本文主要是介绍风险下的决策分析：展望理论，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
<script type="text/javascript"> </script> <script src="http://pagead2.googlesyndication.com/pagead/show_ads.js" type="text/javascript"></script>
现实生活中有许多证据表明，不仅风险下的判断过程，就连决策过程也系统地偏离了传统经济学的基本假设。特别值得注意的是，许多风险下的决策明显地违背了预期效用理论的预测结果。早在1953年，Maurice Allais[1]率先指出风险下的决策偏离预期效用理论这一事实，也就是所谓的“阿利斯难题”(Allais paradox)，并凭借此发现获得了1988年度的诺贝尔经济学奖。具体而言，给定两个选择：a是无任何风险的3000元收益；b是参加一个抽奖：以80%的概率赢得4000元，但20%的概率一无所获。大部分的被试都会选择a而放弃b。但是，当被试面临另外两个选择：c是25%概率获得3000元（75%的概率得到零）；d是20%的概率得到4000元（80%的概率得到零），大部分人却会选择d而放弃c。被试所做的选择明显地违背了预期效用理论中的替换原理（注：具体而言，替换原理是指当决策者面临两个选择A和B时，如果决策者选择A而放弃B，则对任何选择C，决策者会选择概率组合pA+(1-p)C而放弃pB+(1-p)C。），因为选择c和d相对于选择a和b仅对概率的取值进行了同比例的压缩（从100%到25%及从80%到20%)，但人们却做出了前后截然相反的抉择。Kahneman在此基础上进一步提供了大量的证据表明，决策过程往往与预期效用理论背道而驰（详见Kahneman和Tversky于1979[9]，1991[18]和1992[19]年发表的系列论文）。Kahneman另外一个突出的发现是：相比于结果的绝对数值而言，人们通常对结果相对于一个参考水平的偏离程度更敏感。这种侧重于变化而非绝对水平的倾向与心理学的认知法则是一致的。也就是说，相对于外界条件（例如：光和温度等等）的绝对水平而言，人们对外界条件的变化更敏感。另外，人们对损失的痛恨程度往往大于收益所能带来的喜悦程度。换言之，一笔损失给人带来的痛苦大于等值的收益带来的快乐。Tversky和Kahneman在1992年的研究中发现，人们通常需要两倍于损失的收益才能弥补损失所带来的痛苦。这种损失和收益对人心理的的不对称影响就是所谓的“损失规避”。人们通常不屑参与小数额的博彩，例如，以零成本和50%-50%的机率赢取12元或输掉10元。但大额的博彩却对很多人有强烈的吸引力，而这种对大数额赌博的风险追逐行为是传统的经济学分析所不能解释的，因为传统经济学是建立在风险规避假设(risk aversion)基础上的（注：给定两种选择A和B，A是一个期望值为x，有风险的赌博（例如，50%的概率赢得2x，但50%的概率一无所获）；B是赢取无风险的收益x。如果决策者认为A和B具有同样的吸引力，我们定义他为风险中性(risk neutral)。如果决策者选择B而非A，则为风险规避(risk averse)。如果决策者选择A而非B，我们定义他为风险追逐(risk-loving)。）。例如，Kahneman和Tversky在他们1979年的研究中发现[8]，10个被试中有7个人选择以25%的概率损失6000元，而非以50%的概率同等可能地损失4000元或2000元（意即各25%）。因为我们知道两种选择的期望值完全相同，而前者有更大的风险。如果人们是传统意义上的风险规避，则不应该观察到上述的结果。
来源：
http://info.psychcn.com/psyhistory/200502/1650311539.shtml
其他文章：
酒桌上的严氏公关
李开复离开微软的真实原因
企业利润四定律
饮食与健康
考考你的眼力 又一张神奇的图片
让工作变简单的10种方法
当科技遇到文化
<script type="text/javascript"> </script> <script src="http://pagead2.googlesyndication.com/pagead/show_ads.js" type="text/javascript"></script>
这篇关于风险下的决策分析：展望理论的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
