7.2 Ekonomia behawioralna i eksperymentalna
Ekonomia behawioralna (BE) jest dziedziną ekonomii, która podkreśla znaczenie tego, jak jednostki zachowują się w określonym kontekście. W szczególności, to podejście bierze pod uwagę wyniki z innych dyscyplin, takich jak psychologia, socjologia i informatyka, aby ulepszyć analizę wyborów dokonywanych przez agentów. Główne punkty niezgody z podejściem neoklasycznym dotyczą koncepcji doskonałej racjonalności i faktu, że agenci mają tylko zewnętrzne ograniczenia. Innymi słowy, agenci mają wewnętrzne ograniczenia, takie jak ograniczona zdolność rachunku, co oznacza, że nawet jeśli ich celem jest osiągnięcie najlepszego rozwiązania, nie są w stanie uzyskać tego wyniku. Indeed, agents are classified as boundedly rational.
It is important to make a distinction between classical and modern BE. Według , pionierem klasycznego BE był , choć ojcem nowoczesnego BE był . Oba podejścia opierają się na dowodach, że agenci nie są w pełni racjonalni, ale procedury, które przyjmują są bardzo różne. Z jednej strony, dziedzina klasycznego BE całkowicie odrzuca podejście głównego nurtu. W rzeczywistości zakłada się, że agenci mają ograniczoną informację, a w konsekwencji znajdują „satysfakcjonujące rozwiązanie”, a nie rozwiązanie optymalne. Aby znaleźć to rozwiązanie, stosuje się procedurę algorytmiczną, w której gracze mają ograniczone informacje i krok po kroku wybierają najlepsze lokalne rozwiązanie. Z drugiej strony, nowoczesna BE stosuje podejście bardzo zbliżone do głównego nurtu. W tej dziedzinie agenci są optymalizatorami, to znaczy, mają funkcję użyteczności do maksymalizacji i ograniczenie. Główna różnica w stosunku do modelu neoklasycznego polega na aksjomatach dotyczących preferencji. W rzeczywistości, w tej dziedzinie, niektóre założenia są rozluźnione, lub są one zastąpione przez mniej ścisłe hipotezy. Rank-Dependent Expected Utility () i Case-Based Expected Utility () to dwie z wielu ważnych teorii w dziedzinie BE, w których wagą przypisaną funkcji użyteczności jest subiektywne prawdopodobieństwo, a nie obiektywne.
W tym rozdziale rozważymy przykłady zarówno klasycznego, jak i nowoczesnego BE, aby zrozumieć, jak różnie działają one w kontekście ABM.
Prace w BE powinny być pogrupowane w dwa „podejścia”: jedno oparte na modelowaniu teoretycznym i jedno zbudowane na metodzie eksperymentalnej. Ekonomia Eksperymentalna jest subdziedziną BE. Eksperymenty są wykorzystywane w naukach ekonomicznych jako narzędzie do analizy zachowań agentów dopiero w ostatniej dekadzie. Przeprowadzenie eksperymentu oznacza obserwację rzeczywistego zachowania w kontrolowanym otoczeniu, w którym możliwe jest kontrolowanie wszystkich zmiennych z wyjątkiem tej obserwowanej, czyli zmiennej kontrolnej. Kluczową cechą eksperymentów w ekonomii jest to, że wszyscy uczestnicy są nagradzani, aby dać im pieniężną zachętę do ujawnienia ich prawdziwych preferencji. Aby zebrać dane z eksperymentów, potrzebujemy dwóch grup, grupy kontrolnej i grupy leczonej. Ta druga otrzymuje „leczenie”, podczas gdy pierwsza jest używana tylko do porównania. Przykład wyjaśni tę koncepcję. Rozważmy na przykład dobrze znaną Grę o Dobro Publiczne, w której gracze są podzieleni na grupy i decydują się umieścić część swojego majątku w funduszu publicznym. Dobro publiczne, które składa się z sumy indywidualnych wkładów w tej samej grupie, jest dzielone równo między uczestników. Załóżmy, że chcemy zbadać wpływ nierówności na początkowe wyposażenie. W tym przypadku zmienną kontrolną jest stopień nierówności, więc w grupie kontrolnej gracze otrzymują taką samą kwotę, podczas gdy w grupie leczonej agenci są obdarowywani różnymi kwotami (patrz np. wkład przez i ).
Eksperymenty mogą być prowadzone w laboratorium lub w terenie. Pierwszy z nich ma tę wielką zaletę, że gwarantuje pełną kontrolę środowiska, podczas gdy eksperyment terenowy przeprowadzany jest w tym samym miejscu, w którym żyją ludzie, ale zapewnia, w większości przypadków, reprezentatywną próbę. Większość badaczy preferuje eksperyment laboratoryjny, ponieważ jest on prosty w organizacji i tani, ponieważ wykorzystuje się w nim próbę studentów studiów licencjackich. Jest to słaby punkt tego podejścia, ponieważ mając małą próbę studentów, podważa to zewnętrzną ważność wyników eksperymentalnych. Jak w , możliwe rozwiązanie, aby poprawić tę słabość jest rozważenie dużej próbki heterogenicznych ludzi.
