行為經(jīng)濟(jì)學(xué)與主流經(jīng)濟(jì)學(xué)從卡內(nèi)曼到卡內(nèi)曼

行為經(jīng)濟(jì)學(xué)與主流經(jīng)濟(jì)學(xué)從卡內(nèi)曼到卡內(nèi)曼

行為家丹尼爾卡內(nèi)曼獲得了2002年的諾貝爾文學(xué)獎(jiǎng)。其獲獎(jiǎng)的原因是他將心理學(xué)的前沿研究成果引入經(jīng)濟(jì)學(xué)研究中,特別側(cè)重于研究人在不確定情況下的判斷和決策過(guò)程。不論是行為經(jīng)濟(jì)學(xué),還是卡內(nèi)曼教授,我國(guó)學(xué)者都是比較陌生的。行為經(jīng)濟(jì)學(xué)是一門(mén)試圖將心理學(xué)的研究成果融入主流經(jīng)濟(jì)學(xué)的邊緣科學(xué)。它根據(jù)心理學(xué)有關(guān)人類行為分析的研究成果,對(duì)主流經(jīng)濟(jì)學(xué)的理論假設(shè)進(jìn)行修正,進(jìn)而研究市場(chǎng)中人的經(jīng)濟(jì)行為,得出了很多與已有理論不同的結(jié)論,并能夠解釋一些令人困惑的經(jīng)濟(jì)現(xiàn)象。卡內(nèi)曼是行為經(jīng)濟(jì)學(xué)的先驅(qū),1934年出生于以色列的特拉維夫,1961年獲得美國(guó)加利福尼亞大學(xué)伯克利分校博士學(xué)位。擁有以色列希伯來(lái)大學(xué)、加拿大不列顛哥倫比亞大學(xué)和美國(guó)加利福尼亞大學(xué)伯克利分校的教授頭銜。1993年以來(lái),他一直在普林斯頓大學(xué)擔(dān)任心理學(xué)和公共事務(wù)教授。主流經(jīng)濟(jì)學(xué)假定人是完全理性和自利的,會(huì)合理利用自己收集到的信息,估計(jì)未來(lái)不同結(jié)果的各種可能性,然后最大化其預(yù)期效用。但是這種假設(shè)與人們實(shí)際的經(jīng)濟(jì)行為相去甚遠(yuǎn),這種決策理論充其量也只是近似和不完全的。事實(shí)上,人的行為所追求的遠(yuǎn)不限于此,還包括公平、互惠和社會(huì)地位等諸多方面。心理學(xué)研究表明,人的認(rèn)知水平影響人的決策,而人的認(rèn)知又受人的性格、知識(shí)、文化背景、所處環(huán)境與情境等狀況影響。這就決定了人的經(jīng)濟(jì)行為與主流經(jīng)濟(jì)學(xué)的假定有很大不同。在現(xiàn)實(shí)生活中,人們?cè)谶M(jìn)行決策時(shí)往往處于復(fù)雜、混亂、不易辨別或易受到威脅的情形,沒(méi)有時(shí)間去進(jìn)行理性計(jì)算,也沒(méi)有時(shí)間去考慮概率問(wèn)題,他們常常會(huì)遵循某種可以使之有預(yù)見(jiàn)地或系統(tǒng)地考慮問(wèn)題的方式來(lái)進(jìn)行決策。這些方式只不過(guò)在某種程度上偏離了傳統(tǒng)的理性決策模型?？▋?nèi)曼及其黃金搭檔特韋爾斯凱1(TverskyA.)在不確定條件下判斷與決策問(wèn)題上富有創(chuàng)見(jiàn)的研究,揭示了這種偏離的原因與性質(zhì),把許多經(jīng)濟(jì)學(xué)家引到了新的研究方向。一、兩種主要的算法卡內(nèi)曼和特韋爾斯凱早期許多研究的出發(fā)點(diǎn)是人們常常不能充分分析諸如經(jīng)濟(jì)和概率判斷的情形。