模糊效应(模糊厌恶)

速览

类别 详情
定义 人们倾向于选择概率已知的选项(风险),而回避概率未知或不明确的选项(模糊),即使后者的期望值可能相等甚至更高。经济学家通常称之为模糊厌恶。这种倾向在获得收益的概率中等时表现稳定,也就是经典的 Ellsberg 实验情境;面对损失或小概率收益时,人们往往对模糊持中立态度,甚至偏好模糊(Kocher、Lahno 和 Trautmann,2018)。
类别 需要快速行动 (为了避免出错,我们力求保住自主权和群体地位,并避免不可逆的决定)
克服难度 困难
普遍程度 非常常见(在收益概率中等时表现稳定;面对损失或低概率时往往不出现)
相关偏差 损失厌恶、现状偏见、零风险偏见、伪确定性效应、单纯曝光效应、概率忽视

1. 内容速览

在胜算已知的熟悉选项和胜算未知的陌生选项之间,我们通常会选熟悉的那个,即使陌生选项实际上可能更好。心理学家称之为模糊效应,经济学家则把同一种偏好称为模糊厌恶。我们回避的是信息缺失本身,而非风险。我们宁愿知道获胜概率是 50%,也不愿拿不准它究竟是 30% 还是 70%,即便这些可能性的平均值相同。当获得收益的概率中等时,这种偏好最强;面对损失或胜算很小的机会时,许多人不再回避未知,有些人甚至更喜欢未知。


用大白话说

有些选择,你知道自己有多大机会成功;有些选择,你心里没底。模糊效应就是你更愿意选前者,哪怕后者的机会可能更好。拿不准胜算,往往比知道胜算一般更让你不舒服。

想象学校游园会上有两个套圈摊。一个挂着牌子:“一半玩家都能中奖。”另一个刚开张,什么牌子也没挂。也许那里几乎没人中奖,也许几乎人人都能中奖。你只有一张游戏券,就径直走向了挂着牌子的摊位。没人说新摊位更差,只是你不喜欢心里没底。

下次发现自己只是因为拿不准结果,就放弃某件事时,问问自己:“我是真的知道它更差,还是只是不了解?”如果是后者,也许值得试试,尤其是在没什么可损失的时候。


2. 背后的科学

2.1. 发现与历史

对模糊厌恶的正式研究始于经济学家 Frank Knight 于 1921 年出版的 Risk, Uncertainty, and Profit(《风险、不确定性与利润》)。他在书中区分了“风险”(概率已知的可测量不确定性)与“真正的不确定性”(今天称为奈特式不确定性或模糊性),后者的概率分布是未知的。

此后数十年,主流经济学搁置了 Knight 的区分。Leonard Savage 在 1954 年提出的主观期望效用(SEU)理论认为,理性主体的行为就像是对每个不确定事件都有一个主观概率判断,相当于把模糊当作另一种风险。

Daniel Ellsberg 于 1961 年发表的论文《风险、模糊与 Savage 公理》奠定了这一现象的现代研究形式。当时他是兰德公司的分析师。(十年后,他泄露了五角大楼文件。)他的思想实验表明,人们既在意事件发生的可能性,也在意有关这种可能性的信息有多可靠,而 Savage 的公理不允许后一因素影响选择。这些实验很有说服力,迫使学界重新审视经济理性理论。

此后,该领域先后经历了数学形式化阶段(20世纪80年代至20世纪90年代)、神经生物学研究阶段(21世纪头十年),以及在金融、政治、医疗和气候政策中的应用阶段(2010年代至今)。

这种效应也有适用范围。大多数沿着 Ellsberg 研究发展起来的决策模型,都假定模糊厌恶适用于所有情境。Kocher、Lahno 和 Trautmann(2018)在统一框架中,考察了不同概率水平以及收益、损失和混合结果下的模糊态度。他们在收益概率中等时发现了通常所说的模糊厌恶;但当涉及损失或低概率时,多数人对模糊持中立态度,甚至偏好模糊,而且不同的测量程序都得到了这一模式。目前也没有得到广泛认可的单一成因,没有统一的测量方法;在一种情境中测得的模糊态度,对另一种情境中的行为只有很弱的预测力。

重要节点:

  • 1921: Knight 区分风险与不确定性
  • 1954: Savage 的 SEU 理论通过其假设消除了这一区分
  • 1961: Ellsberg 的双罐问题和三色问题展示了模糊厌恶
  • 1989: Gilboa 和 Schmeidler 形式化了最大最小期望效用;Schmeidler 提出了 Choquet 期望效用
  • 1991–1995: Heath 和 Tversky 的能力假说以及 Fox 和 Tversky 的比较性无知假说表明,模糊厌恶取决于情境
  • 2005: Klibanoff、Marinacci 和 Mukerji 提出平滑模糊模型;Hsu 及其同事将模糊与杏仁核和眶额皮层的活动联系起来
  • 2008: Hansen 和 Sargent 将稳健控制应用于宏观经济学
  • 2018: Kocher、Lahno 和 Trautmann 表明,模糊厌恶主要限于概率中等的收益
  • 2022: Jabarian 和 Lazarus 的工作论文《双球 Ellsberg 悖论》发现,即使模糊选项弱占优,人们仍会回避它

