突破传统_2002年诺奖得主丹尼尔_卡内曼思想介评

!""#年第$期总第!!%期
当代财经
&’()*+,’-.-/01(.(&*2*&’(’+1&3
突破传统
———!""! 年诺奖得主丹尼尔·卡内曼思想介评
周战强
（中央财经大学经济系，北京N"""QN）
(’4$，!""#
356789(’4!!%
摘要：卡内曼的主要贡献在于对人类在不确定性条件下的判断与决策行为的研究。

一方面，他与特韦尔斯凯证明了人类的实际决策是如何系统性地偏离主流经济理论的逻辑预测的，有助于后来学者建立相关模型。

另一方面，他们提出的期望理论对观察到的行为提供了合理的解释，构成了这个领域许多应用经验工作的基础，使行为经济学、行为金融学的规范研究成为可能。

关键词：行为经济学；直觉判断与偏差；期望理论；预期效用理论
中图分类号：0"%$4$文献标识码：.文章编号：N"";:"Q$!（!""#）"$:"""$:"R
行为经济学家丹尼尔·卡内曼<=8>759?8@>5A8>B教授获得了!""!年诺贝尔经济学奖。

其获奖的原因是他将心理学的前沿研究成果引入经济学研究中，特别侧重于研究人在不确定情况下的判断和决策过程。

行为经济学是一门试图将心理学的研究成果融入主流经济学的边缘科学。

它根据心理学有关人类行为分析的研究成果，对主流经济学的理论假设进行修正，进而研究市场中人的经济行为，得出了很多与已有理论不同的结论，并能够解释一些令人困惑的经济现象。

卡内曼是行为经济学的先驱。

主流经济学假定人是完全理性和自利的，会合理利用自己收集到的信息，估计未来不同结果的各种可能性，然后最大化其预期效用。

但是这种假设与人们实际的经济行为相去甚远，这种决策理论充其量也只是近似和不完全的。

人的行为所追求的远不限于此，还包括公平、互惠和社会地位等诸多方面。

人的认知水平影响人的决策，而人的认知又受人的性格、知识、文化背景、所处环境与情境等状况影响。

这就决定了人的经济行为与主流经济学假定下的有很大不同。

在现实生活中，人们在进行决策时往往都处于复杂、混乱、不易辨别或易受到威胁的情况下，没有时间去进行理性计算，也没有时间去考虑概率问题，常常会遵循某种可以使之有预见地或系统考虑问题的方式来进行决策，只不过这些方式在某种程度上偏离了传统的理性决策模型。

卡内曼及其黄金搭档特尔韦斯凯!（)C56D EF）在不确定条件下判断与决策问题上富有创见的研究，揭示了这种偏离的原因与性质。

一、不确定条件下的判断：直觉判断与偏差
卡内曼和特尔韦斯凯早期许多研究的出发点是人们常———————————————————
收稿日期：!""#:";:!"常不能充分分析诸如经济和概率判断的情形。

在这些情形
中，人们依靠某些捷径（3@G6H I J H D）或直觉判断（K5J67D H7I D）处理信息，做出判断。

这些捷径或直觉判断
有时很有用，但有时会出现系统性偏差（L78D）。

这些直觉
判断形式主要有：
（一）代表性（-5M65D5>H8H7C5>5DD）
代表性是指人们倾向于根据观察到的某种事物的模式
与其经验中该类事物的代表性模式的相似程度而进行判断。

如果某一事物与类别高度相似，其代表性就高；反之，代表性就低。

代表性反映的是个体与类别之间的关系，常常作为人们预测的基础。

在金融市场上，代表性最
重要的应用是预测市场、挑选股票、选择互助基金、选择
货币经理人等等。

代表性在一般情况下是有效的，但是有时也会产生严
重偏差。

比如，在代表性作用下，投资者坚持认为，好股
票是好公司的股票，坏股票是差公司的股票。

在投资者的思想中，好公司代表成功公司，成功公司产生高盈利，进而导致高收益。

差公司则正好相反。

然而事实并非如此。

这说明投资者利用代表性进行预测时，犯了先入为主的错误，出现了预测偏差。

利用代表性进行判断时出现的偏差主要有以下几种形式：
N4 人们往往只是重视条件概率（即直观到的现象），而忽视了先验概率（以往存在的知识）。

在N$O# 年的一个实
验中，特韦尔斯凯和卡内曼设计了两个总体：一个是由#"P的工程师和O"P的律师的构成，另一个由O"P的工
程师和#"P的律师构成。

从其中之一随机抽取一人，将
该人的性格特征及所属的总体都告诉被试，要求被试估
计这个人是工程师而不是律师的概率。

显然，这个人若
来自后一个总体，他是工程师而不是律师的概率较大，
因为后一个
作者简介：周战强（N$O":），男，河南洛阳人，中央财经大学讲师，博士，主要从事行为金融、国际经济学、信息经济学研究。