在這些情形中,人們依靠某些捷徑(Shortcuts)或直覺(jué)(Heuristics)處理信息,做出判斷。這些捷徑或直覺(jué)有時(shí)很有用,但有時(shí)會(huì)出現(xiàn)系統(tǒng)性偏差(Biases)。這些直覺(jué)主要有:(一)被試判斷的概率代表性是指人們傾向于根據(jù)觀察到的某種事物的模式與其經(jīng)驗(yàn)中該類事物的代表性模式的相似程度而進(jìn)行判斷。如果某一事物與類別高度相似,其代表性就高;反之,代表性就低。代表性反映的是個(gè)體與類別之間的關(guān)系,常常作為人們預(yù)測(cè)的基礎(chǔ)。在金融市場(chǎng)上,代表性最重要的應(yīng)用是預(yù)測(cè)市場(chǎng)、挑選股票、選擇互助基金、選擇貨幣經(jīng)理人、在首次發(fā)行和已發(fā)行證券的發(fā)售上投資,等等。代表性在一般情況下是有效的,但是有時(shí)也會(huì)產(chǎn)生嚴(yán)重偏差。比如,在代表性作用下,投資者堅(jiān)持認(rèn)為,好股票是好公司的股票,壞股票是差公司的股票。在投資者的思想中,好公司代表成功公司,成功公司產(chǎn)生高盈利,進(jìn)而導(dǎo)致高收益;差公司則正好相反。然而事實(shí)并非如此。這說(shuō)明投資者利用代表性進(jìn)行預(yù)測(cè)時(shí),犯了先入為主的錯(cuò)誤,出現(xiàn)了預(yù)測(cè)偏差。利用代表性進(jìn)行判斷時(shí)出現(xiàn)的偏差主要有以下幾種形式:1.人們往往只是重視條件概率(即直觀到的現(xiàn)象),而忽視了先驗(yàn)概率(以往存在的知識(shí))。在1974年的一個(gè)實(shí)驗(yàn)中,特韋爾斯凱和卡內(nèi)曼設(shè)計(jì)了兩個(gè)總體:一個(gè)是由30%的工程師和70%的律師構(gòu)成,另一個(gè)由70%的工程師和30%的律師構(gòu)成。從其中之一隨機(jī)抽取一人,將該人的性格特征及所屬的總體都告訴被試,要求被試估計(jì)這個(gè)人是工程師而不是律師的概率。顯然,這個(gè)人若來(lái)自后一個(gè)總體,他是工程師而不是律師的概率較大,因?yàn)楹笠粋€(gè)主要由工程師組成,前一個(gè)主要由律師組成。但結(jié)果表明,這種差異對(duì)被試的判斷沒(méi)有影響。這與貝葉斯法則相違背?？梢?jiàn),被試進(jìn)行判斷時(shí),并沒(méi)有考慮判斷對(duì)象所在總體中工程師和律師的比率,而是直接依據(jù)有關(guān)判斷對(duì)象的描述與工程師的“代表性”的相似程度,估計(jì)他是工程師而不是律師的概率。但是,當(dāng)先驗(yàn)概率與所討論的事件相關(guān)性很強(qiáng)時(shí),人們就會(huì)較為關(guān)注先驗(yàn)概率。1982年,特韋爾斯凱和卡內(nèi)曼設(shè)計(jì)了這樣一個(gè)實(shí)驗(yàn):某城有兩家出租汽車公司,其中一家的出租車是藍(lán)色,另一家的是綠色。一輛出租車在夜晚肇事后逃跑了。目擊者證實(shí)肇事車是藍(lán)色。法庭證實(shí)目擊者在那時(shí)有80%的可能能夠正確區(qū)分藍(lán)色和綠色,有20%的可能不能區(qū)分這兩種顏色。下面兩種情況中,請(qǐng)被試判斷肇事車為藍(lán)色的概率:(1)城里85%的出租車是綠色,15%的出租車是藍(lán)色。