Datum: 6.- 8. Juli 2022
Referent: PD Dr. Christoph March

Themen:

• Rationale Herdenmodelle

• Ökonomische Experimente zu Herdenverhalten

• Behavioral social learning

• Erweiterungen: Finanzmärkte, Netzwerke, Plattformen, KI

Beschreibung:

Imitation ist ein Grundelement menschlichen Verhaltens. Ob Bestsellerlisten, Empfehlungen auf Onlineportalen wie Amazon oder Twitter oder politische Partizipation – Menschen messen den Entscheidungen anderer Personen einen hohen Wert bei. Während frühe Studien diese Neigung vor allem mit Netzwerkeffekten und sozio-psychologischen Einflüssen zu erklären versuchten, betont eine seit 30 Jahren stark wachsende theoretische, empirische und experimentelle Literatur den Einfluss von Informationsexternalitäten. Imitation bzw. Herdenverhalten ist dabei eine rationale Antwort auf die in den beobachteten Entscheidungen enthaltenen Informationen. Rationales Herdenverhalten unterscheidet sich in wesentlichen Merkmalen von irrationalem Herdenverhalten – mit Konsequenzen für das Design von ökonomischen und politischen Mechanismen der Informationsverbreitung. Gleichzeitig spielen auch sozio-psychologische Einflüsse eine Rolle.

Der Kurs bietet einen Überblick über die ökonomische Literatur zu rationalem Herdenverhalten, von den ersten Modellen über experimentelle und empirische Studien und Erkenntnisse bis hin zu verhaltensökonomischen Ansätzen. Zudem werden aktuelle Forschungsrichtungen beleuchtet und diskutiert.

Vorkenntnisse in Spieltheorie und experimenteller Ökonomik sind hilfreich, aber keine Voraussetzung.

Dieser Kurs richtet sich an fortgeschrittene Master-Studierende und DoktorandInnen. Falls Sie teilnehmen möchten, senden Sie bitte eine kurze Email mit Ihrer Motivation (auf Englisch) und Ihrem Lebenslauf bis einschließlich 22.06.2022 an kangkan.choudhury(at)uni-bamberg.de. Sie werden bis zum 25.06.2022 über Ihre Teilnahme informiert. 

Der Workshop wird in hybrider Form stattfinden. Falls eine Teilnahme vor Ort erwünscht ist, müssen die Reise- und Unterbringungskosten von den TeilnehmerInnen übernommen werden. Es gibt keine finanzielle Unterstützung. 

Über den Referenten:

Seit Dezember 2021 ist PD Dr. Christoph March Privatdozent an der Universität Bamberg. Bereits seit 2018 hält er regelmäßig Lehrveranstaltungen, u.a. zur Spiel- und Vertragstheorie sowie zur Ökonomik der Digitalisierung. Zuvor war er an der TU München und der Paris School of Economics tätig. Zu seinen Forschungsschwerpunkten zählen unter anderem Modelle des sozialen Lernens sowie die Ursachen und Wirkungen von informationsbasiertem Herdenverhalten. Dazu entwickelt er theoretische, experimentelle und statistische Ansätze, um die Entwicklung eines verhaltensökonomischen Herdenmodells voranzutreiben. Parallel forscht er auch zur Ökonomik von Künstlicher Intelligenz.

Zeitplan:

Mittwoch, 6. Juli

09:00 – 10:30           Einführung: Grundmodell, Informationskaskaden, Eigenschaften

10:30 – 11:00           Kaffeepause

11:00 – 12:00           Robustheit: Der Einfluss von Entscheidungs- und Signalraum

12:00 – 13:30           Mittagspause

13:30 – 15:00           Empirische Tests von rationalem Herdenverhalten

15:00 – 15:15           Kaffeepause

15:15 – 16:45           Experimente I: Balls-and-Urns und das „Overweighting" Phänomen