·$·
当代财经$%%.年第"期总第$$*期
主要由工程师组成，前一个主要由律师组成。

但结果表明，这种差异对被试的判断没有影响。

这与贝叶斯法则相违背。

可见，被试进行判断时，并没有考虑判断对象所在总体中工程师和律师的比率，而是直接依据有关判断对象的描述与工程师的“代表性”的相似程度，估计他是工程师而不是律师的概率。

但是，当先验概率与所讨论的事件相关性很强时，人们就会较为关注先验概率。

!"#$年，卡内曼和特韦尔斯凯设计了这样一个实验：某城有两家出租汽车公司，其中一家的出租车是蓝色，另一家的是绿色。

一辆出租车在夜晚肇事后逃跑了。

目击者证实肇事车是蓝色。

法庭证实目击者在#%&的时间里能够正确区分蓝色和绿色，在$%&的时间里不能区分这两种颜色。

下面两种情况中，请被试判断肇事车的颜色’（!）城里#(&的出租车是绿色，!(&的出租车是蓝色。

（$）尽管两家公司在规模上大致相等，城里#(&肇事出租车是绿色，!(&是蓝色。

那么，被试得出肇事车是蓝色的概率均值在（!）时是#%&，而正确答案约为)%&；在（$）时为*%&。

在实验条件改变后，虽然被试没有充分考虑先验概率，但认为两种颜色的出租车肇事比率与所讨论事件相关性较强，比实验条件改变前更多考虑了先验概率。

$+代表性促使人们相信两个事件的联合概率比事件之一的概率要更大（即所谓的联合规则）。

根据概率论的知识，某个事件同属于集合,和-的概率要小于或者等于只属于两者之一的概率。

而人们的直觉常常违背这一结论。

!"#(年，卡内曼和特韦尔斯凯告知被试某个人的职业情况如下：“某女，.!岁，单身，坦诚，非常聪明，专业为哲学，在学生时代积极关心歧视问题和社会公平问题，同时参加了反核示威。

”然后要求被试对该人的一些描述按照准确性大小排序。

其中两条是（!）“该女是银行出纳员”和（$）“该女是银行出纳员和女权运动者”。

#(&的被试都将（$）排在（!）的前面。

这说明，在人们的认知过程中，夸大了按“常识”得到的条件概率，也就是夸大了“代表性”的作用。

.+小数定律（/01 23450667859:;<）导致人们夸大了小样本的代表性。

!"=!年，特韦尔斯凯和卡内曼揭示了小数定律或赌徒谬误（>0596:;?<@0660AB）现象。

小数定律是指人们认为一个小样本的均值与大样本的均值有近似相同的概率分布，小样本均值也有一个集中在随机变量预期价值的分布。

这违背了概率论的大数定律（/01 23/0;C: 7859:;<）。

按照大数定律，大样本随机变量独立观察值均值的概率分布集中在随机变量的预期值，并且随着样本规模的增加，样本均值的方差逐渐减少到零。

当样本规模接近于总体时，样本中某事件发生的概率将渐近于总体概率。

然而，一般情况下，人们好象没有认识到随着样本
规模的增加，随机变量样本均值的方差减少得有多快。

人们误认为大数定律既能应用于大样本也能应用于小样
本，这样样本大小对概率判断的影响不敏感。

!"#$年，卡
内曼和特韦尔斯凯设计的以下实验支持了这种观点：假设
某一城镇有大小两家医院，在大医院每天有)(名婴儿出
生，在小医院每天有!(名婴儿出生。

每家医院记载一年
内每天出生婴儿中*%&为男孩的天数。

请求被试回答哪家
医院记载的天数多。

结果(*&的被试认为天数将相等。

然
而正确答案是小医院记载的天数多。

在小数定律的作用下，虽然被试知道事件发生的客观
概率，但在主观上对已发生的小样本事件做出了错误估
计，往往夸大了小样本对总体的代表性，高估了未发生的
事件出现的概率。

