5 проблем поведенческой экономики

Когда кто-то, скажем, телевизионный “эксперт”, с умным видом утверждает, что экономическая теория предсказывает вот это или вон то, то, как правило, пропускается одно важное обстоятельство. Под экономической теорией подразумевается так называемая неоклассическая экономическая школа.

Проблема в том, что существует и множество других точек зрения, причем разработанных людьми, не менее умными и титулованными (во всех смыслах). Я лично не проверяла, но иногда мне кажется, что если брать всю экономическую науку в целом (непредвзято), то в этом массиве можно найти абсолютно любое утверждение и одновременно его отрицание.

Собственно, поэтому и появился анекдот, что если спросить двух экономистов о чём-то, то скорее всего получишь три взаимоисключающие точки зрения. Вероятно, по этой же причине Нассим Талеб в своих книгах, скажем так, отзывается об академических профессорах экономики несколько скептически.

Ха-Джун Чанг в своей отличной книге “Как устроена экономика” различает целых 9 разных школ, одной из которых является Бихевиоризм или если попроще Поведенческая экономика. Я не буду перечислять тут все школы, а лучше порекомендую прочитать книгу.

В чём вкратце идея поведенческой экономики? Да просто всего-навсего в допущении того, что люди ограничено рациональны. То есть не всегда четко понимают, что хотят, имеют ограниченные (иногда очень ограниченные) знания и способности, действуют под влиянием эмоций и стереотипов. Поэтому их поведение сильно отличается от движения “жидких сферических коней в вакууме”, которыми населен мир неоклассической экономической школы.

Вообще, главное, что меня удивляет в поведенческой экономике: её открытия хоть кого-то удивляют. Мне кажется, что мир вокруг настолько наполнен очевидно иррациональным поведением, что не заметить это может только слепой. Более того, с древних времен известно совершенно очевидное утверждение, что человеку вообще-то свойственно ошибаться. Почему кого-то удивляет, когда психологические эксперименты выявляют, что, оказывается, люди не являются поголовно гениями? Не понимаю.

Например, отцы-основатели школы Даниель Канеман и Амос Тверски, на которых ссылается практически любая книга по этому вопросу (даже Талеб), проводили ряд экспериментов, чтобы показать, что у обычных людей нет врожденного понимания статистической формулы Байеса. Я, конечно, не знаю, но мне кажется это, примерно, как исследования, цель которых доказать, что люди не летают. Нет, ну конечно, можно такие эксперименты провести, особенно если на это кто-то выделил бюджет, но почему результат кого-то удивляет?

Конечно, некоторые идеи поведенческой экономики достаточно интересны, но пока что, на мой взгляд, это скорее набор некоторых занимательных фактов, которые пока еще слишком частные и разрозненные, чтобы служить основой для практического применения. Тем более, что у экспериментов лежащих в основе теории есть ряд серьезных проблем.

Проблема 1. Предвзятые выборки

Мне кажется, это проблема не только поведенческой экономики, но и вообще многих исследований в области психологии. Заключается она в том, что эксперименты, которые описаны в книгах, как правило, проводятся на группах, набранных из студентов престижных американских вузов.

То есть мы получаем сразу несколько уровней предвзятости. Во-первых, эти люди — студенты вузов. Как минимум это говорит о возрасте, потому что я сомневаюсь, что в этих группах адекватно представлены, скажем, люди старше 50 лет. Во-вторых, это студенты престижных вузов (типа Лиги Плюща или вроде того). В-третьих, что очень важно, это те люди, которые добровольно согласились принять участие в эксперименте.

Если мы хотим обобщать эти результаты на всех жителей США, то надо иметь в виду, что среднестатистический американец выглядит совсем не так. Еще сложнее обобщать это на всех людей вообще.

Проблема 2. Нет ответа, я не знаю

«Сколько книг в библиотеке Умберто Эко? Сколько настройщиков пианино в Чикаго? Сколько в ООН Африканских государств? Сколько людей работает в Wallmart?» — это типовые вопросы, которые задают испытуемым. Они что-то отвечают, их ответы анализируются, и из этого делается какой-то вывод.

Сложно понять, предлагался ли испытуемым действительно правильный ответ на все эти вопросы: “Я не знаю”. Судя по результатам, такого варианта ответа не было, иначе, я полагаю, экспериментаторы получили бы его почти от всех испытуемых. Вместо этого они просто заставляют испытуемых выносить ошибочные суждения.

То есть я веду к тому, что испытуемые искусственно ставятся в достаточно странные условия. Они должны отвечать на довольно специфические вопросы касательно тем, о которых они не имеют никакого понятия. Мне кажется, что это всё же достаточно редкий случай в жизни, когда действительно нужно принимать решения в совершенно незнакомой области и при этом нет возможности с ней ознакомиться хотя бы на базовом уровне.

