期望效应理论与前景理论

type
status
date
slug
summary
tags
category
icon
password
网址
作者
标签
文章链接
发布时间
来源

期望效用理论 (Expected Utility Theory) 及其局限

1. 理论提出

期望效用理论是18世纪由数学家丹尼尔·伯努利提出的,后来被冯·诺依曼和摩根斯坦等经济学家完善,成为新古典经济学的基石模型。它的核心思想是:理性人会在不确定性下,选择能带来最大“期望效用”的选项。
  • “效用”: 指主观的价值或满足感,而不是绝对的金钱数额。它假设金钱的边际效用是递减的(赚第1万块的快乐 > 赚第101万块的快乐)。
  • “期望”: 指各种可能结果的效用乘以该结果发生的概率,然后求和,即各个结果的效用加权和,权重为每个结果发生的概率。
  • 公式
    • :期望效用
    • : 第 种结果发生的概率
    • : 第 种结果带来的效用
notion image

2. 理论预测与现实反例

期望效用理论建立在“理性人”假设之上,但大量行为心理学实验表明,人在某些时候是“有限理性”甚至是“非理性”的,会系统性偏离期望效用理论的预测。主要体现在三个方面:
(a) 参照点效应 (Framing Effect)
  • 理论预测:决策只应取决于最终的财富水平,与如何达到这一水平(参照点)无关。
  • 现实反例:然而,人们对得失的判断,严重依赖于一个参照点(通常是现状)。比如:
    • 情景一(获得框架):“你先给我1000元,现在有两个选择:A) 再确定给我500元; B) 抛硬币,正面给你1000元,反面给你0元。”
    • 情景二(损失框架):“我先给你2000元,现在有两个选择:A) 确定拿走500元; B) 抛硬币,正面拿走1000元,反面不拿走。”
    • 理性分析:两个情景的最终结果完全一样(选择A最终都得1500元,选择B都有50%概率得1000元或2000元)。理性人应该在两个情景中做出相同选择。
    • 实际结果:大多数人在情景一中选择A(确定收益),在情景二中选择B(冒险一搏)。仅仅因为描述方式(是“获得”还是“损失”)的不同,就改变了人们的决策。这是期望效用理论无法解释的。
(b) 损失厌恶 (Loss Aversion)
  • 理论预测:效用只取决于最终状态,对收益和损失的感受应是对称的。即无论最初财富多少,只要最终财富水平相等,就会带来同等水平的效用
  • 现实反例:然而,人们对“损失”的感受强度远远超过对等量“获得”的感受。行为经济学家发现,损失的痛苦感大约是等量收益带来的快乐感的2-2.5倍
    • 例子:丢失100元钱包带来的痛苦,需要捡到200元甚至250元才能弥补。这意味着人们是风险偏好的(宁愿赌一把也不愿确定损失)。
(c) 概率权重扭曲 (Probability Weighting)
  • 理论预测:人们视概率为心理权重。例如,50%的发生概率就意味着0.5的心理权重。
  • 现实反例:然而,人们的大脑会扭曲地感知概率
    • 高估小概率事件:人们会过度重视极小的概率(如买彩票、买保险)。万分之一概率的中奖感觉上好像有百分之一那么重要。
    • 低估中高概率事件:对于90%的成功率,人们可能会觉得“十拿九稳”,心理权重可能只有80%;而对于10%的失败率,则会感到“非常危险”,心理权重被放大。
    • 忽视中间概率: 对50%这种概率最不敏感。

前景理论 (Prospect Theory) —— 更贴近现实的模型

正是因为上述系统性偏差,心理学家丹尼尔·卡尼曼阿莫斯·特沃斯基在1979年提出了前景理论,并因此获得了2002年诺贝尔经济学奖。该理论完美地包含了上述三个现实因素。
notion image

前景理论的四个核心过程:

1. 编辑阶段 (Editing Phase)

人们会先根据“参照点”对选项进行初步分析,把结果编码为“收益”或“损失”。(参照点效应

2. 价值函数 (Value Function)

取代了“效用函数”。价值函数把表面价值(如财富或金额)转换为了决策价值,具体形式是:
其中 是表面价值如金额的得失,得为正,失为负; 为决策价值。在 Kahneman & Tversky 的一个研究中,被试们的中位参数 。曲线如下图所示:
notion image
该曲线的特征如下:
  • 以参照点为原点: 价值基于相对于参照点的变化(收益或损失),而非最终总财富。
  • 递增函数
  • S形不对称曲线
    • 收益区域: 为凹函数(向上凸), ,体现风险厌恶。赚500元的快乐 > 赚1000元快乐的一半。
    • 损失区域: 为凸函数(向下凹), ,体现风险偏好。赔500元的痛苦 > 赔1000元痛苦的一半。
    • 损失区域更陡峭: 直接体现了损失厌恶——损失带来的痛苦远大于等量收益带来的快乐。通俗地说,失去 100 元所带来的 痛苦的程度要大于得到 100 元所带来的快乐的程度。

3. 权重函数 (Weighting Function)

取代了客观概率。权重函数把概率转化为决策权重。当风险前景为两结果时,其具体形式如下:
其中,为概率, 为得到时的决策权重, 为失去时的决策权重。在 Kahneman 的一个实验中,求得被试们的中位参数 。其他研究者也得到相近的结果。
其曲线如下图所示:
notion image
👉
上述曲线的绘图代码:
该曲线的特征如下:
  • 人们决策时使用的是决策权重 ,而非概率 ,二者并不相等。其中的 为得到时的权重, 为失去时的权重。当概率较小时,同等概率下, 大于 ;当概率中等或较大时,同等概率下, 小于
  • 的递增函数
  • 该函数的特点:对小概率赋以过高的权重,对中高概率赋以过低的权重。(注意:并非高估小概率,因为被试清楚地知道概率 是多少;只是小概率所对应的心理权重高于概率本身)
  • 这解释了为何人们既买彩票(高估极小概率的大奖)又买保险(高估极小概率的灾难)。

4. 评价阶段 (Evaluation Phase)

将表面价值带入决策价值函数 ,将事件概率带入决策权重函数之后得到 ,之后根据下列等式可以得到各个前景(选项)的心理价值:
其中 为一个前景的心理价值, 分别为第 个结果的决策权重与决策价值,结果分得失即正负,所以结果的下标也分正负。 然后比较各个前景的 值,选择最高 值对于的的前景(选项)。

总结对比

特征
期望效用理论
前景理论
核心
追求最终财富的期望效用最大化
追求相对于参照点收益和损失的价值最大化
对待得失
对称
不对称,损失厌恶(损失带来的痛苦 > 等量收益的快乐)
对待概率
线性、客观
非线性、主观扭曲(高估小概率,低估中高概率)
决策基础
绝对水平
参照点(受描述框架影响)
模型假设
理性人
现实人(具有系统性的认知偏差)
解释现象
解释理性决策
完美解释阿莱悖论保险与彩票处置效应等现实行为

参考资料

Kahneman & Tversky 的前景理论. 曾建敏. 逻辑与认知, vol.3, issue 1, 2005.
 
Prev
理论创新之假说对立
Next
自然对数的转换方法
Loading...
Article List
Practice makes perfect
文献集锦
如何理论创新?
管理学理论集锦
Python实际应用
聚类标准误与固定效应
巫师3:狂猎
Stata应用技巧
Python知识与技巧
双重差分法(DID)
创新文献阅读与摘要
计量经济学
Python绘图相关