【正文】 。 ? 博彩 D： 50%可能性損失 2023元， 50%可能性什么也不損失。 ? 在不確定條件下，行為人的決策不僅與不同行動(dòng)的期望效用有關(guān)，更與行為對(duì)基準(zhǔn)點(diǎn)的偏離方向有關(guān)。 三、分離效應(yīng) (isolation effect) ? 考慮一個(gè)兩階段的博彩：在博彩第一階段，個(gè)人有 75%的概率出局得不到任何回報(bào)，只有 25%人進(jìn)入下個(gè)階段；第二階段，在下面兩個(gè)博彩間進(jìn)行選擇： ?博彩 A： 80%的機(jī)會(huì)得到 4000元； ?博彩 B： 100%的機(jī)會(huì)得到 3000元。 ?現(xiàn)在，考慮下面只有一個(gè)階段的兩個(gè)博彩： ?博彩 C： 20%的機(jī)會(huì)得到 4000元； ?博彩 D： 25%的機(jī)會(huì)得到 3000元。 三、分離效應(yīng) (isolation effect) ? 問(wèn)卷的結(jié)果顯示有 78%的受訪者選擇博彩 B，即：25% 80% U(4000)25% 100% U(3000)→ 20% U(4000) 25% (3000) ? 問(wèn)卷顯示大部分人選擇了博彩 C，即： 20% U(4000) 25% (3000) ? 由此可知道，在兩階段博弈當(dāng)中個(gè)人有短視（ myopia）現(xiàn)象，只考慮第二階段而忽視了第一階段。 ? 如果根據(jù)期望效用理論，這兩個(gè)博彩的回報(bào)是相同的。但是由于問(wèn)題的敘述方式不同，個(gè)人的選擇是不同的，這就是框架效應(yīng)的結(jié)果。 四、 框架效應(yīng) (Framing effects) ? 框架效應(yīng)的例子： ? 有個(gè)吝嗇鬼不小心掉進(jìn)河里，好心人趴在岸邊喊到“快把手給我，我把你拉上來(lái)！”但這吝嗇鬼就是不肯伸出自己的手。 ? 好心人開(kāi)始很納悶，后來(lái)突然醒悟，就沖著快要下沉的吝嗇鬼大喊“我把手給你，你快抓住我！”，這吝嗇鬼一下就抓住了這個(gè)好心人的手。 ? 心理學(xué)上把這種 由于不一樣表達(dá)導(dǎo)致不一樣結(jié)果的現(xiàn)象稱為“框架效應(yīng)” 。 ? “框架效應(yīng)”告訴我們：在人際溝通中，關(guān)鍵不在于說(shuō)什么，而在于怎么說(shuō)。 四、 框架效應(yīng) (Framing effects) ? “亞洲疾病問(wèn)題”實(shí)驗(yàn) ：想象美國(guó)正準(zhǔn)備對(duì)付一種罕見(jiàn)的亞洲疾病，預(yù)計(jì)該疾病的發(fā)作將導(dǎo)致 600人死亡?，F(xiàn)有兩種與疾病作斗爭(zhēng)的方案可供選擇。假定對(duì)各方案所產(chǎn)生后果的精確科學(xué)估算如下所示。 ? 情景一：對(duì)第一組被試（ N=152）敘述下面情景： ? 如果采用 A方案， 200人將生還。 （ 72%） ? 如果采用 B方案，有 1/3的機(jī)會(huì) 600人將生還，而有 2/3的機(jī)會(huì)無(wú)人將生還。 （ 28%） ? 情景二：對(duì)第二組被試（ N=155）敘述同樣的情景，同時(shí)將解決方案改為 C和 D： ? 如果采用 C方案， 400人將死去。 （ 22%） ? 如果采用 D方案，有 1/3的機(jī)會(huì)無(wú)人將死去，而有 2/3的機(jī)會(huì) 600人將死去。 （ 78%） 價(jià)值函數(shù) (Value Function) ? Kahneman和 Tversky(1979)給出的價(jià)值函數(shù)的指數(shù)形式如下： ? 其中： α和 β分別表示收益和損失區(qū)域價(jià)值冪函數(shù)的凹凸程度 。 系數(shù) λ1表示損失區(qū)域比收益區(qū)域更陡的特征。 效用理論的改進(jìn)模型與 前景理論模型 ? 效用理論 (Bernoulli)和期望效用理論(Von Neumann and Menstern)認(rèn)為 ，人們對(duì)待風(fēng)險(xiǎn)的態(tài)度始終不變 ， 其效用函數(shù)自始至終為凹形 （ 圖 A） 。 ? 弗里德曼和薩維奇提供了一個(gè)既有凹形部分又有凸形部分的效用函數(shù)來(lái)解決保險(xiǎn)與彩票的困惑 （ 圖 B)。 ? 馬柯維茨通過(guò)將效用函數(shù)的一個(gè)拐點(diǎn)放在 “ 通用財(cái)富 ” (customary wealth)的位置上修改了弗里德曼和薩維奇的函數(shù) （ 圖 C) 。 ? 卡尼曼和特維斯基 (Kahneman and Tversky)在馬柯維茨的通常財(cái)富理論和阿萊斯 (Allais)工作的基礎(chǔ)上構(gòu)造了“ 前景理論 ” (prospect theory) （ 圖D） 。 A B C D 決策權(quán)函數(shù) (Decision Weight Function) ( 0) 0 , ( 1 ) 1?? ???1. ()1p p pp ??????當(dāng) 接 近 0 時(shí) ,當(dāng) 接 近 時(shí) , (p)p(p)+ (1p) 1?2. ????? 1)]1([ iiiipppp???）（?Kahneman和 Tversky(1979)給出的決策權(quán)函數(shù)的形式如下： 決策權(quán)函數(shù) π(p) 具有“確定性效應(yīng) (certainty effect) ? 期望效用理論 (EU) 認(rèn)為 ：某一事件的概率 1個(gè)百分點(diǎn)的增量，應(yīng)該對(duì)結(jié)果的權(quán)重具有同樣的影響，無(wú)論最初的概率是 0%，41%還是 99%。 p= p= ， p= p= p= p=是相同的。 ? 前景理論 (PT)則認(rèn)為：人們對(duì)概率的評(píng)價(jià)上存在“確定性效應(yīng)”。 ? 由確定性到不確定性的變化給人感覺(jué)的效力很大：比如，由 p=p= 10%的變化給人感覺(jué)的效力很大。 ? 由不確定性到不確定性的變化帶給人感覺(jué)的效力較小：比如，由 p=至 p= 10%的變化可能是微不足道的。 ? 由不確定到確定性的變化給人感覺(jué)的效力很大：比如，由 p= p=這 10%的變化給人感覺(jué)的效力很大。 決策權(quán)函數(shù) π(p) 是一個(gè)非線性函數(shù) ? “確定性效應(yīng)”導(dǎo)致權(quán)重函數(shù)的非線性。因此，前景理論將決策權(quán)重看作概率 P的一個(gè)非線性函數(shù)： π(p)。 ? 決策權(quán)重函數(shù)具有以下特點(diǎn)： ? （ 1）決策權(quán)重不是概率，它并不符合概率公理。 ? （ 2） π(p)是 p的增函數(shù)，且 π(0)=0， π(1)=1，即不可能事件的偶發(fā)性是被忽略的，且度量是標(biāo)準(zhǔn)化的。 ? （ 3） 決策權(quán)重傾向于高估小概率事件（ π(p) ＞ P ）和低估高概率事件（ π(p) ＜ P ），即很不可能的事情卻被賦予了很多的權(quán)重，很有可能的事情卻被賦予低的權(quán)重；在中間階段人們對(duì)概率的變化不敏感。 期望效用理論 ? 卡尼曼和特沃斯基 (1986)認(rèn)為，事實(shí)上兩種方法都是必需的： 期望效用理論描繪了理性行為的特征；而前景理論則描述了有限理性人的實(shí)際行為 。 ? 期望效用理論為某些簡(jiǎn)單、透明的決策問(wèn)題提供了標(biāo)準(zhǔn)；但大多數(shù)現(xiàn)實(shí)生活中的決策問(wèn)題是復(fù)雜的，需要更加豐富的行為模型。 行為決策的應(yīng)用 ? 一、心里帳戶 (mental accounting) ? 二、交易偏見(jiàn) (Exchange bias or exchange anisotropy) ? 三、沉沒(méi)成本誤區(qū) (sunk cost fallacy) ? 四、稟賦效應(yīng) (Endowment Effect) ? 五、過(guò)度自信 (Overconfidence) Decisionmaking, belief and behavioral biases (1/8) ? Ambiguity effect – the tendency to avoid options for which missing information makes the probability seem unknown.[8] ? Anchoring or focalism – the tendency to rely too heavily, or anchor, on a past reference or on one trait or piece of information when making decisions. ? Attentional bias – the tendency to pay attention to emotionally dominant stimuli in one39。s environment and to neglect relevant data, when making judgments of a correlation or association. ? Availability heuristic – the tendency to overestimate the likelihood of events with greater availability in memory, which can be influenced by how recent the memories are, or how unusual or emotionally charged they may be. ? Availability cascade – a selfreinforcing process in which a collective belief gains more and more plausibility through its increasing repetition in public discourse (or repeat something long enough and it will bee true). ? Backfire effect – when people react to disconfirming evidence by strengthening their beliefs.[9] ? Bandwagon effect – the tendency to do (or believe) things because many other people do (or believe) the same. Related to groupthink and herd behavior. ? Base rate fallacy or base rate neglect – the tendency to base judgments on specifics, ignoring general statistical information.[10] ? Belief bias – an effect where someone39。s evaluation of the logical strength of an argument is biased by the believability of the conclusion.[11] ? Bias blind spot – the tendency to see oneself as less biased than other people, or to be able to identify more cognitive biases in others than in oneself.[12] Decisionmaking, belief and behavioral biases (2/8) ? Choicesupportive bias – the tendency to remember one39。s choices as better than they actually were.[13] ? Clustering illusion – the tendency to overexpect small runs, streaks or clusters in large samples of random data ? Confirmation bias – the tendency to search for or interpret information or memories in a way that confirms one39。s preconceptions.[14] ? Congruence bias – the tendency to test hypotheses exclusively through direct testing, instead of testing possible alternative hypotheses. ? Conjunction fallacy – the tendency to assume that specific conditions are more probable than general ones.[15] ? Conservatism or regressive bias – tendency to underestimate high values and high likelihoods/probabilities/frequencies and overestimate low ones. Based on the observed evidence, estimates are not extreme enough[1