УДК 519.866

АНАЛІЗ ПРОЯВУ СТАДНОЇ ПОВЕДІНКИ ЕКОНОМІЧНИХ АГЕНТІВ НА ОСНОВІ ІНФОРМАЦІЙНИХ КАСКАДІВ

Солодухін С. В.

кандидат економічних наук, доцент

Запорізька державна інженерна академія

Разумова В. І.

студентка Запорізької державної інженерної академії

І. Вступ

Основою сучасного функціонування світової економіки є ринкове регулювання її складових процесів. Слід визнати правильність стратегічного курсу на перехід до ринкової системи господарювання з її невід'ємними елементами, такими, як демократизація економічної діяльності, лібералізація цін, реформування власності, створення інфраструктури ринку, конкуренція тощо, але необхідно також враховувати негативні наслідки даних перетворень. Спостерігаючи за функціонуванням ринкової системи господарювання, слід зазначити, що чільну роль в ній, безперечно, займають економічні суб'єкти, які представлені не тільки окремими споживачами, а у сукупності складають ринки, підприємства, держави. Новим напрямком у розвитку економічної теорії є дослідження інформаційних каскадів на основі стадної поведінки. Якщо розглядати економічні процеси з боку поведінкових реакцій, то видно, що практично всі прийняті рішення мають стадний характер. Лавиноподібність інформаційних каскадів притаманне при утворенні цін на ринках товарів і послуг, інфляційних та міграційних процесах, стає однією з причин виникнення «економічного дива» або «фінансових пузирів». Стадність притаманна всім сферам життєдіяльності людини, тому актуальною залишається тема дослідження даного процесу та можливість управління ним, для того щоб не зазнавати матеріальних втрат за часів фінансових криз, а отримувати максимальну корисність і грошову винагороду в процесі прийняття рішень.

Аналіз і вивчення теорії інформаційних каскадів на основі стадної поведінки серед економічних агентів також пропонують розглянути такі вчені, як Веблен Т., Коновалов А.А., Пакліна Т.І., Льопа Р.Н., Турлакова С.С., Попов Е., Чиркова Є.В., Шиллер Дж.Р., Акерлоф Г., Банержі A.A., Бікчардані С.

Іі. Постановка завдання

Метою даної статті є вивчення інформаційних каскадів і можливість їх застосування для пояснення стадної поведінки в економічній та інших сферах діяльності. Останнім часом ряд учених звернув свою увагу на те, що деякі явища (економічні процеси) мають недетермінований характер. Передбачити появу подібних хаотичних «пробоїн» досить важко, а наслідки надзвичайно тяжкі не тільки для окремих суб'єктів господарської діяльності, але і в цілому для національних економік й світового господарства. Помітно тільки періодичне виникнення їх в окремих галузях, наприклад фінансові кризи, економічні спади та інше. Однією з причин виникнення «економічних пробоїн» може бути стадна поведінка, саме тому вивчення даного процесу і управління ним сьогодні є найбільш актуальним, для того, що б в майбутньому була можливість отримати очікуваний економічний результат.

Ііі. Результати

На сьогоднішній день прийняття рішень є одним з основних видів діяльності, який притаманний всім живим істотам. Саме тому спроба пояснити і передбачити поведінку індивіда при прийнятті рішень - одне з основних завдань, яке намагаються вирішити дослідники соціальних і економічних наук. При вивченні рішень виникають як нормативні питання, так і задачі опису процесів. Нормативний аналіз використовується при дослідженні природи раціональності та логіки процесу прийняття рішень. Описовий аналіз, навпаки, розглядає людські переконання і уподобання такими, які вони є в реальності, а не якими вони повинні бути. Конфлікт між нормативним і описовим поглядами визначає багато чого в дослідженнях рішень і вибору [3, 8].

