期望理論—一種描述性模型
ProspectTheory?adescriptivemodel
内容：
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内陸續收到生日禮物。
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内，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%的變動在分佈區間内處處相同。
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（如果一年内每天都發生接觸，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）。
令狐大蔥譯，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（如果一年内每天都發生接觸，概率將提升至p=0.5）（Paulos,1988）。