反射效应

反射效应是在丹尼尔·卡纳曼和阿莫斯·特沃斯基的前景理论中提出的，是指人们对于获得和损失的偏好是不对称的。

面对可能损失的前景时，人们有风险追求（risk seeking）的倾向；面对获得（或盈利）的前景时，人们有风险规避（Risk Averse）的倾向。

人们注重的是相对于某个参考点（reference point）的财富变动而不是最终财富的部位的平均收益（即期望收益值）。参考点是人们对某事物的期望。

比如说这个月你得到5,000元的奖金收入，对你来说到底是获得还是损失？

这要看你的期望（即参考点），如果你期望的奖金额是4,500元，那么相对于4,500元这个参考点来说，5,000元是一种获得；假如你期望得到6,000元的奖金额，那么相对于6,000元来说5,000元就是一种损失。

反射效应的内容[1]

Kahneman和Tverskey设计的实验说明，人在面临赢利与亏损时的偏好是存在明显差异的。

第1个实验包括了三组六个赌局的选择。

第一组：

假设有两个赌局E和F。

E：有80％的概率得到4,000元。

F：肯定得到3,000元。

请问在这两个赌局中，你倾向于选择哪一个？

第二组：

假设有两个赌局G和H。

G：有45％的概率获得6,000元；

H：有90％概率获得3,000元。

请问你倾向于哪个赌局？

第三组：

（选择是在第二组选择的基础上调整了概率的大小）假设有两个赌局I和J。

I：有0.1％的概率得到6,000元。

J：有0.2％的概率获得3,000元。

请问你倾向于选择哪一个赌局？

第2个实验是在第1个实验的基础上，只是把收益（Gains）改成损失（Losses）。

第一组，假设有两个赌局K和L

K：有80％的概率输掉4,000元。

L：有100％的概率输掉3,000元。

请问你会选择哪一个赌局？

第二组，假设有两个赌局M和N。

M：有0.1％的概率输掉6,000元；

N：有0.2％的概率输掉3,000元。

请问你倾向于选择哪一个赌局？

以上心理学实验为卡尼曼和托维斯基所设计，他们是以大学教授和大学生为基础进行了广泛的问卷调查，其调查结果如下：

在第1个实验中，有80％的受访者选择F赌局，即选择确实性可得（即100％概率得到）3,000元，而不选择有80％机会得到4,000元的赌局，（此选择的期值是3,200元）。在第二组选择中，有86％的受访者选择H赌局，即以90％的机会得到3,000元。

在第三组中，有73％的受访者选择I赌局，即选择以0.1％机会获得6,000元。倘以主流经济学的期望效用线性概率函数来测算，这三组选择都违反了期望效用的最大化的选择基准。

第2个实验，赌局的结果是损失，K赌局有80％概率损失4,000，L赌局是100％概率损失3,000元，那么有92％的受访者选择K赌局，在第二组实验中，则有70％的人选择N赌局。

比较第1个和第2个实验，就可以发现，人们（决策者），面对损失时的选择恰好跟面对收益时相反。但传统的期望效用理论，赌徒在不确定条件下，对收益的选择应该是没有差别的，都是以期望效用（值）最大化作为选择的圭臬。但实验的结果显示，面对损失的前景，决策者的选择并不是与期望效用理所展示的方向相同。

此正是前景理论中的反射效应所揭示的含义。而这个含义是说：决策者对损失前景的偏好顺序恰好与收益前者相反，表现出爱好风险的倾向。此正好解释了为何大部分人在赌博赢了钱时，注码越下越细；但输了钱时，就越赌越大，所谓赢缩输谷的策略。

反射效应的实验研究

正期望与负期望之间的偏好

上表中的每一个问题的负期望之间的偏好是正期望之间的偏好的镜像(mirrorimage)，它们的偏好是刚好相反的。因此，期望以零为中心的反射颠倒了偏好的顺序。我们称这种模式为反射效应。

首先，请注意反射效应暗示着正域的风险厌恶和伴随着负域的风险喜好，即在正的收益性范围中表现为风险厌恶，而在负的损失范围内表现为风险追求。例如，在问题3’中，多数受试者愿意优先接受0．80的概率、损失4000的风险(尽管该项赌博的期望价值更低)，而不是确定的损失3000。

其次，上表中正期望之间的偏好与预期效用理论是不相一致的。相应的负期望之间的偏好也以同样的方式违背了预期原则。例如，问题3“与问题4’像问题3与问题4一样，说明了确定得到的结果相对不确定的结果被高估。

在正的收益区间中，比起不确定的更大的收益，人们更偏好确定性收益，这种风险厌恶现象应归因于确定性效应。在损失区间内，同一效应导致了对仅具有或然性的损失的风险喜好偏好，而不是对确定的更小损失的风险喜好偏好。对确定性的高估这同一项心理学原理，在收益域支持风险厌恶，在损失域却支持风险喜好。

