《中級微觀經(jīng)濟(jì)學(xué)ppt課件》由會員分享，可在線閱讀，更多相關(guān)《中級微觀經(jīng)濟(jì)學(xué)ppt課件（84頁珍藏版）》請?jiān)谘b配圖網(wǎng)上搜索。

,,第5章,不確定性與消費(fèi)者行為,,,,,Slide 1,,,本章討論的主題,描述風(fēng)險 風(fēng)險偏好 降低風(fēng)險 對風(fēng)險資產(chǎn)的需求* 行為經(jīng)濟(jì)學(xué),Slide 2,,,5.1 描述風(fēng)險,為了計量風(fēng)險，我們必須知道: 1) 所有可能的結(jié)果 2) 每一種結(jié)果發(fā)生的可能性,Slide 3,,,5.1.1 概率,概率（Probability） 概率是指每一種結(jié)果發(fā)生的可能性。 概率的大小依賴于不確定事件本身的性質(zhì)和人們的主觀判斷。 概率的一個較為客觀的衡量來源于以往同類事件發(fā)生的可能性。,Slide 4,,,主觀概率,若無經(jīng)驗(yàn)可循，概率的形成取決于主觀性的判斷，即依據(jù)直覺進(jìn)行判斷。這種直覺可以是基于一個人的判斷力或經(jīng)驗(yàn)。 不同的信息或者對于同一信息的不同處理能力使得不同個體形成的主觀性概率有所區(qū)別。,Slide 5,,,5.1.2 期望值,期望值（Expected Value） 期望值是對不確定事件的所有可能性結(jié)果的一個加權(quán)平均。 權(quán)數(shù)是每一種可能性結(jié)果發(fā)生的概率。 期望值衡量的是總體趨勢，即平均結(jié)果。,Slide 6,,,例題,例如 投資海底石油開采項(xiàng)目: 有兩種可能結(jié)果： 成功 – 股價從30美元升至40美元 失敗 – 股價從30美元跌至20美元 客觀性概率：100次開采，有25次成功，75次失敗。 用Pr表示相應(yīng)的概率，那么， Pr（成功）=1/4； Pr（失?。?3/4；,Slide 7,,,例題,股價的期望值 = Pr(成功)?(40美元/股)+ Pr(失敗)?(20美元/股) =1/4 ?40+3/4 ?20 =25美元/股,,Slide 8,,,期望值公式,假設(shè)Pr1，Pr2……Prn分別表示每一種可能性結(jié)果的概率，而X1，X2……Xn分別代表每一種可能性結(jié)果的值，那么，期望值的公式為：,,,Slide 9,,,5.1.3 可變性variability,可變性是不確定情形下各種可能結(jié)果彼此差異的程度。,,Slide 10,,,5.1.3 可變性variability,例子： 假設(shè)你面臨著兩份推銷員兼職工作的選擇，第一份工作是傭金制，第二份是固定薪水制。這兩份工作的期望值是一樣的，你該如何選擇？,,Slide 11,,,銷售工作的收入,工作1: 傭金制 0.5 2000 0.5 1000 1500 工作2: 固定薪水制 0.99 1510 0.01 510 1500,收入的 概率 收入($) 概率 收入 ($) 期望值,結(jié)果1 結(jié)果2,,,,5.1 風(fēng)險描述,Slide 12,,,,工作1的期望值,,工作2的期望值,,銷售工作的收入,Slide 13,,,這兩份工作的期望值雖然一樣，但是波動程度不同。波動程度越大，也就意味著風(fēng)險越大。 離差（Deviation） 離差是用于度量實(shí)際值與期望值之間的差，顯示風(fēng)險程度的大小。,,離差,Slide 14,,,與期望收入之間的離差,工作1 2,000 500 1,000 - 500 工作2 1,510 10 510 -990,結(jié)果1 離差 結(jié)果2 離差,,離差,但通常離差不能科學(xué)衡量可變性。 