(2)盡管兩家公司在規(guī)模上大致相等,城里85%肇事出租車是綠色,15%是藍(lán)色。那么,被試認(rèn)為肇事車是藍(lán)色的概率中位值在(1)時(shí)是80%,而正確答案約為41%;在(2)時(shí)為60%。在實(shí)驗(yàn)條件改變后,雖然被試沒(méi)有充分考慮先驗(yàn)概率,但認(rèn)為兩種顏色的出租車肇事比率與所討論事件相關(guān)性較強(qiáng),比實(shí)驗(yàn)條件改變前更多考慮了先驗(yàn)概率。2.代表性促使人們相信兩個(gè)事件的聯(lián)合概率比事件之一的概率要更大(即所謂的聯(lián)合規(guī)則)。根據(jù)概率論的知識(shí),某個(gè)事件同屬于集合A和B的概率要小于或者等于只屬于兩者之一的概率。而人們的直覺(jué)常常違背這一結(jié)論。1983年,特韋爾斯凱和卡內(nèi)曼告知被試某個(gè)人的職業(yè)情況如下:“某女,31歲,單身,坦誠(chéng),非常聰明,專業(yè)為哲學(xué),在學(xué)生時(shí)代積極關(guān)心歧視問(wèn)題和社會(huì)公平問(wèn)題,同時(shí)參加了反核示威?！比缓笠蟊辉噷?duì)該人的一些描述按照準(zhǔn)確性大小排序。其中兩條是(1)“該女是銀行出納員”和(2)“該女是銀行出納員和女權(quán)運(yùn)動(dòng)者”。接近90%的被試都將(2)排在(1)的前面。這說(shuō)明,在人們的認(rèn)知過(guò)程中,夸大了按“常識(shí)”得到的條件概率,也就是夸大了“代表性”的作用。3.小數(shù)定律(LawofSmallNumbers)導(dǎo)致人們夸大了小樣本的代表性。1971年,特韋爾斯凱和卡內(nèi)曼揭示了小數(shù)定律或賭徒謬誤(Gambler’sFallacy)現(xiàn)象。小數(shù)定律是指人們認(rèn)為一個(gè)小樣本的均值與大樣本的均值有近似相同的概率分布,小樣本均值也有一個(gè)集中在隨機(jī)變量預(yù)期值的分布。這違背了概率論的大數(shù)定律(LawofLargeNumbers)。按照大數(shù)定律,大樣本隨機(jī)變量獨(dú)立觀察值均值的概率分布集中在隨機(jī)變量的預(yù)期值附近,并且隨著樣本規(guī)模的增加,樣本均值的方差逐漸減少到零。當(dāng)樣本規(guī)模接近于總體時(shí),樣本中某事件發(fā)生的概率將漸近于總體概率。然而,一般情況下,人們好像沒(méi)有認(rèn)識(shí)到隨著樣本規(guī)模的增加,隨機(jī)變量樣本均值的方差減少得有多快。人們誤認(rèn)為大數(shù)定律既能應(yīng)用于大樣本也能應(yīng)用于小樣本,這樣樣本大小對(duì)概率判斷的影響不敏感。1974年,特韋爾斯凱和卡內(nèi)曼設(shè)計(jì)的以下實(shí)驗(yàn)支持了這種觀點(diǎn):假設(shè)某一城鎮(zhèn)有大小兩家醫(yī)院,在大醫(yī)院每天有45名嬰兒出生,在小醫(yī)院每天有15名嬰兒出生。每家醫(yī)院記載一年內(nèi)每天出生嬰兒中60%為男孩的天數(shù)。請(qǐng)求被試回答哪家醫(yī)院記載的天數(shù)多。結(jié)果56%的被試認(rèn)為天數(shù)將相等。但正確答案是小醫(yī)院記載的天數(shù)多。