Açıklanmış tercih teorisi, tüketicinin gözlenen seçimlerinden onun rasyonel bir fayda maksimizasyonu davranışı gösterip göstermediğini test etmeye çalışır. Bu yaklaşımın gücü, tüketicinin fayda fonksiyonunu önceden varsaymadan, yalnızca fiyat ve satın alma verileriyle tutarlılık kontrolü yapabilmesidir.

Bu çalışma beklenmedik bir sonuç ortaya koyar: Seçim ortamında mal sayısı arttıkça, açıklanmış tercih testleri daha güçlü değil, daha zayıf hale gelir. İlk bakışta çok sayıda ürün içeren bir ortam daha karmaşık göründüğü için tüketici davranışındaki rasyonellik ihlallerinin daha kolay yakalanması beklenebilir. Ancak yazarlar bunun tersini gösterir. Sabit sayıda gözlem varken mal sayısı arttıkça, GARP koşulunu sağlayan davranışların oranı hızla bire yaklaşır.

GARP, “Genelleştirilmiş Açıklanmış Tercih Aksiyomu” anlamına gelir. Basitçe, tüketicinin geçmiş seçimleriyle çelişen döngüsel tercihler yapmaması gerektiğini söyler. Çalışmaya göre yüksek boyutlu ortamlarda bu tür çelişkileri oluşturan geometrik bölgeler çok küçülür. Sonuç olarak, neredeyse her davranış rasyonel seçim modeliyle uyumlu görünmeye başlar.

Bu bulgu önemlidir; çünkü modern tüketici verileri çoğu zaman binlerce ürün kategorisi, barkod, fiyat ve alışveriş gözleminden oluşur. Eğer mal sayısı arttıkça rasyonellik testleri ayırt edici gücünü kaybediyorsa, “veri GARP’ı ihlal etmiyor” demek artık düşündüğümüz kadar güçlü bir kanıt olmayabilir.

Problem Ne?

Açıklanmış tercih teorisi, iktisatta tüketici davranışını test etmek için önemli bir araçtır. Bu teoriye göre tüketici bir bütçe altında belirli bir mal sepetini seçmişse, o sepetin bütçe içinde satın alınabilecek diğer sepetlere göre tercih edildiği varsayılır. Eğer tüketici sonraki gözlemlerde bu tercih sıralamasıyla açıkça çelişiyorsa, davranış rasyonel fayda maksimizasyonuyla uyumsuz sayılabilir.

Bu yaklaşım, tüketiciye “neyi seviyorsun?” diye sormadan, yalnızca ne satın aldığına bakarak tutarlılık testi yapar. Bu yüzden güçlüdür. Fayda fonksiyonunun biçimini önceden belirlemeye gerek kalmaz. Ancak çalışmanın odaklandığı kritik nokta şudur: Bu test, mal sayısı çok arttığında hâlâ güçlü müdür?

Günümüzde tüketici verileri yüksek boyutludur. Market alışverişlerinde yüzlerce veya binlerce ürün kategorisi olabilir. Dijital platformlarda kullanıcılar çok sayıda seçenekle karşılaşır. Ekonometrik analizlerde mal sayısı arttıkça model daha gerçekçi görünür. Fakat yazarlar, bu gerçekçiliğin test edilebilirlik açısından bir bedeli olduğunu savunur.

Problem şudur: Açıklanmış tercih teorisi çok esnek hale geldiğinde, neredeyse her davranışı rasyonel sayabilir. Böyle bir durumda test, tüketici gerçekten rasyonel olduğu için değil, modelin ihlali yakalayacak kadar dar kısıtlar koyamaması nedeniyle başarılı görünebilir.

Yöntem Ne Öneriyor?

Çalışma, açıklanmış tercih teorisinin ampirik içeriğini Selten’in “Area” ölçüsüyle değerlendirir. Ampirik içerik, bir teorinin gözlenen davranışları ne kadar sınırladığı anlamına gelir. Bir teori çok fazla davranışı kabul ediyorsa, yanlışlanması zorlaşır ve ampirik içeriği düşer. Bir teori yalnızca dar bir davranış kümesini kabul ediyorsa, daha kısıtlayıcı ve test edici kabul edilir.

Selten Area ölçüsü, teorinin izin verdiği davranış alanının tüm mümkün davranış alanına oranını ifade eder. Eğer bu oran 1’e çok yakınsa, teori neredeyse her davranışı kabul ediyor demektir. Eğer oran küçükse, teori daha fazla davranışı dışarıda bırakıyor ve daha güçlü test edici içerik taşıyor demektir.

