风险偏好特征的实验研究_期望效用函数理论论文

风险偏爱特征的实验研究,本文主要内容关键词为:实验研究论文,特征论文,风险论文,此文献不代表本站观点,内容供学术参考,文章仅供参考阅读下载。

中图分类号:B849:C93 文献标识码:A 文章编号:1006-6020(2002)-03-0028-07

1 前言

在现实生活中,人们要对各种各样的事情做出决策,而决策往往带有一定的风险[1]。所谓风险就是决策具有多种可能的后果,包括不同程度的损失和盈利。一些研究指出,决策风险主要与三个方面的因素有关:决策后果的种类、后果的严重程度和各种后果发生的概率[2]。一般而言,决策后果的种类越多,后果的严重程度越大,后果发生的概率越小,相应的风险水平就越大。另外后果发生的不确定性也会对决策者带来风险。对待风险的态度,不同的决策者存在着明显的个体差异。有的决策者为了收益,哪怕是丁点的收益,也会冒很大的损失的风险去追寻。而有的决策者为了防止损失,哪怕他面前有很大的一笔收益,而且获得这笔收益的可能性是相当大的,他也不愿去冒丁点损失的风险。还有一些人既不一味地追寻风险,也不一味地回避风险,而是对具有一定水平的风险特别喜爱。另外,即便是同一个人对待同一项决策任务,在不同的时间、不同的地点、不同的情境条件下,对待风险的态度也会有很大的差别。我们用风险偏爱(Risk Preference)来说明决策者对风险的态度。

对于风险偏爱的理论研究主要有效用理论和组合理论两种。

效用理论的思想最早可以追溯到18世纪的贝奴理,他认为人在风险条件下的选择行为的依据是为了获得效用的最大化。当时认为这一理论美中不足的是缺少一些直观的、可以描述的东西[1]。后来,赛维吉等人(1948年)引入了效用函数的概念,用效用曲线来直观地描述价值与效用之间的关系。但是他们的效用函数很难说明现实生活中一个人的博弈行为和买保险行为同时存在和人们喜欢将资金投资在中等风险的项目上的现象。尽管数学家诺伊曼和经济学家摩根斯坦在效用的测量以及期望效用的规则调整等方面做了很多的研究,丰富和规范了效用理论的许多内容,并且现实的生活中,特别是在金融和投资组合选择中,效用理论得到了广泛的应用,但是这一理论还是不能描述现实生活中的个体的风险决策行为。效用理论认为,人的决策的目的是为了获得效用的最大化,效用是决定决策行为的直接因素,那么以此理论推论,如果在效用恒定的情况下,决策者对备择方案的偏爱应该是没有差别的。

而有人则认为个人对风险的偏爱应该是先于效用而对决策行为产生影响[1],他们认为如果在效用固定的先决条件下,不同的个体的决策选择行为,反映了他们个人的偏爱。库姆斯等人在前人研究的基础上,提出了风险偏爱的组合理论(Portfolio Theory)[3]。该理论认为在风险条件下决策者对备择方案的选择并不是一味地追求效用的最大化,而是在效用和风险水平两者可接受的情况下得到妥协。组合理论将人的风险偏爱模式大致分成以下四类五种模式:(1)单调模式(Monotony Pattern):包括两种情况,一种是单调递增型,即决策者对备择方案的偏爱程度随着备择方案的风险水平的增加而增加;一种是单调递减型,即决策者对备择方案的偏爱程度随着备择方案的风险水平的增加而降低。(2)单峰模式(Folded Pattern):即决策者既不一味地追寻风险,也不一味地回避风险,而是对具有一定风险水平的备择方案表现为最为偏爱,而在这最佳风险水平点两侧,随着风险水平增大或减小,决策者对备择方案的偏爱程度也降低。(3)反转模式(Inverted Pattern):所谓反转是相对于单峰而言的,即决策者对某一风险水平点的备择方案最为不偏爱,而在这一风险水平点两侧,随着风险水平的增加或降低,决策者对备择方案的偏爱程度也增加。(4)不可传递模型(Intransitivity Pattern):决策者对系列变化的风险水平没有规则的偏爱倾向。该理论提出了四个假设[1]:(1)当期望效用保持恒定时,决定决策者对备择方案的偏爱顺序的是决策者的风险偏爱。(2)风险偏爱是呈单峰分布的。(3)风险偏爱顺序是由风险偏爱和期望效用两个因素决定的。(4)风险偏爱顺序可作线性变换,线性变换前后的偏爱顺序不变。该理论还认为只要是效用恒定,不管这个效用的值有多大,决策者的风险偏爱均是呈单峰曲线,也就是说风险偏爱对于决策者来说是一种稳定的特质。