因?yàn)殡x差以概率為權(quán)數(shù)的加權(quán)平均值總是0,Slide 15,,,方差的公式: 方差=Pr1 ?[X1-E(x)]2 + Pr2 ?[X2-E(x)]2 標(biāo)準(zhǔn)差（standard deviation）衡量的是每一個結(jié)果與期望值之間的離差的平方的平均值（即方差）的平方根。,,方差和標(biāo)準(zhǔn)差,Slide 16,,計算方差,工作1 2,000 250,000 1,000 250,000 250,000 500.00 工作2 1,510 100 510 980,100 9,900 99.50,離差的 離差的 結(jié)果1 平方 結(jié)果 2 平方 方差 標(biāo)準(zhǔn)差,,方差的計算,方差=Pr1 ?[X1-E(x)]2 + Pr2 ?[X2-E(x)]2,Slide 17,,,標(biāo)準(zhǔn)差,兩份工作的標(biāo)準(zhǔn)差計算：,*標(biāo)準(zhǔn)差越大，意味著風(fēng)險也越大。,Slide 18,離差和標(biāo)準(zhǔn)差,工作1的離差的平方的平均值： 0.5?(500)2+0.5 ?(500)2=250000美元 工作2： 0.99?(10)2+0.01?(990)2=9900美元 因此，工作1的標(biāo)準(zhǔn)差500，工作2的標(biāo)準(zhǔn)差為99.50，可以認(rèn)為，工作1的風(fēng)險要遠(yuǎn)高于工作2。,Slide 19,,,方差,方差的概念同樣適用于存在多種可能性結(jié)果的場合。例如， 工作1的可能性收入為1000，1100，1200，1300……2000，每一種可能性結(jié)果的概率同為1/10。 工作2的可能性收入為1300，1400，1500，1600，1700，每一種可能性結(jié)果的概率同為1/5。,,Slide 20,,,兩種工作收入的概率分布,,收入,0.1,,,$1000,$1500,$2000,,,,0.2,概率,Slide 21,,,不等概率收入分布的情況,工作1: 分散程度更高，風(fēng)險也越大 收入呈凸?fàn)罘植? 獲得中間收入的可能性大，而獲得兩端收入的可能性小。,Slide 22,,,不同概率分布的情形,,,,收入,0.1,,,$1000,$1500,$2000,,,,0.2,概率,因?yàn)闃O端的支付比那些中間的可能性要小， 所以這兩種分布曲線都呈上凸形狀.,Slide 23,,,5.1.4 決策,決策（Decision making） 在上個例子中，一個風(fēng)險回避者將選擇工作2：因?yàn)閮煞莨ぷ鞯钠谕迪嗤?，但工?的風(fēng)險較高。 假設(shè)另一種情形：工作1的每一種結(jié)果下的收入都增加100美元，期望值變?yōu)?600。該如何選擇？,Slide 24,,,收入調(diào)整后的方差,,工作1 2,100 250,000 1,100 250,000 1,600 500 工作2 1510 100 510 980,100 1,500 99.50,離差的 離差的 收入的 工作1 平方 工作2 平方 期望值 標(biāo)準(zhǔn)差,,Slide 25,,,選擇,工作1: 收入期望值為1,600美元，標(biāo)準(zhǔn)差為 500美元。 工作2: 收入期望值為1,500美元，標(biāo)準(zhǔn)差為 99.50美元。 如何選擇? 這取決于個人的偏好。,Slide 26,,,5.2 風(fēng)險的偏好,對不同風(fēng)險的選擇 假設(shè) 消費(fèi)單一商品 消費(fèi)者知道所有的概率分布 以效用來衡量有關(guān)的結(jié)果 效用函數(shù)是既定的,Slide 27,,,例題,某人現(xiàn)在的收入是15000美元，效用為13.5?