Η Θεωρία των Ασύμμετρων Πληροφοριών στα Οικονομικά

Η θεωρία των ασύμμετρων πληροφοριών αναπτύχθηκε στη δεκαετία του 1970 και του 1980 ως μια εύλογη εξήγηση για τα κοινά φαινόμενα που δεν μπορούσαν να εξηγήσουν τα γενικά οικονομικά της γενικής ισορροπίας. Με απλά λόγια, η θεωρία προτείνει ότι μια ανισορροπία πληροφοριών μεταξύ αγοραστών και πωλητών μπορεί να οδηγήσει σε αναποτελεσματικά αποτελέσματα σε ορισμένες αγορές.

Η άνοδος της ασύμμετρης θεωρίας πληροφοριών

Τρεις οικονομολόγοι είχαν ιδιαίτερη επιρροή στην ανάπτυξη και τη συγγραφή της θεωρίας της ασύμμετρης πληροφόρησης: George Akerlof, Michael Spence και Joseph Stiglitz. Και οι τρεις συμμετείχαν το βραβείο Νόμπελ στα οικονομικά το 2001 για τις προηγούμενες συνεισφορές τους.

Ο Akerlof υποστήριξε για πρώτη φορά την ασύμμετρη πληροφόρηση σε μια επιστολή του 1970 με τίτλο "Η αγορά για τα λεμόνια: Αβεβαιότητα ποιότητας και μηχανισμός αγοράς". Σε αυτό, ο Akerlof δήλωσε ότι οι αγοραστές αυτοκινήτων βλέπουν διαφορετικές πληροφορίες από τους πωλητές, δίνοντας στους πωλητές κίνητρο να πωλούν προϊόντα με χαμηλότερη ποιότητα από την αγορά.

Ο Akerlof χρησιμοποιεί τον λεγόμενο "λεμόνια" για να αναφερθεί σε κακά αυτοκίνητα. Συμμερίζεται την πεποίθηση ότι οι αγοραστές δεν μπορούν να πω λεμόνια εκτός από τα καλά αυτοκίνητα. Έτσι, οι πωλητές καλών αυτοκινήτων δεν μπορούν να φτάσουν καλύτερα από τις μέσες τιμές της αγοράς.

Το επιχείρημα αυτό είναι παρόμοιο με τον νόμο του Gresham, που αμφισβητήθηκε από τότε, στην κυκλοφορία των χρημάτων, όπου η κακή ποιότητα οδηγεί σε κακό (αν και ο μηχανισμός οδήγησης είναι διαφορετικός).

Ο Michael Spence πρόσθεσε στη συζήτηση με το έγγραφο του 1973 "Σηματοδότηση αγοράς εργασίας". Οι υπάλληλοι του μοντέλου Spence ως αβέβαιες επενδύσεις για τις επιχειρήσεις. ο εργοδότης είναι σίγουρος για τις παραγωγικές ικανότητες κατά την πρόσληψη. Στη συνέχεια συγκρίνει αυτή την κατάσταση με μια λαχειοφόρο αγορά.

Ο Spence εντοπίζει ασυμμετρίες πληροφόρησης μεταξύ εργοδοτών και εργαζομένων, οδηγώντας σε σενάρια όπου οι θέσεις χαμηλής αμοιβής δημιουργούν μια διαρκή παγίδα ισορροπίας που αποθαρρύνει την προσφορά μισθών σε ορισμένες αγορές.

Ωστόσο, με τον Stiglitz, αυτή η ασυμμετρία πληροφόρησης έχει φτάσει στο επίσημο κύρος. Χρησιμοποιώντας μια θεωρία της ανίχνευσης της αγοράς, συντάχθηκε ή συν-συγγραφέας αρκετών άρθρων, συμπεριλαμβανομένων σημαντικών εργασιών για την ασυμμετρία στις ασφαλιστικές αγορές.

Μέσω του έργου του Stiglitz, οι ασύμμετρες πληροφορίες τοποθετήθηκαν σε περιληπτικά μοντέλα γενικής ισορροπίας για να περιγράψουν τις αρνητικές εξωτερικές επιδράσεις που εκτιμούν το κατώτατο σημείο των αγορών. Για παράδειγμα, το αβέβαιο ασφάλιστρο ασφάλισης υγείας που απαιτείται για άτομα υψηλού κινδύνου προκαλεί άνοδο όλων των ασφαλίστρων, αναγκάζοντας τα άτομα χαμηλού κινδύνου να απομακρυνθούν από τα προτιμώμενα ασφαλιστήρια συμβόλαια.

Εμπειρικές αποδείξεις και προκλήσεις

Έρευνα αγοράς από τους οικονομολόγους Erik Bond (αγορά φορτηγών, 1982), Cawley και Philipson (ασφάλιση ζωής, 1999), Tabarrok (χρονολόγηση και απασχόληση, 1994), Ibrahimo και Barros (δομή κεφαλαίου, 2010) και άλλοι αμφισβήτησαν την ύπαρξη, ή την πρακτική διάρκεια ασύμμετρων προβλημάτων πληροφόρησης που προκαλούν ανεπάρκεια της αγοράς.

Πολύ μικρή θετική συσχέτιση μεταξύ ασφάλισης και εμφάνισης κινδύνου έχει παρατηρηθεί στις πραγματικές αγορές, για παράδειγμα. Μια πιθανή εξήγηση γι 'αυτό είναι ότι τα άτομα δεν έχουν περισσότερες πληροφορίες σχετικά με τον τύπο κινδύνου τους, ενώ οι ασφαλιστικές εταιρείες έχουν αναλογιστικούς πίνακες ζωής και σημαντικά μεγαλύτερη εμπειρία.

Άλλοι οικονομολόγοι, όπως ο Bryan Caplan στο Πανεπιστήμιο George Mason, επισημαίνουν ότι όλοι δεν βρίσκονται στο σκοτάδι σε πραγματικές αγορές. οι ασφαλιστικές εταιρείες επιδιώκουν επιθετικά την αναδοχή, για παράδειγμα. Υποστηρίζει επίσης ότι τα μοντέλα που βασίζονται σε δύο μέρη είναι λανθασμένα, όπως αποδεικνύεται από τα τρίτα μέρη με πληροφορίες, όπως τα Consumer Reports, Underwriters Laboratory, CARFAX και τα πιστωτικά γραφεία.

Ο οικονομολόγος Robert Murphy υποδηλώνει ότι η κυβερνητική παρέμβαση μπορεί να εμποδίσει τις τιμές να αντικατοπτρίζουν με ακρίβεια γνωστές πληροφορίες, οι οποίες μπορεί να προκαλέσουν αποτυχία στην αγορά. Για παράδειγμα, μια ασφαλιστική εταιρεία αυτοκινήτων μπορεί να χρειαστεί να συγκεντρώσει όλα τα ασφάλιστρα εάν δεν μπορεί να βασίσει τις αποφάσεις της σχετικά με τις τιμές σε σχέση με το φύλο, την ηλικία ή το ιστορικό οδήγησης του αιτούντος.