许多跨文化研究指出了风险知觉和风险态度的文化相关性。Slovic等人的研究指出,个体对健康和安全方面有关的风险知觉存在着显著的文化差异(Slovic,et al,1991,Kleinhesselink and Rosa,1991)[4]。著名的“高氏猜想图”也形象地说明了在不同的文化背景下,冒险行为的分布是存在着文化差异的。

本研究以高校学生为被试,分析他们的风险偏爱的模式;同时,将我们的研究数据与MacCrimmon取得的美国被试的数据进行比较,探讨风险偏爱的文化差异。

2 研究方法

2.1 被试

本研究的被试是60名在校的本科大学生,年龄在19-23岁之间,其中男生37人,女生23人。他们均是自愿参加实验的。

2.2 实验任务

本实验的任务情境是抽彩,告诉被试在一个袋子里放有100颗围棋子,其中有38颗黑子,62颗白子,如果被试从中摸出5颗棋子,这五颗棋子中黑子的个数决定被试赢钱或输钱的数目。

被试的任务是对这种抽彩形式所列举的三组结果方案的偏爱程度进行1至5排序,1为最为偏爱,5为最不偏爱。

对结果方案的设计分成三种情况,但三组方案的期望值都是相同的:A组是损失值保持不变,收益值、收益概率和损失概率改变(损失概率=1-收益概率)。B组是收益值保持不变,损失值、收益概率和损失概率改变。C组是概率保持不变,收益值和损失值改变。备择方案的风险水平用方差来衡量[3],而且备择的结果方案的风险水平从1至5逐渐增大。方差的计算公式为:

M为方案的平均价值,P[,i]为各个结果发生的概率,Value为各个后果的价值,Variance为衡量风险水平的指标。

2.3 实验设计

实验采用被试间和被试内的2×3的两因素混合设计。其中,一个因素是期望值,期望值分为大小两种,小期望值为5元,大期望值为50元,此因素采用被试间设计。另一因素是风险来源,此因素用固定收益值、固定损失值、固定收益概率三种方式来实现,此因素采用被试内设计。为消除三组方案带来的顺序效应,A、B、C三组方案的呈现顺序采用拉丁方设计。

2.4 实验程序

60名被试分成两组,大期望值组30人,小期望值组30人,每次实验由3~6人参加。被试走进一间空教室,每人坐一排,使相互之间没有任何影响。主试分发问卷和答卷,说明实验目的和指导语。被试阅读完抽彩情景后,主试向被试演示抽彩活动:主试抽三次,将结果给被试看并向被试说明演示的目的仅是让被试对这个抽彩活动有个感性的认识,并没有其他任何意图。然后告诉被试抽彩的换算方法,告诉他们等所有的实验结束后主试会抽一次彩,最后的结果会告诉他们,看看他们的决策到底会有多少收益。最后要求被试根据个人的真实感受独立完成排序任务。

3 结果和分析

3.1 风险偏爱模式分析

从排列组合的角度来看,对风险递增的5个备择方案的偏爱等级排序共有120种方式。如单调递增:54321;单调递减:12345;单峰:21345,54312等;反转:34521,45321等;不可传递:23154,35412等。在这120种的排列组合方式中各种风险偏爱方式的百分比和种数及实验中得到的结果见表1。

表1 风险偏爱模式及实验结果汇总

注:表中()内为频次,*为在0.05水平显著,**为在0.01水平显著。

对表1内所获得的各个数据与理论值进行百分比差异比较,结果表明单峰偏爱模式和不可传递模式,统计检验差异显著,这说明被试的风险偏爱倾向于单峰模式,而对不可传递模式是回避的。对于单调递增模式,除了小期望值中的A组差异不显著以外,其他几组差异也显著;单调递减模式,无论是大期望值组还是小期望值组都只有在C组中表现为差异显著。反转模式只有在小期望值A组中差异显著。

