🔧На сайте запланированы технические работы
25.12.2025 в промежутке с 18:00 до 21:00 по Московскому времени (GMT+3) на сайте будут проводиться плановые технические работы. Возможны перебои с доступом к сайту. Приносим извинения за временные неудобства. Благодарим за понимание!
🔧Site maintenance is scheduled.
Scheduled maintenance will be performed on the site from 6:00 PM to 9:00 PM Moscow time (GMT+3) on December 25, 2025. Site access may be interrupted. We apologize for the inconvenience. Thank you for your understanding!

 

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

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».