Yazarlar, GARP koşulunu sağlayan seçimlerin oranını mal sayısı arttıkça inceler. Bunun için iki tamamlayıcı ispat yolu kullanılır. Birinci yol grafik teorisine dayanır. Açıklanmış tercih ihlalleri, yönlü tercih döngüleri olarak görülür. İkinci yol Afriat eşitsizliklerine dayanır. Afriat teoremi, bir veri setinin iyi davranışlı bir fayda fonksiyonuyla rasyonelleştirilebilmesi için gerekli ve yeterli koşulları verir.

Çalışma ayrıca simülasyonlar kullanır. Simülasyonlar, gerçek market tarayıcı verilerine benzer fiyat dağılımlarıyla kalibre edilir. Bu sayede sonuç yalnızca soyut bir matematiksel limit olarak kalmaz; gerçek tüketici verilerine benzeyen ortamlarda da etkisinin büyük olup olmadığı test edilir.

Formüller Ne Anlatıyor?

Çalışmada açıklanmış tercih ilişkisi şu şekilde tanımlanır:

Burada \(x_i\), \(i\) gözleminde seçilen mal sepetini; \(p_i\), o gözlemdeki fiyat vektörünü gösterir. Bu ifade şunu anlatır: Eğer \(j\) sepeti, \(i\) gözlemindeki fiyatlarla satın alınabilir durumdaysa ve tüketici yine de \(x_i\) sepetini seçmişse, \(x_i\) doğrudan \(x_j\)'ye açıklanmış tercih edilmiştir.

GARP koşulu sade biçimde şöyle yazılır:

Burada \(R\), doğrudan ve dolaylı açıklanmış tercihlerin geçişli kapanışını; \(P^0\), sıkı doğrudan açıklanmış tercihi ifade eder. GARP’ın anlamı şudur: Eğer tüketici bir tercih zinciriyle \(x_i\)'yi \(x_j\)'ye tercih etmiş görünüyorsa, daha sonra \(x_j\)'yi açık biçimde \(x_i\)'ye tercih eden bir seçim yapmamalıdır.

Afriat teoremindeki eşitsizlikler şu şekilde verilir:

Bu eşitsizlikler, gözlenen seçimlerin bir fayda fonksiyonuyla açıklanıp açıklanamayacağını test eder. Eğer bu eşitsizlikleri sağlayan \(U_i\) ve \(\lambda_i\) değerleri bulunabiliyorsa, veri seti rasyonel tüketici davranışıyla uyumlu kabul edilir.

Çalışmada gelirle normalize edilmiş fiyatlar ve bütçe payları kullanılır:

Burada \(m_i\), \(i\) gözlemindeki geliri veya bütçeyi; \(r_i\), normalize fiyatları; \(w_i^k\), \(k\) malının bütçe içindeki payını; \(\rho_{ij}^k\), iki gözlem arasındaki normalize fiyat oranını gösterir.

Selten Area ölçüsü çalışmanın merkezindeki ampirik içerik ölçüsüdür:

Burada \(A_K\), \(K\) mal için GARP’ı sağlayan seçim alanının oranını; \(S_K\), GARP ile tutarlı seçim kümesini; \(\Delta_{K-1}^{T}\), tüm mümkün bütçe payı seçimlerinin oluşturduğu ürün simpleksini temsil eder. \(A_K\) değeri 1’e yaklaştıkça teori daha az kısıtlayıcı hale gelir.

Çalışmanın ana sonucu şu eşitsizlikle ifade edilir:

Bu formülün anlamı şudur: Gözlem sayısı sabitken mal sayısı \(K\) arttıkça GARP’ı sağlayan seçimlerin oranı üstel hızla 1’e yaklaşır. Yani yüksek boyutlu seçim ortamlarında GARP ihlali geometrik olarak çok nadir hale gelir.

Afriat lineer programı tarafındaki benzer sonuç ise şu şekilde verilir:

Bu ifade, Afriat eşitsizliklerinin uygulanabilir olma olasılığının da mal sayısı arttıkça hızla 1’e yaklaştığını gösterir. Başka bir ifadeyle, çok mallı ortamlarda veri setlerinin fayda maksimizasyonuyla uyumlu görünmesi giderek kolaylaşır.

