百科问答小站 logo
百科问答小站 font logo



从经济学角度来看,「随大流」通常是理性的吗? 第1页

  

user avatar   divinites 网友的相关建议: 
      

经济学真是有意思,同一个现象,我发现大家关注的文献各自不同。

总结了一下现在的答案:

@Richard Xu

信息级联

@Kshir Sagar

bias-variance 权衡

@陈茁

策略互补和替代

@Orz辉

社会网络理论,门槛模型

而我关注的领域是声誉(reputation),那么对这个问题回答就是:理性不理性,要看你随的是谁的大流。

比如说基金经理们,大家都去买一支股票了,我要不要也去跟呢?这里面就有一个声誉的问题。

假如有两种基金经理,聪明的和平庸的,平庸的对基金的判断精准度还不如“大流”,而聪明的对基金的判断精准度高于“大流”,那么显然,社会最优的选择就是平庸的经理永远随大流,而聪明的经理根据自己的判断。

故事就这么结束了么?当然不!我们假定上面说的社会最优选择是均衡的,看看基金经理会不会有动机偏离它。首先,在社会最优的时候,只有聪明的基金经理会有可能偏离“大流”,所以对于吃瓜群众而言,当观察到一个基金经理偏离“大流”了,吃瓜群众就会知道“哦哦,这很可能是个聪明的家伙”。而如果观测到一个基金经理随“大流”了,那么吃瓜群众无法精确分辨这个人是聪明的,还是平庸的,只能进行一次贝叶斯信念更新。然后等基金的结果出来之后,吃瓜群众们还是继续更新一下,那些反了大流又成功的人会获得很大的声誉加成。


而声誉对基金经理很重要,聪明的经理往往会有更好的offer,更高的薪水。所以经理们总是希望自己能够被当作更“聪明”的类型。那么问题来了,既然一个人反“大流”本身就可以作为聪明的标志,那么显然平庸的经理就可以利用这一点来模糊吃瓜群众的判断:

平庸的经理会自己对“大流”的股票做一次判断,如果自己判断和大流一致,那么就买入,但是如果自己的判断和大流不一致,尽管社会最优策略是否定自己的判断,但是该经理的最优选择就是采取一个随机策略,以一定的概率随大流,而以一定的概率反“大流”——该经理不敢一直反大流,因为一直反的话,就是明知道大流很可能是对的然后自己坚决不选,那么意味着自己选择的股票的最终结果堪忧,恐怕声誉不但不会提高还会下降;而偶尔这么随机的反一次,可以给吃瓜群众一个“你看我敢于反大流,所以我是聪明人”这个印象,并且还可以把失败归结于运气——毕竟即便是聪明的基金经理也有失手的时候啊?

所以这个答案的前半段说明的就是,如果大流本身所代表的是相对比较成功的人的判断的话——换句话说,也就是大流=权威的时候,人们是有一种过分“独立”的倾向的——人们喜欢过分的怀疑权威,从而显示自己的聪明。

那么换一个场景,如果创造这个“大流”的人不是一个权威,而是一个谁也不知道他是平庸还是聪明的经理,那么其他的经理还会不会随大流呢?

这种情况下,上面所说的反“大流”的激励就不存在了,因为即便是我反对了大流,谁知道他是聪明还是平庸呢?只有反对相对聪明人的判断然后胜利了,才能显示自己是更聪明的。那么也就是说,现在吃瓜群众会同时判断“我”和“大流创造者”的聪明程度。

有趣的事情来了,给定两个人,是两个聪明人的判断容易一致呢,还是两个平庸的人的判断容易一致呢?当然是聪明的人!极端的情况下,如果聪明人永远判断是正确的,那么聪明人的判断也会永远一致的。而平庸的人因为正确的概率很低,所以看法会经常不一致(这里的判断不是价值判断,而是事实判断,比如股票只有两种状态:涨和跌,聪明人会很大概率持有同样的看法)。所以,这个时候后来者的做法也是进行一次判断,如果判断结果和先行者一样,那依然没什么说的,随大流呗,而如果判断结果和先行者不一样,因为“看法一致”本身就会提高自己在大众眼中的聪明度——也就是声誉,所以会以一定的概率违背自己的看法,随先行者的“大流”。

所以这个答案的后半段说明的是, 对于不知成色的小道消息,人们倾向于过分的随大流,还是为了显示自己的聪明。

总结一下:

经济学告诉我们,为了显示自己的聪明,人们往往喜欢在过分的怀疑权威的同时,轻信小道消息;而这一切居然还是理性的。


user avatar   Orzhui 网友的相关建议: 
      