У центрі дискусій, починаючи з середини ХХ століття на Заході, виявилася теорія раціонального вибору, вона і сьогодні не припиняє займати провідне місце серед економічних поведінкових теорій. Дання теорія сформована під впливом шотландської філософії моральності, яку представляли Ф. Хатчисон, А. Фергюссон, Д. Юм, А. Сміт, утилітаризму на чолі з Бентам і неокласичної теорії, яку представляє А. Маршалл. Проблема раціонального вибору трактується в найбільш загальному вигляді як максимізація корисності індивідів в межах ресурсів, наявних в їх розпорядженні, знань, якими вони володіють, і очікувань щодо дій інших партнерів [3]. Передбачається, що раціональні індивіди не тільки здатні співвіднести вигоди і витрати своїх дій, але і розуміють наслідки своєї діяльності. Така гранично широка постановка питання знімає будь-які суттєві розмежування між економічним і соціальним поводженням і, в свою чергу, проблематизує поняття, що вважалися самоочевидними, наприклад, поняття «цілей», «ресурсів», «оптимального вибору». У той же час загальноприйняті норми, традиції, звичаї відіграють в ідеях раціоналістів незначну роль. Тим часом потреба в зниженні рівня невизначеності змушує економічних агентів спиратися на традиції, тобто там, де переважає невизначеність, теорія раціональної поведінки втрачає свою універсальну силу. Максимізація може стати безглуздою, і раціональний індивід змушений орієнтуватися не на неї, а на соціально прийнятні результати.

Однак на практиці в процесі прийняття рішень суб'єкти не завжди керуються раціональними мотивами поведінки. Це зміг довести Д. Бернуллі [11, 12], що опублікував в 1738 році теорію про те, що більшість людей за своєю сутністю несхильні до ризику, а також чому зі збільшенням багатства знижується неприйняття ризику.

Дослідження Бернуллі поглибили Д. Канеман і А. Тверскі в теорії перспектив [3, 7], яка грунтується на ірраціональній поведінці індивіда при прийнятті рішень. Основна ідея теорії перспектив полягає в тому, що в умовах невизначеності функція цінності ґрунтується на відхиленні від початкового матеріального стану, наприклад від якої-небудь точки відліку. При цьому можна зробити висновок, що індивіди щодо їх початкового матеріального стану схильні до ризику більшою мірою при програшах і менш схильні при виграшах, а також істотне значення може зіграти сума майбутньої винагороди.

Подібну невідповідність раціональній поведінці, відсутність або володіння необхідною більш точною інформацією про прийдешні події, небажання обґрунтовувати власний вибір при прийнятті рішень можуть призвести до виникнення стадної поведінки в економічних системах.

Психологію натовпу почали активно вивчати на рубежі ХIX - XX століть європейські психологи і філософи, і сьогодні продовжують працювати в цьому напрямку вже й економісти, соціологи, маркетологи та багато інших. Основна ідея ранніх представників цієї течії полягала в тому, що натовп стоїть нижче по моралі та інтелекту, ніж окремий індивід. У 1891 році в Італії виходить невелика книга криміналіста Сципіона Сигеле «Злочинний натовп» [6], яка згодом стала мало не відправною точною розвитку теорії каскадної поведінки. У ній автор пише про те, що не тільки тварини, а й люди можуть імітувати поведінку один одного. Сигеле пояснює свої припущення на прикладі того, що в натовпі примітивні емоційні сплески поширюються легше, ніж раціональні. Тобто чим більше людей «заражене» певної емоцією (ідеєю), тим загальна маса людей буде сильніша, та при цьому з'являється щось на кшталт «душі натовпу». Згідно Сигеле, натовп завжди більш емоційний, ніж раціональний.

Відомий сучасний французький соціолог Серж Московічі, автор книги «Століття натовпу» [4, 7], наводить приклади ще більш ранніх «виходів на тему»: «...Солон стверджував, що один окремо взятий афінянин - це хитра лисиця, але коли афіняни збираються на народні збори в Пнікс, вже маєш справу зі стадом баранів».

