DNES: Celostránkový rozhovor s místopředsedou ČSSD Zdeňkem Škromachem a to s Atulkem "Máme svůj rozum". Z.Š: Tady někdo neustále někoho straší, tak říkám: nestrašme se, jak naše děa a vnuci budou plaat naše dluhy. To přece taky není pravda. Otázka: A kdo je bude pla-t? Z. Š.: PlaAt je bude výkonná ekonomika. Tak to přece funguje. Otázka: Aha. Ekonomika přijde a zapla8, nebo -, kdo v ní pracují, budou muset odvést daně, které porostou? Z. Š.: Ale nikdo nic za nikoho plaat nebude. Je to otázka určité míry solidarity ve společnosa.
Behaviorální ekonomie a právo Behavioral Law and Economics Petr Koblovský
Petr Koblovský, Ph.D., LL.M. koblov@vse.cz www.ilaw.cz www.inbes.org kie.vse.cz www.whitecase.com
Podmínky absolvovaní Napsání seminární práce na zvolené téma Rozsah 10 stran textu + 1 strana úvod + 1-2 strany literatura (celkově max 20 normostran) Téma musí postihovat oblast řešitelnou/ postižitelnou poznatky behaviorální ekonomie, psychologie a práva Účast na seminářích či na přednáškách nikoliv nezbytná
Termíny pro odevzdání práce - 4 týden abstrakt ½ strany až 1 strana textu musí obsahovat nápad 8 týden první draft 6-8 stran, práce musí být strukturovaná tak jak bude ve své finální podobě, práce bude distribuovaná dvěma dalším studentům, kteří poskytnou do 9. týdne podrobné připomínky 12 týden deadline pro pre-finalní práci /práce by měla být hotova, připravena k odevzdání vyučujícímu/ 13 týden krátká presentace cca 5 minut 3. týden zkouškového finální odevzdání verse distribuovaná Ing. Houdkovi k nestrannému ohodnocení. Nejlepší 2 práce budou doplněny, rozšířeny a podány k publikaci
Hodnocení Primárně s ohledem na kvalitu práce cca 70 procent Sekundárně s ohledem na vypracované posudky cca 10-15 procent Terciálně s ohledem na aktivitu v hodinách cca 15-20 procent
Alternativa k psaní práce Absolvování zkoušky Výstupem bude paper o rozsahu minimálně 6 stran, zkouška bude pátek 12.00 Neděle 24.00 ve zkouškovém období na jedno ze dvou alternativních témat Příklad témata Za použití poznatků BLE vyřešte problém penzijní reformy
Informace ke kurzu www.ilaw.cz (Stránky budou zprovozněny do příští přednášky) Kontakt petr.koblovsky@vse.cz Konzultační hodiny dle dohody
Opakování (neo)klasická ekonomie Koncept postavený na následujících premisách: Plně racionální hráč/ jedinec Snažící se maximalizovat užitek v podmínkách vzácnosti Konstantní preference Měnící se omezení Nulové transakční náklady
Otázky kladené BE Chová se člověk opravdu racionálně? Maximalizují lidé svůj užitek? (v konkrétnějším slova smyslu) Zpracováváme veškeré informace?
Koncept BE BE je pleonasmus Návrat ekonomie ke svým kořenům ke zkoumání zevšeobecněného lidského chování
Snaha/Cíle BE Zreálnění ekonomie jako vědy zreálnění jejích vstupů ale i závěrů Zlepšení ekonomické teorie Zlepšení odhadu vysledků experimentů Zlepšení případných návrhů opatření pro dosahovaní vytýčených cílů (BLE) Vysvětlení dosud nevysvětlitelných problémů v ekonomii
Omezená racionalita / Bounded raaonality Proč uvažovat v ekonomických modelech s konceptem omezené racionality jednotlivce? Obrovská základna empirických dat Osvědčená platnost modelu se zakomponovanou BR Nepřesvědčivost standardních ekonomických modelů Existence nezohledněných nákladů přemýšlení
HeurisAky a biasy Za chybami v rozhodování stojí heurisaky důsledkem HEURISTIK jsou biasy (předpojatosa) Obojí jsou opama rozhodovacího procesu (zjednodušeně řečeno) opama mezi náklady rozhodovaní a ziskem z rozhodnutí Otázkou (zejména pro BLE) je, zdali můžeme být DEBIASOVANI snadným neintruzivním způsobem např. vystavením tržním silám (V. Smith)
Historie Adam Smith Theory of moral senaments Odkazuje na psychologickou povahu mnohých rozhodnuj činěných jednotlivci Po 1. WW odklon zaměření ekonomie od studia o člověku a o jeho rozhodování Zájmem ekonomie začala být makroekonomie a poliacká ekonomie v 50. letech H. Simon /bounded ra*onality/, V. Smith / experimental economics/ atd. Složitý návrat ke studiu lidského rozhodování až Kahneman, Tversky, Thaler Prospect Theory 1979
Metodologie a metody Z počátku jsou používány k analýze zejména výstupy z proběhnuvších experimentů Ekonomové se snaží o popsání psychology odpozorovaných systemaackých vzorců chování za používání ekonomických metod Dnes tvorba experimentů (nezaměňovat BE s experimentální ekonomií kdo dochází k navozování umělých situací v laboratořích či mimo ně BE využívá ekon. modelu a rozšiřuje je o psychologické poznatky a předpoklady, nemá vlastní metodologii, tools (nástroje)), field data, počítačové simulace a i např. brain scany (přesah do neuroekonomie)
Koncepty Zjednodušeně BE a BLE studuje 2 základní koncepty JUDGMENTS posuzovaní, hodnocení jak lidé určují a posuzují jednotlivosa (např pravděpodobnosa) a CHOICE výběr, rozhodnutí, volby jakým mechanismem lidé čini svá rozhodnutí, jakým způsobem a co zohlednují při výběru
Probability judgments / rozhodnutí o pravděpodobnostech Je zřejmé, že hodnocení jednotlivých možnosj je v procesu rozhodování KRUCIÁLNÍ neboť determinuje výstup/volbu. Přístup klasické ekonomie staasaka a snaha o empirické určení pravděpodobnosa spolu s Bayesovskym (Bayes) opravovaním odhadu na základě nových informací.