Simülasyonlarda kullanılan ana sezgi de şu formülle bağlantılıdır:

Bu, Area ölçüsünün geometrik bir oran olarak yorumlanabileceğini gösterir. Rastgele seçilen bütçe payı vektörlerinin GARP ile tutarlı olma olasılığı, GARP’ın izin verdiği hacmin tüm mümkün seçim hacmine oranına eşittir.

Grafik, Tablo ve Şema Ana Mesajı

Çalışmadaki ilk görseller, iki ve üç mallı basit örnekler üzerinden ana fikri açıklar. İki mallı ortamda GARP ihlali oluşturan bölgeler daha görünürdür. Üçüncü mal eklendiğinde seçim uzayı genişler ve ihlal bölgeleri toplam alan içinde daha küçük kalır. Bu örnekte rasyonel seçim alanı iki malda yaklaşık 0.82 iken, üç malda yaklaşık 0.95’e yükselir.

Ana grafiklerden biri, mal sayısı arttıkça Area değerinin nasıl yükseldiğini gösterir. Bu grafik, farklı gözlem sayıları için aynı temel sonucu verir: Daha fazla gözlem eklemek testin gücünü bir süre artırabilir veya kaybı yavaşlatabilir; fakat yüksek boyut etkisini ortadan kaldırmaz. Benchmark simülasyonda 10 gözlem varken Area değeri 9 malda 0.9’u, 11 malda 0.95’i aşar. 20 gözleme çıkıldığında bu eşikler yalnızca 13 ve 15 mala kayar. 50 gözlemde bile 20 mal civarında Area 0.95’e ulaşır.

Bir başka grafik, fiyat dağılımındaki değişkenliğin etkisini gösterir. Fiyatlar birbirine çok yakın olduğunda bütçe doğruları daha çok kesişebilir ve test daha kısıtlayıcı olabilir. Ancak fiyat değişkenliği gerçekçi düzeylere geldiğinde, mal sayısının etkisi yine baskın hale gelir. Yani fiyat çeşitliliği testi bir miktar güçlendirse de yüksek boyut sorununu çözmez.

Çalışmadaki separability, yani ayrılabilirlik kısıtları grafiği önemli bir çözüm denemesini gösterir. Mallar gruplara ayrıldığında ve her grup içinde daha düşük boyutlu alt fayda yapıları varsayıldığında testin ampirik içeriği artabilir. Örneğin 24 mal ve 10 gözlem ortamında sınırsız modelin Area değeri neredeyse 1 iken, malları daha küçük gruplara ayırmak Area değerini ciddi biçimde düşürebilir. Bu, ek yapısal varsayımların test gücünü artırabileceğini gösterir.

Deney tasarımı grafikleri ise bütçe kısıtlarının nasıl seçildiğinin önemini anlatır. Sabit deney tasarımları ve seçime uyarlanan deney tasarımları farklı sonuçlar verir. Ancak dikkat çekici sonuç şudur: Düşük boyutta güçlü görünen deney tasarımları, yüksek boyuta taşındığında aynı ölçüde test edici olmayabilir.

Deneyler Nasıl Yapılmış?

Bu çalışma laboratuvar deneyinden çok teorik ispat ve simülasyon çalışmasıdır. İnsan katılımcılarla yeni bir deney yapılmamıştır. Yazarlar önce matematiksel olarak GARP’ın yüksek boyutlarda neden daha az kısıtlayıcı hale geldiğini gösterir, sonra bu etkinin gerçekçi veri ortamlarında ne kadar büyük olduğunu simülasyonlarla inceler.

Simülasyonların kalibrasyonunda ACNielsen Homescan Panel verileri kullanılır. Bu veri seti, hane halklarının market alışverişlerini barkod düzeyinde izleyen ayrıntılı bir tarayıcı veri setidir. Çalışmada Denver bölgesinden 1993–1995 dönemine ait, 2.100 hane ve yaklaşık bir milyon işlem içeren veri yapısı referans alınır.

Yazarlar bu verilerden normalize fiyat dağılımının nasıl göründüğünü çıkarır ve simülasyonlarda buna benzeyen log-normal fiyat dağılımları kullanır. Böylece yalnızca soyut rastgele fiyatlarla değil, gerçek market alışverişine benzeyen fiyat çeşitliliğiyle test yapılır.

