Роль поведенческих факторов в системе принятия управленческих решений

Обложка

Цитировать

Полный текст

Аннотация

В условиях растущей сложности управленческой среды и увеличения скорости принятия стратегических решений традиционные модели рационального выбора демонстрируют свою ограниченность. В этой связи автором настоящей работы осуществлен анализ влияния поведенческой экономики на процессы корпоративного управления, что представляет особую актуальность в контексте необходимости разработки более реалистичных моделей принятия решений. Цель исследования заключается в систематизации ключевых когнитивных искажений, влияющих на управленческие решения, и разработке практических механизмов их минимизации. Предметом исследования выступает влияние поведенческой экономики на процессы принятия управленческих решений в корпоративном управлении, включая анализ ключевых когнитивных искажений и разработку механизмов их минимизации. Рассмотрены такие аспекты, как ограниченная рациональность, теория перспектив, эффект привязки и групповое мышление, а также их проявление в условиях цифровой трансформации и неопределенности. Методологическая основа статьи объединяет теоретический анализ фундаментальных концепций поведенческой экономики (ограниченная рациональность Г. Саймона, теория перспектив Д. Канемана и А. Тверски) с детальным изучением практических кейсов международных и российских корпораций. Особое внимание автором уделено сравнительному анализу эффективности различных подходов к преодолению когнитивных ошибок в стратегическом управлении. Исследование выявило системные закономерности возникновения когнитивных искажений в стратегическом управлении и предложило практические инструменты для их преодоления, такие как KPI когнитивной эффективности и цифровые системы мониторинга поведенческих рисков. Научная новизна заключается в адаптации международного опыта к российским условиям и разработке рекомендаций по интеграции принципов поведенческой экономики в корпоративное управление. Исследование вносит значительный вклад в развитие поведенческой экономики, предлагая оригинальную типологию когнитивных искажений и их влияния на управленческие решения. Разработаны инновационные механизмы минимизации поведенческих ошибок, включая метод «крайних сценариев», алгоритмы когнитивного ценообразования и системы мониторинга поведенческих рисков на основе искусственного интеллекта. Научная новизна также заключается в адаптации зарубежных практик к российскому корпоративному управлению, что подтверждается успешными кейсами компаний, таких как Сбербанк и X5 Retail Group. Результаты исследования демонстрируют, что интеграция поведенческих инструментов в управленческие процессы способствует повышению качества решений, снижению стратегических рисков и укреплению корпоративной устойчивости в условиях цифровой экономики.

Об авторах

Андрей Андреевич Тихомиров

Финансовый университет при Правительстве РФ; ФГОБУ ВО "Финансовый университет при Правительстве Российской Федерации"

Email: aatikhomirov02@mail.ru
ORCID iD: 0009-0002-5229-8518
студент; Юридический факультет; стажер-исследователь; Институт финансово-промышленной политики Факультета экономики и бизнеса;

