Книги по психологии

АНАЛИЗ ФУНКЦИОНАЛЬНОГО СОСТОЯНИЯ УЧАСТНИКОВ ЛАБОРАТОРНЫХ РЫНКОВ
Периодика - Психология. Журнал Высшей школы экономики

И. С. МЕНЬШИКОВ


АНАЛИЗ ФУНКЦИОНАЛЬНОГО СОСТОЯНИЯ УЧАСТНИКОВ ЛАБОРАТОРНЫХ РЫНКОВ


Меньшиков Иван Станиславович — старший научный сотрудник Вычислительного центра им. А. А. Дородницына РАН, доцент Мос­ковского физико-технического института, научный руководитель лаборатории ВЦ РАН и МФТИ, кандидат физико-математических наук.

Автор более 40 научных публикаций по экспериментальной эконо­мике и теории игр. Руководитель междисциплинарных проектов Российского фонда фундаментальных исследований: «Сравнитель­ный анализ теорий ограниченной рациональности и рациональных ожиданий для рынка с двойным аукционом методами эксперимен­тальной экономики», «Разработка и создание лабораторного образ­ца системы анализа сетевых энергетических рынков с учетом пси­хофизиологических характеристик операторов», «Анализ влияния психофизиологических параметров участников на агрегированное поведение рынка методами экспериментальной экономики». Контакты: Ivanmenshikov@mail. ru


Резюме

В работе рассказывается о феномене зависимости функционального состоя­Ния участников (ФС) лабораторного рынка с неполной информацией от про­Цесса совершения ими торговых действий. ФС измеряется с помощью систе­Мы стабилографических кресел, которыми оснащена лаборатория экспери­Ментальной экономики ВЦ РАН и МФТИ. Полученный результат Сопоставляется с известным исследованием английского и голландского аук­ционов на основе измерения частоты сердцебиения участников. По существу, Нами получено решение аналогичной задачи для двойного аукциона методами Стабилографии. Обсуждается влияние психологического типа участника на его результативность в аукционе данного вида.

Ключевые слова: Экспериментальная экономика, теория игр, функциональное состояние оператора, стабилография



Введение

В этой работе рассматриваются два параллельно протекающих во времени процесса: торговые дейст­вия участников экспериментального рынка и их психофизиологическое состояние. Задача состоит в том, чтобы выявить взаимосвязи этих процессов. Исследование проводит­ся методами экспериментальной эко­номики с помощью анализа спе­циально созданной в лаборатории ситуации рыночного типа. Резуль­таты, полученные в лаборатории экс­периментальной экономики ВЦ РАН и МФТИ (ЛЭЭ), сопоставляются с результатами, полученными в других лабораториях, занимающихся меж­дисциплинарными исследованиями влияния человеческого фактора на процесс принятия социально-эконо­мических решений.

Работа построена следующим образом. Начав с краткой истории развития экспериментальных иссле­дований ЛЭЭ, мы перейдем к описа­нию методики исследований торгов на лабораторных рынках и изложе­нию конкретных результатов данно­го эксперимента. В начале будет изложена модель функционального состояния участников лабораторных рынков, которая была построена на основе обнаруженного в ЛЭЭ фено­мена взаимодействия процессов по­дачи заявок на лабораторном рынке с неполной информацией и динамики функционального состояния участ­ников, регистрируемого с помощью системы стабилографических кре­сел, которыми оснащена ЛЭЭ. Ока­залось, что психофизиологическая динамика в определенном смысле проявляется двойственно по отношению к динамике процесса принятия решений для данного класса рынков. Далее этот результат сопоставляется с исследованием роли эмоций в эко­номике (Smith, Dickhaut, 2005), с изучением изменения сердечного ри­тма участников лабораторных аук­ционов. Выявлено воздействие аук­ционного механизма на характер эмоционального отклика участни­ков. Поскольку эмоции могут влиять на процесс ценообразования, их важ­но учитывать при выборе механизма взаимодействия.

Раз эмоции могут влиять на цены, а разные люди в сходных ситуациях испытывают разные эмоции, то воз­никает необходимость исследования влияния типа личности на выбор поведения и результативность. В по­следнем разделе это влияние демонс­трируется на основе результатов тес­тирования участников эксперимен­тов.

История ЛЭЭ ВЦ РАН и МФТИ

Летом 1990 г. на конференции в университете Дюк, США, я прослу­шал яркие лекции по эксперимен­тальной экономике Вернона Смита и Чарльза Плотта. После лекции Ч. Плот-та я подошел к нему и сказал, что хо­тел бы проводить эксперименты в Москве. Ч. Плотт спросил, есть ли у нас локальная сеть компьютеров, и получил уверенный ответ, хотя это было некоторым преувеличением. Тогда в ВЦ РАН нам была временно доступна простенькая сеть из 4–6 пер­сональных компьютеров, но была надежда, что удастся что-нибудь еще найти. Ч. Плотт связался с Калтехом (Калифорнийским Технологическим институтом) — и в Москву я летел с дискетой, на которой был знаменитый MUDA («Многопродуктовый двой­ной аукцион»), разработанный по заказу Ч. Плотта в Лаборатории реак­тивного движения Калтеха. После нескольких месяцев мытарств нам удалось правильно настроить сеть, и мы начали проводить первые экс­перименты. Поиски более крупного сетевого компьютерного класса привели нас в 1991 г. в Академию народного хозяйства при Совете Ми­нистров СССР. Сначала мы провели здесь учебный курс, в который экспе­рименты были включены в качестве практических занятий. После разго­вора с ректором АНХ академиком А. Г. Аганбегяном для нас была от­крыта первая в нашей стране специа­лизированная лаборатория экспе­риментальной экономики, которую возглавила О. Р. Меньшикова. Пред­полагалось, что, помимо учебной работы, методы экспериментальной экономики будут активно использо­ваться при планировании реформ. Мы сохраняли непосредственные кон­такты с активно поддерживающим нас академиком А. А. Петровым и его отделом ВЦ РАН, а также с руково­дителем лаборатории эксперимен­тальной экономики и политологии Калтеха профессором Ч. Плоттом. Увы, несмотря ни на что, привлечь внимание тех, от кого зависело про­ведение реформ, нам не удалось.

Тем не менее в 1991 г. мы провели серию экспериментов, разработан­ных совместно с Ч. Плоттом. Это были классические лабораторные рынки однородного товара, в кото­рых взаимодействуют две группы участников — покупатели и продав­цы. В начале эксперимента каждый покупатель получал в качестве приватных параметров значения своих выкупных стоимостей, а каждый продавец в качестве приватных па­раметров узнавал свои производст­венные затраты. Затем начинался процесс торга по правилам двойного аукциона, при помощи которого вы­является рыночная цена в каждой сделке (подробнее об этом механиз­ме см. ниже). Купив единицу товара на лабораторном рынке по такой рыночной цене, покупатель в конце сессии мог сдать ее диспетчеру экспе­римента по заранее известной ему выкупной стоимости. Разница стои­мости и цены составляла выигрыш от покупки данной единицы. Анало­гично продавец, продав единицу то­вара на рынке по некоторой цене, получал выигрыш, отняв от этой цены величину своих производ­ственных затрат. Благодаря гранту Ч. Плотта участники имели прямую финансовую мотивацию. Им заранее объявлялся курс пересчета очков ла­бораторного рынка в рубли, которые выплачивались сразу по окончании эксперимента.

Агрегированное поведение на этом рынке было хорошо известно по многочисленным экспериментам, проведенным к тому времени в ла­бораториях США. Это поведение характеризуется сходимостью к кон­курентному равновесию, которое строится с помощью индуцирован­ных в лаборатории функций спроса и предложения, основанных на выкуп­ных стоимостях и затратах. Вопрос состоял в том, будут ли участники эксперимента в Москве демонстри­ровать такое рыночное поведение.

