doi: 10.17586/2226-1494-2023-23-1-121-135


УДК 51-77: [519.865+330.16]

Ценностно-ориентированное моделирование принятия экономических решений в условиях нестационарности внешней среды

Гулева В.Ю., Кованцев А.Н., Сурков А.Г., Чунаев П.В., Горнова Г.В., Бухановский А.В.


Читать статью полностью 
Язык статьи - русский

Ссылка для цитирования:
Гулева В.Ю., Кованцев А.Н., Суриков А.Г., Чунаев П.В., Горнова Г.В., Бухановский А.В. Ценностно-ориентированное моделирование принятия экономических решений в условиях нестационарности внешней среды // Научно-технический вестник информационных технологий, механики и оптики. 2023. Т. 23, № 1. С. 121–135. doi: 10.17586/2226-1494-2023-23-1-121-135


Аннотация
Предмет исследования. Изменяющаяся среда формирует условия для изменения поведения людей, что в совокупности может приводить к кризисным ситуациям. В случае принятия экономических решений возникающая нестационарность динамики разных компонентов системы может представлять собой экономический кризис. Исследована возможность учета общечеловеческих ценностей при моделировании принятия решений в условиях изменения среды. Внутренние процессы агента, предшествующие принятию решения, отражены в концепции «убеждения-желания-намерения-действия-реакция» (Beliefs-Desires-Intentions-Actions-Reactions, BDIAR). Метод. Выполнен обзор закономерностей и существующих подходов к моделированию экономических решений и предложен новый, авторский подход. Выявлены механизмы влияния стресса на принятие решений, факторы ограничения рациональности и оценки рисков в контексте поведенческой экономики. Рассмотрены известные теории влияния ценностей на изменение структуры потребления в кризисной ситуации. Показаны способы учета эмоций в архитектуре агента. В предлагаемой модели ценности рассмотрены как социальный фактор принятия решений. В силу их субъективности они представлены математически как базис оценки объектов среды. Субъективность оценок объектов выбора отражена в функциях привлекательности объектов, функциях динамики состояния агента и субъективности влияния решения на удовлетворенность агента. Основные результаты. Показана возможная модификация компонент модели агента с учетом влияния ценностей на динамику потребления. Предложен метод учета ценностей в архитектуре BDIAR при моделировании принятия решения агентом, где уровни архитектуры соответствуют ценностям, функциям предпочтения и динамике состояния агента. Проанализированы псевдонимизированные транзакционные данные по дебетовым картам клиентов банка-партнера «Санкт-Петербург» отдельно за 2017–2019 гг. и 2020 г. Продемонстрирована субъективность влияния среды в кризисной ситуации на динамику изменения ценностей и потребностей для разных групп потребителей с учетом кластеризации типов их поведения. Показаны различия динамики ценностей на индивидуальном уровне и уровне групп; подтверждено повышение приоритета ценностей выживания и продемонстрирована разная скорость возвращения к докризисному состоянию для различных поведенческих групп. Практическая значимость. Полученные результаты могут быть полезны для развития методов моделирования экономического поведения в условиях нестационарной внешней среды, в частности, в случае кризисов.

Ключевые слова: модель принятия решений, кризис, ценности, потребности, нестационарность, поведенческая экономика, BDIAR

Благодарности. Статья подготовлена по результатам работы, выполненной при поддержке Российского научного фонда (соглашение № 17–71–30029) и банка «Санкт-Петербург».