，F(xiàn)在，她考慮從事一項(xiàng)新的、有風(fēng)險的工作。 從事這項(xiàng)新的工作，她的收入達(dá)到30000美元的概率是0.5，而收入降低到10000美元的概率也為0.5。 她必須通過計算她的期望收入（或期望效用）來評價新的工作。,例子,Slide 28,,,期望效用,期望效用（expected utility）是與各種可能收入相對應(yīng)的效用的加權(quán)平均，其權(quán)數(shù)為獲得各種可能收入的概率。 新工作的期望效用為： E(u) = (1/2)u($10,000) + (1/2)u($30,000) = 0.5(10) + 0.5(18) = 14,Slide 29,,,期望效用,在此情況下的期望收入： 0.5*30000＋0.5*10000＝20000 新工作的預(yù)期收入為20000美元，預(yù)期效用E(u) 為14，但新工作有風(fēng)險。 現(xiàn)有工作的確定收入為15000美元，確定的效用為13，沒有風(fēng)險。 如果消費(fèi)者希望增加其預(yù)期效用，就會選擇新工作。,Slide 30,,,5.2.1 不同的風(fēng)險偏好,人們對風(fēng)險的偏好可分為三種類型： 風(fēng)險規(guī)避型（risk averse） 風(fēng)險中性型（ risk neutral） 風(fēng)險愛好型（risk loving）,Slide 31,,,5.2.1.1 風(fēng)險的類型,風(fēng)險規(guī)避者（Risk Averse）: 風(fēng)險規(guī)避者是指那些在期望收入相同的工作中，更愿意選擇確定性收入的工作的人。 如果一個人是風(fēng)險規(guī)避者，其收入的邊際效用往往遞減。 人們通過購買保險的方式來規(guī)避風(fēng)險。,Slide 32,,,風(fēng)險規(guī)避者,例如， 某女士現(xiàn)在擁有一份確定收入為20000美元，其確定的效用為16。 她也可以選擇一份有0.5概率為30000美元、0.5概率為10000美元的收入的工作。該工作的預(yù)期收入為20000美元，預(yù)期效用為 E(u) = (0.5)(10) + (0.5)(18) = 14,Slide 33,,,風(fēng)險規(guī)避者,因此，兩份工作的預(yù)期收入是相同的，但是，現(xiàn)有的確定收入給她帶來的效用是16，而新的、有風(fēng)險的預(yù)期收入給她帶來的效用是14，所以，她會選擇前者，即確定收入的工作。 所以，該消費(fèi)者是風(fēng)險規(guī)避者。,Slide 34,,,,該消費(fèi)者是風(fēng)險規(guī)避型的，因?yàn)?她寧可選擇一份確定收入為20000美元的工作，而不選擇另一份有0.5可能為10000美元，0.5可能為30000美元的工作。,風(fēng)險規(guī)避,Slide 35,,,風(fēng)險中性者,如果一個人對于具有同一期望收入的不確定性工作與確定性工作的偏好相同時，那么，他就是風(fēng)險中性者（risk neutral）。,風(fēng)險中性者,Slide 36,,,,收入,,,10,20,效用,0,30,風(fēng)險中性者的圖示,風(fēng)險中性者,Slide 37,,,風(fēng)險偏好者,如果消費(fèi)者在期望收入相同的確定性工作與不確定性工作中選擇了后者，那么，該消費(fèi)者就是風(fēng)險偏好者（risk loving）。 例如：賭博、一些犯罪活動,Slide 38,,,,收入,,,效用,0,風(fēng)險偏好者,風(fēng)險偏好者,Slide 39,,,5.2.1.2 風(fēng)險溢價,風(fēng)險溢價（risk premium）是指風(fēng)險規(guī)避者為了規(guī)避風(fēng)險而愿意付出的代價，它是能夠給一個人帶來相同效用的風(fēng)險性工作與確定性工作之間的收入差額。