風(fēng)險(xiǎn)決策影響因素研究述評

《風(fēng)險(xiǎn)決策影響因素研究述評》由會員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在應(yīng)用文檔-天天文庫。

1、DOC格式論文，方便您的復(fù)制修改刪減風(fēng)險(xiǎn)決策影響因素研究述評（作者:___________單位:___________郵編:___________）內(nèi)容摘要：風(fēng)險(xiǎn)決策過程是一個(gè)復(fù)雜的心理過程，不確定情境中的決策問題廣泛受到經(jīng)濟(jì)學(xué)家和心理學(xué)家的關(guān)注。因?yàn)樾睦硪蛩刈饔玫拇嬖?，所以在研究不確定情境中的決策問題時(shí)，有不同于經(jīng)濟(jì)學(xué)與數(shù)學(xué)原理的規(guī)則。本文簡要的介紹了國外學(xué)者的主要研究成果，包括影響最大的展望理論，同時(shí)也介紹了其他研究者的研究成果。　　關(guān)鍵詞：風(fēng)險(xiǎn)決策心理因素展望理論　　　　瑞典皇家科學(xué)院2002年10月9日宣布，將本年的諾

2、貝爾經(jīng)濟(jì)學(xué)獎(jiǎng)授予普林斯頓大學(xué)教授Kahneman和美國的喬治梅森大學(xué)的Smith，以表彰他們在經(jīng)濟(jì)心理學(xué)與實(shí)驗(yàn)經(jīng)濟(jì)學(xué)方面的貢獻(xiàn)。頒獎(jiǎng)詞中提到Kahneman的貢獻(xiàn)是：“把心理研究成果與經(jīng)濟(jì)學(xué)融合在一起，特別是在有關(guān)不確定狀態(tài)下人們?nèi)绾巫龀雠袛嗪蜎Q策方面的研究”?！　　敖?jīng)濟(jì)人”DOC格式論文，方便您的復(fù)制修改刪減是經(jīng)濟(jì)學(xué)的基本假設(shè)之一，是一切研究的前提，每個(gè)人都會在確定的范圍內(nèi)追求自身效用的最大化從而在有限的環(huán)境資源中努力做出最佳決策。決策者以無偏好的方式對決策后果的概率進(jìn)行主觀的估計(jì)，這就建立了著名的期望價(jià)值模型。期望值等于損

3、益概率與損益值的乘積，即EV(A)EV(B),AB。但Kahneman等人經(jīng)過研究發(fā)現(xiàn)：人們在不確定條件下往往并不是遵循期望價(jià)值理論而是經(jīng)過一系列的啟發(fā)式策略進(jìn)行直觀判斷?！　　　⌒睦硪蛩嘏c決策判斷　　　　直覺偏差　　代表性啟發(fā)法表現(xiàn)在人們根據(jù)事物的一些突出特征對其分類時(shí)，如果發(fā)現(xiàn)它和某類事物的代表性很相似，就直觀地把該事物歸到這一類。人們根據(jù)原有的經(jīng)驗(yàn)和認(rèn)識為各類事物塑造了各自的模型，它包含了這個(gè)群體的典型特征和最大的代表性。人們經(jīng)常把事物和每個(gè)模型進(jìn)行對照，一旦匹配就將其歸入這個(gè)模型。由代表性啟發(fā)法帶來的認(rèn)知偏差表現(xiàn)在以下

4、幾個(gè)方面：對先驗(yàn)概率估計(jì)過低，人們往往是通過語言的描述來判斷而忽視了先驗(yàn)概率的影響；結(jié)合效應(yīng)和小數(shù)法則。由概率論中的結(jié)合率可知，一個(gè)事物既屬于A又屬于B的概率不大于它屬于A或者屬于B的概率，也就是P(AB)=P(A)P(B)。但在實(shí)際情況中，人們常常是偏好于結(jié)合效應(yīng)從而做出與概率論相悖的結(jié)論。DOC格式論文，方便您的復(fù)制修改刪減　　小數(shù)法則使得人們易于從一個(gè)小樣本中過分的推斷潛在大樣本的概率分布。代表性知覺讓人們確信賭徒謬論的存在,即在一系列的壞運(yùn)氣之后必然會有好結(jié)果的出現(xiàn)。這是因?yàn)槿藗冨e(cuò)誤的認(rèn)為一個(gè)隨機(jī)序列必然具備局部代表性