Список литературы
  1. Поспелов И. Моделирование российской экономики в условиях кризиса // Вопросы экономики. 2009. № 11. С. 50–75.https://doi.org/10.32609/0042-8736-2009-11-50-75
  2. Hawkins D. Some conditions of macroeconomic stability // Econometrica. 1948. V. 16. N 3. P. 309–322. https://doi.org/10.2307/1909272
  3. Bengtsson M., Alfredsson E., Cohen M., Lorek S., Schroeder P. Transforming systems of consumption and production for achieving the sustainable development goals: moving beyond efficiency // Sustainability Science. 2018. V. 13. N 6. P. 1533–1547. https://doi.org/10.1007/s11625-018-0582-1
  4. Ashraf S., Félix E.G.S., Serrasqueiro Z. Do traditional financial distress prediction models predict the early warning signs of financial distress? // Journal of Risk and Financial Management. 2019. V. 12. N 2. P. 55. https://doi.org/10.3390/jrfm12020055
  5. Edison H.J. Do indicators of financial crises work? An evaluation of an early warning system // International Journal of Finance & Economics. 2003. V. 8. N 1. P. 11–53. https://doi.org/10.1002/ijfe.197
  6. Demoulin N.T.M., Zidda P. Drivers of customers’ adoption and adoption timing of a new loyalty card in the grocery retail market // Journal of Retailing. 2009. V. 85. N 3. P. 391–405. https://doi.org/10.1016/j.jretai.2009.05.007
  7. Gabaix X. Power Laws in Economics and Finance // Annual Review of Economics. 2009. V. 1. N 1. P. 255–294. https://doi.org/10.1146/annurev.economics.050708.142940
  8. Squartini T., Caldarelli G., Cimini G., Gabrielli A., Garlaschelli D. Reconstruction methods for networks: the case of economic and financial systems // Physics Reports. 2018. V. 757. P. 1–47. https://doi.org/10.1016/j.physrep.2018.06.008
  9. Houthakker H.S. Revealed preference and the utility function // Economica. 1950. V. 17. N 66. P. 159–174. https://doi.org/10.2307/2549382
  10. Kalman P.J. Theory of consumer behavior when prices enter the utility function // Econometrica. 1968. V. 36. N 3-4. P. 497–510. https://doi.org/10.2307/1909519
  11. Mehta S., Saxena T., Purohit N. The new consumer behaviour paradigm amid COVID-19: permanent or transient? // Journal of Health Management. 2020. V. 22. N 2. P. 291–301. https://doi.org/10.1177/0972063420940834
  12. Loxton M., Truskett R., Scarf B., Sindone L., Baldry G., Zhao Y. Consumer behaviour during crises: Preliminary research on how coronavirus has manifested consumer panic buying, herd mentality, changing discretionary spending and the role of the media in influencing behaviour // Journal of Risk and Financial Management. 2020. V. 13. N 8. P. 166. https://doi.org/10.3390/jrfm13080166
  13. Jeffrey H.J., Putman A.O. The irrationality illusion: A new paradigm for economics and behavioral economics // Journal of Behavioral Finance. 2013. V. 14. N 3. P. 161–194. https://doi.org/10.1080/15427560.2013.790388
    1. Poole K.B. Adaptability and Decision Making under Stress in the Workplace: a thesis submitted in partial fulfillment of the requirements for the degree of Master of Arts in Psychology. Middle Tennessee State University, 2018. 66 p.
  14. Yilmaz S., Kafadar H. Decision-making under stress: Executive functions, analytical intelligence, somatic markers, and personality traits in young adults // Applied Neuropsychology: Adult. 2022. https://doi.org/10.1080/23279095.2022.2122829
  15. Pope J., Hein M., Russell M.A., Burkholder Ch. A Continuation of research: Student decision making under stress in a flight control center simulation // Proc. of the 20th International Symposium on Aviation Psychology (ISAP). 2019. P. 91–96.
  16. Coleman J.S., Farraro Th.J. Rational Choice Theory: Advocacy and Critique. SAGE Publications, 1992. 232 p.
    1. Поведенческая экономическая теория // Большая российская энциклопедия[Электронный ресурс]. URL:https://old.bigenc.ru/economics/text/3147419(дата обращения: 19.10.2022).