在小數(shù)定律的作用下,雖然被試知道事件發(fā)生的客觀概率,但在主觀上對(duì)已發(fā)生的小樣本事件做出了錯(cuò)誤估計(jì),往往夸大了小樣本對(duì)總體的代表性,高估了未發(fā)生的事件出現(xiàn)的概率。這導(dǎo)致過(guò)度推斷(Overinference)。例如,擲一枚硬幣,連續(xù)5次是正面,第6次的結(jié)果是反面的概率多大?正確的結(jié)果還是1/2。然而,人們認(rèn)為擲幣的結(jié)果模式應(yīng)該是正反面出現(xiàn)的次數(shù)相同。在這種代表性模式的作用下,人們傾向于預(yù)測(cè)第6次擲的結(jié)果是反面。小數(shù)定律是對(duì)回歸到均值的過(guò)分追求,不適當(dāng)?shù)仡A(yù)測(cè)會(huì)發(fā)生反轉(zhuǎn)。實(shí)際上,回歸到均值暗含了更靠近均值,而不是為了滿足均值定律,跑到均值另一面。與此相對(duì)應(yīng)的是低估大樣本對(duì)總體代表性。(二)不熟悉信息會(huì)導(dǎo)致對(duì)信息的容易提取信息易得性反映的是人們依靠容易得到的信息而非全部信息進(jìn)行判斷。由于受人的時(shí)間、精力、記憶能力或知識(shí)等的局限,人們?cè)谂袛鄷r(shí)不可能利用所有相關(guān)信息,只能利用其中的一部分。一般情況下,人們大多利用自己熟悉或容易得到的信息,然而忽略的信息對(duì)正確評(píng)估和決策可能有重要影響,由此進(jìn)行的判斷就可能出現(xiàn)偏差。信息易得性是在概率判斷時(shí)的常見(jiàn)偏差。人們籍此通過(guò)回憶起有關(guān)例子的舒適程度來(lái)判斷概率的大小。這導(dǎo)致人們給顯著或容易記住的信息以過(guò)高的權(quán)重。比如,如果人們知道某人受到過(guò)暴力攻擊,即使他們有權(quán)使用更合適的匯總統(tǒng)計(jì)資料,也會(huì)夸大暴力犯罪的概率。認(rèn)知心理學(xué)的研究表明,與不熟悉的信息相比,一般是熟悉的信息更容易從記憶中提取出來(lái),被認(rèn)為是更真實(shí)或合適的。有關(guān)某一事件媒體報(bào)道的廣度和深度,影響人們對(duì)它的回憶程度或容易獲得程度,進(jìn)而影響人們的判斷。不管某一信息準(zhǔn)確與否,在媒體中的單純重復(fù),使它更容易獲得,而且被錯(cuò)誤地認(rèn)為是更準(zhǔn)確的。此外,如果可以得到某一事件的相關(guān)例子越多,決策者認(rèn)為其發(fā)生的概率越高。除了記憶中一個(gè)事件發(fā)生的主觀概率外,事件的新近性、顯著性、生動(dòng)性和事件發(fā)生時(shí)所伴隨的情感相似性,都會(huì)導(dǎo)致高估事件發(fā)生的概率。人們傾向于關(guān)注他人正在關(guān)注的事情。價(jià)格最近上升了許多的投機(jī)資產(chǎn)容易吸引人們的注意力,人們更有可能買(mǎi)入這些資產(chǎn),因?yàn)樗麄儗?duì)這些資產(chǎn)考慮得更多;價(jià)格沒(méi)有大的增加的資產(chǎn)不太可能引起人們的注意。如果較早的記錄特別顯著,將低估最近變化的信息;如果最近變化的信息更顯著,將受到更多重視。如果一個(gè)投資者從來(lái)沒(méi)有經(jīng)歷過(guò)股票交易災(zāi)難,就不會(huì)想起這種事件,他比那些經(jīng)歷過(guò)股價(jià)突然下跌的人,把災(zāi)難風(fēng)險(xiǎn)評(píng)估得更低。