2-不确定性厌恶及其他关于“概率”的感知理论

在前文中,我们写过群体的一些特征,有兴趣的童靴可以查看:群体-人的社会性:群体极化?群体懈怠?群体如何做好决策?群体智能 or 群体愚昧?

本次我们写一下“Ambiguity aversion”,即“不确定性厌恶”,而所谓的“不确定性”主要取决于当事人的认知水平、能力以及当时的注意力。

示例

示例一:

在购买房屋时,很多人选择固定利率抵押贷款,利率是固定利率抵押贷款,利率随市场波动。尽管统计数据显示可变利率抵押贷款可以节省资金,但情况确实如此。

示例二:

考虑一个包含30个球的桶。球是红色,黑色或白色。十个球是红色的,剩下的20个是黑色或白色,黑色和白色的所有组合都是同样可能的。在选项X中,取出一个红色球赢得一个人100美元,而在选项Y中,取出一个黑球赢得他们100美元。对于选项X和Y,选择获胜球的概率是相同的。在选项X中,选择获胜球的概率是1/3(总共30个球中的10个红球)。在选项Y中,尽管黑球的数量不确定,但选择获胜球的概率也是1比3。这是因为黑球的数量在0到20之间的所有可能性中均等分布。

尽管概率相等,但人们更倾向于在选项X下选择球,其中选择获胜球的概率被认为更加确定。关于黑球数量的不确定性意味着选项Y往往不太受欢迎。尽管黑球的可能数量可能是红球的两倍,但人们往往不愿意承担可能少于10个黑球的相反风险。选项Y背后的“不确定性”意味着人们倾向于支持选项X,即使概率相同。

示例三:

一个更现实的例子可能是人们投资的方式。一个厌恶风险的投资者可能倾向于将他们的资金投入到“安全”投资中,例如政府债券和银行存款,而不是像股票和基金这样更不稳定的投资。尽管股票市场可能会随着时间的推移提供显得更高的回报,但投资者可能更喜欢已知回报的“安全”投资,而不是那些不知道回报的股票市场。

解释

对该理论的一种可能解释是人们有一个经验法则倾向于确定性而避免缺少信息的选项。这通常会导致他们努力寻找缺失的信息。但是,在许多情况下,无法获得信息。而当事人努力要寻找的信息,在其他人以其他角度来看,可能不是关键信息,它主要取决于当事人的认知。“不确定厌恶”可能解释了人们不愿意在工作场所采用新做法的原因。

应对办法

1,补足信息,深入思考,计算实际概率,避免一时的倾向。

2,换一种思路,正反思考,比如,计算成功率的同时,计算失败率。大脑中同时具备矛盾的想法而自己能协调好,才是高认知的表现。

3,多人集思广益,可阅读:提升团队创造力、创新力的14条建议

延伸阅读:其他相关理论

Black swan theory 黑天鹅理论:生活中经常会出现小概率事件,它们可能会极大影响当前状况。

Ellsberg paradox 埃尔斯伯格悖论:它通常被认为是“不确定性厌恶”的证据,这个悖论得到了丹尼尔·埃尔斯伯格的推广,尽管约翰梅纳德凯恩斯早就注意到了它的一个版本。基本的想法是,人们绝大多数喜欢在他们知道特定赔率的情况下承担风险,而不是在赔率完全模糊的替代风险场景中—— 他们将总是选择已知的概率,即使已知概率很低,未知概率才是获胜的保证。

损失厌恶:损失厌恶是指人们面对同样数量的收益和损失时,认为损失更加令他们难以忍受。同量的损失带来的负效用为同量收益的正效用的2.5倍。损失厌恶反映了人们的风险偏好并不是一致的,当涉及的是收益时,人们表现为“厌恶风险”;当涉及的是损失时,人们则表现为“倾向风险”。例如,试验显示,许多人宁愿选择无风险(即100%的机会)地获得$3000,而不会选择有80%的机会赢得$4000的赌博;然而,在同样的这些人当中会有一些人偏爱20%的机会赢得$4000,而不会选择25%的机会赢得$3000。实际上,后一组方案的形成只是将前一组方案的原有概率分别降低75% 而已。还有一种情况是短视损失厌恶(myopic loss aversion)。在证券投资中,长期收益可能会周期性地被短视损失所打断,短视的投资者把股票市场视同赌场,过分强调潜在的短期损失。这些投资者可能没有意识到,通货膨胀的长期影响可能会远远超过短期内股票的涨跌。由于短视的损失厌恶,人们在其长期的资产配置中,可能过于保守。

Prospect theory 前景理论:前景理论是描述和预测人们在面临风险决策过程中表现与传统期望值理论和期望效用理论不一致的行为的理论。该理论发现人们在面对得失时的风险偏好行为不一致,在面对“失”时变得风险追求,而面对“得”时却表现得风险规避;参照点的设立和变化影响人们的得失感受,并进而影响人们的决策。曾有一位著名的财经编辑问过卡尼曼,为什么将他们的理论称为“前景理论”,卡尼曼说:“我们只想起一个响亮的名字,让大家记住它。”也有学者将“前景理论”翻译为“预期理论”,在不同的风险预期条件下,人们的行为倾向是可以预测的。在《赌客信条》一书中,作者孙惟微将前景理论归纳为5句话:

“二鸟在林,不如一鸟在手”,在确定的收益和“赌一把”之间,多数人会选择确定的好处。所谓“见好就收,落袋为安。称之为“确定效应”。

在确定的损失和“赌一把”之间,做一个抉择,多数人会选择“赌一把”。称之为“反射效应”。

白捡的100元所带来的快乐,难以抵消丢失100元所带来的痛苦。称之为“损失规避”。

很多人都买过彩票,虽然赢钱可能微乎其微,你的钱99.99%的可能支持福利事业和体育事业了,可还是有人心存侥幸搏小概率事件。称之为“迷恋小概率事件”。

多数人对得失的判断往往根据参照点决定,举例来说,在“其他人一年挣6万元你年收入7万元”和“其他人年收入为9万元你一年收入8万”的选择题中,大部分人会选择前者。称之为“参照依赖”。

作为一个描述性的模型,前景理论具有描述性模型共有的缺点,和规范性模型(具有严格数学推导的模型)相比,它缺乏严格的理论和数学推导,只能对人们的行为进行描述,因此前景理论的研究也只能使其描述性越来越好,换句话说它只是说明了人们会怎样做,而没有告诉人们应该怎样做。不过笔者简单叙述了一些应对办法,希望有所帮助。

总结

所以,概率论与统计学之中讲述期望值与概率的章节真是很有必要好好学习,这样,才能对现实中的各种事件,除了拥有感性、直觉的感知之外,也有相对理性的思考与判断。


长按二维码关注吧:

大西瓜与你一起:学习,创造,公益,享受快乐与幸福!长按二维码,我们一起吧!

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 219,701评论 6 508
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 93,649评论 3 396
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 166,037评论 0 356
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,994评论 1 295
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 68,018评论 6 395
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,796评论 1 308
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,481评论 3 420
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 39,370评论 0 276
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,868评论 1 319
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 38,014评论 3 338
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 40,153评论 1 352
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,832评论 5 346
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,494评论 3 331
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 32,039评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 33,156评论 1 272
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 48,437评论 3 373
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 45,131评论 2 356

推荐阅读更多精彩内容