Problém s konceptem NeoEcon Bayes nepředpokládající konanuální získávání informací (pouze ve vlnach), a častou nemožnost oddělení pravdepodobnostní situace a užitku, který tato situace může přinést (objekavnost rozhodování) nerozeznává se důležitost pořadí získávaných informací a pořadí jejich zpracování ALE
HeurisAky a Biasy Lidé dávají větší (často zásadní) váhu (důraz) nedávno získaným informacím Availability bias/heuris;ka "if you can think of it, it must be important." např. spadnutí letadla se zdá být častejší než smrt v automobilu Smrt stařím je častější než smrt chybou lékaře Obojí je ve skutečnosa naopak
Avail.heurisika Hindsight bias Hindsight bias Lide, kteri jsou seznameni s Am, ze se ve skutecnosa neco stalo, prikladaji vysledku daleko vetsi pravdepodobnost nez takovemuto vysledku urcovali bez takove vedomosa/znalosa lide kteri ziskaji znalost o nejake udalosa si neuvedomuji jak se zmenilo jejich vnimani o existenci teto udalosa Gurka Case in Nepal, vysledky voleb, pravdepodnost ucasa na dopravni nehode, znalost okradeneho cloveka determinujici nebezpecnost mesta, vnimani znacky automobilu, sebevrazednost u depresivnich pacientu atp. Problem v pravu determinace pravdepodobnosa, determinace jedinecnosa atp.
Avail.heurisAka RepresentaAvness Velmi casty bias Lide s charakterisakou A patrici do skupiny X determinuji ze kdokoliv majici charakterisaku A musi byt z dane skupiny (Cikani, Zide, SkoA, Irove, atp) 2 skupiny 30 pravniku, 70 inzenyru (a vice versa) urcete jednotliveho kandidata Linda case Linda is 31 years old, single, outspoken, and very bright. She majored in philosophy. As a student, she was deeply concerned with issues of discriminaaon and social jusace, and also paracipated in ana nuclear demonstraaons. 85 procent lidi se domniva ze Linda je vice pravdepodobne bankovni urednice a feministka, nez pouze bankovni urednice
Avail.heurisAka RepresentaAvness 2 Problem v pravu: pripad taxiku 85 procent zlutych, 15 procent modrych. Modry je idenafikovany jako puvodcem DN Pravdepodobnost urceni barvy je 80 procent jaka je pravdepodobnost, ze autor DN ridil modry vuz?
Avail.heurisAka RepresentaAvness 3 40 procent je skutecna pravdepodobnost 80 procent je median odpovedi lidi
Avail.heurisAka RepresentaAvness 4 Stejny pocet taxiku (50:50) 85 procent nehod zpusobi zlua, 15 procent modri Chyba idenafikace je shodna (80 procentni pravdepodobnost spravneho urceni) S jakou pravdepodobnosa dojde k urceni skutecneho skudce?
Avail.heurisAka RepresentaAvness 5 Skutecna pravdepodobnost je opet 40 procent Referovana je 60 procent
Avail.heurisika law of small numbers Tihneme ke zevseobecnovani na zaklade maleho vzorku lide v populaci jsou stejni jako nasi kamaradi a rodina. Gambler`s fallacy, Sparta MUSI vyhrat! Atp. Jaka je pravdepodobnost ze z 5 a 20 hodu padne v 80 procentech panna?
Avail.heurisika law of small numbers Mnozi predpokladaji ze se jedna o stejnou pravdepodobnost, nicmene v pripade 5 hodu se jedna o 20 procena pravdepodobnost, v pripade 20 hodu o 1 procentni pravdepodobnost. 2
Avail.heurisika law of small numbers 3 Priklad 2 porodnice ve meste jedna odrodi 45 a druha 15 dea, staasacky se narodi chlapci x divky 50:50, nemocnice si delaji zaznamy o dnech kdy se narodi vice nez 60 procent chlapcu ktera zaznamena vice takovych dni?
Avail.heurisika law of small numbers 4 V procentech 22 odpovi ze ve vetsi nemocnici 56 stejny pocet dni v obou nemocnicich 22 odpovi ze v mensi nemocnici Jaka je pravdepodobnost ze se narodi z 1000 dea v dane zemi v dany den 750 chlapcu?
Avail.heurisika law of small numbers Skutecna pravdepodobnost je mene nez 1 procento 5 Referovana pravdepodobnost je cca 10 procent
Avail.heurisAka confirmaaon bias