Список литературы

  1. Гусева Е. А., Майзель А. И. Философия новой экономической парадигмы // Известия Санкт-Петербургского государственного экономического университета. – 2021. – № 3 (129). – С. 12-17. EDN: FUCNPS.
  2. Mackie L., Bagassi M. Problem solving, bounded rationality, and the puzzle of thinking // Elgar Companion to Herbert Simon. – 2024. – P. 228-245.
  3. Berry C., Kees J., Burton S. Satisficing responses and data quality in marketing: Measurement and impact on objective knowledge // Journal of Marketing Theory and Practice. – 2025. – Vol. 33. – No. 1. – P. 11-28.
  4. Cristofaro M. et al. Unfolding the resilience of small and medium enterprises // Journal of Management & Organization. – 2024. – Vol. 30. – No. 3. – P. 490-520.
  5. Кукса О. А., Панков Д. А., Стефанович Л. И. Поведенческая парадигма в экономике и финансах // Экономика и банки. – 2024. – № 2. – С. 48-55. EDN: WVHXTL.
  6. Bleichrodt H. Reference dependence, loss aversion, and the endowment effect // Behavioural Economics. – 2025. – P. 125-149.
  7. Carter L., Liu D. The role of anchoring effect in AI-assisted decisions // International Journal of Information Management. – 2025. – Vol. 82. – P. 102875. doi: 10.1016/j.ijinfomgt.2025.102875 EDN: HJDDSO.
  8. Garahmani E., Joyce J., Lechner S. Mitigating confirmation bias in SMS // 2024 Integrated Communications, Navigation and Surveillance Conference (ICNS). – 2024. – P. 1-11.
  9. Диденко В. Ю. Учет поведенческой иррациональности финансовых решений в моделях финансового поведения населения при формировании денежно-кредитной политики // AlterEconomics. – 2023. – Т. 20. – № 1. – С. 271-290. doi: 10.31063/AlterEconomics/2023.20-1.13 EDN: MILHUF.
  10. Ranjan R. Behavioral finance in banking // Asian Journal of Economics, Business and Accounting. – 2025. – Vol. 25. – No. 1. – P. 374-386. doi: 10.9734/ajeba/2025/v25i11657 EDN: CJUOBI.
  11. Гуськов А. А., Скрыпник Д. В. Инвестиционные стратегии и их влияние // ЭФО: Экономика. Финансы. Общество. – 2024. – № 2 (10). – С. 37-51. doi: 10.24412/2782-4845-2024-10-37-51 EDN: ENNHKQ.
  12. Vuori T. O., Tushman M. L. Strategic decisions at platform transitions // Strategic Management Journal. – 2024. – Vol. 45. – No. 10. – P. 2018-2062.
  13. Rathod M. M. Operational risks – Cases for banks // Vinimaya. – 2021. – Vol. 42. – No. 3. – P. 5-31.
  14. Abatecola G., Caputo A., Cristofaro M. Cognitive biases in managerial decision-making // Journal of Management Development. – 2018. – Vol. 37. – No. 5. – P. 409-424.
  15. Волкодавова Е. В. Роль поведенческих финансов в стратегии развития бизнеса // Фундаментальные исследования. – 2024. – № 6. – С. 36-42. doi: 10.17513/fr.43625 EDN: FORVKM.
  16. Lin R., Ma L., Zhang W. An interview study exploring Tesla drivers' behavioural adaptation // Applied Ergonomics. – 2018. – Vol. 72. – P. 37-47.
  17. Hersing W. S. Managing cognitive bias in safety decision making: Application of emotional intelligence competencies // Journal of Space Safety Engineering. – 2017. – Vol. 4. – No. 3-4. – P. 124-128.
  18. Liu Y. et al. A comprehensive analysis of Tesla // 2022 2nd International Conference on Financial Management and Economic Transition (FMET 2022). – 2022. – P. 344-356.
  19. Смирнов В. Д. О стратегической цели фирмы и способах ее достижения // Теоретическая экономика. – 2022. – № 8 (92). – С. 60-73. doi: 10.52957/22213260_2022_8_60 EDN: GFGSHQ.
  20. Yang K. et al. Uncertainties in onboard algorithms for autonomous vehicles: Challenges, mitigation, and perspectives // IEEE Transactions on Intelligent Transportation Systems. – 2023. – Т. 24. – № 9. – С. 8963-8987. doi: 10.1109/tits.2023.3270887 EDN: MASQYG.
  21. Zhao Y. et al. Behavioral decision-making and safety verification approaches for autonomous driving system in extreme scenarios // Journal of Systems and Software. – 2025. – Т. 226. – С. 112385.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать

Согласие на обработку персональных данных

 

Используя сайт https://journals.rcsi.science, я (далее – «Пользователь» или «Субъект персональных данных») даю согласие на обработку персональных данных на этом сайте (текст Согласия) и на обработку персональных данных с помощью сервиса «Яндекс.Метрика» (текст Согласия).