资源描述：
《前景（展望）理论ppt课件》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。
1、展望理论展望理论简介人们在不确定情况下怎样进行决策以及为什么这样决策是金融研究中最富有吸引力的领域之一。长期以来，最广为接受的不确定情况下的决策模型是1944年冯.诺依曼和摩根斯坦提出的期望效用理论。但是，期望效用理论对于许多不确定情况下的实际决策问题并不适用。卡尼曼和特维斯基(KahneanandTversky，1979)提出了著名的展望理论(ProspectTheory，又称前景理论)，该理论成功地解释了一些期望效用理论无法解释的现象，从而赢得了广泛的认可。KahneanandTversky2002年获得了诺贝尔经济学奖。
2、关于对期望效用理论和展望理论的理解期望效用理论描绘了理性行为的特征；而展望理论则描述了有限理性人的实际行为。期望效用理论为某些简单、透明的决策问题提供了标准；但大多数现实生活中的决策问题是复杂的，需要更加丰富的行为模型。期望效用理论简要回顾期望效用理论认为，在风险情境下决策结果的效用水平是通过决策主体对各种可能出现的结果的概率加权评估后获得的，投资者追求的是加权评估后所形成的期望效用最大化。在对待风险的态度上，效用理论（Bernoulli）和预期效用理论(VonNeumannandMorgenstern)认为，人们对待风险的态
3、度始终不变，其效用函数自始至终为凹形（图2），即风险厌恶。风险态度回顾人们对待风险的态度，完全表现在效用函数的性态上。风险偏好者愿意承担较多的风险,其效用函数是凸函数，风险厌恶者比较保守，不愿意承担较多的风险，凹函数；风险中立者介于两者之间，线性函数。风险偏好者风险厌恶者风险中立者W+W1W+W2WW+W1WW+W2W+W2WW+W1rrUUUU1U2U1U1U2U2U(W)EUEUEUU(W)U(W)确定效应在《赌客信条》一书中，作者孙惟微将确定效应表述为：“二鸟在林，不如一鸟在手”，在确定的收益和“赌一把”之间，多数人会选
4、择确定的好处。所谓“见好就收，落袋为安”。称之为“确定效应”。简而言之，确定效应是指相对于不确定的结果而言，人们对于确定的结果会过度重视。卡尼曼和特维斯基设计了以下两个问题来证明确定效应的存在。实验(1)CaseI有两个选择,(A)肯定赢2400元,(B)33%可能性赢2500,66%可能性赢2400.你会选择哪一个呢?82%都选择Au(2400)>0.33u(2500)+0.66u(2400),即0.34u(2400)>0.33u(2500)CaseII有两个选择,(A)33%可能性赢2500,67%可能性什么也得不到,(B
5、)34%的机会得到2400元，66%的机会什么也得不到.你会选择哪一个呢?83%人都选择A:0.34u(2400)<0.33u(2500)问题1和问题2结果相互矛盾，明显违反了期望效用理论，而表现出确定效应。确定效应是展望理论权重函数的重要特性:人们会将肯定发生的结果的决策权重视为1,同时人们会低估中高概率事件。反射效应卡尼曼和特维斯基发现人们对损失(负结果)和收益(正结果)的偏好恰好相反,就称之为反射效应。人们在面对损失时,有风险偏好的倾向；在面对收益时,则有风险厌恶的倾向。这和期望效用理论是不一致的，从中可以看出人们注重的
6、是相对于某个参照点(ReferencePoint)的财富变动而不是最终的财富水平。同样的，卡尼曼和特维斯基设计了两个问题来证明反射效应的存在。实验(2)(1)假设有两个赌局。第一个赌局有80%的机会得到4000元，20%的机会什么也得不到；第二个赌局是确定得到3000元。实验的结果显示有80%的被试选择第二个赌局(2)将实验一的结果都改成负的。即第一个赌局有80%的机会损失4000元，20%的机会什么也得不到；第二个赌局是确定损失3000元。实验的结果显示有92%的被试选择第一个赌局赌局实验实验1表明人们是风险厌恶的,实验2却
7、表明人们是风险偏好的,这很明显地违反了期望效用理论,而表现出反射效应。反射效应是展望理论价值函数的重要特性:人们更注重相对于某个参照点的收益或损失,而不是期末财富或福利;人们面对收益时是风险厌恶的,面对损失时是风险偏好的。分离效应和概率保险如果一个赌局可以用不只一种方法被分解成相同和不同的因子,那么不同的分解方式可能会造成不同的偏好选择，这就是分离效应。人们对于一个两阶段的赌局,通常会只考虑第二阶段的部分。概率保险可以理解为“高估小概率事件”。举例来说，很多人都买过彩票，虽然赢钱可能微乎其微，你的钱99.99%的可能支持福利事
8、业和体育事业了，可还是有人心存侥幸。展望理论的主要内容展望理论的主要内容除了进行实验证明之外,卡尼曼和特维斯基(KahnemanandTversky,1979)也提出了一个理论模型来描述不确定情况下人们的决策行为。该模型中,他们将两种函数结合在一起:一种是价值函数(value