Анализ результатов показал, что хотя в целом стремление к равновесию просматривается, однако скорость сходимости в серии экспериментов в Москве 1991–1992 гг. была сущест­венно ниже, а амплитуда колебаний цены значительно выше, чем в анало­гичных экспериментах с участника­ми из стран с рыночной экономикой. Эти отличия объяснялись отсутст­вием стереотипов рыночного поведе­ния у большинства участников экс­перимента в Москве. Многие были подвержены «хватательному реф­лексу» времен тотального дефицита: им казалось, что главное — заклю­чить сделку быстрее других. На­личием «кроликов» с неправильны­ми для рынка рефлексами момен­тально воспользовалась небольшая группа «волков», которые быстро по­няли, что к чему, и научились извле­кать выигрыш из данной ситуации. «Кроликам» понадобилось время, чтобы обучиться несложным фоку­сам рыночного поведения (по край­ней мере, в рамках проводимых экс­периментов). Вывод был очевиден: для того чтобы рыночные реформы были эффективны, не надо спешить, чтобы дать возможность большинст­ву сформировать адекватные стерео­типы поведения. Правда, с точки зре­ния «волков», форсирование реформ дает максимальный личный вы­игрыш, пусть и в ущерб эффектив­ности экономики в целом.

Эти результаты докладывались на Мировом экономическом конгрессе, который состоялся в Москве в 1992 г. Секцию вел Кеннет Эрроу, нобе­левский лауреат 1972 г. и один из ве­дущих экономистов современности. Он одобрил наши усилия по прове­дению экономических эксперимен­тов в контролируемых условиях ла­боратории. Впоследствии выводы по результатам этих экспериментов были опубликованы (Menshikov, Menshikova, Myagkov, Plott, 1998).

На этом же конгрессе Санджей Шривастава из университета Карне-ги Меллон предложил нам вклю­читься в международный проект по обучению финансовым рынкам ме­тодами экспериментальной эконо­мики. Мы согласились по многим причинам, из которых решающей было требование руководства АНХ перейти на самофинансирование нашей лаборатории. Желающих обучаться поведению на финансовых рынках по солидной методике было тогда много, и после соответствую­щей подготовки в августе 1993 г. мы провели первую учебную программу FAST (Financial Analysis and Securi­ties Trading — финансовый анализ и торговля ценными бумагами). Про­грамма FAST была основана на 12 эк­спериментах по всем основным ви­дам ценных бумаг. Практические занятия позволяли слушателям ак­тивно осваивать теоретический мате­риал, который излагался на лекциях. Неожиданно для нас успех програм­мы был весьма значительным.

Среди наших первых слушателей оказались представители Централь­ного банка России, который в мае 1993 г. провел первый аукцион по раз­мещению ГКО и сотрудникам ко­торого остро нужны были системные знания по работе на открытых фи­нансовых рынках. Мы предложили начать целенаправленные лабора­торные исследования по совершен­ствованию механизма размещения ГКО в интересах стабилизации фи­нансовой системы России. Наши первые эксперименты по аукционам размещения произвели положитель­ное впечатление, однако нам было сказано, что надо подождать конца 1993 г., поскольку сейчас Министер­ство финансов с помощью ЦБР рас­кручивает рынок ГКО, постоянно рас­ширяя объем размещения без учета реальной возможности погашения госдолга из доходов бюджета. Мы пытались вернуться к этому разго­вору в 1996 г., но нам было сказано, что сейчас опять это не ко времени, поскольку случается, что более 90% «доходов» бюджета дает ГКО. Увы, этот маховик, как известно, не был остановлен до дефолта в августе 1998 г. Нам оставалось докладывать результаты лабораторных исследова­ний на международных семинарах и конференциях, которые в 1994–1995 гг. состоялись в университетах Рот­тердама и Амстердама в Голландии.

Пестрый состав наших слушате­лей требовал индивидуального под­хода в преподавании. Заведующая нашей лабораторией О. Р. Меньши­кова в контакте с институтом психо­логии РАН стала использовать мето­ды психологического тестирования для выявления личностных особен­ностей слушателей. Выяснилось, что типичный слушатель АНХ сущест­венно отличается от типичного сту­дента МФТИ или ВМК МГУ. При­чем это различие проявляется не только в уровне подготовки и возрас­те, но и в ином психологическом типе личности. На основе получен­ных рекомендаций программа FAST была существенным образом пере­строена. Более того, оказалось, что по результатам психологического тес­тирования можно дать хороший про­гноз, кто из слушателей окажется наиболее результативным в серии экспериментов по торговле на ла­бораторных финансовых рынках.

Сначала успех таких прогнозов казался случайным совпадением, но потом накопленные данные подтолк­нули к поиску причины этого явле­ния. В 1995 г. мы вошли в исследова­тельский проект совместно с факуль­тетом экономической психологии Роттердамского университета и ин­ститутом психологии РАН. В рамках этого проекта мы проводили экспе­рименты социально-экономического характера по выявлению соотноше­ния социального и индивидуалис­тического поведения участников из России в сопоставлении с поведени­ем европейских участников. Значи­мой разницы результаты этой серии экспериментов не выявили, зато под­твердили пользу сопоставления про­цесса принятия решений с данными психологического тестирования.

Заняться осмыслением накоплен­ного опыта мы смогли только в 2004 г., когда в МФТИ была создана ЛЭЭ, заведующим которой стал А. Н. Ча­бан. А. Н. Чабан (как и О. Р. Меньши­кова) с самого начала входил в нашу маленькую группу экспериментато­ров. На базе ЛЭЭ был организован годовой курс лабораторных работ для студентов V–VI курсов ФУПМ. Параллельно была создана неболь­шая лаборатория в ВЦ РАН, которая позволяла конструировать новые эк­сперименты и проводить их отладку группой участников специального семинара. В результате мы получили уникальную возможность совмещать исследования и преподавание, при­чем в форме активного участия сту­дентов и аспирантов как в самих экс­периментах, так и в анализе их резуль­татов, а также в разработке новых вариантов экспериментов. На этой основе за пять лет было выполнено несколько исследовательских проек­тов, подробное изложение результа­тов которых выходит за пределы дан­ной публикации.

В 2005 г. мы начали совместный проект с профессором Михаилом Мягковым, университет штата Оре­гон, США, в прошлом выпускником ФУПМ МФТИ. М. М. Мягков рабо­тает сейчас в области экономической психологии, причем нас с ним объеди­няет стремление к построению экспе­риментов, которые формально можно было бы исследовать методами тео­рии игр. На материалах проведенных в рамках данного проекта эксперимен­тов О. Р. Меньшикова обнаружила фе­номен прямой зависимости типа пове­дения участника от типа его личности (Меньшикова, Мороз, Талачева, 2009; Лукинова, Меньшикова, 2009).

В 2006 г. наша ЛЭЭ была оснаще­на системой из пяти стабилогра-фических кресел, которые позволяют измерять системные психофизио­логические характеристики участ­ников в процессе принятия решений. Заказ на разработку этой системы для ОКБ «Ритм», Таганрог, был вы­полнен совместно со специалистами из Института нейрохирургии им. Бур­денко, в котором подобные кресла использовали для реабилитации па­циентов, а также в прикладных ис­следованиях. Ниже будет описан один из результатов, полученный на основе данного междисциплинарного подхода (Лукьянов, Максакова, Мень­шиков, Меньшикова, Чабан, 2007).

Что думают и чувствуют люди в Процессе принятия решений?

Целью нашего исследования яв­ляется анализ Динамики психофизиологических характеристик Учас­тников лабораторных рынков в про­цессе принятия экономических ре­шений. В качестве измерителей пси­хофизиологических характеристик используются Стабилокресла: обыч­ные офисные кресла с вмонтирован­ными чувствительными датчиками и микропроцессором для измерения в реальном времени динамики поло­жения центра тяжести с частотой 50 раз в секунду.

Возникает вопрос: Как сравнить Стабилографические данные и исто­рию рыночных действий? Новый ал­Горитм сегментации (Бурнаев, Мень­шиков, 2009) позволил эффективно разбивать стабилографические ряды на относительно однородные фраг­менты. Алгоритм сегментации по­лучен как решение задачи оценива­ния параметров Скрытой марков­ской модели (СММ).