5、(即序列的每一部分都必須看起來像是隨機(jī)的)，事實(shí)上偶然事件并不具有自我修復(fù)的功能。如果一個(gè)隨機(jī)過程(就像投擲一枚沒有偏差的硬幣)存在一定的可能性產(chǎn)生一定的結(jié)果，那么過去的事件并不會對將來發(fā)生的結(jié)果產(chǎn)生影響。一些特定的事件相對于其他事件而言更容易想到，并不是因?yàn)榻?jīng)常發(fā)生或者具有更高的發(fā)生概率，而只是因?yàn)楦菀滋崛亩吖榔浒l(fā)生的概率。而如果某件事不容易聯(lián)想到，我們就會在不知不覺中低估它發(fā)生的概率?！　⊙芯勘砻鳑Q策者更加容易被生動(dòng)的信息所影響，而不是平淡的、抽象的或者枯燥的統(tǒng)計(jì)數(shù)據(jù)。比如我們打算購買一輛新車，同時(shí)關(guān)于車輛瑕疵的一個(gè)

6、生動(dòng)的故事足可以讓我們喪失從以往專業(yè)汽車雜志統(tǒng)計(jì)數(shù)據(jù)中建立起來的信心。罪犯或者目擊者對犯罪事實(shí)的生動(dòng)描述也可以讓我們忽視犯罪的統(tǒng)計(jì)數(shù)據(jù)和報(bào)告。因?yàn)檫@樣生動(dòng)的信息是可得的，與平淡的信息相比更容易被回憶起來，因此會使決策產(chǎn)生偏差。錨定效應(yīng)表現(xiàn)在人們對于不確定數(shù)值的估計(jì)往往是基于初始值或者是起始點(diǎn)而做出調(diào)整,起始點(diǎn)都會對估計(jì)值產(chǎn)生決定性影響。如果將全世界人的血液都集中在一個(gè)立方體中，這個(gè)立方體的寬度將是多大？全世界人口數(shù)據(jù)提供了一個(gè)很高的錨定值，因此當(dāng)人們估計(jì)立方體的寬度時(shí)并不能充分地從高錨定值上調(diào)整下來。人們很難抵御錨定效應(yīng)的影響

7、，原因在于錨定值通常不會引起人們的注意，但這很可能使決策產(chǎn)生偏差。　　展望理論DOC格式論文，方便您的復(fù)制修改刪減　　在不確定條件下，人們的偏好是由財(cái)富的增量而不是由總量決定的，所以人們對于損失的敏感程度要高于收益，這種現(xiàn)象被稱為損失規(guī)避。人們在收益的情況下表現(xiàn)出風(fēng)險(xiǎn)規(guī)避，而在損失的情況下表現(xiàn)出尋求風(fēng)險(xiǎn)；且有過高估計(jì)小概率事件發(fā)生的傾向，同時(shí)在面對小概率的風(fēng)險(xiǎn)收益時(shí)甘愿冒險(xiǎn)，這也就解釋了每天大多數(shù)人在做同樣的買彩票選擇。彩票正是利用了人們高估了小概率事件發(fā)生的可能性(實(shí)際彩票的中獎(jiǎng)概率大約是幾千分之一，甚至更低)。而在小概率損

8、失的情況下多數(shù)人偏好確定的損失，Kahneman認(rèn)為，存在這種偏好是由于人們往往過于看重大金額的損失，而這種傾向?qū)ΡｋU(xiǎn)公司非常有利?！　∪藗冇袝r(shí)將某一決策質(zhì)量的衡量建立在與其他不同決策的后果相比較的基礎(chǔ)上,這就是后悔理論。Looms認(rèn)為由于很多人都經(jīng)歷過后悔和欣喜的感覺，所以