,Slide 40,,該消費(fèi)者是風(fēng)險規(guī)避型的，因?yàn)?她寧可選擇一份確定收入為20000美元的工作，而不選擇另一份有0.5可能為10000美元，0.5可能為30000美元的工作。,風(fēng)險溢價,Slide 41,,,風(fēng)險溢價的例題,例如 一個消費(fèi)者有一份有0.5可能為30000美元，有0.5可能為10000美元的工作（預(yù)期收入為20000美元）。 這種預(yù)期收入產(chǎn)生的預(yù)期效用為: E(u) = 0.5(18) + 0.5(10) = 14,Slide 42,,由于確定性收入為16與期望值為20的不確定收入所產(chǎn)生的效用均為14，因此，4就是風(fēng)險溢價。,風(fēng)險溢價圖示,Slide 43,,,5.2.1.3 風(fēng)險規(guī)避與收入波動,預(yù)期收入的波動程度越大，風(fēng)險溢價也就越高。 有一份工作，獲得40000美元收入（效用為20）的可能性為0.5，收入為0（效用為0）的可能性為0.5。 在此例中， 預(yù)期收入仍為20000美元，但預(yù)期效用下降至10 預(yù)期效用 =0.5u($0) + .5u($40,000) = 0 + .5(20) = 10,Slide 44,,,風(fēng)險規(guī)避與收入,在此例中，預(yù)期收入為20000美元的不確定性工作所帶來的預(yù)期效用僅為10。 事實(shí)上，確定性收入為10000美元時，其效用也為10。因此，在此例中，風(fēng)險溢價為10000美元（即預(yù)期收入20000美元減去確定性收入10000美元）。,Slide 45,5.2.1.4 風(fēng)險規(guī)避與無差異曲線,風(fēng)險規(guī)避與無差異曲線,高度風(fēng)險規(guī)避者,輕微風(fēng)險規(guī)避者,Slide 46,,,5.3 降低風(fēng)險,消費(fèi)降低風(fēng)險的措施主要有三種: 1) 多樣化 2) 購買保險 3) 獲取更多的信息,Slide 47,,,5.3.1 多樣化,多樣化 假設(shè)一個廠商可以選擇只銷售空調(diào)、或加熱器，或者兩者兼而有之。 假設(shè)熱天與冷天的概率均為0.5 。 廠商通過多樣化經(jīng)營可以減少風(fēng)險。,Slide 48,,,降低風(fēng)險例題,銷售空調(diào) 30,000 12,000 銷售加熱器 12,000 30,000 *熱天或冷天的概率均為0.5 如果廠商只銷售空調(diào)，或只銷售加熱氣，那么，收入或?yàn)?0000美元，或?yàn)?2000美元。 預(yù)期收入為: 1/2($12,000) + 1/2($30,000) = $21,000,,熱天 冷天,銷售空調(diào)或加熱器的收入,Slide 49,,,多樣化,假如廠商分別將一半的時間用于銷售空調(diào)，另一半時間銷售加熱器： 如果天氣炎熱，空調(diào)的銷售收入為15000，加熱器的銷售收入為6000，預(yù)期收入為21000。 如果天氣較冷，空調(diào)的銷售收入為6000，加熱器的銷售收入為15000，預(yù)期收入為21000。 因此，通過多樣化經(jīng)營，天氣無論炎熱或較冷，廠商均可獲得21000的預(yù)期收入（固定收入），沒有風(fēng)險。,Slide 50,,,多樣化,在上例中，加熱器與空調(diào)是完全負(fù)相關(guān)的，廠商通過多樣化經(jīng)營可以消除風(fēng)險。 在通常的情況下，通過將投資分散在一些相關(guān)性較小的事件上，可以較大程度地消除一部分風(fēng)險。