这导致过度推断（D E:;F G3:;:GA:）。

例如，掷一枚硬币，连续(次是正面，第*次的结果是反面
的概率多大？正确的结果还是!H$。

然而，人们认为掷币
的结果模式应该是正反面出现的次数相同。

在这种代表性
模式的作用下，人们倾向于预测第* 次掷的结果是反面。

小数定律是对回归到均值的过分追求，不适当地预测会发生
反转。

实际上，回归到均值暗含了更靠近均值，而不是为了
满足均值定律，跑到均值另一面。

与此相对应的是低
估大样本对总体的代表性。

（二）信息易得性（,E0F609F6F I B）
信息易得性反映的是人们依靠容易得到的信息而非全
部信息进行判断。

由于受人的时间、精力、记忆能力或知
识等的局限，人们在判断时不可能利用所有相关信息，只
能利用其中的一部分。

一般情况下，人们大多利用自己熟
悉或容易得到的信息，然而忽略的信息对正确评估和决策
可能有重要影响，由此进行的判断就可能出现偏差。

信息易得性是在概率判断时的常见偏差。

人们藉此通过
回忆有关例子的舒适程度来判断概率的大小。

这导致人们给
显著或容易记住的信息以不成比例高的权重。

比如，如果
人们知道某人受到过暴力攻击，即使他们有权使用更合适的
汇总统计资料，也会夸大暴力犯罪的概率。

认知心理学的研究表明，与不熟悉的信息相比，一般是
熟悉的信息更容易从记忆中提取出来，被认为是更真实或合
适的。

有关某一事件的媒体报道的广度和深度，影响人们对
它的回忆程度或容易获得程度，进而影响人们的判断。

不管
信息精确与否，在媒体中某一信息的单纯重复，使它更容易
获得，而且被错误地认为是更准确的。

如果可以得到某一事
件的相关例子越多，决策者认为其发生的概率越高。

除了记忆中一个事件发生的主观概率外，事件的新近性、显著性、生动性和事件发生时所伴随的情感相似性，都会
导致高估事件发生的概率。

人们倾向于关注他人正在
·!%·
突破传统———!""! 年诺奖得主丹尼尔·卡内曼思想介评
关注的事情。

价格最近上升了许多的投机资产吸引了人们的注意力，人们更有可能买入这些资产，因为他们对这些资产考虑得更多；价格没有大的增加的资产不太可能引起人们的注意。

如果较早的记录特别显著，将低估最近变化的信息；如果最近变化的信息更显著，将受到更多重视。

如果一个投资者从来没有经历过股票交易灾难，就不会想起这种事件，他比那些经历过股价突然下跌的人，把灾难风险评估得更低。

当跟随着一系列收益产生好心情时，投资者倾向于做出正的收益预测；如果跟随一系列坏运气产生坏心情，他们将以悲观的眼光看待市场变化。

（三）调整和铆定（#$%&’()*+(,+$#+-./01+2）
在许多情况下，人们进行估计时是从某个初值或起点开始，然后逐渐调整到最终结果。

初值可能在系统表述问题时被提出，也很可能是进行一定计算的结果。

不论是哪种情况，调整都是不充分的。

不同的初值得到不同的偏向于初值的估计结果。

这种现象被称为铆定。

由于大多数人都铆定初值，给予初值更大的权重，显得比较保守，对新信息的反应调整不完全、不充分。

这就会引起一定的估计偏差。

例如，在3456 年的实验中，卡内曼和特韦尔斯凯要求被试估计有多少非洲国家是联合国成员。

在估计之前，要求被试将其估计值与一个在" 和3""7之间随机选取的数字相比较。

结果显示，被要求与3"7比较的被试的平均估计为!87；而那些被要求与9"7 比较的平均估计为687。

虽然初值是随意选取的，但人们固守于无关的初始信息。

这些直觉判断与偏差表明人们的推理系统地违背了概率论的基本定律。

卡内曼及其合作者的研究结果支持了这些直觉判断与偏差。

二、不确定条件下的决策：期望理论
大量证据表明，不确定条件下的判断和决策，都系统性地偏离了主流经济理论。

在不确定条件下的许多决策和预期效用理论的预测并不一致。

因此，迫切需要新的理论分析不确定条件下人的行为决策。

卡内曼与其合作者不仅提供了偏离预期效用理论预测的广泛证据，还提出具有广泛影响的决策理论———期望理论（:0/’;*-(<.*/0=）。

卡内曼和特韦尔斯凯认为，给定决策者当前的财富和预期，决策问题分为两个阶段。

一是编码阶段。

先确定一个合适的决策参考水平，然后根据这个参考水平，对决策问题进行编码。

当决策结果超过参考水平，被编码为收益；低于参考水平，被编码为损失。

二是评估阶段。

评估的依据是：如果在财富水平>1下，行动#发生的概率为;1，行动发生概率为@1，当且仅当!1!（;1）A（">1）B !1!（@1）A（">1）时，决策者更喜欢#。