  17. Kahneman D., Knetsch J.L., Thaler R.H. Fairness and the assumptions of economics // The Journal of Business. 1986. V. 59. N S4. P. S285. https://doi.org/10.1086/296367
  18. Kahneman D., Tversky A. Prospect theory: An analysis of decision under risk // Handbook of the fundamentals of financial decision making: Part I. World Scientific. 2013. P. 99–127. https://doi.org/10.1142/9789814417358_0006
  19. Tversky A., Kahneman D. Judgment under uncertainty: Heuristics and biases // Science. 1974. V. 185. N 4157. P. 1124–1131. https://doi.org/10.1126/science.185.4157.1124
  20. Egeth H., Kahneman D. Attention and effort // The American Journal of Psychology. 1975. V. 88. N 2. P. 339–340. https://doi.org/10.2307/1421603
  21. Maćkowiak B., Matějka F., Wiederholt M. Dynamic rational inattention: Analytical results // Journal of Economic Theory. 2018. V. 176. P. 650–692. https://doi.org/10.1016/j.jet.2018.05.001
  22. Sims C.A. Implications of rational inattention // Journal of Monetary Economics. 2003. V. 50. N 3. P. 665–690. https://doi.org/10.1016/s0304-3932(03)00029-1
  23. Luo Y. Consumption dynamics under information processing constraints // Review of Economic Dynamics. 2008. V. 11. N 2. P. 366–385. https://doi.org/10.1016/j.red.2007.07.003
  24. Bergstrom T.C. Evolution of social behavior: Individual and group selection // Journal of Economic Perspectives. 2002. V. 16. N 2. P. 67–88. https://doi.org/10.1257/0895330027265
  25. Taborsky B. The Evolution of Social Behaviour // Ethology. 2021. V. 127. N 10. P. 751–757. https://doi.org/10.1111/eth.13212
  26. Maslow A.H. Preface to motivation theory // Psychosomatic Medicine. 1943. V. 5. N 1. P. 85–92. https://doi.org/10.1097/00006842-194301000-00012
    1. Mitchell A. The Nine American Lifestyles: Who We are and where We’re Going. Scribner Book Company, 1983. 302 p.
    2. Kahle L.R. Social Values and Social Change: Adaptation to Life in America. Praeger Publishers, 1983. 324 p.
  27. Schwartz S.H. An overview of the Schwartz theory of basic values // Online Readings in Psychology and Cultur. 2012. V. 2. N 1. https://doi.org/10.9707/2307-0919.1116
  28. Boroel B., Aramburo V., Gonzalez M. Development of a scale to measure attitudes toward professional values: An analysis of dimensionality using Rasch measurement // Procedia - Social and Behavioral Sciences. 2017. V. 237. P. 292–298. https://doi.org/10.1016/j.sbspro.2017.02.079
  29. Gawel J.E. Herzberg’s theory of motivation and Maslow’s hierarchy of needs // Practical Assessment, Research, and Evaluatio. 1996. V. 5. P. 11. https://doi.org/10.7275/31qy-ea53
  30. Lester D., Hvezda J., Sullivan Sh., Plourde R. Maslow’s hierarchy of needs and psychological health // The Journal of General Psychology. 1983. V. 109. N 1. P. 83–85. https://doi.org/10.1080/00221309.1983.9711513
  31. Wilson S.R., Mihalcea R., Boyd R.L., Pennebaker J.W. Cultural influences on the measurement of personal values through words // AAAI Spring Symposia. 2016.
  32. Usher M., Tsetsos K., Yu E.C., Lagnado D.A. Dynamics of decision-making: From evidence accumulation to preference and belief // Frontiers in Psychology. 2013. V. 4. https://doi.org/10.3389/fpsyg.2013.00758
  33. Poltawski L., van Beurden S.B., Morgan-Trimmer S., Greaves C. The dynamics of decision-making in weight loss and maintenance: A qualitative enquiry // BMC Public Health. 2020. V. 20. N 1. P. 573. https://doi.org/10.1186/s12889-020-08664-y
  34. Negre E., Arru M., Rosenthal-Sabroux C. Toward a modeling of population behaviors in crisis situations // How Information Systems Can Help in Alarm/Alert Detection. Elsevier, 2018. P. 199–218. https://doi.org/10.1016/b978-1-78548-302-8.50007-1
  35. De Silva L., Meneguzzi F.R., Logan B. BDI agent architectures: A survey // Proc. of the 29th International Joint Conference on Artificial Intelligence (IJCAI). 2020. P. 4914–4921. https://doi.org/10.24963/ijcai.2020/684