如果跟隨著一系列收益產(chǎn)生好心情,投資者傾向于做出正的收益預(yù)測(cè);如果跟隨一系列壞運(yùn)氣產(chǎn)生壞心情,他們將以悲觀的眼光看待市場(chǎng)變化。(三)可初步發(fā)現(xiàn)的非物質(zhì)狀態(tài)的概念可能引起初步估計(jì)偏差在許多情況下,人們進(jìn)行估計(jì)時(shí)是從某個(gè)初值或起點(diǎn)開(kāi)始,然后逐漸調(diào)整到最終結(jié)果。初值可能在系統(tǒng)表述問(wèn)題時(shí)被提出,也很可能是進(jìn)行一定計(jì)算的結(jié)果。不論是哪種情況,調(diào)整都是不充分的。不同的初值得到不同的偏向于初值的估計(jì)結(jié)果,這種現(xiàn)象被稱為鉚定。由于大多數(shù)人都鉚定初值,給予初值更大的權(quán)重,顯得比較保守,對(duì)新信息的反應(yīng)調(diào)整不完全、不充分。這就會(huì)引起一定的估計(jì)偏差。例如,在1974年的實(shí)驗(yàn)中,特韋爾斯凱和卡內(nèi)曼要求被試估計(jì)聯(lián)合國(guó)中非洲國(guó)家成員占多大比例。在估計(jì)之前,要求被試將其估計(jì)值與一個(gè)在0和100%之間隨機(jī)選取的數(shù)字相比較。結(jié)果顯示,被要求與10%比較的被試的平均估計(jì)為25%;而那些被要求與60%比較的平均估計(jì)為45%。雖然初值是隨意選取的,但人們固守于無(wú)關(guān)的初始信息。這些直覺(jué)與偏差表明人們的推理系統(tǒng)地違背了概率論的基本定律?？▋?nèi)曼及其合作者的研究結(jié)果支持了這些直覺(jué)與偏差。在此基礎(chǔ)上,他們對(duì)主流經(jīng)濟(jì)理論的經(jīng)驗(yàn)有效性提出了質(zhì)疑。二、期望決策理論大量證據(jù)表明,不但不確定條件下的判斷,而且不確定條件下的決策,都系統(tǒng)性地偏離了主流經(jīng)濟(jì)理論。在不確定條件下的許多決策和預(yù)期效用理論的預(yù)測(cè)并不一致。因此,迫切需要新的理論分析不確定條件下人的行為決策?？▋?nèi)曼與其合作者不僅提供了偏離預(yù)期效用理論預(yù)測(cè)的廣泛證據(jù),還提出了具有廣泛影響的決策理論——期望理論(ProspectTheory)?？▋?nèi)曼和特韋爾斯凱認(rèn)為,給定決策者當(dāng)前的財(cái)富和預(yù)期,決策問(wèn)題分為兩個(gè)階段。一是編碼階段。先確定一個(gè)合適的決策參考水平,然后根據(jù)這個(gè)參考水平,對(duì)決策問(wèn)題進(jìn)行編碼。當(dāng)決策結(jié)果超過(guò)參考水平,被編碼為收益;低于參考水平,被編碼為損失。二是評(píng)估階段。評(píng)估的依據(jù)是:如果在財(cái)富水平wi下,行動(dòng)A發(fā)生的概率為pi,行動(dòng)B發(fā)生的概率為qi,當(dāng)且僅當(dāng)∑iπ(pi)v(Δwi)>∑iπ(qi)v(Δwi)時(shí),決策者更喜歡A。其中,π是決策權(quán)重函數(shù),v是值函數(shù),Δwi=wi-w0是財(cái)富偏離某一參考水平w0的大小。顯然,這與預(yù)期效用理論的決策標(biāo)準(zhǔn)是不同的。