W dziedzinie nowoczesnych BE, powinniśmy zidentyfikować różne subpola: Mikroekonomię Eksperymentalną, Makroekonomię Eksperymentalną i Finanse Eksperymentalne. Analiza mikroekonomiczna koncentruje się na sprawdzeniu słuszności założeń podejścia neoklasycznego. Jednym z najczęściej badanych argumentów w BE jest hipoteza, że agenci są samolubni, to znaczy, że biorą pod uwagę tylko swoją własną wypłatę pieniężną i nie dbają o wypłatę innych. Wiele prac pokazuje, że agenci biorą pod uwagę również inne czynniki niemonetarne, takie jak altruizm, wzajemność, czy znaczenie norm społecznych. Uwzględnienie tych aspektów ludzkiego zachowania powinno mieć również ogromny wpływ na decyzje dotyczące polityki gospodarczej. Rozważmy, na przykład, wkłady przez i , w których zachowanie pracodawców i pracowników w eksperymentalnym rynku aktywów jest analizowane. Wyniki tych eksperymentów podkreślają ważną cechę: wzajemność między pracodawcami i pracownikami odgrywa kluczową rolę w określaniu wybranego wysiłku i płacy. Jeśli weźmiemy pod uwagę ten wynik, to powinniśmy poprawić produktywność pracowników, a tym samym sprzyjać wzrostowi gospodarczemu. Jak wskazano w , eksperymenty w makroekonomii powinny być wykorzystywane do testowania teorii równowagi ogólnej lub do analizy konkretnych przewidywań na pojedynczym rynku. W tej dziedzinie badacze starają się odtworzyć uproszczony system ekonomiczny i obserwują rezultaty bez narzucania jakichkolwiek reguł zachowania. Dzięki tego typu eksperymentom możliwe jest zrozumienie indywidualnych oczekiwań oraz wpływu polityki fiskalnej czy monetarnej. Jednym z najbardziej znaczących eksperymentów jest ten przeprowadzony przez , w którym pokazują, że gracze są pod wpływem iluzji monetarnej. Oznacza to, że skoro istnieje indywidualna iluzja pieniężna, to przewidywany szok generuje nominalną inercję. Do takich samych wniosków dochodzi się w eksperymencie o iluzji pieniężnej. Jak zasugerowano w , eksperymenty makroekonomiczne są również bardzo użyteczne w kontekście wielu równowag. Rzeczywiście, w eksperymencie z uproszczoną zdecentralizowaną gospodarką zaproponowano eksperyment, w którym istnieją dwie możliwe równowagi. Wyniki tego eksperymentu pokazują, że równowaga, która wyłania się z interakcji agentów jest rozwiązaniem Pareto-inferior. Ten brak zbieżności do najlepszej lub racjonalnej równowagi jest potwierdzony również w eksperymencie przeprowadzonym przez . Również w tym przypadku gracze swoimi działaniami osiągają równowagę suboptymalną. W subdziedzinie Experimental Finance nacisk kładzie się na potwierdzenie lub odrzucenie hipotezy rynku efektywnego. W szczególności, obserwacja indywidualnego zachowania na rynku aktywów jest przydatna, aby zrozumieć, czy i przy jakiej hipotezie, agenci są w stanie zaktualizować swoje początkowe przekonania przy użyciu wszystkich dostępnych informacji. Również w tej dziedzinie oczekiwania odgrywają kluczową rolę. Wiele eksperymentów wykazało, że hipoteza racjonalnych oczekiwań jest błędna, a ponadto, że gracze kierują się pewnymi heurystykami przy dokonywaniu wyborów inwestycyjnych (zob. np. ). Eksperymenty w finansach badają również inne ważne cechy, takie jak tworzenie baniek, które jest zwykle związane z dobrze znanym zachowaniem stadnym (zob. wkład i ).
Dlaczego tak ważne jest uwzględnienie metod eksperymentalnych? Głównym powodem jest to, że eksperymenty pozwalają badaczom obserwować rzeczywiste indywidualne zachowania w określonym kontekście i zrozumieć mikromechanizm interakcji agentów, które z kolei wyjaśniają zagregowany wynik. Podobnie, w ABM, nie rozważamy reprezentatywnego agenta, ale zagregowany wynik wyłania się z interakcji heterogenicznych agentów. W następnej sekcji analizujemy dogłębnie, w jaki sposób wyniki eksperymentalne są wykorzystywane do kalibracji i walidacji ABM.
.