为了考察不同的期望值对风险偏爱模式的影响,我们采取了独立性检验。由表1的结果发现,A、B、C三组的χ[,2]值分别为3.396、3.611和2.887,统计检验不显著(p>0.05),这说明期望值对于风险偏爱的模式没有影响。当然,由于表1中的个别数值为0,此结果需要在更广泛的样本基础上验证。

3.2 三种不同的风险来源对风险偏爱的影响

为了考察不同的风险来源对被试的风险偏爱模式的影响,我们用独立性检验。因为单调递增和单调递减是特殊的单峰模式,所以我们将这三种方式合并为一般的单峰模式;再将反转模式和不可传递模式合并为非单峰模式。结果小期望值组的χ[,2]=5.701,在0.05水平不显著,大期望值组的χ[,2]=1.690,在0.05水平也不显著,这说明无论是小期望值组还是大期望值组,不同的风险来源与被试的偏爱模式之间均不存在关联。

不同的风险来源对固定收益和高风险的偏爱分布是否存在着影响呢?结果见图1~图4。

图4 大期望值、高风险

从图1、图2来看,无论是小期望组还是大期望组,较多的被试将C组的固定收益列为最偏爱的;而在A组和B组中,固定收益大多被列为中等偏爱。相对来说,对固定收益的不偏爱在各组中所占的比例是较少的。

从图3、图4来看,无论是小期望组还是大期望组,不同的风险来源对高风险的偏爱等级的分布影响不大,对高风险的不偏爱的被试占绝大多数。

4 讨论

4.1 对实验中得到的风险偏爱模式结果的探讨

在我们的实验中绝大部分被试的风险偏爱模式都是单峰模式,说明人在对待不同程度的风险时,并不像期望效用理论所预测的那样总是追求效用的最大化[5],而是符合库姆斯的观点,人在期望效用恒定的情况下对待不同风险水平的备择方案,总是在一定的风险水平上得到妥协。

在我们的结果中,并不是所有的单峰模式都是相同的,不同的人又有各自不同的最佳的风险水平。有的人的最佳风险水平偏高些,有的人的最佳风险水平偏低些。这也说明了在对待风险的态度上,不同的人之间既存在着一些相同的地方,也存在着个体上的差异。个体对一定的风险水平最为偏爱又是如何形成的呢?我们认为可能对于决策者来说,风险偏爱是个动态的过程,而不是个静止的状态。决策者以前的成功或失败的决策经历会影响他现在或将来的偏爱,决策者当时的经济状况、情绪状况等也都是影响决策者风险偏爱的因素。在这方面,王重鸣、何贵宾已经做过相关的研究[6,7]。

对于单调模式,与理论值相比虽然我们也得到了差异显著的结果,但我们认为在120种的偏爱排序中,单调模式仅仅是占了其中的两种,比例相当小,因此在实验中很容易得到差异显著的结果。况且单调模式的被试比例也不是特别高。另外,我们认为在现实中这种单调模式在决策者的决策行为中也是不普遍的。

为什么单调递减模式无论是在小期望值组,还是大期望值组,都只有在C组中才表现出显著的差异?其实C组方案按严格意义上来讲不是抽彩结果方案,而是一组博弈方案,我们认为被试在对待这组方案时可能是根据收益和损失之间的差异来排序的,而没有将收益或损失的概率考虑进去。所以被试对风险的厌恶表现得很显著。

不同的期望效用对风险偏爱的模式没有影响,也就是说在效用一定的情况下决定偏爱排序的因素是被试的风险偏爱。这与组合理论的结果相一致。被试对于不同的效用会有不同的偏爱,但只要是在效用恒定的情况下,决策者的风险偏爱模式是遵循单峰模式的。库姆斯等人的研究证明,对于不同的期望效用,决策者对系列风险水平的方案的偏爱是一族开口向右的曲线。

4.2 中美被试风险偏爱异同的探讨

将本研究中得到的数据与MacCrimmon取得的美国被试的数据进行比较,探讨风险偏爱的文化差异。在MacCrimmon的研究中,被试是40名美国和加拿大的公司经理,平均年龄41岁,平均年收入3.5万美元。75%的人具有大学学历。其实验任务与本实验基本相似,而且是真实的收益或损失。