預(yù)期效用理論認(rèn)為,假定效用u是財(cái)富w的函數(shù),如果行動(dòng)A發(fā)生的概率為pi,行動(dòng)B發(fā)生的概率為qi,當(dāng)且僅當(dāng)∑ipiu(wi)>∑iqiu(wi),決策者更喜歡A。與預(yù)期效用理論相比,期望理論有以下特點(diǎn):(一)科學(xué)的區(qū)分原理卡內(nèi)曼和特韋爾斯凱認(rèn)為,人們?cè)趯?duì)不確定事件進(jìn)行判斷和估計(jì)時(shí),通常會(huì)設(shè)定一個(gè)初值,即參考水平。人們?cè)跊Q策時(shí),總是會(huì)以自己的視角或參考水平來(lái)確定收益和損失,決定各種可能結(jié)果的取舍。參考水平常常是決策者當(dāng)前的財(cái)富水平,但也可能是渴望得到的某一水平,即被試努力獲得的財(cái)富水平。根據(jù)反饋信息,人們對(duì)這個(gè)初值進(jìn)行修正,但這種修正往往不完全,其觀念似乎鉚定于初值。雖然人們會(huì)鉚定于參考水平,但與絕對(duì)衡量結(jié)果相比,人們常常對(duì)一個(gè)結(jié)果與某一參考水平(諸如現(xiàn)狀)不同的情況更敏感,也就是說(shuō),人們更看重的是偏離參考水平的變化量而不是絕對(duì)水平。這與人類的認(rèn)知心理規(guī)律有關(guān)。人類的感覺(jué)機(jī)制是與變化及差別的估計(jì)相協(xié)調(diào)的,而不是與絕對(duì)量的估計(jì)相協(xié)調(diào)的。當(dāng)人們對(duì)像光、聲音、溫度等做出反應(yīng)時(shí),過(guò)去和現(xiàn)在的經(jīng)驗(yàn)確定了一個(gè)可接受的參考水平,與此參考水平相對(duì)照,目前所處環(huán)境中的刺激也就很容易被察覺(jué)出來(lái)。因而,當(dāng)人們觸摸某物體時(shí),依靠過(guò)去自己對(duì)溫度的接受點(diǎn)來(lái)感知它是熱還是冷。人們?cè)谇锾旌投焖惺艿降奶鞖饫渑慕^對(duì)溫度也不會(huì)相同。同樣的原理也適合于對(duì)健康、聲譽(yù)和財(cái)富等方面的分析。(二)關(guān)于回避損失特征預(yù)期效用理論中,函數(shù)u通常在各處都是平滑和凹的,但值函數(shù)不同。值函數(shù)是以財(cái)富的變化為自變量的,其形狀是S型的(如圖1)。值函數(shù)在參考水平之上的收益區(qū)域的曲線是凹的,在參考水平之下的損失區(qū)域曲線是凸的。這反映了人們?cè)诿媾R損失時(shí)不是“風(fēng)險(xiǎn)厭惡”者,而是“風(fēng)險(xiǎn)追求”者。不論是在收益上,還是在損失上,人們的敏感性呈遞減趨勢(shì)。1979年,卡內(nèi)曼和特韋爾斯凱指出,敏感性遞減是人類認(rèn)識(shí)的最基本特征。這一特征尤其體現(xiàn)在人們對(duì)貨幣變化的估計(jì)過(guò)程中。例如,100元與200元的收入之間的差別,看起來(lái)比1100元與1200元的收入之間的差別更大;對(duì)損失也是如此。在貨幣收入不確定的情況下,敏感性遞減意味著值函數(shù)對(duì)財(cái)富變化量的斜率隨著財(cái)富變化量的增大而變得越來(lái)越小。值函數(shù)并不是處處平滑的,而是在零點(diǎn)(即參考水平)有個(gè)結(jié)。并且,值函數(shù)在損失區(qū)域的曲線比收益區(qū)域的曲線更陡峭。