前景理论的价值函数参数估计.docxVIP

前景理论的价值函数参数估计

一、引言

在行为经济学领域，前景理论（ProspectTheory）被视为描述个体风险决策行为的核心理论框架。自Kahneman与Tversky于1979年提出以来，该理论通过“价值函数”与“权重函数”的双维度模型，突破了期望效用理论的理性假设，更贴近真实决策场景中“损失厌恶”“敏感度递减”等心理特征（KahnemanTversky,1979）。其中，价值函数作为衡量决策结果主观价值的核心工具，其参数估计直接关系到理论对现实行为的解释力与预测力。无论是分析消费者的风险偏好、投资者的资产配置，还是政策制定者的公共决策设计，准确估计价值函数的关键参数都是基础前提。本文将围绕价值函数的参数估计展开系统探讨，从理论基础到方法实践，从实证结果到争议讨论，逐步揭示这一研究的学术价值与应用意义。

二、前景理论价值函数的理论基础

（一）价值函数的核心特征

前景理论的价值函数以“参考点”为原点，将决策结果划分为收益（参考点以上）与损失（参考点以下）两个区域，呈现出非对称的S型曲线形态。其核心特征可概括为三点：

第一，损失厌恶（LossAversion）。即损失带来的负效用远大于同等收益的正效用，表现为损失区域的函数斜率显著高于收益区域（TverskyKahneman,1992）。例如，丢失100元的痛苦通常强于获得100元的快乐，这种心理偏差是价值函数的核心特征之一。

第二，收益区域的凹性（Concavity）与损失区域的凸性（Convexity）。在收益区域，随着收益量增加，每单位收益带来的边际效用递减（如从获得100元到200元的满足感增量，小于从0到100元的增量）；在损失区域，随着损失量增加，每单位损失带来的边际痛苦也递减（如从损失100元到200元的痛苦增量，小于从0到100元的增量）。这种“敏感度递减”特性使得价值函数在收益端呈现上凸的曲线，在损失端呈现下凸的曲线（KahnemanTversky,1979）。

第三，参考点依赖性。价值函数的原点由决策者的主观参考点决定，而非绝对财富水平。参考点可能是现状、预期目标或社会比较标准，其变动会直接改变收益与损失的边界，进而影响价值评估（K?szegiRabin,2006）。例如，投资者若将买入价作为参考点，股价上涨视为收益，下跌视为损失；若参考点调整为市场平均收益，则决策判断会随之改变。

（二）参数化的价值函数形式

为了量化分析，学者们通常将价值函数参数化为具体的数学表达式。最经典的形式由Tversky与Kahneman（1992）在累积前景理论（CumulativeProspectTheory）中提出，即分段幂函数形式：

对于收益（x≥0），价值函数为v(x)=x^α（α∈(0,1)）；

对于损失（x0），价值函数为v(x)=-λ(-x)^β（β∈(0,1)，λ1）。

其中，α与β分别反映收益与损失区域的敏感度递减程度（数值越小，边际效用递减越显著）；λ为损失厌恶系数，衡量损失与收益的效用强度比（λ1即损失厌恶）。这一参数化形式因其简洁性与拟合效果，成为后续研究中最常用的基准模型（Abdellaouietal.,2007）。

三、价值函数参数估计的方法体系

明确价值函数的理论框架后，如何通过实证方法估计α、β、λ等关键参数，成为连接理论与现实的关键环节。目前学界主要采用实验法与观测法两大类方法，二者各有优劣，实践中常结合使用以提升估计效度。

（一）实验法：控制环境下的偏好诱导

实验法通过设计可控的决策场景，诱导被试暴露其风险偏好，进而通过统计模型反推价值函数参数。其核心优势在于能严格控制变量（如参考点、结果概率、收益损失量级等），确保参数估计的因果关联性。常见的实验任务包括：

彩票选择任务：要求被试在多组“概率-结果”组合（如“80%概率获得100元”vs“确定获得50元”）中进行选择，通过观察选择模式推断其价值函数参数（Bruhinetal.,2010）。例如，若被试更倾向于确定收益，可能意味着收益区域的α值较小（敏感度递减更明显）。

配对比较法：呈现两组不同的收益-损失组合（如“获得200元的概率50%”vs“获得100元的概率100%”），要求被试判断二者主观价值相等的临界点，通过多个临界点的拟合估计参数（Abdellaoui,2000）。

定价任务：让被试为风险选项（如“50%概率获得200元，50%概率获得0元”）报价，即愿意支付的最低金额（或接受的最低补偿），通过报价与实际结果的差异反推价值感知（WakkerDeneffe,1996）。

实验法的关键挑战在于“情境效应”（ContextEffect）：被试的决策可能受实验环境（如匿名性、奖励真实度）、任务复杂度（如选项数量）或个体