Donnerstag, 7. Juli

09:00 – 10:30           Experimente II: Exzessives Herdenverhalten

10:30 – 11:00           Kaffeepause

11:00 – 12:00           Experimente III: Altruismus und Wohlfahrtsoptimum

12:00 – 13:30           Mittagspause

13:30 – 15:00           Behavioral Social Learning

15:00 – 15:15           Kaffeepause

15:15 – 16:45           Erweiterungen I: Beobachtungen, Netzwerke, Finanzmärkte

Freitag, 8. Juli

09:00 – 10:30           Erweiterungen II: Design und Künstliche Intelligenz

10:30 – 11:30           Kaffeepause, Fragen & Antworten

Literatur:

Mittwoch, 6. Juli

• Chamley, C. (2004): Rational Herds: Economic Models of Social Learning, Cam-bridge University Press. 

• Bikhchandani, S., D. Hirshleifer, O. Tamuz, and I. Welch (2021): “Information Cascades and Social Learning”, NBER Working Paper, No. 28887, https://www.nber.org/papers/w28887/

• Bikhchandani, S., Hirshleifer, D., and Welch, I. (1992): “A Theory of Fads, Fashion, Custom, and Cultural Change as Informational Cascades”, Journal of Political Economy, Vol. 100, pp. 992-1026.

• Smith, L., and Sorensen, P. N. (2000): “Pathological Outcomes of Observational Learning”, Econometrica, Vol. 78 (2), pp. 371-398.

• Zhang, J., and Liu, P. (2012): “Rational Herding in Microloan Markets”, Management Science, Vol. 58, pp. 892-912.

• Anderson, L. R., and Holt, C. A. (1997): “Information Cascades in the Laboratory”, American Economic Review, Vol. 87 (5), pp. 847-862.

• Weizsäcker, G. (2010): “Do We Follow Others When We Should? A Simple Test of Rational Expectations”, American Economic Review, Vol. 100, pp. 340-360.

• Ziegelmeyer, A., March, C., and Krügel, S. (2013): “’Do We Follow Others When We Should? A Simple Test of Rational Expectations’: Comment”, American Economic Review, Vol. 103 (6), pp. 2633-2642.

Donnerstag, 7. Juli

• March, C., and Ziegelmeyer, A. (2018): “Excessive Herding in the Laboratory: The Role of Intuitive Judgments”, CESifo Working Paper, No. 6855, https://www.cesifo.org/en/publikationen/2018/working-paper/excessive-herding-laboratory-role-intuitive-judgments.

• March, C., and Ziegelmeyer, A. (2020): “Altruistic Observational Learning”, Journal of Economic Theory, Vol. 190, 105123.

• Eyster, E., and Rabin, M. (2010): „Naïve Herding in Rich Information Settings”, American Economic Journal: Microeconomics, Vol. 2, 221-243.

• Bohren, J. A. (2020): “Informational Herding with Model Misspecification”, Journal of Economic Theory, Vol. 163, 222-247.

• Eyster, E., and Rabin, M. (2014): “Extensive Imitation is Irrational and Harmful”, Quarterly Journal of Economics, Vol. 129 (4), 1861-1898.

• Rosenberg, D., and Vieille, N. (2019): “On the Efficiency of Social Learning”, Econometrica, Vol. 87 (6), 2141-2168.

• Park, A., and Sabourian, H. (2011): “Herding and Contrarian Behavior in Financial Markets”, Econometrica, Vol. 79 (4), 973-1026.

Freitag, 8. Juli

• Che, Y.-K., and Hörner, J. (2018): “Recommender Systems as Mechanisms for Social Learning”, Quarterly Journal of Economics, Vol. 133 (2), 871-925.

• March, C. (2021): “Strategic interactions between humans and artificial intelligence: Lessons from experiments with computer players”, Journal of Economic Psychology, Vol. 87, paper 102426.

• Agrawal, A., J. Gans, and A. Goldfarb (2019): “The economics of artificial intelligence: an agenda”, Chicago and London: The University of Chicago Press.