Применение данного алгоритма на уровне Индивидуального принятия Решений Подтверждает Гипотезу о согласовании моментов Сегментации Стабилограммы Участника с момен­тами Сигнальных действий На ла­бораторном рынке. На уровне Груп­повых решений Обнаружен эффект Синхронизации стабилографических рядов Участников в момент Кульми­Нации Торгов, связанный С выявлени­Ем приватной информации. Степень Синхронизации Оценивается с по­мощью показателя близости, вычис­ленного на основе специальным обра­зом Агрегированной канонической Корреляции. Совокупность данных результатов позволила говорить о построении Модели функциональ­ного состояния (ФС) участников.

Система стабилокресел в ЛЭЭ МФТИ Представлена на рисунке 1.

Рисунок 1

Система стабилокресел ЛЭЭ в процессе проведения эксперимента


АНАЛИЗ ФУНКЦИОНАЛЬНОГО СОСТОЯНИЯ УЧАСТНИКОВ ЛАБОРАТОРНЫХ РЫНКОВ



Рисунок 2

Типичный вид стабилографических данных


АНАЛИЗ ФУНКЦИОНАЛЬНОГО СОСТОЯНИЯ УЧАСТНИКОВ ЛАБОРАТОРНЫХ РЫНКОВ




Ведущий эксперимент А. Н. Чабан управляет двумя компьютерами: слева на ноутбуке он задает парамет­ры лабораторного рынка, открывает и закрывает торги, а справа у него монитор сервера, куда поступают дан­ные со всех кресел. В его задачу вхо­дит расстановка маркеров существенных событий, которые могут повли­ять на стабилограммы участников.

На рисунке 2 приведена типичная стабилограмма участника за 240 се­кунд эксперимента. Стабилограмма представляет собой развертку трех координат центра тяжести участника во времени. Наиболее информативной является координата Y (светлая ли­ния), которая фиксирует движение участника вперед к дисплею и назад от него. Следующей по изменчивос­ти оказывается координата X, ко­торой соответствует покачивание влево и вправо. Координата Z фикси­рует движение вверх и вниз благо­даря опоре на ноги.

Видно, что координаты стабило-граммы характеризуются стохас­тическими колебаниями относитель­но локально постоянного уровня. При этом в какие-то моменты проис­ходят скачки с одного уровня на другой. Наши партнеры-психофи­зиологи считают, что этим харак­теризуется Функциональное состоя­Ние (ФС) Участника, которое явля­ется локально стабильным, но с обязательными значимыми всплес­ками.

Следует отметить, что определе­ние ФС является достаточно размы­тым, и по этому поводу в специаль­ной литературе ведется развернутая дискуссия. Для нас важно, что ФС можно померить, по крайней мере, частично. Более того, стабилография дает возможность выявить разно­образные системные характеристики ФС испытуемого, включая реакцию на когнитивную нагрузку.

Разработанный специально для данной задачи Алгоритм сегмента­Ции временного ряда Подробно описан (Бурнаев, Меньшиков, 2009). Сегментация ряда означает разбивку его на достаточно однородные части, или сегменты. Наш алгоритм относи­тся к классу Off-Line Методов, ко­торые используются при анализе дан­ных после завершения эксперимента. Для сравнения on-line методы пы­таются определить момент скачка в реальном времени как можно рань­ше, после того как он произошел. Сложность известных off-line мето­дов квадратично зависит от длины ряда наблюдений. Длина стабилогра-фического ряда участника экспери­мента, длящегося 240 секунд при частоте измерений 50 раз в секунду, составляет 12 000, что соответствует 144 миллионам итераций. Такие ме­тоды трудно использовать без при­влечения суперкомпьютеров. Идея нашего алгоритма Связана с построе­нием скрытой марковской модели (СММ) по уровням. Предполагает­ся, что процесс характеризуется случайными блужданиями Вокруг Некоторого уровня (один сегмент) и Малой вероятностью Скачка на дру­гой уровень (следующий по времени сегмент ряда). Для заданного ряда наблюдений можно найти Наиболее вероятные моменты, в которые про­исходят такие скачки (с помощью максимизации функции правдоподо­бия); в работе доказывается Сходи­мость Алгоритма (Бурнаев, Мень­шиков, 2009). Сложность нашего ал­горитма линейно зависит от длины ряда, а квадратично — от количества скачков, которое для стабилографи-ческих рядов является малой вели­чиной по сравнению с длиной ряда.

Хочется подчеркнуть, что мы не считаем СММ инструментом моде­лирования процесса, а только исполь­зуем вычислительную эффектив­ность данного способа сегментации. Для наших задач время решения со­ставляло 10–20 секунд на современ­ном стандартном двухъядерном ноут­буке при длине ряда 12 000 и числе скачков не больше 40.

Анализируемый нами Лаборатор­Ный рынок с приватной информацией Участников Является основой для проведения экспериментов по ин­формационной эффективности рын­ка и рациональным ожиданиями. Для исследования динамики инди­видуальных ФС участников был вы­бран наиболее простой эксперимент RE0 из этой серии. Агрегированное поведение участников этого экспери­мента было хорошо изучено (Мень­шиков, Меньшикова, 2006).

Эксперимент RE0 Характеризует­ся единственным активом, который торгуется один период, равный 240 с. После закрытия торгов стоимость V актива становится известной всем участникам. До начала торгов из­вестно только, что V определяется случайно и равновероятно из множест­ва сценариев {30, 70, 110}. Дополни­тельно каждому участнику сообща­ется Приватная информация, какого одного сценария точно Не Будет. Например, если истинная стоимость есть V = 30, то половина участников знает, что V равно 30 или 70 (а Не 110), а другие знают, что V равно 30 или 110 (а Не 70). Гипотеза рациональ­ных ожиданий в данном случае оз­начает, что та часть информации, ко­торая неизвестна участникам, будет восполнена рынком. В Равновесии с Рациональными ожиданиями (REE)

Это восполнение будет верным, т. е. рыночная оценка актива будет соот­ветствовать истинному сценарию V, на которую однозначно указывает совокупная приватная информация всех участников.

Однако участники не общаются друг с другом иначе, чем через специ­альный торговый механизм — Двой­ной аукцион, применяемый на боль­шинстве бирж. В данном случае мы использовали систему FTS, разработанную Дж. О’Брайеном и С. Шрива-ставой по заказу университета Кар-неги Меллон, США. Участники дела­ют заявки на покупку и продажу, ко­торые выстраиваются в две упо­рядоченные по цене заявок очереди. Как только эти очереди перекры­ваются, т. е. появляется такая пара заявок на продажу и покупку, что цена заявки на продажу не больше цены заявки на покупку, то регист­рируется сделка по цене той заявки, которая была подана раньше. Эта пара убирается из очереди, и процесс подачи заявок продолжается.

На рисунке 3 показана динамика подачи заявок на покупку и продажу во времени. Указаны только цены заявок. В эксперименте RE0, ко­торый проводился в ЛЭЭ МФТИ 15.12.2006, участвовало пять (по числу стабилокресел) человек, сту­дентов VI курса ФУПМ.

Торговая активность участников характеризуется неожиданным за­тишьем на 10 с в окрестности 170 с, после которого произошел резкий переход к равновесию (REE), в дан­ном случае соответствующему ис­тинной стоимости актива 30. После выявления информации обычно торговля затихает, но в этом экспе­рименте один из участников, видимо, потерял ориентацию и стал прода­вать актив по цене ниже 30, что было его явной ошибкой и чем не замед­лили воспользоваться остальные. Это объясняет неожиданную актив­ность участников после перехода к равновесию.