А ось Джеймс Шуровьескі фінансовий аналітик Нью-Йорк Таймс у своїй книзі «Мудрість натовпу» [9] переконливо доводить, що в різних областях діяльності: поведінкової економіки, біологічних систем, політики, військової психології результати масштабних досліджень доводять, що колективний потенціал у прийнятті загальних рішень нехай навіть простих людей завжди вище, ніж окремо взятих експертів.

Теорія стадної поведінки може мати місце не тільки серед окремо взятих індивідуумів, але також і серед певних класів, що описує економіст початку ХХ століття Торстейн Веблен у своїй книзі «Теорія бездіяльного класу» 1899 року [1, 5, 7]. У своїй теорії автор доводить, що негативний нахил кривої попиту не завжди збігається з різними групами товарів, наприклад існують предмети розкоші, зі збільшенням ціни на які деяка група індивідуумів буде охочіше їх купувати. Згодом такий підхід отримав назву «ефект Веблена». Подібне явище можна спостерігати в статті Джорджа Акерлофа «Ринок «лимонів»: невизначеність якості та ринковий механізм» [2, 3, 10], коли він пояснює розходження в ціні між новим автомобілем і автомобілем, який тільки що покинув вітрину магазину. Ця різниця являє собою плату не за належну якість, а за задоволення від володіння «новим» автомобілем. Згодом американський економіст Харвей Лебенстайн [4] у своїй статті показав різницю між ефектом Веблена, ефектом снобу, при якому попит на даний товар буде падати у випадку підвищеного на нього попиту, і «ефектом вагону з музикантами» [12, 13], який свідчить про те, що споживачі будуть купувати дані товари бо це модно або так говорять їх «кумири», тобто умисне чіпляння ярликів.

Вперше поняття «інформаційні каскади» запропонували С. Бікчардані, Д. Хіршлайфер і І. Уеш в 1992 році в статті «Теорія примх, моди, звичаїв і культурних змін як інформаційних каскадів» [13]. Інформаційні каскади виникають, коли люди приймають рішення послідовно (один за іншим), ігноруючи при цьому власну інформацію, спираючись на інформацію, витягнуту з поведінки (вибору) інших. У цій статті автори пояснили, чому виникає стадна поведінка серед економічних агентів, яким чином його можна пояснити і передбачити. У статті представлено, що інформаційні каскади мають негативну сторону - вони найкраще поширюються за умов невизначеності і характеризуються крихкістю, а поява експерта в черзі прийнятті рішень може або посилити каскад, або зовсім поламати його. Тому що рано чи пізно на ринку обов'язково з'явиться якийсь суб'єкт, який буде думати, що він володіє, або буде справді володіти більш повною і достовірною інформацією, якою буде керуватися при прийнятті рішень.

Яскравим прикладом інформаційних каскадів може служити «стадна паніка» вкладників, яка з'являється на передодні фінансових криз і виражена в набігах на банки з метою перевести в готівку наявні запаси. Також поява, так званих, фінансових бульбашок обумовлено інформаційними каскадами на базі стадної поведінки [8]. Роберт Дж. Шиллер [7, 8] наводить приклад утворення «мильної бульбашки» на ринку нерухомості, головним питанням якого – чи є нерухомість вартим капіталовкладенням. Даний приклад заснований на отриманні певною групою людей корисних, але вкрай «зашумлених» сигналів [11, 13]. Кожному в групі з урахуванням певної послідовності доводиться прийняти рішення: чи вигідно розглядати нерухомість як вдалу інвестицію. Кожен починає про це замислюватися, і перша людина приймає позитивне рішення, хоча насправді вона помиляється, але стає відправним пунктом «лавино подібності рішень» [10]. І тим самим утворюється неправильний інформаційний каскад, який на ринку нерухомості ми називаємо – «фінансовий пузир». Далі він швидше лусне, ніж «здується» і суб'єкти, що потрапили під вплив мас зазнають збитку [8].