我们将实验中得到的被试对固定收益X[,1](A[,1]、B[,1]、C[,1])、低风险X[,2](A[,2]、B[,2]、C[,2])、中等风险X[,3]和X[,4](A[,3]、A[,4]、B[,3]、B[,4]、C[,3]、C[,4])、高风险X[,5](A[,5]、B[,5]、C[,5])的各个偏爱等级的频次百分比与美国的被试进行比较,结果见图5~图8。

可以看到,在固定收益和中等风险的偏爱等级分布上,中美被试对较为偏爱(2)和最不偏爱(5)等级存在着一些差异。对固定收益,中国的被试较为偏爱的人数百分率明显多于美国被试,最为不偏爱的人数百分率明显少于美国被试;对中等风险,中国被试较为偏爱的人数百分率明显少于美国被试,最为不偏爱的人数百分率则明显多于美国被试。在低风险的偏爱等级分布上中美被试没有明显的区别。在高风险的偏爱分布上中美被试都是在最不偏爱等级上的选择人数最多。

除了分析偏爱等级的分布以外,我们对其中不同风险水平的备择方案的最为偏爱(排序等级为1)和最为不偏爱(排序等级为5)的百分比数据与美国的数据进行百分比的差异比较。结果见表2。

表2 中美被试对不同风险水平的方案的最为偏爰和最为不偏爱的比较

注:中国被试每组为30人,美国被试为40人,*表示在0.05水平显著,**表示在0.01水平显著。

结果表明对固定收益的不偏爱,中国的被试显著少于美国的被试;对中等风险水平的备择方案不偏爱,中国被试显著多于美国被试;对于高风险的不偏爱,小期望值组的中国被试也显著少于美国被试,大期望值组也比美国被试来得少。

一些跨文化研究提出,中国的文化与传统,特别经历了几千年的中庸之道,与美国相比显得比较保守。然而,从我们实验得到的结果来看,中国人对风险的偏爱是较为复杂的。在能够不冒风险,就可以有所收益的情况下,中国人对这个收益也不愿放弃,或者说是愿意追求的,似乎有“食之无味,弃之可惜”的味道。在具有一定风险的情况下,中国人对风险的厌恶水平较美国人来得高。在面临高风险的情况下,中国人厌恶风险的水平相对美国人来讲来得低,尤其是在预期的损失比较小的情况之下更是如此,这说明中国被试比美国被试对高风险更加不敏感。这与Weber等人的跨文化研究的结果不完全一致。[7]

在我们的实验中还得到了展望理论所预测的结果,在这方面中美被试似乎有更多的一致性。在小期望值组中的A组,即损失值固定为5元时,有三分之一的中美被试将方案5选为最偏爱的。这说明被试在认为损失是可以接受的情况下,往往愿意追求高风险。这与现实生活中有许多人愿意花不多的钱去买彩票,希望能以较少的付出获得很大的回报的现象是很符合的。在收益固定(B组)的情况下,中国有40%(小期望值组)和47%(大期望值组)的被试将低风险的备择方案定为自己最喜爱的,有50%的被试将高风险的备择方案定为自已最不喜爱的,美国有30%的被试选择了低风险,有75%的被试厌恶高风险,这也说明在面临收益情况下,被试有回避风险的倾向。

另外在概率固定(C组)的情况下,中国有33%的被试将低风险的备择方案定为自己最喜爱的,60%以上的被试厌恶高风险的备择方案,美国被试对低风险备择方案的喜爱为62.5%,对高风险的厌恶为75%。可能在这样的风险情况下,被试更关心的是收益值与损失值的差距。在收益值和损失值均增加的情况下,收益值与损失值的差值越大,被试就越不偏爱,反之这种差值越小,被试就越偏爱。

4.3 存在问题的探讨

我们的研究中,还有不少被试的偏爱模式是反转模式和不可传递模式,这些模式是现有理论没法解释的。出现这些情况的原因可能跟被试在决策过程中决策维度的变化有关。也就是说被试在决策过程中,并不是自始至终按照自己同一标准进行的,而是在不断地改变决策的维度。对待不同的备择方案,被试关心的有时是收益,有时是损失,有时是概率,或者有时是其中几种的组合。究竟这种决策维度的变化是怎么样的?受哪些因素的影响?这些都是今后可以进一步研究的。

标签:;  ;  ;  ;  ;  

风险偏好特征的实验研究_期望效用函数理论论文
下载Doc文档

猜你喜欢