这是镶嵌问题,属于社会网络理论吧,典型模型就是“门槛模型”。

大众对新事物的接受,无论是谣言、发明、打工、上学,都会先看别人怎么做,往往当大部分人接受的时候,自己才会接受新事物。在集体行为时,无论是罢工、游行、投票,往往也是看大部分人会有怎样的行动,然后判断自己是否参加。这里的“大部分人”就是门槛。

问题的核心是每个人接触的信息是不同的。比如对书香门第的人来说,随大流就是读个生物学博士;对于官二代来说,随大流就是步入仕途;对于西北农村的许多人来说,随大流就是养羊打工。虽然如果社会的大流是外出打工,可是对宁夏自杀的一家人来说大流却务农,因此悲剧的源泉之一就是他们根本不知道外面的世界是什么样的。

每个人被镶嵌在各自的社会网络中,大家获得的私人信息具有严重的局限性。社会网络限制了你对网络外信息的获取,因此当你不随大流时,你面临更严重的信息不对称和与之带来的风险。对于985、211和普通高校的学生来说,创业做手游的信息就不一样。985高校的毕业生,自己先前的学者和导师就很有经验,211学生则是听着二手信息,普通大学生则就是完全怀揣梦想搞手游了,那么他们三者的创业风险能一样么?

可怕的是不同阶层的人对风险的抗压是不同的。对于贫困一口来说,选择羊一头肉牛,还是一头奶牛,就是几口人生与死的问题;而对于王思聪来说,4亿就是零花钱,1亿只是小目标。更为关键的是,社会网络本身就是分担风险的有效组织。在农村一个家庭的创业成功,往往七大姑八大姨都会来讨吃讨喝,大家自然很烦。可是问题的另一面就在于,农村一个家庭成员的不幸,比如重病,往往造成家庭十几年的收入下滑,因此家庭网络此时分担了家族隔壁成员的不幸,可以有效的抵御风险。

如果你是穷人,你会选择保守的依照父辈的传统养肉牛,还是选择贷款养奶牛;你会选择远离家族的帮助外出打工创业,还是继续家族世代的耕作:这里的风险你敢赌么?当然不只是穷人,对任何人来说随大流的好处都是,你拥有的私人信息更多,而风险因此更低。

问题到这里,似乎随大流时一种祛除信息不对称非常好的方法,然而问题并没有结束。人人都在网络之中,大家彼此的人际网络高度重合,这也代表着大部分人际关系带来信息边际收益低的可怜。比如ABCD四个人,ABC互相之间都是好朋友,但是只有A认识D,BC都不认识D。其中A和BC的交往被称为强连接,A和D的交往被称为弱连接。

强链接带来的信息边际收益往往很低,因为不同连接主体间的信息具有有高度的可替代性,而弱连接则对于不同阶层的人来说具有不同的价值。比如对于王健林来说,工商银行、建设银行领导给他的信息差不多,银行的贷款信息具有高度的可替代性。王健林童年楼下的玩伴是典型的弱连接,他对王来说也没有什么商业价值。对王健林来说,虽然自身强连接的网络的信息边际收益很低,但是显然人际网络上的随大流是不错的选择,比如许家印投资足球,那么他就去欧洲买马竞。

可对于穷人来说就是另一回事。比如对于某村的二狗来说,他的父亲和二叔叔叔都是种地的,从小看自己长大,而自己的三叔9年前外出打工当了包工头,如今在西安有车有房。显然对穷人来说,某些弱连接带来的边际收益要远大于强连接,原因就是自己周围都是穷人嘛,自然不随大流反而会带来不错的收益。正是由于穷人社会网络的边际收益往往会高于富人,所以穷人往往强调情商,原因就是因为穷人弱连接往往是屌丝翻身不多的机遇,同时社会网络又提供着保险作用。

简单的总结一下:随大流的好处是社会网络提供的大量信息,减少了风险不确定性,但是由于强连接高度重合的关系,这部分信息的边际收益很低,有时弱连接反而带来了更高的收益,因此是否随大流就是一种基于社会网络框架下,对于信息、风险和收益的决策。


user avatar   richard-xu-25 网友的相关建议: 
      

谢邀

@姚坚挺

之前曾经考虑过随大流中的理性与非理性这个问题,所以去找文献看,一开始用Herd Effect(羊群效应)搜索,结果找不到什么文献(主要集中在金融领域,有好几篇讨论基金经理的羊群效应),心说这不可能啊,找教授问,教授也不清楚这个领域,后来有一天上维基偶然发现,原来还有一个词叫Bandwagon Effect(花车效应)也是指这种行为,再用这个关键词找,又发现一个新的词叫Information Cascade(好像翻译叫“信息阶流”),才算是解决了问题……(实际上,这种现象也可以叫Conformity,社会学中好像用这个词比较多)