其中，!是决策权重函数，A是值函数，">1C>1D>"是财富偏离某一参考水平>"的大小。

显然，这与预期效用理论的决策标准是不同的。

预期效用理论认为，假定效用&是财富> 的函数，如果行动#发生的概率为;1，行动? 发生概率为@1，当且仅当!1;1&（>1）B!1@1&（>1），决策者更喜欢#。

与预期效用理论相比，期望理论有以下特点：
（一）决策者关心的并不是财富的绝对水平，而是相对于某一参考水平的变化
卡内曼和特韦尔斯凯认为，人们在对不确定事件进行判断和估计时，通常会设定一个初值，即参考水平。

人们在决策时，总是会以自己的视角或参考水平来确定收益和损失，决定备择决策的取舍。

参考水平常常是决策者当前的财富水平，但也可能是渴望得到的某一水平，即被试努力获得的财富水平。

根据反馈信息，人们对这个初值进行修正，但这种修正往往不完全，其观念似乎铆定于初值。

虽然人们会铆定于参考水平，但与绝对衡量结果相比，人们更看重的是偏离参考水平的变化量而不是绝对水平。

这与人类的认知心理规律有关。

人类的感觉机制是与变化及差别的估计相协调的，而不是与绝对量的估计相协调的。

当人们对像光、声音、温度等做出反应时，过去和现在的经验确定了一个可接受的参考水平，而与此参考水平相对照，目前所处环境中的刺激程度也就很容易被察觉出来。

因而，当人们触摸某物体时，依靠过去自己对温度的接受点来感知它是热还是冷。

人们在秋天和冬天所感受到的天气冷暖的绝对温度也不会相同。

同样的原理也适合于对健康、声誉和财富等方面的分析。

（二）值函数以财富变化为自变量，形如“E”，反映了敏感性递减和回避损失的特征
预期效用理论中，函数& 通常在各处都是平滑和凹的。

但值函数不同。

值函数是以财富的变化为自变量的，其形状是E 型的。

值函数在参考水平之上的收益区域的曲线是凹的，在参考水平之下的损失区域的曲线是凸的。

这反映了人们在面临损失时不是“风险厌恶”者，而是“风险追求”者。

不论是在收益上，还是在损失上，人们的敏感性呈递减趋势。

3454年，卡内曼和特韦尔斯凯指出，敏感性递减是人类认识的最基本特征。

这一特征尤其体现在人们对货币变化的估计过程中。

例如，3""元与!""元的收入之间的差别，看起来比33""元与3!""元的收入之间的差别更大。

对损失也是如此。

在货币收入不确定的情况下，敏感性递减意味着值函数对财富变化量的斜率随着财富变化量的增大而变得越来越平坦。

值函数并不是处处平滑的，而是在零点（即参考水平）有个结。

并且，值函数在损失区域的曲线比收益区域的曲线更陡峭，这种现象反映了人们的偏好好象有局部回
·33·
当代财经/..3年第+期总第//:期
避损失的特征，因此被称为回避损失（!"##$%&’#(")）。

这与实验心理学的感觉和判断理论是相符的。

卡内曼和特韦尔斯凯（*+,+）研究了人们面对可能的损失是如何反应的。

例如，假定你面对以下两种选择：（*）接受,-..元的损失。

（/）,-0的可能损失*....元和/-0的可能损失
. 元。

多数人选择了后者。

因为人们回避损失，不确定性选择给了他们不一定会损失的希望。

回避损失暗含了人们有一种为避免确定损失而愿意冒更大风险的倾向，特别是在面对难以避免的损失时，回避损失能被恐慌所抵消，使人们变得敢于冒险。

面对大的损失的风险偏好行为和风险规避的传统假设是不一致的。

回避损失意味着人们对单位损失比单位利润的评价更高。

简单地说，就是丢掉*..元钱所带来的不愉快感受要比捡到*..元钱所带来的愉悦感受强烈得多。

卡内曼和特韦尔斯凯1*++/2估计人们对中等程度的损失的评价大约是同样大小收益的评价的两倍。

（三）决策权重是客观概率的函数
预期效用理论是以客观概率为权重。

而在期望理论中，决策权重是客观概率的函数。

决策权重函数是单调递增的、非线性的，在. 和* 处不连续。

它系统性地给小概率的权重过大，大概率的权重过小。

卡内曼和特韦尔斯凯要求被试分别在以下两种情形中进行选择：第一种是在$（3...，*）和4 （5...，.67；.，.6/）之间选择；第二种是在8 （5...，.6/；.，.67）和913...，.6/-2之间选择。