再次，确定性效应认为，人们存在对不确定性的厌恶，但反射效应告诉我们，这一结论需要加以修正，因为这种对不确定性的厌恶只是在面对收益的时候才表现出来，而面对损失的时候刚好相反。例如，我们来看一下对(3000)而不是(4000，0.80)及对(4000，O．20)而不是(3000，o．25)的普遍偏好。

为了解决这种明显的不一致性，我们可以假设人们偏好具有较大期望值与较小方差的预期。因为(3000)方差为零，而(4000，0．80)有较大的方差，所以，尽管期望值较小但是前一个期望仍可能被选择。然而，随着期望值的降低，在(3000，0．25)与(4000，O．20)之间的方差差异可能不足以补偿期望值的差异。

因为与(一4000，0．80)相比，(-3000)既有较大的期望值又有较小的方差，基于这种考虑应优先选择确定的损失，因此根据访查理论判断确定的损失应该被偏爱，但这与实验结果恰恰相反。因此，我们的数据与确定性是普遍的期望这一观念不相一致。而且，似乎确定性强化了对风险的厌恶及对收益的期望。

反射效应的例子[2]

反射效应——风险态度如何变化

由递减敏感性引起的典型行为可用下面的例子做一说明。行为人面临如下决策选择：他可直接获得1000美元，或者去参与一个赌局，他有50％机会获得2000美元。根据递减敏感性的理论，我们能对他的行为做出预测吗?根据许多实证研究，一般情况下，他会选择1000美元这一稳妥安全的决定，我们用图来做出解释。

从图中可以看出，获得2000美元得到的价值并非等于获得1000美元得到的价值的2倍。如果获得2000美元的概率为50％，那么，l000美元的确定值总体上要高于前者。我们可以看出由于递减的敏感性，行为人决策时尽可能避免风险选择而偏好确定性选择，也就是说，他的行为是风险规避型的。

当用亏损来重复上述实验时，我们意外地发现该行为人突然变成了风险爱好者(risk lovers)，也就是说，相对于确定的损失，他偏好于风险，结果要么是不再付出，要么亏损更多。我们用上述例子中同样的数据来讨论，发现亏损2000美元的价值并不等于亏损1000美元价值的两倍(依据递减的敏感性)。如果考虑到50％的可能性，该行为人不确定亏损的主观价值额要高于确定的损失。也就是说，行为人选择了一个风险决策。

我们得出的结论是：该行为人的风险态度在从盈利变为亏损时是完全相反的，这就是所谓的“反射效应”(reflection effect)(Kahneman and Tversky，1979；Kahneman and Tversky，1982b)。

当参照点被通过一种具体的事实来呈现时，反射效应会导致一种有趣的行为方式。在这里我们讨论的实际上是一种“架构效应”(fraining effect)。这是指同一情形由于被呈现时的方式不同导致了不同的决策后果的一种现象。在影响人们购买行为的广告中，经常会看到这种效应。参照点的确切位置和欲决策问题呈现方式在这里发挥着重要作用。

比如，装了半杯水的杯子，即可被认为是半杯满，也可被认为是半杯空。同样的例子还有：手术的风险，即可被认为是所有病人有1％的死亡率，也可说手术的介入使99％的人恢复了健康。当第一个病例拒绝而第二个病例接受时，就会有“架构效应”发生。

下述决策情形有助于我们弄清楚架构效应如何影响着经济决策。这些情形经常可通过实验来重复。[在可以进行比较的许多实验中，实验者做出决策选择的比例表示在括弧中(Kahneman and Tversky l979;Kahneman and Tversky l982b)。]

情形A：在一组试验中，你已得到1000美元，另外，你面临一个选择，确定得到500美元(84％)，或者你有50％机会获得另外的1000美元，50％的机会一无所获(16％)。

情形B：在另一组试验中，你已得到2000美元，另外，你面临的选择是，确定损失500美元(31％)或50％的机会是损失1000美元，50％的机会一无所失(69％)。

从经济意义上来计算，如果只看最后的总得失，两组试验没有差别。

两组试验的核心点集中在决策上，是偏好获得确定的l500美元，还是选择有5096机会获得1000美元，有50%机会获得2000美元。大多数人得出不同的决策要依赖问题的表达方式。

应用前面的理论，这种架构效应很容易得到解释。我们进行的是两阶段实验，第一阶段确定的收入对第二阶段形成了一个参照点。在风险条件下的盈亏数量必须在第二阶段做出评估，试验者在不同情形下有不同的参照点。在情形A中，第二阶段的参照点是1000美元，额外增加的数额是相对所得(relative gains)。

在情形B中，参照点是2000美元，风险评价关注的是相对损失(relative losses)。在盈利区域做出确定性的选择，在亏损区域就应做出风险性选择是符合反射效应的，这种偏好选择的颠倒合乎逻辑，特沃斯基和凯尼(Tversky and Kahneman)在1981年、1986年还描述过其他架构效应的例子。

（本文转自MBA智库百科，如有侵权，请联系删除）