前景理论 推荐

前景理论,24.引言 25.行为证券组合 26.前景理论均衡 27.定价和前景理论：实证研究 28.对权益溢价之谜的反思,1,24 . 引 言,规避,情绪,期望效用 的假设,情绪是决定市场价格的 主要因素，定价现象归因 为情绪,投资者在使用信息时不会 受到偏误的影响，定价现象 归于基本风险或时变的风险 规避上,定 价 方 法 的 两 个 特 征 区 别,行为金融,传统金融,投资者努力最大化期望效用,传统金融,人们行为方式与期望效用理 论不一致，而是更多符合心 理学的理论，如前景理论,行为金融,2,24.1 实验数据,Kahneman和Tversky(1979)依赖一系列小型实验来确定人们在面临风险时进行选择的方式。在实验中通过给受验人提出问题，以此确定行为特征。这些实验具有一系列的二元选择结构。,3,24.1.1 共同比例效应,1.设存在如下赌局： 1A：90%的机会赢取2000美元，10%的机会得到0美元。 1B： 45%的机会赢取4000美元，55%的机会得到0美元。 如何选择？ 1A>1B2.设存在如下赌局： 2A：0.002的概率赢取2000美元，0.998的概率得到0美元。 2B： 0.001的概率赢取4000美元，0.999的概率得到0美元。 如何选择？ 2B>2A疑惑：选择模式与期望效用不相容！,4,说明：假设一个人的效用函数为 ，其中 是赌局的结果。令 并且 ，记 表示得到2000美元产生的效用。 在选择1A而不是1B的过程中，一位期望效用最大化的人会显示他给1A赋予的期望效用要大于或者等于他给1B赋予的期望效用，即（24.1）（24.2） 这意味着（24.3） 在选择2B而非2A的过程中，一位期望效用最大化的人显示其给予2B的期望效用不小于给予2A的期望效用，即 （24.4）（24.5）,5,这意味着（24.6）除非人们是无差异的，否则（24.3）式和（24.6）式是不能够同时成立的。也就是说，这种选择模式和期望效用理论是不相容的。根据期望效用理论，如果一个人选择1A而不是1B，那么他必须也会同时选择2A而不是2B。,6,上述讨论的关键特征在于两个决策问题中给4000美元和2000美元赋予的概率比率。在选择1中比率是 ；在选择2中比率是 。期望效用理论意味着对于共同比率而言选择是不变的。然而，在实际问题中人们通常会背离这个原理，从而导致现在所称的共同比率效应（common ratio effect）。Kahneman和Tversky认为关于来自选择问题1和选择问题2的应答和概率扮演的角色有关。注意，选择问题2中具有小概率，选择问题1中没有小概率。他们认为，选择模式表明人们容易看轻概率0.002和0.001之间的差异，这种倾向来自于对小概率的普遍看重（over-weighting），而且看重的程度针对更小的概率而言会更大。,7,24.1.2 次确定性和期望效用,3.假设存在两个赌局： 3A： 20%的机会赢取4000美元，80%的机会得到0美元。 3B： 25%的机会赢取3000美元，75%的机会得到0美元。 如何选择？ 3A>3B4.假设存在两个赌局： 4A： 80%的机会赢取4000美元，20%的机会得到0美元。 4B：肯定得到3000美元。 如何选择？ 4B>4A5.在4A问题中赢取4000美元的概率有多大才能够让你恰好对于4A（在新的赔率下）和4B（确切得到3000美元）的选择是无差异的？,8,注意，共同比率效应适用于选择问题3和问题4，因为在这两个问题中和4000美元与3000美元相关的比率都是0.8。但对于这组选择而言，Kahneman和Tversky认为主要因素是选择问题4中的确定性。特别的，他们认为确定性会得到额外的权重，他们把这种现象称作是次确定性（subcertainty)。 问题5突出显示了期望效用的核心原则（无差异原则），即在4A中需要把概率提高到多少使得人们感觉得到的期望报酬与确定得到3000美元所获得的效用是一样的。 假设某人对问题5的回答为90%，在期望效用框架内，我们便说此人给得到3000美元赋予效用0.9，最差结果（0美元）赋予效用为0，最好结果（4000美元）赋予效用为1。这样，以90%的概率得到4000美元而以10%的概率得到0美元的期望效用与确切得到3000美元的效用是无差异的，同为0.9。说明无差异对应于赌局的期望效用和确定结果效用之间的相等性。,9,24.1.3 Allais悖论和独立公理,经济学家Allais第一个意识到期望效用理论并没有很好的描述人们普遍的选择方式，他（1953年）使用了两个问题来说明选择模式会背离期望效用的预测。考虑选择问题6和问题7： 6A：肯定得到100万美元。 6B：10%的机会得到500万美元，89%的机会得到100万美元，1%的机会得到0美元。7A：10%的机会得到500万美元，90%的机会得到0美元。 7B：11%的机会得到100万美元，89%的机会得到0美元。赋予效用 ，同时 是不确定的，这里的数值以100万美元为单位。,10,在期望效用框架中，选择6A而非6B就意味着 ，即 ；选择7A而非7B意味着 ，即 。因此除了在无差异的情形之外，上述两个不等式是相互冲突的：这种选择模式和期望效用是不相容的。Allais的例子表明了期望效用中独立公理的重要性。独立公理可以用不同的方式来表述，其中之一是向决策者征询下面两个问题：问题1：以多大概率得到500万美元与0美元的“全有全无”赌局和确切得到100万美元的赌局是无差异的？假设决策者的回答是 ，即他要求在“全有全无”赌局中得到500万美元的概率为93%。