Проблема 3. Все ситуации воображаемые — что будет в реальной?

Любимая тема исследований по поведенческой экономике — это задавать испытуемым вопросы вроде «Представьте, что у вас на выбор 60% вероятность выиграть 1000 долларов или гарантированные 500 долларов, что бы вы выбрали?»

Но проблема в том, что можно, например, попросить человека представить, как он будет себя вести, если встретится с тигром. Но если он никогда не встречался с тигром, то не может представить, как он поведет себя в такой ситуации. Поэтому то, как люди отвечают на вопросы в анкете, может не иметь никакого отношения к тому, как они будут себя вести, если такая ситуация сложится в реальной жизни.

Еще это приводит к тому, что испытуемые не мотивированы отвечать правильно. Поскольку все ситуации вымышленные, то, во-первых, можно не переживать из-за возможной ошибки. Например, воображаемые больные, зараженные неизвестной африканской болезнью, это всего лишь воображаемые больные. За них можно беспокоиться гораздо меньше, чем за реальных людей.

То же касается и позитивной мотивации. Когда за правильный ответ предлагается получить миллион воображаемых долларов, это не совсем то же самое, что реальная возможность получить миллион реальных долларов (и уж тем более потерять).

Для того, чтобы устранить эти проблемы, нужны исследования людей, принимающих решения в реальной жизни, такие решения, которые имеют последствия. Может быть положительные, может быть отрицательные.

Проблема 4. Вероятности исходов известны заранее — в жизни так не бывает

Вернемся снова к задаче о том, что бы вы выбрали: 1000 долларов с вероятностью 60% или 500 долларов, но наверняка. Тут есть еще одна проблема: в явном виде даны вероятности выигрышей. В жизни так бывает только в азартных играх или в лотерее. В любой реальной ситуации вероятности исходов неизвестны, о них можно только строить предположение.

С моей точки зрения, это ключевое обстоятельство. Люди ввязываются в рисковые дела вовсе не потому, что они не умеют складывать и умножать, а потому что они имеют излишне оптимистичную оценку рисков.

По этой же причине на фондовом рынке вообще происходят сделки. Почему продавец имеет желание продать, а покупатель купить какой-то актив по определенной цене? Ответ — потому что продавец и покупатель имеют разное представление о справедливой цене этого актива. Продавец считает, что актив переоценен, а покупатель одновременно в тот же самый момент считает что актив наоборот, недооценен. Именно поэтому сделка становится в принципе возможной.

Но как получается, что оценка актива продавцом и покупателем различаются? А дело в том, что они, явно или неявно, предполагают разные вероятности успеха. Проще говоря, если шанс выиграть в лотерею один к ста, а выигрыш составляет 1000 рублей, то справедливая цена за лотерейный билет составляет 10 рублей. Но если шанс один к десяти, то справедливая цена уже 100 рублей. В лотерее и в опытах поведенческих экономистов шансы известны заранее, но в жизни это почти всегда не так.

Проблема 5. Фундаментальная проблема вероятности

Фундаментальная проблема заключается в том, что само понятие вероятности, вообще-то, можно определить только для событий, которые можно повторить бесконечное число раз.

То есть возьмем классический пример — подбрасывание монеты. Вероятность того, что будет орел, — 50%, того, что будет решка, тоже 50%. Что это означает? Это означает, что если достаточно долго кидать монету, то рано или поздно среднее количество орлов будет приближаться к 50% (ну и решек, естественно, тоже).

Ключевая проблема тут в слове «достаточно долго». Достаточно долго — это сколько? Сто раз? Тысячу? Миллион? Ответ из теории вероятностей — бесконечное число раз, поскольку в любой конечной серии бросков будет сохраняться очень маленькая вероятность, что во всех бросках выпадет орел (и гораздо большая вероятность, что орлов будет не ровно 50%, а чуть больше или чуть меньше).

Вернемся к примеру с игрой, в которой можно выиграть 1000 долларов с вероятностью 60%. Ответ теоретика — что ожидаемый выигрыш в этой игре 1000х0,6=600 долларов, значит это лучше, чем 500 долларов наверняка. Но упускается один важный момент. Игра лучше, если есть возможность играть бесконечное число раз.

Это особенно спорное допущение, когда мы говорим о решениях, которые требуют годы на воплощение. Что если условия игры те же, но один розыгрыш сегодня, а следующий через год? Что если под игрой мы на самом деле понимаем инвестицию в актив, который либо принесет 1000 долларов (на акцию скажем) или не принесет ничего, но узнаем мы это через 10 лет?

У каждого из нас впереди (очень) ограниченное количество непересекающихся 10-летних периодов, так что предположение, что в эту игру можно играть бесконечное число раз точно не вполне реальное.