Simülasyonlarda mal sayısı \(K\), gözlem sayısı \(T\) ve fiyat değişkenliği farklı değerlerde denenir. Ayrıca ayrılabilir tercih varsayımları ve farklı deney tasarımları karşılaştırılır. Amaç, hangi koşullarda GARP testinin gerçekten davranışı dışlayıcı güç taşıdığını, hangi koşullarda neredeyse her davranışı kabul eder hale geldiğini görmektir.

Sonuçlar Ne Gösteriyor?

Çalışmanın temel sonucu açıktır: Sabit sayıda gözlem varken mal sayısı arttıkça GARP testinin ampirik içeriği hızla düşer. Yüksek boyutlu ortamlarda bütçe kısıtını sağlayan seçimlerin çok büyük bölümü GARP ile uyumlu hale gelir. Bu nedenle açıklanmış tercih testi, tüketicinin gerçekten rasyonel olup olmadığını ayırt etmekte zorlanabilir.

Bu sonuç yalnızca teorik limitte ortaya çıkmaz. Simülasyonlar, gerçekçi fiyat dağılımlarında ve orta düzey mal sayılarında bile etkinin büyük olduğunu gösterir. Örneğin mal sayısı 10–20 aralığına geldiğinde, birçok durumda Area değeri hızla 1’e yaklaşır. Bu, modern tarayıcı verilerinde veya çok kategorili tüketim verilerinde ciddi bir test gücü sorunu oluşturabilir.

Gözlem sayısını artırmak yardımcı olur; ancak sorunu tamamen çözmez. Daha fazla gözlem, daha fazla bütçe kısıtı ve daha fazla olası tercih ilişkisi anlamına gelir. Fakat mal sayısı arttığında seçim uzayının hacmi çok daha hızlı büyür. Bu nedenle ihlal bölgeleri toplam alan içinde küçük kalmaya devam eder.

Ayrılabilirlik gibi ek yapısal varsayımlar ampirik içeriği artırabilir. Mallar alt gruplara ayrıldığında ve tüketicinin bu gruplar içinde ayrı karar yapıları olduğu varsayıldığında test daha kısıtlayıcı hale gelebilir. Ancak bu çözüm de varsayım gerektirir ve her durumda yeterli olmayabilir.

Deney tasarımı da önemlidir. Bütçe kısıtları daha fazla kesişecek şekilde seçilirse, rasyonellik ihlallerini yakalama olasılığı artabilir. Fakat çalışma, dikkatli deney tasarımlarının bile yüksek boyut sorununu tamamen ortadan kaldırmadığını gösterir.

Bu Neden Önemli?

Bu çalışma, iktisatta model test etmenin sanıldığından daha hassas olduğunu gösterir. Bir veri seti GARP testini geçtiğinde, bu sonuç ilk bakışta “tüketici davranışı rasyonel seçim modeliyle uyumludur” şeklinde okunabilir. Ancak yüksek boyutlu ortamlarda bu uyumluluk, modelin gerçekten güçlü olmasından değil, testin artık çok az şeyi dışlamasından kaynaklanabilir.

Bu bulgu modern veri ekonomisi açısından önemlidir. Market tarayıcı verileri, e-ticaret verileri, dijital platform davranışları ve çok kategorili tüketim verileri yüksek boyutludur. Eğer bu ortamlarda açıklanmış tercih testleri neredeyse her davranışı kabul ediyorsa, araştırmacıların “testi geçti” sonucunu daha temkinli yorumlaması gerekir.

Çalışma ayrıca nonparametrik modellerdeki temel bir gerilimi görünür kılar. Nonparametrik model, belirli bir fonksiyon biçimi dayatmadığı için esnektir. Fakat fazla esneklik, test edilebilirliği azaltabilir. Model ne kadar çok davranışı açıklayabiliyorsa, yanlışlanması o kadar zorlaşır.

Verianla okuyucusu için en önemli mesaj şudur: Bir teorinin bilimsel gücü yalnızca çok şeyi açıklamasından gelmez. Aynı zamanda bazı şeyleri dışlayabilmesinden gelir. Eğer bir test neredeyse her davranışı rasyonel sayıyorsa, o testin bize verdiği bilgi sınırlı olabilir.

Dikkat Noktaları

Çalışmanın en önemli dikkat noktası, preprint olmasıdır. Hakem değerlendirmesinden geçmediği için sonuçlar, iktisat literatüründe kesinleşmiş son söz gibi değil, güçlü ve tartışmaya açık bir teorik katkı olarak okunmalıdır.

