります。 特に、このアプローチでは、心理学、社会学、コンピュータサイエンスなどの他の学問分野の結果を考慮し、エージェントの選択の分析を向上させます。 新古典派アプローチと異なる点は、完全合理性の概念と、エージェントが外的制約しか持たないという事実である。 つまり、エージェントは微積分の能力に限界があるなどの内的制約を持つため、たとえ最良の解に到達することが目的であっても、その結果を得ることはできないことを意味している。
ここで、古典的なBEと現代のBEを区別することが重要である。
古典的BEと現代的BEを区別することが重要である。 古典的BEの先駆者は,現代的BEの父であるが,どちらのアプローチもエージェントが完全に合理的ではないという証拠に依存しているが,採用する手続きは大きく異なっている。 一方，古典的BE の分野では，主流派のアプローチを全面的に否定している。 実際、エージェントは限られた情報しか持たず、その結果、最適解ではなく「満足解」を見つけると想定されている。 この解を求めるために、プレーヤーは限られた情報しか持たず、最適な局所解を段階的に決定していくアルゴリズム的な手順が用いられている。 一方、現代のBEは主流に極めて近いアプローチをとっている。 この分野では、エージェントは最適化者であり、すなわち、最大化すべき効用関数と制約を持つ。 新古典派モデルとの主な相違点は、選好に関する公理に依存している。 実際、この分野では、いくつかの仮定が緩和されたり、より厳密でない仮説で代用されたりしている。
本章では、ABMの文脈でそれらがどのように異なって機能するかを理解するために、古典的BEと現代BEの両方の例を検討する。 実験経済学はBEのサブフィールドである。 経済学において実験がエージェントの行動を分析するためのツールとして使われるようになったのは、ここ10年ほどのことである。 実験とは、観測変数以外のすべての変数、すなわち制御変数を制御可能な環境において、現実の行動を観測することである。 経済学の実験の特徴は、参加者全員に報酬を与えて、自分の本当の選好を明らかにする金銭的なインセンティブを与えることである。 実験からデータを収集するためには、対照群と治療群の2つのグループが必要である。 後者が「治療」を受けるのに対して、前者は比較のためだけに使われる。 この概念は例によって明らかにされる。 例えば，よく知られている公共財ゲームでは，プレイヤーはグループに分かれ，自分たちの財産の一部を公共資金に投入することを決定する． 同じグループに属する個人の寄付の合計からなる公共財は、参加者に等しく分配される。 ここで、不平等が初期寄付金に与える影響を検証したいとする。 この場合、制御変数は不平等の度合いであり、制御グループにおいては、プレーヤーは同じ金額を受け取り、一方、治療グループにおいては、エージェントは異なる金額を与えられます（たとえば、andによる寄付を参照）。 前者は環境の完全な制御を保証するという大きな利点があり、一方、フィールド実験は人々が生活する同じ場所で行われますが、ほとんどの場合、代表サンプルを確保することができます。 研究者の大半は、組織化が容易であること、学部生をサンプルとして使用するためコストが安いことから、ラボ実験を好んで行う。 しかし、この方法の弱点は、サンプルの人数が少ないために、実験結果の外的妥当性が損なわれてしまうことです。
現代BEの分野では、異なるサブフィールドを識別する必要があります。
現代のBEの分野では、実験ミクロ経済学、実験マクロ経済学、実験金融学という異なるサブフィールドを識別する必要がある。 ミクロ経済学の分析では、新古典派アプローチの前提条件の妥当性を確認することに重点を置いている。 BEで最も研究されている論点の1つは、エージェントは利己的である、つまり、自分の金銭的ペイオフのみを考慮し、他者のペイオフを気にしないという仮説である。 多くの研究により、エージェントは利他性、互恵性、社会規範の重要性など、他の非金銭的な要素も考慮することが示されている。 このような人間行動の側面を考慮することは、経済政策の決定にも大きな影響を与えるはずである。 例えば、実験的な資産市場における雇用者と被雇用者の行動を分析したandによる貢献が挙げられる。 これらの実験結果は、雇用者と被雇用者の間の互恵性が、選択された努力と賃金を決定する上で重要な役割を果たすという重要な特徴を浮き彫りにしている。 この結果を考慮すれば、労働者の生産性を向上させ、ひいては経済成長を促進することができるはずである。 マクロ経済学の実験は、一般均衡理論の検証や、ある特定の市場に関する予測を分析するために利用される。 この分野では、研究者は単純化された経済システムを再現しようとし、行動ルールを課さずにその結果を観察する。 このような実験を行うことで、個人の期待や財政・金融政策の影響を理解することができる。 最も意味のある実験の1つは、「貨幣錯覚によってプレーヤーが影響を受ける」ということを示した 、「 」によって行われたものである。 つまり、個人の貨幣錯覚があるため、予想されるショックが名目慣性を発生させるのである。 また、貨幣錯覚については 、 、による実験でも同じ結論に達している。 で提案したように、マクロ経済学的な実験は、複数の均衡が存在する状況でも非常に有効である。 実際、単純化された分散型経済での実験が提案されており、そこでは2つの可能な均衡が存在する。 この実験の結果、エージェントの相互作用から生じる均衡はパレート劣位解であることが示された。 この最良または合理的な均衡に収束しないことは、.NETの実験でも確認されている。 また、この場合、プレイヤーの行動によって準最適な均衡に到達する。 実験ファイナンスの分野では、効率的市場仮説（Efficient Market Hypothesis）を検証する、あるいは破棄することに焦点が当てられている。 特に、資産市場における個人の行動を観察することは、エージェントがすべての利用可能な情報を使って初期信念を更新することができるかどうか、またどのような仮説の下で更新することができるかを理解するのに有用である。 また、この分野では、期待値が重要な役割を果たす。 実際、多くの実験が合理的期待仮説の誤りを示し、さらに、プレーヤーがいくつかのヒューリスティックに従って投資選択を行うことを明らかにしている（例えば、以下を参照）。
なぜ、実験的手法を考慮に入れることが重要なのでしょうか。 その主な理由は、実験によって、研究者が特定の文脈における実際の個人の行動を観察し、エージェントの相互作用のミクロメカニズムを理解することができ、それがひいては集計結果を説明するからである。 同様に、ABM では代表的なエージェントを考えず、異質なエ ージェントの相互作用から集合的な結果が得られる。 次節では、実験結果がどのようにABMの較正と検証に利用されるかを詳しく分析する。