Если рассмотреть лабораторный рынок RE0 с позиций теории игр, то получим Динамическую игру с не­полной информацией (Меньшиков, 2006). Для таких игр каждое действие


Рисунок 3

Эксперимент RE0. Динамика цен на заявку и покупку


АНАЛИЗ ФУНКЦИОНАЛЬНОГО СОСТОЯНИЯ УЧАСТНИКОВ ЛАБОРАТОРНЫХ РЫНКОВ




Одного игрока имеет для других игроков сигнальный смысл. Напри­мер, пусть кто-то сделал в самом начале торгов заявку на покупку по цене 31. Что это означает? Возмож­ны три варианта ответа: 1) у автора заявки есть информация, опровер­гающая равенство стоимости актива значению 30; 2) это просто ошибка; 3) автор нарочно дает ложную ин­формацию, чтобы всех запутать. Какой из этих ответов является пра­вильным, решать каждому самостоя­тельно. Таким образом, рынок RE0 можно рассматривать как дина­мическую сигнальную игру.

Хотя теоретически в RE0 каждое торговое действие является сигналь­ным, мы выделим только наиболее значимые Рыночные сигналы. Они обусловлены Выделенными ценовы­Ми уровнями: 30, 70, 110:

1) первая заявка на покупку выше уровня,

2) первая заявка на продажу ниже уровня,

3) скачок в цене заявки на покуп­ку или продажу больше порогового значения.

Моменты сигнальных действий определяются по результатам торгов и образуют в данном случае множест­во MA = {21, 24, 47, 84, 127, 140, 174, 199) (в секундах). Разберемся с каж­дым сигнальным действием более подробно.

21 — заявка на продажу по цене 109.9 в количестве 10 единиц игрока 5, обладающего информацией не 110;

24 — заявка на покупку по цене 30.1 в количестве 1 единица игрока 2, обладающего информацией не 70;

47 — заявка на покупку 50 в количестве 1, повышенной после 32.5 игрока 2 с информацией не 70 (блеф);

84 — заявка на продажу по 51.2 игрока 2 с информацией не 70;

127 — заявка на продажу по цене 80, пониженной после 94.9 игрока 2;

140 — заявка на продажу по цене 70, пониженной после 77.7 игрока 4 с информацией не 70;


174 — заявка на продажу по 40, пониженной после 65.2 игрока 2;

199 — заявка на продажу по 29.6 игрока 5 с информацией не 110 (ошибка игрока 5).

Кульминация Пришлась на пе­риод без торговых действий на отрез­ке [162, 172]. Выявление приватной информации, когда все поняли, что истинная стоимость актива равна 30, произошло после 174 с. Выход на REE осуществился к 198 с. Потом последовала странная ошибка игрока 5, которая оживила окончание торгов.

На рисунке 4 осуществлено нало­жение процесса совершения торго­вых действий, произведенных в ходе эксперимента, на функциональное состояние наиболее активного участ­ника 2, которому принадлежит боль­шинство сигнальных действий. ФС участника 2 представлено коорди­натой Y, которая измерялась с по­мощью стабилокресла.

Мы видим скачки по Y почти Перед Каждым Его Сигнальным дейст­вием! Отсюда можем предположить, что сигнальные действия участника находят свое отражение в измеряе­мой динамике его ФС.

Могут ли сигнальные моменты быть автоматически выявлены по стабилограмме на основе алгоритма сегментации? Сколько сегментов задать в качестве параметров алгорит­ма? Конечно, не все скачки стабило-граммы можно объяснить сигналь­ными действиями участника. Даже находясь по просьбе ведущего в со­стоянии спокойного бодрствования до и после торгов, участник со­вершает скачки по каким-то неведо­мым нам внутренним причинам. Исходя из этого удвоим количество сегментов по сравнению с количест­вом сигнальных действий.

Результат представлен на рисунке 5. Если бы мы стремились установить


Рисунок 4

Функциональное состояние (Y) игрока 2 в ходе торгов

АНАЛИЗ ФУНКЦИОНАЛЬНОГО СОСТОЯНИЯ УЧАСТНИКОВ ЛАБОРАТОРНЫХ РЫНКОВ

Примечание. Горизонтальная ось соответствует времени в секундах. Цены заявок (правая вертикальная шкала) на покупку и продажу всех участников помечены жирными точками. Координата Y (левая вертикальная ось) выглядит непрерывной (50 точек в секунду).


Рисунок 5

Сигналы и сегменты по координате Y Игрока 2


АНАЛИЗ ФУНКЦИОНАЛЬНОГО СОСТОЯНИЯ УЧАСТНИКОВ ЛАБОРАТОРНЫХ РЫНКОВ




Однозначное соответствие 8 сигналов с сегментами, то нам понадобилось бы 9 сегментов Удваивая число сег­ментов, мы оставляем простор для не связанных с сигнальными действия­ми скачков. Сегменты находятся с помощью нашего алгоритма (Бурна-ев, Меньшиков, 2009).

Мы видим, что автоматически найденные границы сегментов нахо­дятся вблизи почти каждого сигналь­ного действия. Как измерить Близость Сегментов к сигналам Формально?

Пусть MA Множество моментов сигнальных действий, а MS Мно­жество моментов сегментации. Для каждого сигнального момента MA Є MA Расстояние до множества MS:

ρ(mA, MS = Min \mA - mS\ = \mA - mS(mA)\

Здесь MS(MA) — Ближайший мо­мент сегментации для заданного сиг­нального действия MA. Важен Знак Величины R(MA,MS) = MS(MA) ~ MA. Если R(MA,MS) < 0, То скачок происходит До Сигнального действия. Это естественно для Автора Сигнала, ко­торый сначала принимает решение, испытывая, как говорят психофизио­логи, Когнитивную нагрузку, а потом совершает действие. Если R(MA,MS) > 0, то скачок происходит После Сигналь­ного действия. Это естественно, если автором сигнального действия явля­ется кто-то другой.

Испытывались различные типы сегментации. Под X-, Y - и Z-сегмента-цией мы понимаем сегментацию по соответствующей координате. E-сег-ментация проводится на основе ряда энергии — в стабилографии это прос­то кинетическая энергия перемеще­ния центра тяжести испытуемого, равная половине квадрата линейной скорости в трехмерном пространст­ве. Энергия является естественной физической сверткой координат. Ло­гическая свертка основана на макси­мизации функции правдоподобия, равной произведению функций правдоподобия для координат X, Y и


Z. Так получается F-сегментация. Как показал опыт вычислений, F-сег-ментация хорошо определяет момент скачка, а V-сегментация выделяет начало и конец скачка. Как видно из приведенных выше стабилограмм, скачок имеет обычно некоторую протяженность во времени от 1 до 5 с. F-сегментация должна поставить границу сегментов в любой точке дан­ного отрезка, а V-сегментация при достаточно большом априорном значении числа сегментов может найти границы каждого скачка.

В таблице 1 приведены резуль­таты F- и V-сегментации для каж­дого участника вместе с их выигры­шами и показателями выявления сигналов. Для каждого сигнального момента (в строке) и для каждого участника (в столбце) приведено расстояние (со знаком) до ближай­шего момента сегментации по его стабилограмме; пустые клетки озна­чают, что сигнальный момент не про­явился в его сегментации. Для каждого участника 1–5 представлен его выигрыш на лабораторном рынке RE0 в условных очках. Этот вы­игрыш соответствует его прибыли (убытка) от торговых действий (сде­лок).

Главный вывод по данным, приве­денным в таблице 1, состоит в том, что скачок происходит перед сиг­нальным действием и после его наб­людения. Лучше всего выявился критический сигнальный момент 174 и момент 199 ошибки игрока 5. Если смотреть степень выявления по игрокам, то обнаружится интересная закономерность: у кого степень вы­явления больше, тот получил и боль­ший выигрыш. Так, игрок 3 имеет максимальную степень и наиболь­ший выигрыш. Заметим, что он сам не совершал сигнальных действий, зато внимательно за ними следил и вовремя делал правильные выводы. Игрок 5 имеет минимальную степень выявления и минимальный вы­игрыш. Наверное, он не вполне


Таблица 1

Сигнальные моменты и сегментации для всех участников

Участник

1

2

3

4

5

Выявление, %

Выигрыш

—0.58

0.62

1.16

—1.19

0

Метод

VF

VF

VF

VF

VF

Моменты, с

Автор сигнала

21

4

1.06

10

24

2

3.88

4.35

4.68

—0.10

40

47

2

2.68

0.63

—0.08

—1.62

—1.66

—5.16

1.62

70

84

2

—4.58

—1.30

0.94

3.02

3.24

1.66

1.44

70

127

2

—3.70

—0.08

—1.48

—1.50

0.32

2.58

60

140

6

—2.16

0.14

—0.34

1.16

—6.54

—4.00

40

174

2

0.75

—9.13

0.74

1.24

3.02

3.50

0.12

0.24

—0.80

90

199

4

—3.22

—0.28

—0.26

7.72

—0.98

—0.78

0.76

0.68

—3.00

90

Выявление, %

62.5

62.5

75

75

87.5

75

37.5

37.5

62.5

37.5



Включился в игру и не до конца по­нял, что происходит.

