В котором выясняется, почему некоторые современные экономисты считают людей ограниченно рациональными

Моделирование — т. е. использование упрощенных аналогов вместо реальных объектов — мощнейший инструмент экономического анализа, позволяющий сделать его проще и нагляднее. В этом учебнике мы с вами уже познакомились с большим числом экономических моделей. Мы моделировали поведение рынков, фирм, производящих продукцию, и людей, нанимающихся па работу. Когда речь заходит о человеческом поведении, любимой моделью экономистов является homo economicus — некий абстрактный рациональный эгоист, действующий в собственных интересах и стремящийся к наибольшей выгоде. Эти интересы и выгоду формализуют с помощью понятия «полезность» (от англ, utility). Под полезностью того или иного объекта понимают его способность удовлетворять ту или иную человеческую потребность, так что свою полезность имеют и воздух для дыхания, и еда, и даже акт благотворительности. В продвинутом экономическом анализе, манипулируя понятием полезности, ученые строят сложные математические модели поведения человека как элемента экономической системы (в этом учебнике мы их не рассматривали).

Однако концепция homo economicus все чаще подвергается пересмотру. Насколько на самом деле рациональны люди? Насколько последовательно они преследуют свои интересы и одинаково ли их понимают, к примеру, в разные моменты времени? Как корректно объяснить и смоделировать поведение потребителя наркотиков (по сути, совершающего медленное добровольное самоубийство, но не желающего об этом думать), человека, взявшего три кредита (при этом не имеющего достаточно надежных доходов, чтобы отдать хотя бы один), или покупательницы, отправившейся в магазин за хлебом, а вернувшейся с тремя платьями, не нужной ей сковородкой, но без хлеба (денег не хватило (c))?

Для ответа на подобные вопросы на пересечении экономического анализа и психологии появились концепция ограниченной рациональности и новое, бурно развивающееся альтернативное направление развития экономического анализа — поведенческая экономика. Представители этого направления, например Дэниэл Каиеман (род. 1934, израильско-американский психолог и экономист, лауреат Нобелевской премии по экономике.

• 2002 г.), Амос Тверски (1937—1996), Дэн Ариели (род. 1967) и др. выделили целый ряд особенностей мышления и поведения реальных людей, делающих их далекими от холодной рациональности homo economicus, однако при этом подчиняющихся другим, «внерациональным», законам. Вот некоторые из таких особенностей.
• 1. Неприятие потерь. Классический эксперимент, иллюстрирующий эту человеческую особенность, выглядит следующим образом. Предположим, вам предлагают на выбор два варианта:
• 1) возможность наверняка получить 800 долл.;
• 2) возможность весьма вероятно получить 1000 долл. (85 шансов из 100), но с риском не получить вообще ничего (15 шансов из 100).

Большинство принимавших участие в этом эксперименте предпочитают не рисковать и выбирают первый вариант, дающий гарантированную сумму (хотя для второго варианта математическое ожидание полученной суммы^[1] выше, 850 вместо 800 долл.): люди не любят риск и готовы даже поплатиться небольшим снижением дохода, чтобы его избежать (благодаря этой человеческой особенности и существует страховое дело). При этом в нашем случае, при многократном повторении варианта 2, вы чаще получали бы 1000 долл., иногда — 0 долл., а в среднем по всем повторам ваш доход стремился бы к математическому ожиданию, равному 850 = = 1000 • 0,85 + 0 • 0,15, где 0,85 и 0,15 — вероятности получить 1000 долл, и не получить ничего соответственно. Математическое ожидание, случайная величина, вероятность — термины из теории вероятностей, раздела математики, занимающегося анализом случайных событий (таких, например, как выигрыш в лотерею).

Совсем немного изменим условия нашего эксперимента. Теперь вам предлагают на выбор два таких варианта:

• 1) необходимость наверняка потерять 800 долл.;
• 2) необходимость весьма вероятно потерять 1000 долл. (85 шансов из 100), с небольшой вероятностью вообще избежать потерь (15 шансов из 100).

В данном случае большинство принимавших участие в эксперименте выбирают второй вариант, несмотря на то, что он несет в себе дополнительный риск, и к тому же имеет большее математическое ожидание потерь (потеря 850 против 800 долл, в первом варианте).

Почему простое изменение знака с «+» (выигрыш) на «-» (потери) кардинально меняет выбор людей? Потому что люди очень не любят что-либо терять и готовы даже пойти на риск (который оставляет шанс избежать потерь), чтобы попытаться избегнуть разочарования, связанного с потерей. Замечено, что для одной и той же суммы (скажем, 1000 руб.) радость получения (вы нашли 1000 руб.) значительно меньше, чем боль потери (вы потеряли 1000 руб.).

Данный эффект называют неприятием потерь. Он может быть характерен, скажем для игроков в азартные игры. При честно ведущейся игре и достаточных навыках у игрока есть шанс на выигрыш, но при этом существует и вероятность проигрыша, зачастую — весьма значительная. При этом поведение игроков в случае выигрыша и проигрыша обычно существенно различается. Выигравший игрок радостно забирает свой выигрыш и уходит праздновать. А проигравший, чтобы избежать разочарования от потери, продолжает игру, зачастую повышая ставки, и, в результате, имеет все шансы многократно увеличить свой проигрыш (сколько подобных сюжетов можно найти в классической литературе — у Пушкина, Достоевского, Толстого…). Трейдеры, зарабатывающие деньги на колебаниях курсов валют и ценных бумаг, и другие деятели финансового рынка могут быть очень похожи на таких игроков. В случае принятия неправильного решения, повлекшего за собой потери, вместо того чтобы смириться с ними и закрыть сделку, они могут «продолжить игру», идя на все больший риск. Именно подобное поведение не раз не только приводило к огромным потерям самих трейдеров и их работодателей (см. вставку 6.5), но и подвергало опасности весь финансовый рынок и даже экономику страны (или всего мира — как, например, в случае мирового финансового кризиса, начавшегося в США в 2007 г.).

• [1] Математическое ожидание случайной величины, определяемой в результате некоторого эксперимента (например, числа, выпавшего на игральной кости), — это ее среднее значение при бесконечно большом числе повторов эксперимента.