,Slide 51,,,5.3.2 保險,風(fēng)險規(guī)避者為了規(guī)避風(fēng)險愿意付出一定的代價。 如果保險的價格正好等于期望損失，風(fēng)險規(guī)避者將會購買足夠的保險，以使他們?nèi)魏慰赡艿膿p失得到全額的補(bǔ)償。,期望損失：可能損失X發(fā)生的概率=1000美元,Slide 52,,,投保的決策,不投保 $40,000 $50,000 $49,000 $3,000 投保 49,000 49,000 49,000 0,被盜 安全 預(yù)期 (Pr =0.1) (Pr =0.9) 財富 標(biāo)準(zhǔn)差,,,期望損失為1000元,Slide 53,,,保險,保險的購買使得無論有無風(fēng)險損失，投保人的收入總是固定的。因?yàn)楸ｋU的支出等于期望損失，因此，固定收入總是等于風(fēng)險存在時的期望收入。 對于一個風(fēng)險規(guī)避者而言，確定收入給他帶來的效用要高于有風(fēng)險的不確定收入帶來的效用。,Slide 54,,由于確定性收入為16與期望值為20的不確定收入所產(chǎn)生的效用均為14,保險,Slide 55,,,大數(shù)定律,大數(shù)定律（the law of large number）是指盡管孤立的事件是偶發(fā)性的，或者大部分是不可預(yù)測的，但是，許多相似事件的平均結(jié)果是可預(yù)計的。 盡管孤立的事件可能是偶發(fā)的，不可預(yù)計的，但許多相似事件的平均結(jié)果是可預(yù)計的. Examples A single coin toss vs. large number of coins Whom will have a car wreck vs. the number of wrecks for a large group of drivers,Slide 56,,,例：,假設(shè): 某人家中被盜的可能性是10%，損失為10000美元。 預(yù)期損失 = 0.10 x $10,000 = $1,000 假定有100人面臨同樣的境況 每人交納1000美元的保費(fèi)，100人就匯集了100000美元的保險基金，用于補(bǔ)償損失。 保險公司估計，這100個人的期望損失總計約為100000美元，有了上述的保險基金，保險公司就不必?fù)?dān)心無法賠付損失了。,保險公司的收支,Slide 57,,,公平保費(fèi),當(dāng)保費(fèi)收入等于期望支出時，稱這樣的保險為公平保險(actuarially fair)。 通常保險公司收取的保險費(fèi)一般會超過期望損失。（因?yàn)楸ｋU公司為企業(yè)，要支付一些管理費(fèi)用而且還要賺取一定的利潤） 但如果有足夠多的保險公司會使保險市場處于競爭狀態(tài)，這回促使保險費(fèi)接近公平保險的水平。,Slide 58,,,5.3.3 信息的價值,完全信息的價值（Value of Complete Information ） 完全信息的價值是信息完全時進(jìn)行選擇的期望收益與信息不完全時進(jìn)行選擇的期望收益的差額。,Slide 59,,,獲取信息的價值,假設(shè)商場經(jīng)理要決定訂多少套的秋季服裝: 如果訂100套，則進(jìn)價為180美元/套 如果訂50套，則進(jìn)價為 200美元/套 每套的售價是300美元 如果衣服沒有賣出，可以一半的價格退貨。 售出100套衣服的概率為0.5，售出50套衣服的概率也是0.5。,Slide 60,,,,1. 訂50套 5,000 5,000 5,000 2. 訂100套 1,500 12,000 6,750,售出50套 售出100套 期望收益,,如果沒有完全的信息: 風(fēng)險中性者會訂100套服裝 風(fēng)險規(guī)避者會訂50套服裝,Slide 61,,,完全信息的價值,假設(shè)信息完全，那么，訂貨數(shù)必須與銷售量相同。