2011年08月01日 15：06
如果你每次都接受小赌博，你的最终结果几乎不可能比你保持现状，不接受任何赌博还差。在生活中经常接受小赌博，冒一些风险是明智之举
【财新网】（特约记者 陈晋）在莱布森的四堂课之后，哈佛经济系教授施莱弗尔（Andrei Shleifer）讲后面八堂课直到四月份放春假。施莱弗尔是美籍俄罗斯学者，1982年于哈佛数学系本科毕业，1986年从麻省理工学院（MIT）获经济学博士，三年后就被芝加哥大学晋升为终身教授，1991年来到哈佛执教至今。在众多职务和荣誉头衔中，他多年担任顶级经济学专业杂志编辑的经历引人注目。从1989年到1999年，他任《经济学季刊》（QJE）编辑。从2003年到2008年，他任《经济视角杂志》（Journal of Economic Perspectives）编辑。从1988年到1991年，他任《金融杂志》（Journal of Finance）副编辑。从1988年至今，他任《金融经济学杂志》（Journal of Financial Economics）的副编辑及顾问。
施莱弗尔在第一堂课中向学生介绍在社会科学中很可能是最广泛引用的论文：1979年由 Danial Kahneman和Amos Nathan Tversky发表的前景理论（Prospect Theory）。Kahneman持以色列和美国双国籍，1934年生于以色列当时的首都特拉维夫（Tel Aviv），1961年从加州伯克利大学（UC Berkeley）获心理学博士，以后在伯克利和普林斯顿等大学从事研究教学工作，2002年因他对行为经济学的贡献而获诺贝尔经济学奖。Amos Nathan Tversky （19371996）是以色列数理心理学家。
两位学者对人们心理活动很有洞见。他们的起点很简单：人们通常关心的不是财富水平的多少，而是财富的变化，即一个行动的收益和损失有多少。他们设计了很多试验，让人们决策是否冒险赌博，然后分析了人们如何决策的大量数据。他们发现，人有很大的惯性，喜欢保持现状，规避风险，即使冒险有可能带来很大的收益；而当前提（环境）发生变化，当损失是一定的时候，人们愿意冒险来减少损失，展示了偏好风险的特征。
他们还发现，对问题的描述方式不同会直接影响人们的决策。例如，一种流行病预计会导致600人死亡，有两种抵制流行病的程序。如果选择程序A，200人会得到拯救。如果选择程序B，有三分之一的可能600人都会得救，有三分之二的可能没有人得救。试验表明，在这种情况下，大多数人会选择程序A，因为虽然两个程序的均值是一样的，但程序A 的效果是一定的，程序B的效果不确定。
同样一个问题可以从反向描述。如果选择程序A，400人会死亡。如果选择程序B，有三分之一的可能性无人死亡，有三分之二的可能性600人死亡。实验表明，大多数人会选择B，因为人们在预计损失面前更愿意冒险来减少损失，即使两个程序的均值是一样的。 实际上，200得救和400人死亡是一样的，只是表述方式变了。这说明人在做决策时是不理智的，非常容易混淆糊涂。
Kahneman和Tversky通过大量试验和数据分析，总结出价值函数（value function，即人们主观判断盈利或损失多少的重要性）和几率重要性函数（probability weighting function，即人们主观认为一件事发生几率的重要性）的特征。前景理论是一个描述性的模型，仅仅描述了人们的行为，没有预见性，没有告诉人们应该怎么做。但是了解这些特征之后，我们可以通过设计游戏的规则（成功几率、回报大小、选择范围等）来操纵人们赌博的倾向——抑制人们赌博或鼓励人们赌博。后来的学者进一步研究人们在什么情况下愿意赌博，在什么情况下倾向维持现状。他们把这些情景特征量化、抽象化和理论化（Salience Theory of Choice Under Risk）。
前景理论为后来行为经济学研究奠定了基础，同时可以解释一些常见的现象。例如，事实证明，股票的长期平均年回报率比债券平均年回报率高出5％到6％，为什么人们不都买股票，而买部分债券，或者根本不买股票，全部投资于债券呢？前景理论提供了两个原因：人们太保守，不愿意冒风险，债券相对安全一些；有些人的投资期限可能因为年龄等原因非常短，可能在一两年甚至更短的时间内就需要现金流，他们没时间等股票长期的优越回报率，所以只能买稳定的投资产品。再比如，价格弹性的不对称性。人们对涨价可能很敏感，马上减少购物；但对减价可能不那么敏感，减得再多，也未必多买，甚至不买。前景理论还解释了为什么人们在有新信息的情况下，仍然不改变投资分布（asset allocation）和投资方式，人们更喜欢保持原状。
