Кратко сравню по сути модели, типичным применением и когда каждая даёт лучшие предсказания.
1) Классическая модель полезности (неоклассика, ожидаемая полезность)
- Суть: поведение — решение максимизировать полезность при ограничениях.
- Формула (стандартно): $\underset{x}{\max }u(x)\text{s.t.}p\cdot x\le m$. При риске: $EU=\sum _i{p}_{i}u(x_i)$.
- Где даёт лучшие предсказания:
- Рыночное равновесие и агрегированный спрос при большом числе агентов (агрегация нивелирует отклонения).
- Ответ на изменения цен, налогов, субсидий при обычном выборе товаров.
- Оценка потребительского избытка, влияние ценовой политики, моделирование спроса в классических ДСМ/РОС-моделях.
- Примеры: прогноз изменения объёмов продаж при ценовой скидке; эластичности спроса; оценка последствий косвенного налогообложения.
- Ограничение: плохо объясняет систематические отклонения (фрейминг, потери vs выгоды, искажение вероятностей).
2) Поведенческая экономика (prospect theory, эвристики и отклонения)
- Суть: реальные люди имеют асимметричную оценку потерь/выигрышей, искажают вероятности, подвержены фреймингам и другим когнитивным смещениям.
- Классический формализм (проспект теория): $V=\sum _i\pi (p_i)v(x_i-r)$, где $v$ — кривая ценностей (часто изгиб при потерях), $\pi$ — функция весов для вероятностей.
- Где даёт лучшие предсказания:
- Индивидуальные решения под риском/неопределённостью с маленькими вероятностями (лотереи, страхование, азартные игры).
- Реакция на фрейминг, представление скидок/штрафов, эффект эндо/экзодефекта (endowment), поведение при капиталах и потерях.
- Интервенции типа «nudges», оформление опций (дефолты), сбережения и пенсионные планы, маркетинговые кампании.
- Примеры: почему потребители перестраховываются на малые риски; почему дефолт в пенсионных планах резко повышает участие; реакция на «скидка 20%» vs «налог 20%».
- Ограничение: требует дополнительных параметров и сложнее для агрегированного предсказания; может переобъяснять в простых ценовых задачах.
3) Теория ограниченной рациональности (bounded rationality, сайтисфайсинг, эвристики)
- Суть: агенты имеют ограничения на вычислительные ресурсы, информацию и время; используют эвристики или останавливают поиск при достижении «достаточно хорошего» уровня.
- Формулы/модели: сайтисфайсинг — «выбрать первый $x$ такой, что $u(x)\ge \bar{u}$». Модель поиска с затратами: $\underset{S}{\max }E[\underset{x\in S}{\max }u(x)]-c|S|$.
- Где даёт лучшие предсказания:
- Поведение в условиях сложного выбора и ограниченной информации (интернет-поиск, сравнение большого каталога товаров).
- Лояльность к бренду, инертность, эффект «первого удовлетворительного» выбора, влияние сложности меню/интерфейса.
- Организационные решения, маршрутизация, принятие решений в ограниченное время.
- Примеры: почему потребители выбирают знакомые бренды при большом ассортименте; предсказание объёма поиска до покупки; поведение при высокой стоимости переключения.
- Ограничение: менее точна в традиционных равновесных рассуждениях, требует моделирования процесса поиска/информации.
Краткое правило выбора модели
- Если задача — агрегированный рыночный ответ на цены/налоги при полном информировании — начните с классической модели.
- Если важны риск/фрейминг/малые вероятности и поведенческие аномалии — используйте поведенческую модель (prospect theory, nudges).
- Если решение происходит в условиях ограничений (комплексность, затраты на поиск, ограниченное внимание) — модель ограниченной рациональности предсказывает лучше.
(Учтите: в прикладных задачах часто комбинируют подходы — базовый неоклассический каркас + поведенческие поправки или модели поиска.)