有兩種結(jié)果：訂50套售出50套，或者訂100套售出100套。這兩種結(jié)果的概率均為0.5。 如果信息完全，作出正確的選擇，那么，預(yù)期收益為8,500. 8,500 = 0.5(5,000) + 0.5(12,000) 如果信息不完全，訂100套的預(yù)期收益為6,750。 因此，完全信息的價值就是1750（8500-6750）。,Slide 62,5.5 行為經(jīng)濟(jì)學(xué),行為經(jīng)濟(jì)學(xué)是作為實(shí)用的經(jīng)濟(jì)學(xué)，它將行為分析理論與經(jīng)濟(jì)運(yùn)行規(guī)律、心理學(xué)與經(jīng)濟(jì)科學(xué)有機(jī)結(jié)合起來，以發(fā)現(xiàn)現(xiàn)今經(jīng)濟(jì)學(xué)模型中的錯誤或遺漏，進(jìn)而修正主流經(jīng)濟(jì)學(xué)關(guān)于人的理性、自利、完全信息、效用最大化及偏好一致基本假設(shè)的不足。,Slide 63,理性的經(jīng)濟(jì)人假設(shè),傳統(tǒng)的西方經(jīng)濟(jì)學(xué)建立在“理性人”假設(shè)的基礎(chǔ)上。“經(jīng)濟(jì)人既會計算、有創(chuàng)造性并能追求最大利益的人是進(jìn)行一切經(jīng)濟(jì)分析的基礎(chǔ)”（卡爾·布魯內(nèi)），傳統(tǒng)西方經(jīng)濟(jì)學(xué)由此展開其對于微觀經(jīng)濟(jì)主體的理性規(guī)律的研究，可見理性人假設(shè)是傳統(tǒng)西方經(jīng)濟(jì)學(xué)理論的基石。,Slide 64,理性人假設(shè),以理查德·泰勒為首的一批經(jīng)濟(jì)學(xué)家開始對作為傳統(tǒng)理論的立論根本的“理性人”假設(shè)提出置疑。他們嘗試將心理學(xué)、社會學(xué)等學(xué)科的研究方法和成果引入到經(jīng)濟(jì)學(xué)研究中來，提出了將非理性的經(jīng)濟(jì)主體作為微觀研究的對象，從而開創(chuàng)了對微觀經(jīng)濟(jì)主體非理性規(guī)律進(jìn)行研究的先河，行為經(jīng)濟(jì)學(xué)由此誕生。隨后大批學(xué)者對這一嶄新的領(lǐng)域表現(xiàn)出極大的熱情與信心并積極投身于其研究中。,Slide 65,行為經(jīng)濟(jì)學(xué)的誕生,一般認(rèn)為行為經(jīng)濟(jì)學(xué)正式創(chuàng)立于1994年，已故著名心理學(xué)家阿莫斯·特維爾斯基(Amos Tversky) ，經(jīng)濟(jì)學(xué)家丹尼爾·卡尼曼(Daniel Kahneman) ，里查德·薩勒(Richard H. Thaler) ，馬修·拉賓(Matthew Rabin) ，美籍華人奚愷元教授等是這一學(xué)科的開創(chuàng)性代表。以行為經(jīng)濟(jì)學(xué)家丹尼爾·卡尼曼(Daniel Kahneman) 和維農(nóng)·史密斯(V. Smith)因在行為經(jīng)濟(jì)理論和實(shí)驗(yàn)經(jīng)濟(jì)學(xué)方面的杰出研究而獲得2002 年度諾貝爾經(jīng)濟(jì)學(xué)獎為標(biāo)志，行為經(jīng)濟(jì)學(xué)有力地展現(xiàn)了其存在價值、學(xué)術(shù)地位以及廣闊的研究前景。