2.2. 关键研究者

研究者 贡献 年份
Frank Knight 在经济理论中区分了“风险”与“不确定性” 1921
Leonard Savage 提出主观期望效用理论与确定事件原则 1954
Daniel Ellsberg 构造了系统性违背理性选择理论的悖论 1961
Itzhak Gilboa 与 David Schmeidler 提出最大最小期望效用(MEU)模型 1989
David Schmeidler 基于非可加概率创立 Choquet 期望效用 1989
Chip Heath 与 Amos Tversky 提出能力假说 1991
Craig Fox 与 Amos Tversky 提出比较性无知假说 1995
Colin Camerer 与 Martin Weber 综述模糊决策的实验与理论研究,说明 Ellsberg 模式能够稳定复现 1992
Peter Klibanoff、Massimo Marinacci 与 Sujoy Mukerji 创立平滑模糊模型(KMM) 2005
Ming Hsu、Meghana Bhatt、Ralph Adolphs、Daniel Tranel 与 Colin Camerer 通过 fMRI 发现,模糊比风险更能激活杏仁核和眶额皮层,而 OFC 损伤患者对二者都不敏感 2005
Lars Peter Hansen 与 Thomas Sargent 将稳健控制理论应用于宏观经济学中的模型不确定性 2008
Martin Kocher、Amrei Marie Lahno 与 Stefan Trautmann 考察不同概率以及收益、损失下的模糊态度;发现厌恶仅出现在概率中等的收益中,其他情况下则表现为中立或偏好模糊 2018

2.3. 里程碑研究

双罐悖论(Ellsberg,1961)

Ellsberg 向被试展示两个罐子。1 号罐中恰好装有 100 个球:50 个红球和 50 个黑球(已知概率为 50/50)。2 号罐中装有 100 个球,但红黑比例未知,从 100 个红球到 100 个黑球之间的任何组合都有可能。

被试可以押注从任一罐中抽到红球或黑球,猜中即赢得 100 美元。关键发现是:在同一个罐子内,被试对押红还是押黑没有偏好(认可二者的对称性),但无论押哪种颜色,他们都明确偏好 1 号罐,胜过 2 号罐。

这造成了逻辑上的不可能。偏好在 1 号罐押红,意味着相信 P(Red₂) < 0.5;偏好在 1 号罐押黑,则意味着 P(Black₂) < 0.5。但球必然非红即黑,因此 P(Red₂) + P(Black₂) 必须等于 1,而被试的选择却隐含着这一总和小于 1。模糊概率的这种“次可加性”直接违背了理性选择理论。

重复研究情况: 双罐偏好能被稳定复现,但仅限于 Ellsberg 所用的情境,即概率中等的收益。Kocher、Lahno 和 Trautmann(2018)在不同概率水平以及收益、损失和混合前景下进行了同类比较。模糊厌恶出现在概率中等的收益中;面对损失或低概率收益时,多数参与者持中立态度或偏好模糊。不同的测量方法都得到了稳定的结果。

三色悖论(Ellsberg,1961)

一个罐子里装有 90 个球,30 个红球(已知),另外 60 个是黑球或黄球,比例未知。被试需在以下选项中作出选择:

  • 选择 1:方案 A(抽到红球获胜)对比方案 B(抽到黑球获胜)
  • 选择 2:方案 C(抽到红球或黄球获胜)对比方案 D(抽到黑球或黄球获胜)

多数被试偏好 A 而非 B(青睐已知的 1/3 概率),同时偏好 D 而非 C(青睐已知的 2/3 概率)。然而,按照 Savage 的确定事件原则,由于黄球在 C 和 D 中带来的结果相同,偏好本应保持一致。偏好 A > B 意味着红优于黑,而偏好 D > C 却意味着黑优于红,这是一个直接的矛盾,揭示了系统性的模糊回避。

能力与比较性无知研究(Heath 和 Tversky,1991;Fox 和 Tversky,1995)

这些研究表明,模糊厌恶依赖于情境。橄榄球球迷更愿意押注模糊的比赛结果,而非客观的随机装置;非球迷则偏好随机装置。单独评估模糊赌局时,人们给它的定价与风险赌局相近;一旦与概率已知的选项并列呈现,感知价值就急剧下跌。“已知”选项的存在,会通过对比让“未知”选项显得逊色。

双球 Ellsberg 悖论(Jabarian 和 Lazarus,2022)

一篇工作论文(arXiv,2022;CESifo,2023)向具有美国全国代表性的 708 名参与者提供了一个弱占优的模糊选项。从罐中抽两次球,每次抽出后放回;两球同色即可赢得奖金。因此,红黑比例未知的罐子,获胜概率绝不会低于比例为 50/50 的罐子,而且通常更高。即便如此,55% 的参与者仍选择了概率已知的风险罐。作者提出,除了一般的模糊厌恶,有些人可能根本就不愿处理模糊信息,也就是“复杂性厌恶”。