Перейдем теперь к анализу Груп­повых решений и функционального состояния группы Участников. Са­мый простой способ свертки всех 15 стабилографических рядов 5 участ­ников состоит в расчете совокупной энергии группы. После этого мы имеем один ряд, к которому приме­ним алгоритм сегментации. На ри­сунке 6 приведены 9 сегментов, по­лученных с помощью алгоритма для ряда общей энергии группы всех 5 участников. Для каждого сегмента приводится среднее значение энер­гии. Видны скачки начала торгов, кульминационного периода выяв­ления информации и бурный фи­ниш, связанный с ошибкой одного из участников и самим фактом закры­тия рынка (внешний сигнал).

График групповой энергии заме­нен на кусочно-постоянный средних значений, поскольку сама групповая (да и индивидуальная) энергия явля­ется весьма изменчивой характерис­тикой, что видно на рисунке 7:



АНАЛИЗ ФУНКЦИОНАЛЬНОГО СОСТОЯНИЯ УЧАСТНИКОВ ЛАБОРАТОРНЫХ РЫНКОВ


АНАЛИЗ ФУНКЦИОНАЛЬНОГО СОСТОЯНИЯ УЧАСТНИКОВ ЛАБОРАТОРНЫХ РЫНКОВ


9 Сегментов со средним значением энергии

18 Сегментов по общей энергии с границами скачков

Рисунок 6

Рисунок 7


Количество сегментов увеличено вдвое, что позволило распознать гра­ницы четырех скачков, соответству­ющих важным событиям на рынке.

Другой способ групповой сегмен­тации основан на Произведении ин­дивидуальных функций правдопо­добия. Назовем его I-сегментацией. Этот метод необходимо дополнить Фильтрацией скачков: скачок дол­жен быть Достаточно большим Для Большинства Участников, что опре­деляется параметрами алгоритма. Обычно для каждого участника для свертки берется координата Y или энергия. В последнем случае проис­ходит комбинация физического и логического способов свертки стаби-лографических рядов, т. е. для каж­дого отдельного участника берется физическая свертка трехмерного ста-билографического ряда в виде энер­гии, а между участниками исполь­зуется логическая свертка на базе произведения индивидуальных функ­ций правдоподобия. Фильтрация поз­воляет оставлять только те моменты сегментации, в которые происходит скачок энергии у большинства участ­ников (скажем, хотя бы у трех из пяти).

После проведения I-сегментации и фильтрации для оставшихся сегме­нтов можно посчитать степень Похо­жести Стабилограммы одного участ­ника на стабилограммы остальных. Это делается с помощью канони­ческой корреляции (CanCorr), ко­торая находит линейное преобразо­вание двух групп векторных данных так, чтобы максимизировать корре­ляцию полученных агрегатов. Здесь возникает задача на собственные значения, аналогичная поиску глав­ных компонент (Bilodeau, Brenner, 1999).

Получив ответ на вопрос, на­сколько данный участник похож на остальных, можно перейти к вопросу, насколько в среднем по группе участник похож на остальных. Чем больше CanCorr, тем больше Степень Синхронизации ФС участников группы.

На рисунке 8 показана I-сегмента-ция с фильтрацией по 18 сегментам и



АНАЛИЗ ФУНКЦИОНАЛЬНОГО СОСТОЯНИЯ УЧАСТНИКОВ ЛАБОРАТОРНЫХ РЫНКОВ


I-Сегментация по Y После фильтрации и степень синхронизации

Рисунок 8



Степень синхронизации ФС участни­ков, рассчитанная как осредненное значение CanCorr по группе. Момент выявления информации и выхода на REE можно угадать, не глядя на цены, а только по данным стабило-графии. Значит, стабилографию участников можно трактовать как ин­формационную рыночную систему.

Более детальная I-сегментация с фильтрацией по 36 сегментам и рассчитанной по ней степенью син­хронизации представлена на рисун­ке 9. Здесь кульминация в районе 170 с выявилась особенно явно.

Получив эти данные, мы провели некоторое подобие контрольного эк­сперимента с новыми участниками, предоставив анализ данных незави­симому эксперту (Е. В. Гасниковой). Новый эксперимент был проведен 15.11.2008 в ЛЭЭ МФТИ с новыми участниками, но в тех же условиях. Из всех групп для анализа была выб­рана та, где реализовался сценарий истинной стоимости, равной, как и ранее, 30.

На первый взгляд, данные экспе­римента выглядели шокирующими: участники сделали за те же 240 с в 10 раз меньше торговых действий. Участники, видимо, больше думали и реже совершали действия. Однако на характере индивидуальной стабило-граммы (рисунок 10) это не сказа­лось и для данного участника, и для всех остальных.

Y-сегментация для этого участ­ника, как показывает рисунок 11, дает хорошие результаты. Возможно, имеет смысл на индивидуальном уровне также проводить некоторую фильтрацию, пренебрегая малыми скачками.

Торговые действия в контрольном эксперименте характеризуются тем, что все всем стало ясно к 120 с (рису­нок 12) после продажи по цене 40. Предшествующую этой сделке заяв­ку на покупку по цене 40 скорее сле­дует отнести к рискованному дейст­вию игрока, чем к попытке блефа. Во всяком случае удачного блефа явно не выявлено, поскольку эта заявка



АНАЛИЗ ФУНКЦИОНАЛЬНОГО СОСТОЯНИЯ УЧАСТНИКОВ ЛАБОРАТОРНЫХ РЫНКОВ


I-Сегментация по энергии с фильтрацией и степенью синхронизации

Рисунок 9

Рисунок 10

ФС участника локально стабильно: скачки с уровня на уровень

АНАЛИЗ ФУНКЦИОНАЛЬНОГО СОСТОЯНИЯ УЧАСТНИКОВ ЛАБОРАТОРНЫХ РЫНКОВ

Рисунок 11

Индивидуальная Y-сегментация для контрольного эксперимента

АНАЛИЗ ФУНКЦИОНАЛЬНОГО СОСТОЯНИЯ УЧАСТНИКОВ ЛАБОРАТОРНЫХ РЫНКОВ

Рисунок 12

Торговые действия в контрольном эксперименте

АНАЛИЗ ФУНКЦИОНАЛЬНОГО СОСТОЯНИЯ УЧАСТНИКОВ ЛАБОРАТОРНЫХ РЫНКОВ



Ничего, кроме убытка, ее автору не принесла. Формально REE достигает­ся лишь к 204 с со сделками по 30.

Перечислим все рыночные сигна­лы контрольного эксперимента, ото­бранные по тем же критериям, что и ранее.

34 — Игрок 2 заявка на продажу по 109 (информация не 110);

46 — Игрок 2 заявка на покупку по 30 (после 20.1);

84 — Игрок 1 (информация не 70) заявка на продажу по 89.9 после 105.9;

103 — Игрок 2 заявка на продажу по 80 после 89.9;

104 — Игрок 0 (информация не 110) заявка на покупку по 40;

111 — Игрок 1 продал по 40 сразу 10 штук;

134 — Игрок 2 заявка на продажу по 71 после 78;

160 — Игрок 3 заявка на продажу по 40;

204 — Игрок 3 продал по 30. Ну­левая сделка по REE.