,Slide 66,2002諾貝爾經(jīng)濟(jì)學(xué)獎得主―丹尼爾·卡納曼,(Daniel Kahneman)1934年出生，美國普林斯頓大學(xué)心理學(xué)和公共事務(wù)教授?；始铱茖W(xué)院的新聞公報說，把諾貝爾經(jīng)濟(jì)學(xué)獎的一半授予卡尼曼，是因?yàn)樗鞍研睦硌芯康某晒c經(jīng)濟(jì)學(xué)融合到了一起，特別是在有關(guān)不確定狀態(tài)下人們?nèi)绾巫鞒雠袛嗪蜎Q策方面的研究”。,Slide 67,弗農(nóng)·史密斯( Vernon L.Smith，1927- ）,弗農(nóng)·史密斯( Vernon L.Smith)1927年出生,美國喬治·梅森大學(xué)經(jīng)濟(jì)學(xué)和法律教授。其主要研究成果是,他發(fā)現(xiàn)了人類決策的不確定性,即發(fā)現(xiàn)人類決策常常與根據(jù)標(biāo)準(zhǔn)經(jīng)濟(jì)理論假設(shè)所作出的預(yù)測大相徑庭。 因“通過實(shí)驗(yàn)室試驗(yàn)進(jìn)行經(jīng)濟(jì)學(xué)方面的經(jīng)驗(yàn)性分析，特別是對可選擇性市場機(jī)制的研究”而獲得2002年諾貝爾經(jīng)濟(jì)學(xué)獎。,Slide 68,弗農(nóng)·史密斯( VernonL.Smith)—實(shí)驗(yàn)經(jīng)濟(jì)學(xué)之父.,Slide 69,5.5.1 更復(fù)雜的偏好,稟賦效應(yīng)：是指當(dāng)個人一旦擁有某項(xiàng)物品，那么他對該物品價值的評價要比未擁有之前大大增加。它是由Tbaler(1980)提出的。這一現(xiàn)象可以用行為金融學(xué)中的“損失厭惡”理論來解釋，該理論認(rèn)為一定量的損失給人們帶來的效用降低要多過相同的收益給人們帶來的效用增加。因此人們在決策過程中對利害的權(quán)衡是不均衡的，對“避害”的考慮遠(yuǎn)大于對“趨利”的考慮。出于對損失的畏懼，人們在出賣商品時往往索要過高的價格。,Slide 70,1.稟賦效應(yīng),損失厭惡 賣主的估價永遠(yuǎn)比買主高 “敝帚自珍”——自家的破掃帚也比別人家的新掃帚更有價值。,Slide 71,2.對公平的理解（偏好）,許多人做某件事的原因是他們覺得那樣做是恰當(dāng)?shù)?，盡管沒有帶來財務(wù)或其他方面的物質(zhì)利益。這方面的例子有慈善捐助、志愿工作，或者在餐廳給小費(fèi)。消費(fèi)者對公平的理解會影響其行為。,Slide 72,2.對公平的理解（偏好）,例：通牒博弈（Ultimatum Game） 你有機(jī)會在你和一個再也不會遇到的陌生人之間分配100張1元的鈔票，你會如何分配？規(guī)則是：你先提出你和陌生人之間的分配方案，該陌生人接受或拒絕你的建議：若接受，你們倆各自拿到你所建議的份額；如果他拒絕，你們倆將什么也拿不到。,Slide 73,2.對公平的理解（偏好）,例：通牒博弈（Ultimatum Game） 你的肯能分配方案： 1.偏好為效率，不考慮公平：你得99，他1； 2.你考慮公平，應(yīng)該是（50，50）或接近這一分配方案。 實(shí)驗(yàn)結(jié)果是：一般的分配比重介于67對33和50對50之間，這樣的分配方案通常都被接受了。 可見，對公平的偏好會影響決策,Slide 74,5.5.2 簡單法則和決策中的偏差,1.錨定效應(yīng)(Anchoring Effect) 2.拇指法則（Rules of Thumb）,Slide 75,1.錨定效應(yīng)(Anchoring Effect),錨定效應(yīng)：指一些建議的信息片段（也許是不相關(guān)的）對你的最終決策可能具有的效應(yīng)。 通常錨定效應(yīng)表現(xiàn)為人們在對某人某事做出判斷時，易受第一印象或第一信息支配，就像沉入海底的錨一樣把人們的思想固定在某處。