论不确定条件下的风险决策

横看成岭侧成峰，远近高低各不同

——论不确定条件下的风险决策

对未来的各种情况我们是无法预知的，总是处在“不识庐山真面目”的状态中，而决策就变得至关重要，《史记·高祖本记》日“夫运筹策帷握之中, 决胜于千里之外, 吾不如子房。”决策历来就是决定世事成败的关键因素，本文就是论述在不确定条件下的决策及风险决策的各种决策发则及决策方法。

决策, 按掌握的信息可分为确定情况下的决策和不确定情况下的决策。不确定性决策又分为“风险决策”和“纯不确定性决策”。“风险决策”不是指具有风险时作出的决策, 而是指能够估计或预测未来事件发生的概率而采用期望效果最好的方案为最优方案的决策。并且选择过程与决策后果具有不确定性。而“纯不确定性决策”是指无法估计或预测未来事件发生的概率时作出的决策。众所周知, 不确定性是无处不存在的, 而不确定性本身就是一种最难以估量的风险。有风险, 就要进行风险决策。在自然界、社会经济现象乃至人们日常生活中, 特别是在改革开放、市场经济以及伴随而来的知识经济发展的今天, 无论在组织系统改革、企业效益、市场开发还是在经营观念、风险投资等诸多方面, 到处都存在和面临着风险决策。

而我们在面对风险决策时，通常有以下几个决策法则。

（1）安全度法则。这种办法是先确立一最低限度基准值xˆ, 报酬值大于这一基准值xˆ的把握越大越好, 记为Φ（aˆ）=maxRi（xˆ）

这是一个概率分布函数, 用概率分布函数的解法可以求出最优解。安全度法则明显把安全放在第一位, 尽量回避风险, 追求最大可能性, 至于报酬是否理想倒在其次。所以当一个问题事关生死存亡, 有牵一发而动全身之重要性时, 宜采取这种决策法则。有个很著名的赌局叫做俄罗斯轮盘，他说的是有一个无聊又古怪的大亨要打一个赌：一张10亿美元的现金支票，一把能装6枚子弹的转轮手枪，只装一枚，并随机转动弹匣。只要对着你的头扣动扳机。如果你还活着，就可以把支票拿去兑现。你愿意赌一次吗？某网站发起了这个投票。近26000名网友，在权衡利弊后，做出自己的抉择，其中55%的网友选择了不愿意，这就是一个安全法则，他完全忽略了利润的最大化。

（2）bayes法则。这一法则就是取最大的平均收益期望值, 即Φ（aˆ）=maxRi（xⅰ），它来源于贝叶斯定理, 即根据先验概率计算出后验概率, 然后求出最大平均期望值。可以用决策表法、决策矩阵法或决策树法来求出最优解。若用这个法则来计算俄罗斯轮盘，我们会得出什么结论呢？不妨一试。这个比赛有两种结果，要么赢得10亿美金，要么得0美金，依题意我们可以得到以下的概率：P(x=10)=5\6

P(x= 0)=1\6

则这个概率题的分布列为：

Eξ=8.33

若用这个法则来计算俄罗斯轮盘的话，那么大家平均都能拿到8.33亿美元了，那么结果应该是大部分的人都会选择愿意做，可是结果却只有45%的选择了愿意。这是为什么呢？

因为贝叶斯法则反映了决策者对最大总平均报酬或最小总平均损失的追求, 而将风险置之度外。因此在这个法则下, 风险型决策问题就变成了确定型决策问题。然而这个法则中贯穿了概率论的思想, 只有在多次重复时, 这种平均值才有意义, 而且重复次数越多,准确性越高。这么看来, 如果追求最大总收益, 或进行一次性决策就不宜采用这种法则。

（3）μ-σ法则。这是一个中庸的决策法则, 将收益和风险综合考虑, 既不一味追求报酬, 又不追求完全躲避风险, 甚至还可以反映对风险的不同偏好。记为：

Φ(aˆ)= maxΦ (μⅰ,σⅰ)

Φ (μⅰ,σⅰ) = μ–ασ

α>0时，风险厌恶

Φ (μⅰ,σⅰ) = μ–ασ²

α=0时，风险中立

Φ (μⅰ,σⅰ) = μ–α（σ² +μ²）

α<0时，风险追求

总之，μ-σ法则兼顾了期望收益与方案风险, 特别具有平衡性。但由于法则中考虑了对风险的偏爱度, 也就有了一定的主观性。这对客观决策是一个不确定因素, 所以我们说它不具备普适性。

（4）最大可能值法则。简言之, 它选择的是最有可能实现即概率最大的最大报酬,

即：Φ（aˆ）=maxμⅰk

我们通常认为, 在一次性决策中, 要取得期望值是不可能的, 而概率最大的状态最有可能真正发生。基于这种考虑, 选择最大可能值法则进行决策, 未来获得最大报酬的可能性就会最大。但当各种状态的概率相差不大时, 这个法则并非最佳选择。

（5）伯努利法则。这个法则的出发点是以效用期望值代替损益期望值来衡量某个行动的优劣, 用效用函数μ：C→R可以绘制出效用曲线图, 效用曲线相对反映了效用值的大小。伯努利法则提出了效用的概念。所谓效用, 其实质就是决策者对行动结果的满意程度和对风险的态度。这种东西是很难用数字精确刻画的。我们得知, 效用曲线须通过心理测试的方法求出, 而心理测试受环境、测试者、测试方式等的影响大, 其科学性要通过多次重复试验才能体现, 所以这也是一种不具普适性的法则。

以上各种法则既有区别，又是互相联系，相融的，没有一种法则能够适应所有的情况，所以，我们在实际应用时, 必须深刻领会现有每种法则的特点, 认真调查现实情况, 然后进行综合决策。也就是说, 要结合运用各种法则, 尽量将主观的干扰降至最低。

在决策时，首先我们要明确决策的目的量。一个问题到了决策阶段,其目标当然是明确的, 但这并不表明决策人知道目标的所要达到的程度, 或者他知道这个程度, 但由于主观的偏好而使目标有了一

些偏差。因此我们首先要将目标尽量细分、量化, 给出数学指标。这样决策的状态会趋向确定。在进行风险型决策时, 我们先确定要追求什么样的报酬和多少报酬, 这样风险型决策问题就成了确定型决策问题。而遇到不确定型决策时, 先理清目标的各种关系, 从目标出发, 结合现实情况, 确定问题的自然状态。

其次，平衡考虑风险与收益的关系。每一个决策其实都是在风险和收益之间徘徊。对它们进行平衡考虑, 并不是说一定要选择μ-σ

法则或其他。如果状态风险系数小, 那么即使用乐观想也无冒险之虞。所谓平衡, 是指明确划分目标和状态中的风险因素和收益因家, 从这些因素的相互关系去确定决策时可承担的风险和可获取的收益。

总的说来，未来的各种不确定的因素就想是看庐山一样，横看成岭侧成峰，远近高低各不同，我们在感叹不识庐山真面目的同时，也要慢慢培养自己的理论思维和现实思维，开发抽象逻辑思维能力和理论思维能力，增强自己的控制力。