这时施莱弗尔推导出一个有教育意义的结论，告诉人们应该怎么做。生活中有很多小赌博，这种小赌博几乎每天都会发生。让我们把这些小赌博抽象为一个简单的例子。假设你有50％的可能赢110元钱，有50％的可能输100元钱，你愿意赌吗？
你可能把每次小赌博看成一个孤立的例子，为了保持现状而拒绝所有类似的赌博。现在让我们假设你接受这个小赌博，你的预期收益（expected return）是正的5元钱（0。5×110＋0。5×（100）），每次赌博结果的方差是105的平方（0。5×（1105）的平方＋0。5×（1005）的平方）。生活中有N个这样的小赌博（每个赌博相互独立），其预期效用呈正态分布，那么其预期效用的均值是5N，标准差（standard deviation）是105×（N的开方）。当N非常大，比如3万，在3万次小赌博之后，你的最终受益为正的几率是99。999999999999％。原因是最终的均值5N与N成正比，而标准差 105×（N的开方）是与N的开方成正比。N越大，均值增长的速度与标准差增长速度的悬殊就越大。你最后全盘皆输的几率是一百万亿分之一。
也就是说，如果你每次都接受小赌博，你的最终结果几乎不可能比你保持现状，不接受任何赌博还差。这个数学推理说明，在生活中经常接受小赌博，冒一些风险是明智之举。我们应该有意识地克制本能的风险规避倾向。这与上一节《大学生应该如何选择暑期工作？》的中心思想完全吻合。原来，哈佛校长福斯特对毕业生径直追求理想中的A方案，留着预备方案B以后再说的忠告还有数学证明可供查询！
（行为经济学系列之七，待续）
【哈佛笔记144】实践出真知吗？
2011年08月08日 11：03
当人们对一件事一无所知，却需要做判断的时候，他们会利用任何蛛丝马迹帮助判断，即使那些蛛丝马迹与要判断的事情毫无关系。这解释了人们“饥不择食”“有病乱求医”的现象
【财新网】（特约作者 陈晋）我们是怎么形成认知和判断的？我们最基本的认知和判断是从实践中来。例如，在拍卖油田的时候，我们的竞价只是我们估计这块地价值的一半，留出一半富余。我们会根据这个物体看起来的清晰程度判断一个物体与我们的距离——越清晰就越近。经验告诉我们，用信用卡透支是不明智的；我们在开车的时候，与前面的车应该保持至少三秒钟的距离等等。经验还告诉我们，应该投资于股市的财富比例是（100－你的年龄）％；越年轻，投资于股市的财富比例就越大（因为你有时间实现较高的股市长期回报率）。类似例子不胜枚举。
我们根据以往经验做出的判断并不一定总是正确的，因为这样的判断可能带有偏见，局限于我们的经历所及。例如，你见到过的穷人都懒惰，但这并不意味着所有穷人都这样，也有人穷志坚的人你没遇到过。当你遇到意志坚强、勤劳勇敢的穷人的时候，你就会修改以前对穷人的认识。这就是所谓“学的过程”：边学，边实践，边改进你的认知水平。
20世纪70年代两位心理学家Kahneman和Tversky在研究人们认知判断方面有突破性进展。例如，你观察到的现象是：Steve乐于助人，干净整齐，细致入微，害羞腼腆。Steve是农民、推销员、飞行员、图书管理员和医生的可能性各有多大？于是你会把Steve的特征与脑海里各个行业的典例比较，根据近似性的大小排列各种可能性的大小。但是你没考虑到整个社会的就业分布。推销员的数量比其他几个行业的人员数量多得多；也就是说如果不考虑Steve的特征，他是推销员的几率更大。如果Steve生活在农村，那么他是农民的可能性更大。Kahneman和Tversky的试验发现，即使告诉人们各个行业的分布，人们仍然固执地根据Steve与他们脑海里典例的近似性做判断。
这说明，人是经验主义者，而不是理性地分析各种可能性的大小。这两位心理学家还设计试验说明，人有非常强的以偏概全的倾向：只有少量的经历，就对整体下结论。即使科学家也在所难免。他们会认为在少量的样品（sample）中发现的规律在整体品种（population） 中同样适用，其实不然。
生活中的例子就更多了。例如学校在聘选老师的时候，校方会下意识地更注重候选人在面试时一次讲课的表现。如果这一次讲课表现不佳，那么基本可以肯定，这个候选人没希望了。最后被聘任的老师都是在这一次讲课时表现很好的人。但是从长期来看，他们5年以后的表现令人失望，与应聘时的表现没有强烈的正相关。人们还很容易根据过去预计未来，其实未来很可能与过去不同。父亲身材高大，儿子不一定身材高大。期中考试成绩很好的学生不一定在期末考试考得很好。公司以前的利润很高，以后的业绩很可能会变化。
人们还根据印象和记忆做判断。例如，人们认为坐飞机非常危险而购买人身保险，因为每次飞机失事都是报纸新闻的头版头条，人们印象深刻，却忽略了每天有那么多飞机在天上飞，失事几率小于一百万分之一。卖