作為一種心理現(xiàn)象，沉錨效應(yīng)普遍存在于生活的方方面面。第一印象和先入為主是其在社會生活中的表現(xiàn)形式。,Slide 76,Anchoring Effect,一般又叫沉錨效應(yīng)，是一種重要的心理現(xiàn)象。就是指當(dāng)人們需要對某個事件做定量估測時，會將某些特定數(shù)值作為起始值，起始值像錨一樣制約著估測值。在做決策的時候，會不自覺地給予最初獲得的信息過多的重視（心理學(xué)家特沃斯基和塔尼曼曾因此發(fā)現(xiàn)獲諾貝爾獎）。,Slide 77,錨定效應(yīng)-定義,錨定（anchoring）是指人們傾向于把對將來的估計和已采用過的估計聯(lián)系起來，同時易受他人建議的影響。當(dāng)人們對某件事的好壞做估測的時候，其實(shí)并不存在絕對意義上的好與壞，一切都是相對的，關(guān)鍵看你如何定位基點(diǎn)。,Slide 78,2.拇指法則（rules of thumb）,Rule of thumb在經(jīng)濟(jì)學(xué)中的解釋是：“拇指規(guī)則”是指經(jīng)濟(jì)決策者對信息的處理方式不是按照理性預(yù)期的方式，把所有獲得的信息都引入到?jīng)Q策模型中，他們往往遵循的是：只考慮重要信息，而忽略掉其他信息。否則信息成本無限高。 決策過程中依據(jù)拇指法則會帶來偏差，但會節(jié)省時間和精力。如果經(jīng)常用，帶來的偏差也較小，所以不能一概否定。,Slide 79,5.5.3 概率和不確定性,小數(shù)定律：當(dāng)人們從過去的經(jīng)驗(yàn)中獲得的有關(guān)特定事件的信息相對較少時，往往會夸大這些特定事件將會發(fā)生的概率。 羊群效應(yīng)：是指人們經(jīng)常受到多數(shù)人影響，而跟從大眾的思想或行為，也被稱為“從眾效應(yīng)”。人們會追隨大眾所同意的，自己并不會思考事件的意義。羊群效應(yīng)是訴諸群眾謬誤的基礎(chǔ)。,Slide 80,羊群效應(yīng),經(jīng)濟(jì)學(xué)里經(jīng)常用“羊群效應(yīng)”來描述經(jīng)濟(jì)個體的從眾跟風(fēng)心理。羊群是一種很散亂的組織，平時在一起也是盲目地左沖右撞，但一旦有一只頭羊動起來，其他的羊也會不假思索地一哄而上，全然不顧前面可能有狼或者不遠(yuǎn)處有更好的草。因此，“羊群效應(yīng)”就是比喻人都有一種從眾心理，從眾心理很容易導(dǎo)致盲從，而盲從往往會陷入騙局或遭到失敗。,Slide 81,羊群效應(yīng)實(shí)例,研究顯示，股票市場上的投資者常常被小數(shù)定律帶來的偏差所誤導(dǎo)，認(rèn)為在過去幾年的高收益之后，在接下來的幾年中可能會有更高的收益，從而導(dǎo)致羊群效應(yīng)的產(chǎn)生。,Slide 82,,,本章小結(jié),面對未來的不確定性，消費(fèi)者和管理者經(jīng)常要進(jìn)行決策。 消費(fèi)者和投資者關(guān)心不確定結(jié)果的期望值與波動程度。 在進(jìn)行不確定選擇時，消費(fèi)者追求期望效用最大化，它是各種可能結(jié)果帶來的效用的加權(quán)平均，權(quán)數(shù)為各種結(jié)果發(fā)生的概率。,Slide 83,,,本章小結(jié),人們對風(fēng)險的偏好類型有三種：風(fēng)險規(guī)避型、風(fēng)險中性型和風(fēng)險愛好型。 風(fēng)險規(guī)避者為避免風(fēng)險而愿意付出的最大的代價稱為風(fēng)險貼水。 通過多樣化、購買保險以及獲得更多信息的方式可以降低風(fēng)險。,Slide 84,