期望理論—一種描述性模型

期望理論—一種描述性模型

ProspectTheory–adescriptivemodel

內容：

I.價值函數（取代EUT的效用）

1.S形價值函數

2.損益的邊際遞減效應

3.損失的“突出”

II.決策權重（取代EUT的概率）

1.π函數

2.確定性效應

3.小概率偏重

III.期望價值的計算

IV.有提示的練習

譯註：EUT（ExpectedUtilityTheory），預期效用理論。

期望理論（PT）--描述分析

I.價值函數

1.S形價值函數

2.損益的邊際遞減效應

（1）大筆虧損比逐筆虧損更容易承受。

（2）逐筆贏利比大筆贏利更令人愉快。

例如：你會願意馬上付掉所有的賬單，但是希望在連續幾天內陸續收到生日禮物。

3.損失的“突出”

（1）與贏得500美元的良好感覺相比，虧損500美元的感覺更糟糕。

（2）在損失和收益不同的域內，人們對風險的態度會發生變化。

·下凹收益曲線：風險厭惡（risk-aversion）。

A.確定贏8美元；

B.50：50的賭博，贏了得20美元，輸了一分錢沒有。

偏好A。

·上凸虧損曲線：風險追求（risk-seeking）。

A.確定輸8美元；

B.50：50的賭博，輸了虧20美元，贏了一分錢不虧。

偏好B。

短期適應：考慮如“懊悔”這類原因。

長期適應：根據EUT，長期無法適應。如果是根據進化論，那麼，或許長期可以適應。

·EUT—決策策略已經預期了很多決策的不同結果。如果玩很多次並不會使你的收入最大化。

EV（確定贏8美元）=$8

EV（50：50贏20美元）=0.5*20美元+0.5*0美元=10美元。

·進化論。如果生存取決於避免災難性損失，我們可能就會變得對損失（而不是收益）過度敏感。

（3）損失厭惡—避免確定的損失。

·捐贈效應

·現狀偏見

·沉沒成本偏見

·不過，支付“保險費”是一種購買證券的行為。價值函數重構進入收益域。（Slovic,Fischhoff,&Lichtenstein,1982）。

II.決策權重—π函數

用於說明我們如何解釋或轉換概率。

1.π函數假說

2.確定性效應（Certaintyeffect）

（1）ETU（預期效用理論）：概率10%的變動在分佈區間內處處相同。

舉例：p=0.4至p=0.5，p=0.9至p=1.0與p=0.0p=0.1是相同的。

（2）PT（期望理論）：確定性效應

·由p=0.4至p=0.5這10%的變化是微不足道的。

·確定性收益非常吸引力。

由p=0.9至p=1.0這10%的變化效力很大。

·確定性損失非常缺乏吸引力。

由p=0.0至p=0.1這10%的變化效力很大。

3.π函數的提示

（1）非常小的概率被偏重。

·彩票

·“Jerry和我不打算去歐洲，這都是因為恐怖分子。”

·與已知的HIV攜帶者發生感染艾滋病的概率是p=0.002（如果一年內每天都發生接觸，概率將提升至p=0.5）（Paulos,1988）。

（2）非常大的概率被低估。

·神經外科手術有80%的成功率。

III.期望價值的計算

1.計算公式同預期效用理論（EUT）：

2.對規範化標準信賴仍然存在問題，尤其是概率等。

3.對決策的更好描述。

4.提醒我們ETU可能是一種規範。

IV.有提示的練習

提示：

1.是否涉及小概率或大概率？

用π函數解釋，並考慮概率的高估或低估現象。

2.是否有確定性效應？

用π函數解釋。

3.決策是落在損失域還是收益域中？問題的構架（Framing）是否使人們認為，決策對於一種構架是在損失域，對於另一種構架則是在收益域？

用價值函數解釋，並考慮損失比收益“突出（loomlarger）”的心理因素。

4.是否有現狀偏見（statusque）？

用價值函數解釋，比起同樣大小的收益顯得更突出。

5.在問題的構架中，是否會導致人們不同的主題計算（即心理會計，mentalaccounting）？

用價值函數的斜率解釋（即，邊際遞減效應）。

令狐大葱譯，2002/12/24

更正：

·與已知的HIV攜帶者發生接觸而感染艾滋病的概率p=0.002（如果一年內每天都發生接觸，概率將提升至p=0.5）（Paulos,1988）。