這種現(xiàn)象與實(shí)驗(yàn)心理學(xué)的感覺(jué)和判斷理論是相符的,反映了人們的偏好好像有局部回避損失的特征,因此被稱為回避損失(LossAversion)。卡內(nèi)曼和特韋爾斯凱研究了人們面對(duì)可能的損失是如何反應(yīng)的。例如,假定面對(duì)以下兩種選擇:(1)接受7500元的損失。(2)75%的可能損失10000元和25%的可能損失0元。多數(shù)人選擇了后者。因?yàn)槿藗兓乇軗p失,不確定性選擇給了他們不一定會(huì)損失的希望?；乇軗p失暗含了人們有一種為避免確定損失而愿意冒更大風(fēng)險(xiǎn)的傾向,特別是在面對(duì)難以避免的損失時(shí),回避損失能被恐慌所抵消,使人們變得敢于冒險(xiǎn)。面對(duì)大的損失的風(fēng)險(xiǎn)偏好行為和風(fēng)險(xiǎn)規(guī)避的傳統(tǒng)假設(shè)是不一致的。回避損失意味著人們對(duì)單位損失比單位利潤(rùn)的評(píng)價(jià)更高。簡(jiǎn)單地說(shuō),就是丟掉100元錢(qián)所帶來(lái)的不愉快感受要比撿到100元錢(qián)所帶來(lái)的愉悅感受強(qiáng)烈得多。特韋爾斯凱和卡內(nèi)曼估計(jì)人們對(duì)中等程度的損失的評(píng)價(jià)大約是同樣大小收益的評(píng)價(jià)的兩倍。(三)期望理論—決策權(quán)重是客觀概率的函數(shù)。預(yù)期效用理論是以客觀概率為權(quán)重,而在期望理論中,決策權(quán)重是客觀概率的函數(shù)。決策權(quán)重函數(shù)π是單調(diào)遞增的、非線性的,在0和1處不連續(xù)。它系統(tǒng)性地給小概率的權(quán)重過(guò)大,大概率的權(quán)重過(guò)小(如圖2)?？▋?nèi)曼和特韋爾斯凱要求被試分別在以下兩種情形中進(jìn)行選擇:第一種是在A(3000,1)和B(4000,0.8;0,0.2)之間選擇;第二種是在C(4000,0.2;0,0.8)和D(3000,0.25)之間選擇。結(jié)果表明有65%的被試選擇了C,80%的人選擇A。對(duì)這個(gè)結(jié)果的解釋是,當(dāng)概率較小時(shí),一定程度的概率增加(從C的20%上升到D的25%),不會(huì)較大地改變?nèi)藗儗?duì)這些小概率事件賦予的選擇權(quán)重,此時(shí)起決定作用的就是報(bào)酬的多寡。反過(guò)來(lái),在概率較大時(shí),人們對(duì)概率的變化十分敏感,偏好選擇中的概率權(quán)重變得十分重要。而這些都是金融市場(chǎng)上存在錯(cuò)誤定價(jià)的原因。期望理論吸收了不確定條件下選擇的一些經(jīng)驗(yàn)規(guī)律。這使它和前述的實(shí)驗(yàn)結(jié)論相一致,合理解釋了不少經(jīng)濟(jì)現(xiàn)象,如阿萊悖論、股票溢價(jià)之謎以及期權(quán)微笑等。后來(lái),特韋爾斯凱和卡內(nèi)曼把期望理論進(jìn)一步擴(kuò)展為累積期望理論,克服了它的一些弱點(diǎn)。累積期望理論允許有多種結(jié)果的可能選擇。期望理論及其擴(kuò)展,比預(yù)期效用理論更精確地描述了個(gè)人風(fēng)險(xiǎn)行為。實(shí)際上,期望理論和預(yù)期效用理論是從兩個(gè)不同角