İkinci dikkat noktası, sonuçların belirli varsayımlar altında kurulmasıdır. Teorik ispatlar sabit gözlem sayısı, fiyat oranlarının sınırlılığı ve fiyat dağılımının belirli türden dağılma koşulları altında çalışır. Bu varsayımlar makul olabilir; fakat her ampirik veri ortamında otomatik olarak sağlandığı varsayılmamalıdır.

Üçüncü dikkat noktası, Area ölçüsünün kendisidir. Selten Area, teorinin izin verdiği davranış alanının geometrik büyüklüğünü ölçer. Bu çok yararlı bir kısıtlayıcılık ölçüsüdür; ancak tek başına tüm ampirik değerlendirme sorunlarını çözmez. Gerçek tüketici davranışı, rastgele bütçe payı çekimlerinden daha yapısal olabilir.

Dördüncü dikkat noktası, çalışmanın rasyonel seçim teorisini yanlışladığını söylememesidir. Makale, “tüketiciler rasyonel değildir” sonucuna ulaşmaz. Daha sınırlı ve teknik bir sonuç sunar: Yüksek boyutlu ortamlarda GARP testleri rasyonellikten sapmaları yakalamakta zayıflayabilir.

Beşinci dikkat noktası, çözüm önerilerinin de bedelli olmasıdır. Ayrılabilirlik veya grup yapısı gibi ek varsayımlar test gücünü artırabilir; ancak araştırmacı bu varsayımları gerekçelendirmek zorundadır. Aksi halde test gücü artarken modelin gerçekçiliği tartışmalı hale gelebilir.

Sonuç

Bu çalışma, açıklanmış tercih teorisinin yüksek boyutlu seçim ortamlarında beklenmedik biçimde zayıflayabileceğini gösterir. Mal sayısı arttıkça, GARP ihlali oluşturmak için gereken tercih döngüleri geometrik olarak çok küçük bölgelerde kalır. Sonuç olarak, bütçesini tüketen neredeyse her seçim dizisi rasyonel davranışla uyumlu görünebilir.

Bu bulgu, açıklanmış tercih testlerinin değersiz olduğu anlamına gelmez. Aksine, bu testlerin hangi koşullarda güçlü, hangi koşullarda zayıf olduğunu daha iyi anlamamız gerektiğini gösterir. Düşük boyutlu veya iyi tasarlanmış deneylerde bu testler hâlâ anlamlı olabilir. Ancak çok mallı, geniş kategorili ve yüksek boyutlu veri ortamlarında “GARP ihlali yok” sonucu daha dikkatli yorumlanmalıdır.

Makalenin genel katkısı, iktisatta test edilebilirlik sorununa güçlü bir geometrik açıklama getirmesidir. Daha fazla ürün, daha gerçekçi tüketim alanı anlamına gelebilir; fakat aynı zamanda rasyonellik testlerinin daha az ayırt edici hale gelmesi anlamına da gelebilir.

Kısacası çalışma, iktisat araştırmacılarına şu uyarıyı yapar: Bir modelin çok fazla davranışı açıklayabilmesi, her zaman iyi haber değildir. Bazen bu, modelin gerçekliği güçlü biçimde yakaladığını değil, yanlışlanmasının zorlaştığını gösterir.

Kaynak ve Yöntem Notu

Bu içerik, Ian Crawford ve Longye Tian tarafından hazırlanan “The Empirical Content of Revealed Preference in High Dimensions” başlıklı preprint çalışma temel alınarak hazırlanmıştır. Çalışma, açıklanmış tercih teorisinin yüksek boyutlu seçim ortamlarında ampirik içeriğini; GARP, Selten Area ölçüsü, Afriat eşitsizlikleri, grafik teorisi ve simülasyonlar üzerinden incelemektedir.

Bu içerik birebir çeviri değildir; çalışmanın ana fikri Verianla yayın çizgisine uygun biçimde sadeleştirilmiş ve özgün Türkçe editoryal makaleye dönüştürülmüştür.

Makaledeki formüller, özgün sembol dizilimine mümkün olduğunca sadık kalınarak MathJax uyumlu biçimde aktarılmıştır. Çalışma hakem değerlendirmesinden geçmemiş preprint olduğu için bulgular, kesinleşmiş iktisadi sonuçlar olarak değil, tartışmaya açık akademik katkı olarak okunmalıdır.