确定性效应
确定性效应是在丹尼尔·卡尼曼和阿莫斯·特沃斯基的前景理论中提出的,是指决策者加重对被认为是确定性结果的选择。确定性效应可通过概率权重函数进行解释。一般情况下决策者对小概率的评价值高于它们的客观值,对中等概率的评价值低于它们的客观值。
- 中文名称 确定性效应
- 提出者 丹尼尔·卡尼曼和阿莫斯·特沃斯基
- 概念 决策者加重被认为确定性结果选择
- 属于 前景理论
定义
确定性效应概述
确定性效应是指决策者在与仅具可能性的结果相比,往往对确定性的结果以较大的权重,而对可能性结果的赋值,通常都以较低的权重。由于这种确定性效应的影响,决策者对于一些确潜在的积极的报酬,却会表现出一种风险厌恶的倾向。例如,股票经纪人在面临一种购买股票的选择时,如果其中的一种股票红利较小,但结果却是肯定的;而另一种股票的红利较大,但结果却具有某种不确定性时,多数股票经纪人都会倾向于购买红利虽小,但肯定能得到红利的那种股票,而不愿意去冒风险购买红利虽大,却仅具有得到红利的可能性的那种股票。这就否定了主观期望效用理论模式的假定,即决策者总是选择收益最大的方案。显然,确定性效应的关键因素是决策权重的性质,它说明人们对确定性结局喜欢(不喜欢)的程度大于对可能发生结局的喜欢(不喜欢)的程度,反映了人们对待风险态度的决定要素是人们处理确定性结局和不确定性结局的方式不同。因此,大多数人对不确定结果中正的结局(增益)持回避态度,对确定性结果中负的结局(损失)持追逐风险态度。
例子
丹尼尔·卡尼曼和阿莫斯·特沃斯基1986 设计了下面的例子来说明虚假确定效应。
请看下面的实验:
问题一:下面的游戏包含两个阶段,第一阶段,75%的概率退出游戏并一无所获,25%的概率进入第二阶段。如果进入第二阶段,则存在以下两种选择:
A 获得30美元
B 80%的机会赢得45美元,20%的机会什么也得不到
问题二:
你更喜欢哪种选择?
C 25%的机会去赢30美元,75%的机会什么也得不到
D 20%的机会去赢45美元,80%的机会什么也得不到
在问题一中,76%的参与者选择了A,只有24%的人选择了B。在问题二中,42%的参与者选择了C,58%选择了D。
在问题一中,选项A获得30美元的概率为0.25×100=0.25,选项B获得45美元的概率为0.25×0.80=0.20,和问题二概率完全相同,但偏好不相同。丹尼尔·卡尼曼和阿莫斯·特沃斯基认为,造成上述现象的主要原因有两个:一是对概率的表征,二是决策权重的非线性特征。具体来讲,问题一中,人们往往忽略第一阶段的概率条件而直奔第二阶段,第二阶段存在一个确定的选项和一个风险选项,因为确定事件的权重函数被高估,由此人们偏好选项A。
实验研究
丹尼尔·卡纳曼和阿莫斯·特沃斯基设计了2个问题来说明确定性效应。实验者被要求分别在下面两个赌局中作出选择。以下表达方式中($1,000.000,100%)表示以100%的概率获得100万美元,其他依此类推。
A=($1000000,100%)
B=($5000000,10%;$1000000,89%;0,1%)
C=($1000000,11%;0,89%)
D=($5000000,10%;0,90%)
与预期效用理论一致的行为选择是(A,C)或(B,D),这是由预期效应理论的独立性假设推导出来的。为了更清楚地解释这一点,假设赌局:
E=($5000000,10∕11;$1000000,0;0,1∕11)
F=($5000000,0;$1000000,0;0,100%)
这样我们便可以将彩票A、B、C、D、分别表示为A与E、F的不同权重组合:
A=11/100A+89/100A
B=11/100E+89/100A
C=11/100A+89/100F
D=11/100E+89/100F
我们可以看到在A和B的表达式中,后一项是相同的,均为,而在C和D的表达式中,后一项也是相同的,均为。所以根据独立性假设,当决策者在A、B之间偏好A时,即在A、E之间更偏好A,则可以推出在C、D选项中更偏好C,这也就解释了为什么与预期效用理论一致的选择是(A,C)或(B,D)。
但实验得出的答案是绝大部分人选择了(A,D),这种与标准理论的偏离就是阿莱悖论(AllaisParadox),而"确定性效应"就是对这种偏离行为的一种解释(Kahneman和Tversky,1979)。在预期效用理论中总的效用是直接用概率作为权重,对各个可能性收益的效用进行加权。然而现实中,与某种概率性的收益相比,人们赋予确定性的收益更多的权重,这种象被称之为"确定性效应"(CertaintyEffect)。上在第一组选择中,因为100万元收益是确定的,所以更吸引人,但在第二组选择中,这种吸引力便消失了,因为100万元不再是确定的了。换句话说,与两个都是风险收益的情况相比,当其中一个是确定性的收益时,预期价值和风险之间的权衡关系会不同。