Попробуем теперь сопоставить сигналы и индивидуальную сегментацию для игрока 2, который ока­зался наиболее активным в конт­рольном эксперименте. По рисун­ку 13 мы видим, что рядом с каждым сигнальным моментом есть скачок.

Проведем V - и F-сегментацию для каждого участника. Оценка сте­пени выявления каждого сигналь­ного момента по каждому участнику приведена в таблице 2. Можно заме­тить существенно большую степень выявления, чем в эксперименте 2006 г. Участники совершали меньше дейст­вий, но больше уделяли внимания рыночной динамике.

Таблица 2 составлена по тем же правилам, что и описаннная выше таблица 1.

Сегментация по общей энергии группы выявляет скачком кульми­нацию между 120 и 130 секундами (рисунок 14).

I-сегментация однозначно указы­вает на рисунке 15 на максимальную степень синхронизации в период кульминации.

В целом можно сделать вывод о том, что динамика ФС группы следует



АНАЛИЗ ФУНКЦИОНАЛЬНОГО СОСТОЯНИЯ УЧАСТНИКОВ ЛАБОРАТОРНЫХ РЫНКОВ


Индивидуальная Y-сегментация и торговые действия

Рисунок 13

Таблица 2

Выявление сигналов в контрольном эксперименте

Участник

1

2

3

4

5

Выявление, %

Выигрыш

2.30

3.22

2.40

3.20

3.28

Метод

VF

VF

VF

VF

VF

Моменты, с

Автор сигнала

34

2

3.42

—1.16

—3.92

2.06

—2.18

4.40

3.76

1.64

2.70

90

46

2

—0.40

3.14

6.16

—3.24

—2.34

—1.60

—0.02

0.64

80

84

2

—2.94

2.62

5.3

2.34

—0.56

1.38

1.76

2.60

—0.80

90

103

2

3.70

4.2

1.62

0.24

0.18

0.44

—3.98

—0.10

—0.52

0.82

100

104

0

2.70

3.2

0.62

—0.76

—0.82

—0.56

2.98

—1.10

1.52

0.10

100

111

1

4.98

3.24

4.58

2.02

—4.02

—2.76

—6.90

70

134

2

—6.34

5.12

—0.06

0.28

4.70

5.26

5.56

—2.12

0.06

—1.80

100

160

3

0.64

—0.08

—5.36

—1.42

—0.42

5.60

0.06

0.06

80

—4.78

3.64

0.96

2.36

1.12

5.12

2.64

0.52

—2.06

90

Выявление, %

77.8

88.90

88.90

77.8

88.90

100

100

77.8

100

88.90

Рисунок 14

АНАЛИЗ ФУНКЦИОНАЛЬНОГО СОСТОЯНИЯ УЧАСТНИКОВ ЛАБОРАТОРНЫХ РЫНКОВ


Рисунок 15

I-Сегментация и степень синхронизации для контрольного эксперимента


АНАЛИЗ ФУНКЦИОНАЛЬНОГО СОСТОЯНИЯ УЧАСТНИКОВ ЛАБОРАТОРНЫХ РЫНКОВ


Сегментация по общей энергии для контрольного эксперимента



Логике REE и динамических игр с неполной информацией в смысле важ­ности для участников сигнальных стратегий и сходимости к равнове­сию с рациональными ожиданиями с выявлением приватной информа­ции.

Экономика и эмоции

Теперь сопоставим наши резуль­таты с исследованием (Smith, Dick-haut, 2005), которое было опублико­вано в 2005 г. в одном из ведущих журналов по теории игр. Обращает на себя внимание существенное из­менение в тематике исследований по теории игр, которая до недавних пор не интересовалась действительно сыгранными играми, но исключитель­но правилами игры и их априорно ожидаемыми исходами. Теоретики как бы пытались разыграть игру в уме за участников. Когда стали ана­лизировать игры, сыгранные в конт­ролируемых условиях лаборатории, все больше внимания пришлось обращать на человеческий фактор.

В качестве измерительной систе­мы в Smith, Dickhaut, 2005 был вы­бран аппарат для измерения частоты ударов сердца участников в процессе эксперимента. Эти аппараты сейчас почти не доставляют особых неудобств участникам, хотя и не так незаметны, как стабилокресла. В связи с этим нужно было протестировать гипоте­зу о том, что наличие аппаратов (измерения частоты ударов сердца) не влияет на поведение участников.

Для анализа были выбраны два эксперимента, которые ранее много­кратно проводились в разных ла­бораториях и агрегированное пове­дение участников которых хорошо известно: английский и голландский аукционы. В каждом виде аукциона было 6 групп по 4 участника в каж­дом отдельном аукционе. Экспери­мент состоял из последовательности из 60 английских и 60 голландских аукционов для каждой группы.

Участник аукциона приватно полу­чал значение стоимости ViЄ[0, 2.50], про которую остальные знали толь­ко, что она выбирается случайно, равномерно и независимо от стои­мостей других участников.

Если игрок I Купил товар по цене P, То его выигрыш равен Vi P. Если он ничего не купил, то его выигрыш равен 0. Тип аукциона влияет только на правила торгов.

В Английском аукционе Началь­ная цена на товар равна 0. В началь­ной позиции считается, что все со­гласны купить товар по текущей цене. Цена Автоматически Повыша­Ется На 0.05 в секунду. В любой мо­мент участник может выйти из игры, нажав специальную кнопку. Остав­шийся В игре участник получает то­вар по цене выхода Предпоследнего Участника (поскольку в одной группе 4 участника, то речь идет о цене, соответствующей выходу треть­его участника). Можно считать, что предпоследний участник останавли­вает часы, которые определяют цену продажи товара.

В Голландском аукционе Началь­ная цена максимальна и равна 2.50. В начальной позиции никто не со­гласен купить товар по текущей цене. Цена Автоматически Понижа­Ется На 0.05 в секунду. Первый Во­шедший участник получает товар по Текущей Цене. Таким образом, теперь часы останавливает первый, нажав­ший кнопку входа.


Согласно теории игр, в английс­ком аукционе у каждого участника есть доминирующая стратегия: на­жимать на кнопку выхода только тогда, когда текущая цена сравняется с его выкупной стоимостью Vi. В рав­новесии в доминирующих стратеги­ях товар получит участник с макси­мальной выкупной стоимостью по цене, равной следующей по величине стоимости. Предположим для прос­тоты, что стоимости упорядочены по возрастанию в соответствии с но­мерами участников. Тогда победит четвертый участник с выигрышем, равным разности между четвертой и третьей стоимостью, остальные же участники получат 0.

Итак, в английском аукционе для группы из 4 человек теоретическим прогнозом цены служит третья по величине стоимость. Можно посчи­тать разность между выкупной стои­мостью третьего вышедшего из игры участника и ценой для каждого периода и для всех 6 групп (всего 360 точек: 6 точек для каждого периода).

Результаты английского аукцио­на показывают, что примерно 90% точек находятся в 10% зоне отклоне­ния от теоретического прогноза, что соответствует ранее полученным данным, когда на участниках не было измерительной аппаратуры.

Для голландского аукциона тео­ретическое равновесие найти слож­нее, к тому же нужны предположе­ния об отношении участников к рис­ку. Если все относятся к риску нейтрально, то тогда равновесие ищется достаточно просто. Ясно, что игроку нет смысла входить в игру, пока цена выше его выкупной стои­мости. Потом игрок находится в зоне положительного выигрыша, но мо­жет его лишиться, если кто-то другой нажмет кнопку раньше. Можно пока­зать, что равновесная стратегия бу­дет линейной функцией от истинной стоимости с коэффициентом накло­на меньше 1. Эту стратегию можно сравнить с «искренней», при которой игрок выходит из игры, когда цена равна его стоимости. Разница харак­теризует величину риска при задан­ной стоимости.

Результаты голландского аукцио­на показывают, что 91% точек (стои­мость, цена), соответствующих заяв­кам участников, находятся в секторе между двумя описанными прямыми линиями. Значит, в большинстве своем участники демонстрируют ос­торожное поведение (антипатию к риску), что также согласуется с ранее полученными результатами.