,11,问题2：假设参与赌局6B并且赢得100万美元，问是否愿意用100万美元来交换以93%的概率赢得500万美元的“全有全无”赌局？如果期望效用的独立性公理成立，且所使用的概率和他在回答问题1时所使用的概率是相等的，那么决策者对于问题2的回答将始终是肯定的。假设决策者愿意做这样的交换，此时玩赌局6B修正形式的概率为多少？ 注意到，有两组方法赢取500万美元，一直是直接方法，其概率为10%，一种是间接方法，即先赢取100万美元，再用它来交换一个“全有全无”赌局，在这个赌局中赢取500万美元，其概率为 ，因此根据加法原理，在修正6B中赢取500万美元的概率应为 。,12,在修正6B中赢取500万美元的概率对应于玩赌局6B的期望效用： ，即计算期望效用的机理给计算修正6B中赢取500万美元的概率提供了相同的计算过程。 确切的说，独立公理可以让任意两个赌局都修正为无差异的“全有全无”赌局，例如根据前面的分析，选择问题6可以修正如下：6A：93%的概率获得500万美元，7%的概率获得0美元。 6B：92.8%的概率获得500万美元，7.2%的概率获得0美元。因此，一位偏好多强于少的决策者会选择占优的赌局，即修正赌局6A，根据偏好之间的传递性，针对给定赌局与修正赌局之间的无差异，最终决策者将会选择6A，即决策者将会选择具有更高期望效用的赌局。,13,在上述和独立公理相关的两个问题中，对问题2的回答为“是”看来是合理的。实际上，理性行为要求人们服从独立公理，毕竟背离独立公理意味着人们的行为看起来像是选择了一个随机劣势的赌局，但是人们在风险性选择中做选择时是不会问自己这些问题的，他们会使用其他的思考过程，即看起来和独立公理相冲突的过程。例如，在问题6中，人们偏好确切得到100万美元，在问题7中，报酬之间的差额要比概率之间的差异更有影响。,14,24.1.4 隔离和共同结果效应,Kahneman和Tversky使用框定（framing）这个术语表示决策任务的描述方式。传统方法假设框定和人们如何选择是无关的。比如，传统方法假设人们的行为好像是通过问自己两个和独立公理相关的问题来框定包含风险的选择。如果人们的确这样做并且避免做出随机劣势的选择，那么他们的行为就符合期望效用最大化。,15,考虑以下两个问题： 8.假设参加一个问卷调查可得1000美元报酬，调查中给参与者如下选择： 8A：确切得到500美元。 8B：50%的机会得到1000美元，50%的机会得到0美元。 如何选择？ 8A>8B9.假设参加一个问卷调查可得2000美元报酬，调查中给参与者如下选择： 9A：确切亏损500美元。 9B： 50%的机会亏损1000美元，50%的机会亏损0美元。 如何选择？ 9A<9B,16,Kahneman和Tversky认为，人们的行为看起来只有在涉及赢利时是风险规避的（8A>8B），当人们看到自己面临亏损时会变得风险喜好（9A<9B）。 此外，他们还指出人们倾向于强调赢利和亏损，在决策任务的框定中会把它们和其他密切相关的变量隔离开。如存在调查参与费时，比较问题8和问题9，在这两个问题中，参与者都是需要在净赢利1500美元和净赢利为1000美元或2000美元的半半赌局（50-50 gamble）之间进行选择。这里的关键点是，当选择问题用赢利范围来框定时，人们的反应看起来是风险规避的；当选择问题用亏损范围来框定时，人们的反应看起来是风险喜好的。 从技术角度看，前面的选择问题是在一个确定赢利1500美元和不确定的1500美元期望赢利之间进行的，因此两个选择和风险中性是相容的，就此而言，Kahneman和Tversky还提出了诸如下面的选择问题：,17,10A：确切亏损3000美元。 10B：80%的机会亏损4000美元，20%的机会得到0。 如何选择？ 10A<10B这个选择反映了风险喜好行为而非风险中性行为，Kahneman和Tversky把这种情况称作是对确定损失的规避（aversion to a sure loss）Kahneman和Tversky得出的结论是，人们在分析选择问题时是和他们财务状况的其他方面隔离开的，即他们给每个选择看起来构造了独立的思维账户（mental account），而不是把这些思维账户结合在一起。而且因为思维账户被框定为赢利和亏损，所以这些赢利和亏损需要用一个基准或者说参考点（reference point）加以定义。,18,24.1.5 隔离和独立公理,11.假设登记参加一个抽彩活动，在有资格赢取奖金之前需要回答一个问题。抽彩的形式是这样的：在抽彩中中奖的概率是2/900（即0.00222222），如果中奖，选择下面中的一个作为奖金： 11A：玩1A的彩票。 11B：玩1B的彩票。 问：如果中奖，希望的奖励是1A还是1B？ 1A>1B 实际上，在11中赢取2000美元的概率为0.002（ ）。 注意，0.002是在任务2中获取2000美元的概率。当用复合概率来框定选择时，决策问题可以用选择任务2来描述。当问题用选择任务2来框定时，大多数人会选择B，而当它用条件概率来框定时，大多数人会选择A。,19,24.1.6 损失规避,考虑下面的选择问题： 11C：确定得到0美元。 11D：50%的机会赢取10美元，50%的机会亏损10美元。 如何选择？ 11C>11D上述选择表明，人们在赢利范围内是风险规避的，在亏损范围内是风险喜好的，并且当亏损和赢利具有相同的幅度时亏损会显得更为突出。Kahneman和Tversky使用损失规避（loss aversion）来描述下面的现象：对于大多数人而言，亏损要比赢利更为突出。,