Мы поможем в написании ваших работ!



ЗНАЕТЕ ЛИ ВЫ?

Теория ожидаемой полезности неймана-моргенштерна и результаты ее тестирования.

Поиск

Теория основывается на аксиомах:

Аксиома сравнимости (полноты). Для всего множества S неопределенных альтернатив (возможных исходов) индивид может сказать, что либо исход х предпочтительнее исхода у (х > у), либо у > х, либо индивид безразличен в отношении к выбору между х и у (х = у).

Аксиома транзитивности (состоятельности). Если х > у и у > z, то х > z. Если х = у и у = z, то х = z.

 

Аксиома измеримости. Если х > у = z или х = у > z, то существует единственная вероятность α, такая, что у = G (x, z: α).

 

Аксиома ранжирования. Если альтернативы у и и находятся по предпочтительности между альтернативами х и z и можно построить игры, такие, что индивид безразличен в отношении к выбору между у и G (x, z: α1), a также к выбору между и и G(x, z: α2), то при α1 > α2, у > и.

 

При названных предположениях американскими учеными Нейманом и Моргенштерном было показано, что лицо принимающее решение (ЛПР) при принятии решения будет стремиться к максимизации ожидаемой полезности. Другими словами, из всех возможных решений он выберет то, которое обеспечивает наибольшую ожидаемую полезность.

 

Сформулируем определение полезности по Нейману-Моргенштерну.

 

Полезность – это некоторое число, приписываемое лицом, принимающим решение, каждому возможному исходу.

 

Функция полезности Неймана-Моргенштерна для ЛПР показывает полезность, которую он приписывает каждому возможному исходу. У каждого ЛПР своя функция полезности, которая показывает его предпочтение к тем или иным исходам в зависимости от его отношения к риску. Ожидаемая полезность события равна сумме произведений вероятностей исходов на значения полезностей этих исходов.

 

Проиллюстрируем практическую реализацию введенных понятий на примере расчета ожидаемой денежной оценки (ОДО) и сопоставления этого значения с полезностью.

 

Для принятия решения в случае небезразличия ЛПР к риску необходимо уметь оценивать значения полезности каждого из допустимых исходов. Дж. Нейман и О. Моргенштерн предложили процедуру построения индивидуальной функции полезности, которая (процедура) заключается

в следующем: ЛПР отвечает на ряд вопросов, обнаруживая при этом свои индивидуальные предпочтения, учитывающие его отношение к риску. Значения полезностей могут быть найдены за два шага.

 

Шаг 1. Присваиваются произвольные значения полезностей выигрышам для худшего и лучшего исходов, причем первой величине (худший исход) ставится в соответствие меньшее число.

 

Шaг 2. Игроку предлагается на выбор: получить некоторую гарантированную денежную сумму V, находящуюся между лучшим и худшим значениями S и s, либо принять участие в игре, т.е. получить с вероятностью р наибольшую денежную сумму S и с вероятностью (1 – р) – наименьшую сумму s. При этом вероятность следует изменять (понижать или повышать) до тех пор, пока ЛПР станет безразличным в отношении к выбору между получением гарантированной суммы и игрой.

 

Пусть указанное значение вероятности равно р0. Тогда полезность гарантированной суммы определяется как среднее значение (математическое ожидание) полезностей наименьшей и наибольшей сумм, т.е.

 

U (V) = p0 U (S) + (1 – p0) U(s). (12.1)

Таким образом, если определена шкала измерения, то может быть построена функция полезности ЛПР.

 

Парадокс Алле.

Парадокс демонстрирует неприменимость теории максимизации ожидаемой полезности в реальных условиях риска и неопределённости. Автор корректно, с позиций математики, объясняет суть парадокса. Парадокс демонстрирует, что реальный агент, ведущий себя рационально, предпочитает не поведение получения максимальной ожидаемой полезности, а поведение достижения абсолютной надежности.

 

Сам Алле провёл психологический эксперимент, описанный ниже, и получил парадоксальные результаты.

 

Индивидам предлагают выбор по одному решению из двух пар рискованных решений.

 

В первом случае в ситуации A есть 100 % уверенность в получении выигрыша в 1 млн франков, а в ситуации B имеется 10 % вероятность выигрыша в 5 млн франков, 89 % — в 1 млн франков и 1 % — не выиграть ничего.

 

Во втором случае тем же индивидам предлагается сделать выбор между ситуацией C и D. В ситуации C имеется 10 % вероятности выигрыша в 5 млн франков и 90 % не выиграть ничего, а в ситуации D 11 % составляет вероятность выигрыша в 1 млн франков и 89 % — не выиграть ничего.

Алле установил, что значительное большинство индивидов в этих условиях предпочтет выбор ситуации A в первой паре и ситуации C во второй. Этот результат воспринимался как парадоксальный. В рамках существовавшей гипотезы индивид, отдавший предпочтение выбору А в первой паре, должен выбрать ситуацию Д во второй паре, а остановивший выбор на В должен во второй паре отдать предпочтение выбору С. Алле математически точно объяснил этот парадокс. Его основной вывод гласил, что рационально действующий агент предпочитает абсолютную надежность.