Д. Акерлоф [10] у своїй статті розглянув ринок старих автомобілів, на якому має місце асиметрична інформація. Це означає, що про якість даного товару продавець має більшу інформацією у порівнянні з покупцем. Внаслідок чого ринок даних товарів може прийти до занепаду, тому що в процесі експлуатації споживачі зрозуміють, що вони були обмануті і за більш високою ціною купили товар гіршої якості. А торгові агенти, які збувають товар кращої якості, не зможуть покривати свої витрати через неадекватно занижену ціну. Таким чином, можна спостерігати вимивання товарів хорошої якості і переважання «поганих» товарів за більш низькою ціною, а згодом повний занепад ринку. Щоб запобігти подібної ситуації можна скористатися державним регулюванням залежності попиту, пропозиції і ціни за засобом введення додаткових гарантій, які підтверджують якість і, відповідно, ціну. Подібну асиметрію інформації ми можемо спостерігати при будь-яких формах страхування. На базі регресійного відбору при єдиній ціні медичну страховку будуть купувати ті, які найбільш її потребують.

Ще один приклад каскадної поведінки наводить економіст, соціолог і фахівець широкого профілю Шеллінг на ринку нерухомості, пов'язаний зі стихійними процесами сегрегації за расовою і національною ознакою при прийнятті рішень. Він пояснив це тим, що в якийсь момент поведінка групи різко змінюється і всі починають вести себе однаково. З'являється неначе «точка перелому», коли якась ідея починає блискавично поширюватися по масам, впливаючи на порядок прийняття рішень. Також Шеллінг ввів поняття «фокус об'єктива» [7, ​​11], суть якого полягає в тому, що кожна людина стежить за поведінкою інших людей, при цьому аналізує їх спостереження з приводу його ж поведінки і відповідно обидві сторони приймають рішення щодо дій опонентів. Дана теорія є аксіомою в теорії ігор і називається «дилема ув'язнених».

З усього вище викладеного можемо розглянути приклад виникнення інформаційних каскадів, який нам пропонує Коновалов А. А. і Пакліна Т. І. у своїй роботі «Інформаційні каскади за участю експертів: теорія та експеримент» [2]. Припустимо, що існує група конкуруючих компаній N, яка стоїть перед вибором між технологією А і В, при цьому кожна з цих технологій ефективна з імовірністю ½, тобто вони рівноцінні. Кожен учасник групи має у своєму розпорядженні 2 джерела інформації про данні технології [2]:

1. власна, тобто такі дані, з якими компанії прийшли на ринок, . Цей сигнал має точність - ймовірність того, що вибрана технологія є кращою;

2. зовнішній, який вже існує на ринку, , де α, β – число компаній, що вибрали технологію А і В відповідно.

У відповідность з умовами базової моделі інформаційних каскадів компанії приймають рішення про вибір кращої технології послідовно. Кожна компанія має в розпорядженні власну інформацію, але вона є неточною, оскільки менеджер може з позитивною ймовірністю помилитися у виборі. Тому при прийнятті рішення компанії можуть скористатися зовнішніми сигналами – рішеннями конкурентів. Концепція байєсівського навчання дозволяє визначати ймовірність настання події на основі деякої часткової інформації про неї. B загальному вигляді вона може бути представлена ​​так [2]:

, (1)

де Р(А) – апріорна вірогідність деякої гіпотези А,

P(A|B) – вірогідність гіпотези А за умовою, що відбулась подія В,

P(B|A) – імовірність настання події В за умови істинності гіпотези А,

Р(В) – імовірність події В.

Наш приклад про вибір кращої технології А в порівнянні з технологією В, при якому технологію А вибрало α компаній, а В - β компаній, в загальному вигляді буде виглядати так [2]:

, (2)

де Р(А) – позначення апріорної ймовірності P(A|(0,0)), a P(B) = 1 – P(A). Для простоти розрахунків припустимо, що Р = Р(A|(0,0)) = P(B|(0,0)) = ½. Тоді ймовірність того, що технологія А краще технології В буде дорівнювати [2]:

. (3)

де q – точність сигналу.