结果表明有:-0的被试选择了8，7.0的人选择$。

对这个结果的解释是，当概率较小时，一定程度的概率增加（从8 的/.0上升到9的/-0），不会较大地改变人们对这些小概率事件赋予的选择权重，此时起决定作用的就是报酬的多寡。

反过来，在概率较大时，人们对概率的变化十分敏感，偏好选择中的概率权重变得十分重要。

而这些都是金融市场上存在“错误定价”的原因。

期望理论吸收了不确定条件下选择的一些经验规律。

这使它和前述的实验结论相一致。

期望理论合理解释了不少经济现象，如阿莱悖论、股价溢价之谜以及期权微笑等。

后来，特韦尔斯凯和卡内曼把期望理论进一步扩展为累积期望理论，克服了它的一些弱点。

累积期望理论允许有多种结果的可能选择。

期望理论及其扩展，比预期效用理论更精确地描述了个人风险行为。

实际上，期望理论和预期效用理论是从两个不同角度考虑决策问题的，二者并不矛盾。

卡内曼和特韦尔斯凯认为预期效用理论是公理性的，而期望理论是描述性的，是以从经验观测归纳的方式，而不是从一套逻辑上吸引人的公理演绎的方式形成的。

预期效用理论表现了理性行为的特点，期望理论则描述了实际行为。

虽然预期效用理论精确表示了在某些显然和简单的决策问题的实际选择，但大
多数实际决策问题是复杂的，需要象期望理论一样的行为
上更丰富的模型。

三、简评
卡内曼的主要贡献在于对人类在不确定性条件下的判
断与决策行为的研究。

一方面，他与特韦尔斯凯证明了人
类的实际决策是如何系统性地偏离主流经济理论的逻辑预
测的，有助于后来学者建立相关模型。

另一方面，他们提
出的期望理论对观察到的行为提供了合理的解释，构成了
这个领域许多应用经验工作的基础，使行为经济学、行为
金融学的规范研究成为可能。

其他心理学家在这方面也做
出了重要贡献，但卡内曼的成果无疑是最为突出和最有影
响的。

卡内曼也在行为经济学的其他领域做出了早期的贡献，产生了实质性的影响。

而且，他的研究在其他社会科学、自然科学、人文科学和医学中得到广泛引用。

卡内曼的研究采用实验的方法，在长期被忽视的领域（人类行为）向主流理论发起攻击，关注到人类行为有非理性的一面，使经济学界开始修正主流经济理论关于人类行为的某些公理性假设（如理性一贯、偏好不变等），以更加逼近真实世界的人类行为，从而提高了经济学对现实的解释力。

这丰富了主流经济学分析问题的方式，增加了经济行为分析的变量和角度，把经济学引到了一个新的方向，有助于把几十年来一直在数学公式里兜圈子的经济学领回到它所研究的实际生活中来，迫使那些不现实的理论家正视现实。

“人及其行为”正在成为经济学研究的核心和主题。

———————————————————
注释：
!已故的特尔韦斯凯教授本应和卡内曼一起分享诺奖，但诺
奖不授予已故学者。

诺奖得主卡内曼的主要贡献，实际上几乎都
是他们两人的共同贡献。

因此，介评卡内曼的思想时，几乎都要
提到特尔韦斯凯教授。

———————————————————
参考文献：
;*< =>?)&@>)A9A>)B $6C%&’#DE A1/...2A 8?"(F&#A%>G H&# >)B I’>@&#;J<A 8>@K’(B L&M)(%&’#(N E O’&##A 8>@K’(B L&6
;/< =>?)&@>)A96A O6P G"%(F A>)B $6C%&’#DE1*+7/2 A
Q HBL@&)N M)B&’M)F&’N>()N E R S&H’(#N(F#>)B 4(>#&#;J<A 8>@K’(B L& M)(%&’#(N E O’&##A 8>@K’(BL&6
;3<C?& T"E>G P U&B(#? $F>B&@E"I PF(&)F&#A1/../2A V W"H)B>N(")#"I K&?>%("’>G>)B&XY&’(@&)N>G&F")"@(F#R9>)(&G =>?)&@>)>)B Z&’)")P@(N?V;[<A UUU6D%>6#&6
;5<C?"@>#\6A96\’(II()>)B 96 =>?)&@>)A1/../2A
S&H’(#N(F#>)B K(>#&#R N?&Y#EF?"G"LE"I()N H(N(%&]HB L@&)N;J< A
8>@K’(BL&M)(%&’#(N E O’&##A 8>@K’(BL&6
责任编校：封明
·*/·。