Нарративная экономика. Новая наука о влиянии вирусных историй на экономические события

С данным утверждением согласились 67 % опрошенных институциональных инвесторов, и лишь 23 % индивидуальных инвесторов сочли его верным. В ходе другого исследования, посвященного акциям, быстро растущим в цене, для которых характерен высокий показатель отношения стоимости к доходу, мы задали инвесторам тот же самый вопрос. В этот раз с утверждением согласились 25 % институциональных и лишь 16 % индивидуальных инвесторов.

Почему же тогда внимание людей привлекают определенные акции? Ответ: это результат межличностного общения. В ходе первого исследования мы спросили респондентов о количестве людей, с которыми они говорили об акции. Для случайной выборки институциональных инвесторов этот показатель в среднем был равен 7. Среди активных индивидуальных инвесторов средний ответ был выше – 20. Из этого следует, что люди, как правило, действуют непоследовательно: они позволяют себе отвлекаться на случайные мнения и слухи. Вероятно, этот вывод, касающийся вопросов инвестирования, верен и для оценки иных экономических решений людей, поскольку является отражением базовых моделей принятия таких решений. Повод задуматься о том, что модифицированные версии модели SIR могут применяться для понимания причин инвестирования в конкретные активы, дают свидетельства того, что люди склонны вкладывать средства в акции компаний, расположенных в географической близости от места их проживания, а также тот факт, что эпидемии общественного интереса к отдельным акциям иногда развиваются очень быстро, но не охватывают значительной доли популяции (что может учитывать модель SIR, если показатели c и r в равной степени высоки или эпидемия ограничена небольшой территорией).

Такие модели могли бы быть полезны для понимания специфики географического распространения экономических нарративов, в том числе нарратива о биткоине, который, хотя и показал свою заразность во многих странах, имеет некоторые географические особенности распространения. По завершении своего визита в Кремниевую долину декан Уортонской школы бизнеса при Пенсильванском университете Джеффри Гарретт так прокомментировал отношение людей к биткоину:

«Тогда как большинство людей на Уолл-стрит настроены, как и прежде, скептически и предпочитают занимать выжидательную позицию, в Кремниевой долине все погружены в эту историю. Буквально каждая встреча, в которой я принимал участие, – от крупнейших технологических компаний до небольших стратапов – была наполнена восторженными и творческими дискуссиями на тему криптовалюты» (20).

Эпидемии идей и информационные каскады

Модифицированные варианты модели SIR могут породить хаос. Математическая теория хаоса гласит, что многие модели, созданные на основе нелинейных дифференциальных уравнений, могут функционировать хаотично с точки зрения их математического смыла. Это означает, что система может выдавать случайные вариации значений, которые ни разу не повторятся, и даже являясь детерминированной, судя по всему, генерирует случайные числа. В действительности значения, которые выдают генераторы случайных чисел на компьютерах, не являются случайными: они сами возникают вследствие функционирования подобных детерминированных моделей, действующих хаотично. Вариации эпидемической модели SEIR также могут действовать хаотично, что стало очевидным в ходе изучения вопроса с точки зрения математической науки и путем проведения параллелей с фактическими данными о болезнях (21).

Теория хаоса связана с концепцией, именуемой «эффектом бабочки». Ее идея состоит в том, что мощный и, очевидно, непредсказуемый шторм может быть следствием события, произошедшего далеко и, казалось бы, не имеющего никакого отношения к шторму. Как, например, взмах крыльев бабочки на другом конце света задолго до него. Помочь пониманию действия «эффекта бабочки» может другой вариант модели SIR, в котором к базовой модели добавлены информационные каскады (22). Если люди решат, что информация, которую они получают, наблюдая за тем, как множество людей принимают то или иное конкретное решение, достоверна, то баланс может быть нарушен случайным образом. Это продемонстрировал эксперимент Салганика и его коллег, создавших искусственный музыкальный рынок, о котором речь шла в главе 4. Я вспоминаю случай с профессором Иво Уэлчем из Калифорнийского университета в Лос-Анджелесе, одним из авторов теории информационных каскадов. Когда он подвозил меня в отель, он сказал, что, по его мнению, отель где-то рядом, но где именно, он не знает. Затем он заметил такси без пассажиров и сказал, что будет следовать за этой машиной, поскольку с большой долей вероятности она едет к отелю. Его предположение о том, что водитель такси владеет необходимой нам информацией, оказалось верным. Однако с тем же успехом мы могли приехать к другому отелю либо в любое другое место. Если бы многие люди повели себя так, как Иво, то первое такси теоретически могло бы положить начало эпидемии, и в итоге где-нибудь скопилось бы много таксомоторов.