  36. Rao A.S., Georgeff M.P. BDI agents: from theory to practice // Proc. of the First International Conference on Multiagent Systems. 1995. P. 312–319.
  37. Lin C.-E., Kavi K.M., Sheldon F.T., Daley K.M., Abercrombie R.K. A methodology to evaluate agent oriented software engineering techniques // Proc. of the 40th Annual Hawaii International Conference on System Sciences (HICSS’07). 2007. P. 60. https://doi.org/10.1109/hicss.2007.20
  38. Puica M.-A., Florea A.-M. Emotional belief-desire-intention agent model: Previous work and proposed architecture // International Journal of Advanced Research in Artificial Intelligence. 2013. V. 2. N 2. https://doi.org/10.14569/ijarai.2013.020201
  39. Pereira D., Oliveira E., Moreira N. Modelling Emotional BDI Agents // Proc. of the Formal Approaches to Multiagent Systems (FAMAS) Workshop. 2006.
  40. Van Dyke Parunak H., Bisson R., Brueckner S., Matthews R., Sauter J. A model of emotions for situated agents // Proc. of the fifth International Joint Conference on Autonomous Agents and Multiagent Systems (AAMAS'06). 2006. P. 993–995. https://doi.org/10.1145/1160633.1160810
  41. Jiang H., Vidal J.M., Huhns M.N. EBDI: An architecture for emotional agents // Proc. of the 6th International Joint Conference on Autonomous Agents and Multiagent Systems (AAMAS'07). 2007. P. 38–40. https://doi.org/10.1145/1329125.1329139
  42. Jones H., Saunier J., Lourdeaux D. Personality, emotions and physiology in a BDI agent architecture: The PEP→BDI model // Proc. of the IEEE/WIC/ACM International Conference on Intelligent Agent Technology (IAT 2009). V. 2. 2009. P. 263–266. https://doi.org/10.1109/wi-iat.2009.160
  43. Hernández D.J., Deniz Ó., Lorenzo J., Hernández M. BDIE: A BDI like architecture with emotional capabilities // AAAI Spring Symposium - Technical Report. 2004. V. 2. P. 60–67.
  44. Allais M. The so-called allais paradox and rational decisions under uncertainty // Expected Utility Hypotheses and the Allais Paradox. 1979. P. 437–681. https://doi.org/10.1007/978-94-015-7629-1_17
  45. Puica M.-A., Florea A.-M. Emotional belief-desire-intention agent model: Previous work and proposed architecture // International Journal of Advanced Research in Artificial Intelligence. 2013. V. 2. N 2. https://doi.org/10.14569/ijarai.2013.020201
  46. Pereira D., Oliveira E., Moreira N. Modelling Emotional BDI Agents // Proc. of the Formal Approaches to Multiagent Systems (FAMAS) Workshop. 2006.
  47. Van Dyke Parunak H., Bisson R., Brueckner S., Matthews R., Sauter J. A model of emotions for situated agents // Proc. of the fifth International Joint Conference on Autonomous Agents and Multiagent Systems (AAMAS'06). 2006. P. 993–995. https://doi.org/10.1145/1160633.1160810
  48. Jiang H., Vidal J.M., Huhns M.N. EBDI: An architecture for emotional agents // Proc. of the 6th International Joint Conference on Autonomous Agents and Multiagent Systems (AAMAS'07). 2007. P. 38–40. https://doi.org/10.1145/1329125.1329139
  49. Jones H., Saunier J., Lourdeaux D. Personality, emotions and physiology in a BDI agent architecture: The PEP→BDI model // Proc. of the IEEE/WIC/ACM International Conference on Intelligent Agent Technology (IAT 2009). V. 2. 2009. P. 263–266. https://doi.org/10.1109/wi-iat.2009.160
  50. Hernández D.J., Deniz Ó., Lorenzo J., Hernández M. BDIE: A BDI like architecture with emotional capabilities // AAAI Spring Symposium - Technical Report. 2004. V. 2. P. 60–67.
  51. Allais M. The so-called allais paradox and rational decisions under uncertainty // Expected Utility Hypotheses and the Allais Paradox. 1979. P. 437–681. https://doi.org/10.1007/978-94-015-7629-1_17


Creative Commons License

This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License
Информация 2001-2024 ©
Научно-технический вестник информационных технологий, механики и оптики.
Все права защищены.

Яндекс.Метрика