Итак, наблюдая стандартное для этих экспериментов агрегированное поведение участников, мы убедились только, что аппаратура не мешает участникам. Посмотрим, что она дает нового. Для этого в английском аук­ционе в теоретический прогноз цены, кроме стоимости, заданной третьим участником, нажавшим кнопку вы­хода, добавим еще уровень его серд­цебиения за 4 с до нажатия кнопки. Для голландского аукциона возьмем стоимость первого участника, нажав­шего кнопку, и его сердцебиение за 4 с до этого. Составим линейную регрес­сию к цене и возьмем абсолютную величину T-статистики для коэффи­циента регрессии при уровне сердце­биения. Получим 24 числа: по одно­му для каждого участника (6 групп по 4 человека). Эти данные на ри­сунке 15 представлены графически в виде гистограммы.


Рисунок 16

Сравнение сердцебиения участников аукционов


АНАЛИЗ ФУНКЦИОНАЛЬНОГО СОСТОЯНИЯ УЧАСТНИКОВ ЛАБОРАТОРНЫХ РЫНКОВ




Мы видим, что гистограмма для голландского аукциона существенно сдвинута вправо. Из этого можно сделать вывод, что сердцебиение мо­жет помочь в прогнозе цены в случае голландского аукциона, но в случае английского — нет. Содержательно это понятно. В голландском аукцио­не перед нажатием кнопки участник находится в зоне выигрыша и все время нервничает, решая для себя, пора или не пора нажать кнопку. В английском аукционе каждый заранее знает, когда разумно выйти из игры, поэтому вряд ли он нервничает в случае нажатия кноп­ки. Итак, механизм торгов влияет на эмоции участников.

Для голландского аукциона есть два значимых момента времени: по­лучение приватного параметра и окончание аукциона, когда кто-то становится его победителем. Всех участников разобьем в каждом периоде на два класса: счастлив­чиков, которым выпала стоимость больше 1.25 (среднее значение), и неудачников со стоимостью не больше 1.25. Рисунок 17 показывает, что неудачники явно переживают свою неудачу, но равнодушны к исходу аукциона в этом раунде, поскольку понимают, что им не удастся по­бороться за победу. Счастливчики (рисунок 18) воспринимают свою удачу как должное, но зато эмоцио­нально реагируют на момент окончания аукциона. Данные по сердцебиению приведены в виде нормализованных z-значений (из исходных данных вычитается сред­нее и делится на стандартное откло­нение). Измерения проводятся за 4 с до и 4 с после события.

Оказывается, что такая реакция участников сохраняется на протяже­нии всего эксперимента. 60 периодов для каждого типа эксперимента делит­ся на три блока по 20 периодов, и при­водятся средние данные по блокам. Рисунок 19 демонстрирует, что ра­зочарование неудачников со временем только нарастает. Рисунок 20 показы­вает, что волнение счастливчиков в

Исунок 17

Голландский аукцион. Эмоции и действия. Неудачники. Моменты получения приватного параметра (стоимости) и окончания аукциона


АНАЛИЗ ФУНКЦИОНАЛЬНОГО СОСТОЯНИЯ УЧАСТНИКОВ ЛАБОРАТОРНЫХ РЫНКОВ



Рисунок 18

Голландский аукцион. Эмоции и действия. Счастливчики. Моменты получения приватного параметра (стоимости) и окончания аукциона


АНАЛИЗ ФУНКЦИОНАЛЬНОГО СОСТОЯНИЯ УЧАСТНИКОВ ЛАБОРАТОРНЫХ РЫНКОВ




Момент окончания хотя и ослабевает, но остается на значимом уровне, что видно из проведенной в этой работе проверки соответствующих гипотез.

Авторы делают следующие Вы­воды Из данного исследования.

1. Экономическое взаимодейст­вие порождает эмоции. Этим чело­веческое взаимодействие отличается от взаимодействий автоматических стратегий (роботов). В стандартной теории это не учитывается.

2. Какие эмоции порождаются, зависит от механизма взаимодейст­вия. При одних и тех же экономичес­ких параметрах (спроса и предложе­ния, например) разные механизмы (институты) порождают различную


Рисунок 19

Динамика по периодам голландского аукциона. Неудачники


АНАЛИЗ ФУНКЦИОНАЛЬНОГО СОСТОЯНИЯ УЧАСТНИКОВ ЛАБОРАТОРНЫХ РЫНКОВ



Рисунок 20

Динамика по периодам голландского аукциона. Счастливчики


АНАЛИЗ ФУНКЦИОНАЛЬНОГО СОСТОЯНИЯ УЧАСТНИКОВ ЛАБОРАТОРНЫХ РЫНКОВ




Эмоциональную динамику участни­ков.

3. Зависимость эмоционального фона от механизма может повлиять на выбор механизма, если при его от­боре следовать критериям эффек­тивности и стабилизации процесса.

4. Кардиография как информа­ционная система рыночного процес­са является примером двойственной динамики по сравнению с процессом ценообразования. Это значит, что каждый аукционный механизм по­рождает свою специфическую кар­диографию участников.

5. Другие системы измерения со­стояния участников также возможны, например, измерение гальванического сопротивления кожи. Другие меха­низмы, например, такие распростра­ненные, как двойной аукцион, также заслуживают подобного анализа.


Проведенная в 2005 г. работа (Smith, Dickhaut, 2005) стала мне известна после завершения нашего исследования (Лукьянов, Максако­ва, Меньшиков, Меньшикова, Чабан, 2007; Бурнаев, Меньшиков, 2009). Дополнительные выводы в связи с этим таковы.

1. Имеет смысл повторить экспе­римент по английскому и голланд­скому аукциону на наших стабило-креслах с параллельным измерением сердцебиения, чтобы сопоставить две разные системы измерения функ­ционального состояния участников.

2. Двойной аукцион для рынка с неполной информацией мы изучили, т. е. решили задачу, поставленную в работе 2005 г. (Smith, Dickhaut, 2005).

3. Нужна постоянная работа в кон­такте с психофизиологами, чтобы адекватно трактовать данные изме­рительной аппаратуры и соответст­вующим образом описывать двойст­венный процесс.

4. Люди разных психологических типов испытывают разные эмоции в одних и тех же ситуациях, что также следует учитывать. Например, хоро­шо известно, что люди разных лич­ностных типов дают совершенно раз­ные кардиографические показатели в одинаковых ситуациях.

Влияние психологических типов

Участников лабораторных рынков

На их результативность

Влияние психологических типов участников лабораторных рынков на их результативность мы кратко про­демонстрируем на примере двух описанных выше экспериментов RE0. Более подробно этот вопрос освещается в наших работах 2009 г. (Меньшикова, Мороз, Талачева, 2009; Лукинова, Меньшикова, 2009). Разобьем всех участников экспери­ментов RE0 2006 и 2008 гг. на три класса: победителей (выигрыш боль­ше 0), нейтральных (с выигрышем 0) и проигравших (выигрыш меньше 0). Напомним, что в данной игре сумма торговых выигрышей по всем участ­никам равна 0. Нейтральные участ­ники не совершали сделок вообще или совершали нулевые сделки по цене равновесия 30. Все участники проходили до эксперимента через систему тестирования, разработан­ную в ЛЭЭ под руководством О. Р. Меньшиковой. В данном случае мы воспользуемся только данными по тесту MBTI, который зарекомен­довал себя еще при работе со слуша­телями программы FAST (Меньши­кова, 2001) и по которому у нас име­ется база по 10 000 опрошенных. Этот тест показал свою эффектив­ность и при анализе других экспе­риментов по рынкам с неполной ин­формацией (Лукинова, Меньшико­ва, 2009; Меньшиков, Меньшикова, 2006).

Широко известный тест MBTI был создан И. Майерс и К. Бриггс на основе идей Карла Густава Юнга. По­дробное изложение всех вопросов теста в русском варианте, а также способ начисления очков по шкалам можно найти в работе А. Аугустина-вичюте (Аугустинавичюте, 2008).