 

Парадокс можно сформулировать в виде выбора между двумя вариантами, в каждом из которых с некоторой вероятностью достаётся та или иная сумма денег:

Здесь X — неизвестная выбирающему сумма.

 

Какой выбор будет более разумным? Результат останется прежним, если «неизвестная сумма» X — это 100 миллионов? Если это «ничего»?

 

Математическое ожидание в первом варианте равно

,

а во втором:

,

поэтому математически второй вариант B выгоднее независимо от значения X. Но люди боятся нулевого исхода в варианте B и поэтому чаще выбирают A. Однако если , то психологический барьер устраняется, и большинство уходит от варианта A.

 

Теоретические концепции поведения экономических агентов в условиях неопределенности и их тестирование. «Рамочные» эффекты.

Принимая решение в условиях неопределенности, индивид всегда участвует в своего рода лотерее. Например, покупая некую акцию, инвестор может как получить значительный выигрыш, так и лишиться инвестированных средств Обозначив через xi исходы в такого рода лотерее, мы можем записать эту лотерею следующим образом

L1 р о х1 (1 - р) о х2,

что означает: "Индивид с вероятностью р получит приз х1 и с вероятностью (1 - р) - приз х2 " Альтернативой участию в этой лотерее может быть покупка иной акции

L2 q о х3 (1 - q) о х4

Какую из этих двух лотерей предпочтет индивид? При совпадении перечня исходов(призов) в обеих лотереях (х1= х3; х2= х4 ) ответ на этот вопрос может быть обусловлен вероятностным распределением выигрышей. Изменив вероятности получения призов в сторону увеличения вероятности получения лучшего приза, мы получим новую лотерею, которая будет стохастически доминировать исходную (более подробно о стохастическом доминировании будет сказано позднее). Но это отнюдь не снимает проблему ранжирования лотерей при отсутствии четко выраженного стохастического доминирования, столь частого при большем количестве возможных исходов.

Лотереи. Сведение сложных лотерей к простым.

Простая лотерея может быть описана как вектор вероятностей выпадения возможных исходов: L(р)=(р1, р2,..., рn), где ip i=1 и p i ≥ 0 для всех i =1,..., n.

Геометрически простая лотерея соответствует точке на (n -1) -мерном симплексе D.

Рис.1.1. n = 2

Рис.1.2. n = 3

Сложные лотерии (compound lotteries) - в отличие от простых лотерей - допускают возможность рассмотрения в качестве возможных исходов не только получение индивидом неких конкретных "призов", но так называемых "вторичных" лотерей. Сложной, например, является лотерея, включающая в перечень возможных призов билеты следующего тура этой лотереи.

Математически сведение сложной лотереи к простой, т.е. определение вероятностей получения конечных призов, может быть осуществлено путем расчета сумм условных вероятностей, т.е. вероятностей получения этих призов во вторичных лотереях, взвешенных по вероятностям выпадения вторичных лотерей:

p(xi) = ip(xi Lj) p(Lj).

Например, если призами в первичной лотерее выступают лотереи

L1=(0.6, 0.4) и L2=(0.2, 0.8), причем вероятность выигрыша L1 равна 2/3, а вероятность выигрыша L2 равна соответственно 1/3, то такая сложная лотерея будет эквивалентна простой лотерее с вероятностями получения конечных призов

(0.6 х (2/3) + 0.2 х (1/3), 0.4 х (2/3) + 0.8 х (1/3)) = (14/30, 16/30).

Графически этот процесс сведения этой сложной лотереи к простой представлен на рис. 1.3.а, а следующий рисунок 1.3.б иллюстрирует сходную процедуру в предположении существования (в каждой из двух вторичных лотерей) уже не двух, а трех конечных призов.

1.3.а 1.3.б

 

Допустимость подобного сведения сложных лотерей к простым следует оговорить как отдельную предпосылку дальнейшего анализа (RCLA - the reduction of compound lotteries axiom), ибо с точки зрения отдельного индивида различные сложные лотереи, сводимые к одной и той же простой лотерее, могут оцениваться весьма различным образом. В частности, Джошуа Ронен (Ronen,1973) убедился, что даже простая перестановка двух этапов лотереи влияет на ее привлекательность для индивидов,а именно, семидесятипроцентный шанс получить 100 долл с вероятностью 30 % оказался более привлекательным для опрашиваемых, чем тридцатипроцентный шанс получить 100 долл с вероятностью 70 %. Но подобного рода соображения мы пока оставим в стороне, и в дальнейшем будем полагать эквивалентными различные сложные лотереи, сводимые к одной и той же простой лотерее.

 

 



Поделиться:


Последнее изменение этой страницы: 2016-04-08; просмотров: 1370; Нарушение авторского права страницы; Мы поможем в написании вашей работы!

infopedia.su Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав. Обратная связь - 3.145.18.135 (0.011 с.)