啊扯远了,回到随大流的问题上。在1992年,关于Herd Behaviour或者说Information Cascade,先后发了两篇顶刊论文,一篇是发表在QJE上的Banerjee(1992). "A Simple Model of Herd Behavior",另一篇是发表在JPE上的Bikhchandani, Hirshleifer & Welch(1992). "A Theory of Fads, Fashion, Custom, and Cultural Change as Informational Cascades",这两篇文章所使用的模型有着些许不同,但是其核心思想都是一致的:在多个可能性中,有一个是正确结果,但是我们现在不知道哪个是对的,这时候,一群人排好队去做选择,他们的目标就是尽可能选中那个正确结果;在每个人轮到要做选择的时候,首先他可以观察到前面所有人已经做出的选择,其次他会获得一个Private Information,这个PI和正确结果是Correlated的,但是并不保证相同,他就要根据前人的选择和自己的PI来做出自己的选择。然而,当充分多的人做出选择之后,后面的人将不再需要知道自己的PI是什么,而是完全根据前人的选择做选择,这时他们的Private Information就Cascade了。

举个最典型的用来说明这一问题的例子:现在有一个口袋装着三只球,可能是两红一篮,也可能是两蓝一红,现在有一排人来做实验,猜测口袋里到底是哪种情况,在猜之前,他们允许从口袋里摸出一只球自己偷偷地看一下颜色,后面的人不知道前面的人看到的球是什么颜色,但是他们能够知道前面的人猜的结果。现在假如第一个人抽出来红色,他一定会猜两红一蓝(简单的条件概率),如果第二个人抽出来还是红色,那他仍然猜两红一蓝;第三个人如果这时候抽出蓝色,简单的推理可知,前面两个人一定都抽出了红色,这时候尽管他抽出来的是蓝色,但是根据已有信息,两红一蓝的可能性更高,所以他仍然会猜测是两红一蓝。然而,如果真实情况确实是两蓝一红,那就意味着有1/9的概率发生前两个人都抽出红色的情况,而这时所有人都会选择猜两红一蓝这一错误选项。当然,真实情况也有可能确实就是两红一蓝,只不过这说明了确实有可能猜错就是了。

上面这个例子更接近于BHW(1992)的模型,而Banerjee(1992)的模型更为复杂一些,基本流程如第二段所述,唯一需要具体说明的就是Private Information,作者假定每个人以α的概率获得一个私人信息(1-α的概率不获得),获得的信息中以β的概率是正确的(1-β的概率得到一个随机数)。这时候,Information Cascade还是会触发的,但是如果我们把α提高到1,我们可以预见到,在长期中正确结果是一定可以达到的,因为对于两个不同的人,以1-β概率得到的那个随机数,其相同的概率是0(连续型分布的情况),所以如果有人在后面做选择时发现自己的信号和前面某人的选择相同,那么他一定是获得了正确信号。

(不过BHW的想法更加深刻一点,实际上他们还研究了为什么潮流会改变而不是一旦有人选了两红一蓝就永远纠正不回来了)

所以简单的总结一下,一般来说,即使随大流中每个人自己做出决策时是理性的(考虑了可能性最大的情况),加总起来整个人群的决定(或者说潮流)却未必是“明智”的。




  

相关话题

  这个预判成真的可能性有多大? 
  如何评价《现实是有 63% 的农村孩子一天高中都没上过,怎么办?》一文? 
  为什么很多人玩MMM互助社区? 
  怎么评价托马斯·谢林(Thomas Schelling)的学术贡献? 
  陕师大和中石油(华东)的经济学哪个更好一点啊? 
  以绝对的理性克服一切人类该有的情感仅从对错和利弊出发从上帝视角看问题是对是错? 
  为什么经济发展这么快,贫富差距反而更大了呢? 
  收入提高是否会很快带来消费水平的提高? 
  如何解释人际交往中的「六度空间」理论,它是如何证明的? 
  阅读经济学或金融学文献有什么好的方法吗? 

前一个讨论
为什么在知乎受到好评的《虹猫蓝兔七侠传》在豆瓣评分还不如《喜羊羊》和《熊出没》?
下一个讨论
2016.12.1 起 130 万以上的豪华小汽车加征 10% 消费税的新政会带来哪些影响?





© 2024-05-12 - tinynew.org. All Rights Reserved.
© 2024-05-12 - tinynew.org. 保留所有权利