Тест MBTI состоит из 94 вопросов и имеет 8 выходных шкал, которые группируются в 4 пары (оппозиции):

E (Экстравертный) — I (Интро-вертный), S (Ощущающий) — N (Ин­туитивный), T (Думающий) — F (Чув­ствующий), J(Решающий) — P (Вос­принимающий).



По максимуму в каждой оппози­ции определяются 16 типов: [E, I] [S, N][T, F][J, P]. Здесь в скобках при­водится шкала с большим значением. Распределение по типам далеко от равномерного. Самый массовый тип, ISTJ, составляет 40% по нашей базе из 10 000 человек, прошедших тест, и по результатам других авторов. Для нас также важно сейчас, что по последней оппозиции большинство в 75% составляет J против 25% у Р, т. е. людей, у которых показатель J боль­ше, чем P, в три раза больше.

В таблице 3 десять наших участ­ников эксперимента RE0 расположе­ны в порядке возрастания разности JP. В последнем столбце стоит нормированный выигрыш участника в эксперименте. В остальных столб­цах стоят разности по парам оппо­зиций на основании результатов тес­тирования. Легко заметить, что все проигравшие выделяются условием JP<—11, т. е. с явным доминирова­нием P над J. Победители имеют ба­ланс J и P: 11 <J~P< 3. Нейтральные игроки отличаются превосходст­вом J: JP > 3. Исключение состав­ляет участник 10, у которого имеется небольшой выигрыш при превосход­стве J. По-видимому, тут сказывается экстравертность участника.

Конечно, приведенные здесь дан­ные по связи результативности в RE0 и психологического типа можно рассматривать, скорее, как гипотезу, которая требует дальнейшего изу­чения, однако они согласуются с бо­лее полным исследованием (Луки-нова, Меньшикова, 2009).

Следует отметить, что для студентов МФТИ имеется сдвиг в сторону боль­ших значений P по сравнению со сред­ними показателями. Это связано с тем, что шкалы MBTI не являются стати­стически независимыми. Так, имеется существенная корреляция между P и N, что, по-видимому, и определяет сдвиг в сторону P для студентов МФТИ.

Отметим, что интересующие нас факторы состояния и поведения можно представить в виде вершин следующего треугольника:


Таблица 3

Результаты тестирования участников эксперимента RE0

Номер

MBTI

E-I

S-N

T-F

J-P

Выигрыш

1

ENFP

24

4

—10

—20

—58

2

ESTP

14

3

15

—14

—100

3

ISTP

14

5

16

—12

—119

4

ESFP

1

6

7

—10

1

5

ESTP

1

16

23

9

116

6

ISTP

17

6

18

5

62

7

INTJ

—23

—11

9

2

79

8

ISTJ

8

22

22

5

0

9

ISFJ

18

4

—18

15

0

10

ESTJ

4

17

9

15

21


1. Поведение, связанное с приня­тием экономических решений;

2. Функциональное состояние участников, измеряемое специаль­ной аппаратурой;

3. Психологический тип участника.
Мы подробно показали связь (1)

И (2) на примере эксперимента RE0 и обозначили связь (1) и (3). Прямая связь (1) и (3) продемонстрирована в нашей работе 2007 г. (Лукьянов, Максакова, Меньшиков, Меньшико­ва, Чабан, 2007). Наши результаты нужно воспринимать как обоснова­ние программы будущих исследова­ний.

Добавим также несколько слов о соотнесении данной работы с быстро развивающимся сейчас направлени­ем, получившим название нейроэко-номика (см.: Camerer, Loewenstein, Prelec, 2005). Основным инструмен­том исследования здесь служит ска­нер fMRI, который осуществляет функциональное ядерно-магнитное исследование мозга участника экспе­римента. По существу этот сканер является мощным магнитом, кото­рый реагирует на перетекание крови в сосудах головного мозга и может локализовать активный в данный момент участок мозга. Это дает со­вершенно новые возможности непо­средственно следить за мозгом учас­тника в процессе принятия решений. Уже получены некоторые интригую­щие результаты, в том числе по ней-ромаркетингу (см. видеолекцию: Prelec, 2007).

Но, как всякий метод, fMRI имеет для анализа процесса принятия эконо­мических решений свои недостатки.

1. Активный участок мозга опре­деляется с задержкой по времени и с повторением однотипных заданий испытуемому. Это дает существен­ные ограничения по классу изучае­мых ситуаций.

2. Испытуемый во время экспе­римента лежит в довольно громозд­ком «саркофаге», причем его голова фиксируется, чтобы не возникло сбоев при измерениях. Будет ли он в таких условиях вести себя естественно?

3. Испытуемый видит экран с проекцией монитора компьютера, но ему доступны только простейшие действия типа нажатия пневмати­ческой кнопки. Ничего металличес­кого в сканере быть не должно. Рабо­та с клавиатурой практически ис­ключается.

4. Стоимость сканера весьма вы­сока (в зависимости от комплекта­ции 3–5 миллионов долларов). Наше стабилокресло стоит в 1000 меньше. К тому же у нас практически равны нулю текущие затраты на измерения, в то время как стоимость одного изме­рения fMRI составляет около 300 дол­ларов.

5. Теоретически возможно, но практически пока нереально соеди­нить несколько сканеров в сеть с тем, чтобы смотреть состояния мозга всех участников игры одновременно. Из­вестен один такой предварительный эксперимент с двумя участниками.

Отсюда следует, что нужно исполь­зовать различные методы измерения функционального состояния челове­ка в процессе принятия решений. Нам удалось что-то сделать с по­мощью стабилокресел для экспери­мента, в котором агрегированное поведение участников было нам известно. Мы понимаем, что это только начало большого пути меж­дисциплинарных исследований.


Литература


Аугустинавичюте А. Соционика. М.: Черная белка, 2008.

Бурнаев Е. В., Меньшиков И. С. Модель функционального состояния участников лабораторных рынков // Изв. РАН. ТиСУ. 2009. № 6. С. 187–204 (в печати).

Лукинова Е. М., Меньшикова О. Р. Ре­зультативность участников лаборатор­ных рынков в зависимости от их психо­логических типов // Модели и методы обработки информации. М.: МФТИ, 2009. С. 175–185.

Лукьянов В. И., Максакова О. А., Мень­Шиков И. С., Меньшикова О. Р., Чабан А. Н. Функциональное состояние и эффектив­ность участников лабораторных рынков // Изв. РАН. ТиСУ. 2007. № 6. С. 202–219.

Меньшиков И. С. Лекции по теории игр и экономическому моделированию. М.: МЗ Пресс, 2006.

Меньшиков И. С., Меньшикова О. Р. Ла­бораторные исследования информацион­ной эффективности рынков. М.: ВЦ РАН, 2006.

Меньшикова О. Р. Использование пси­хологических тестов для повышения эф­фективности обучения по программе FAST // Соционика, психология и межличностные отношения: человек, кол­лектив, общество. 2001. Май. С. 24–39. Июнь. С. 7–29.

Меньшикова О. Р., Мороз И. И., Тала-Чева Е. И. Влияние психологического типа участника лабораторных рынков на его поведение в социально-экономичес­ких экспериментах // Модели и методы обработки информации. М.: МФТИ, 2009. С. 161–174.

Bilodeau M., Brenner D. Theory of Mul-tivariate Statistics. Springer, 1999.

Menshikov I., Menshikova O., Myagkov M., Plott Ch. From Non Market Attitudes to Market Behavior: Laboratory Market Ex­periments in Moscow, and the Hvatat Prop­erty of Human Behavior // Social Science Working Paper no. 987. Pasadena: Califor­nia Institute of Technology, 1998. January.

Smith K., Dickhaut J. Economics and emotion: Institutions matter // Games and Economic Behavior. 2005. 52. 316–335.

Camerer C., Loewenstein G., Prelec D. Neuroeconomics: How Neuroscience Can Inform Economics // Journal of Economic Literature. 2005. XLIII. 9–64.

Prelec D. Neuroeconomics. 2008. Http://mitworld. mit. edu/video/598/.