损失厌恶系数的实验经济学测量.docxVIP

损失厌恶系数的实验经济学测量

一、引言：理解损失厌恶的经济与心理价值

在日常生活中，人们常说“得到100元的快乐，难以抵消失去100元的痛苦”。这种对损失更敏感的心理倾向，被行为经济学中的“损失厌恶”理论所描述。作为前景理论的核心概念之一，损失厌恶指个体对损失的主观感受强度显著高于同等量级的收益，这种心理偏差深刻影响着消费决策、投资选择乃至公共政策制定。如何将这种抽象的心理倾向转化为可量化的指标？实验经济学通过设计可控的实验环境，为测量“损失厌恶系数”提供了科学工具。本文将围绕实验经济学中损失厌恶系数的测量方法、影响因素及应用价值展开探讨，揭示这一指标背后的行为逻辑与现实意义。

二、损失厌恶与实验经济学的理论关联

（一）损失厌恶的理论内涵与现实表现

损失厌恶的概念最早由卡尼曼与特沃斯基在1979年提出的前景理论中明确。与传统经济学“理性人”假设不同，前景理论认为个体在决策时并非完全基于最终财富水平，而是更关注财富的变化（收益或损失）。其中，损失带来的负效用约为同等收益正效用的2-2.5倍，这一比例关系即为损失厌恶系数（通常用λ表示）。例如，面对“50%概率获得200元，50%概率损失100元”的赌局，若个体拒绝参与，可能意味着其损失厌恶系数超过2（200元收益的效用不足以抵消100元损失的效用）。

现实中，损失厌恶的表现形式多样：投资者更倾向长期持有亏损的股票而非盈利的股票（处置效应），消费者对商品价格上涨的敏感度高于降价，保险购买行为中人们更关注“避免损失”而非“获得保障”。这些现象均指向同一核心：损失厌恶是驱动人类决策的重要心理机制，量化其强度对理解经济行为至关重要。

（二）实验经济学的测量优势与逻辑基础

传统经济学依赖观察性数据（如市场交易记录）研究行为，但这类数据易受外部变量干扰（如宏观经济波动、政策调整），难以分离损失厌恶的独立影响。实验经济学通过“控制变量、重复验证”的方法，为测量损失厌恶提供了更精准的环境。实验中，研究者可设定明确的收益-损失框架，控制赌注大小、概率分布等参数，观察受试者的选择行为，进而通过数学模型推导损失厌恶系数。

实验测量的逻辑基础在于“激励相容”：受试者的决策需与真实利益挂钩（如用真实货币作为实验报酬），以确保其选择反映真实偏好。例如，在彩票选择实验中，受试者的每一次选择都可能影响最终收益，这种“真实激励”能有效避免“策略性回答”，提高数据可靠性。

三、实验经济学测量的主要方法与操作流程

（一）彩票选择法：通过风险决策揭示偏好

彩票选择法是最经典的损失厌恶测量方法之一，其核心是让受试者在“确定收益/损失”与“概率性收益/损失”之间反复选择，通过观察“无差异点”推导损失厌恶系数。具体流程通常包括以下步骤：

首先，设定基础收益-损失组合。例如，设计两组选项：选项A为“确定获得X元”，选项B为“50%概率获得Y元，50%概率损失Z元”。研究者通过调整X、Y、Z的数值，观察受试者从选择A转向选择B（或反之）的临界点。

其次，通过迭代调整参数逼近无差异点。例如，初始设定X=100元，Y=200元，Z=100元（此时选项B的期望收益为50元）。若受试者选择A，说明其认为100元确定收益的效用高于50元期望收益，需降低Y或提高Z以增加选项B的“吸引力”；若受试者选择B，则反向调整参数，直至受试者对A、B无偏好。

最后，根据无差异点计算损失厌恶系数。假设在无差异点，确定收益X的效用等于概率性组合的效用，结合前景理论的价值函数（v(x)=xα，x≥0；v(x)=-λ(-x)β，x0，通常α=β=1简化计算），可推导出λ=Y/(Xp)（其中p为收益概率）。例如，若无差异点为X=100元，Y=250元，p=50%，则λ=250/(1000.5)=5，说明损失带来的负效用是收益正效用的5倍。

彩票选择法的优势在于操作标准化、可重复性强，适用于大规模群体测量；但缺点是假设受试者完全理解概率规则，可能因“概率误解”（如高估小概率事件）导致偏差。

（二）博弈实验法：在互动场景中捕捉行为偏差

博弈实验法通过设计两人或多人互动场景（如最后通牒博弈、独裁者博弈），观察受试者对“公平”与“损失”的权衡，间接测量损失厌恶系数。以最后通牒博弈为例：提议者获得一笔初始资金（如100元），需提出分配方案（如自己留70元，给响应者30元）；响应者若接受则双方按方案分钱，若拒绝则两人均无收益。

在传统经济学“自利人”假设下，响应者应接受任何非零分配（因拒绝意味着损失可能获得的收益）；但实验中，多数响应者会拒绝低于20%-30%的分配方案。这种“拒绝不公平分配”的行为，本质上是响应者将“被不公平对待”视为一种心理损失（社会损失），其强度超过了物质收益的诱惑。通过统计不同分配方案下的拒绝率，结合前景理论模型，可计算出受试者对“社会损失”的厌恶系