2.4. 神经学基础

神经影像学研究已识别出风险加工与模糊加工的不同神经特征:

杏仁核:从 Hsu、Bhatt、Adolphs、Tranel 和 Camerer(2005)的 fMRI 研究开始,研究发现模糊决策会显著激活杏仁核,这是与恐惧和威胁探测相关的原始脑区;概率已知的风险决策则不会引发同等强度的反应。这提示,模糊厌恶是感知到威胁后产生的一种以警觉为基础的情绪反应,而非纯粹的认知计算。

外侧前额叶皮层(lPFC):该区域调节来自杏仁核的厌恶信号。损伤研究显示,lPFC 受损会导致模糊偏好前后不一致,这提示存在一个将情绪反应整合为连贯决策的调控系统。

眶额皮层(OFC):OFC 负责编码期望值。在模糊条件下,情绪输入会抑制 OFC 的估值信号,相当于对模糊选项的主观价值施加“惩罚”。在 Hsu 的研究中,OFC 损伤患者在作出选择时对风险和模糊都不敏感,仿佛已无法把警示信号纳入估值。

纹状体:在模糊条件下,奖赏预测系统的反应变得迟钝,因此当概率分布未知时,学习速度会更慢。

临床相关性证据支持这些发现:特质焦虑水平高的人表现出更强的模糊厌恶;强迫症患者对模糊的容忍度明显较低,这会驱使他们通过反复检查来把不确定变成确定。


3. 演化起源

模糊效应很可能是在祖先环境中演化出的生存机制,因为在那样的环境里,未知情境意味着真实的威胁。史前祖先面临一种根本性的不对称:在真正危险的情境中误判为安全(后果是死亡),其代价远大于在安全情境中误判为危险(后果只是错失机会)。

设想一名早期人类发现了一处新水源。熟悉的水源地风险已知,比如有 10% 的概率出现掠食者;新的水源地风险未知。即使平均概率可能相近,方差的影响却非常大。未知选项的“最坏情况”可能是灾难性的(一群狮子),而熟悉选项最坏会有多糟,过去的经验已提供了范围。

从演化角度看,这符合最大最小期望效用的逻辑:当信息不完整时,假设最坏情况并据此行动,往往正是让我们的祖先活得足够久、得以繁衍的策略。

因此,与其说这种偏差是一个缺陷,不如说它是一种功能,是数千年来一直为我们所用的认知启发法。在涉及复杂金融工具、医疗决策和政策选择的现代环境中,同样的机制却可能把我们引入歧途。我们是在用石器时代的威胁探测系统应对现代问题。


4. 这种偏差如何表现

4.1. 在日常生活中

模糊效应在日常决策中随处可见:选择熟悉的餐厅而非没去过的、坚持走同一条上班路线、购买老牌产品、维持既有社交圈而非结识新朋友。规划假期时,人们往往重返熟悉的目的地,而不去探索新地方,即便新奇的体验可能带来更大的满足感。

在人际关系中,模糊厌恶表现为不愿主动与陌生人搭话、犹豫是否与伴侣尝试新活动,以及即使现有相处方式并不理想,也更愿维持原样。我们常想:“熟悉的麻烦总比未知的好。”

4.2. 在职场中

在职业场景中,模糊厌恶促使人们偏好既有流程而非创新做法,即便证据表明新方法更优。招聘经理青睐来自熟悉的院校或职业经历符合熟悉路径的候选人。团队抵触采用新技术或新方法,宁可接受熟悉方案的缺点,也不愿尝试可能更好的替代方案。绩效评估也可能如此:一个表现始终平平的员工,评分可能高于另一个表现起伏不定、但有时非常出色的员工;采购团队也会继续使用表现已知的供应商,不去试用更好的供应商。

由此形成组织惰性:公司守着走下坡路的产品线、维持过时流程、错失创新机会。员工回避职业转型、困守不满意的岗位、抗拒调往陌生部门。

4.3. 在商业与营销中

企业通过品牌建设来利用模糊厌恶。老牌品牌之所以能卖出溢价,一部分源于它传递了品质信号,另一部分则源于它降低了消费者面对的“模糊系数”。Muthukrishnan 等人(2009)的研究显示,消费者常常宁愿选择老牌企业客观上更差的产品,也不选陌生品牌更好的产品。

此外还存在很强的“延续效应”:消费者只要先接触过某种模糊情境(哪怕是毫不相关的抽奖),随后对老牌品牌的偏好就会更强。营销强调熟悉感、品牌历史和过往表现,正是因为这些都能降低感知到的模糊性。

很多常见的销售手段,都是把未知变成买家能判断的事物。退款保证消除买家的损失,免费试用让人先了解再承诺购买,评价则把未知的质量变成数字。用“像 X 一样,但更好”来推介新产品,能让人联想到熟悉的东西。出于同样的原因,明码标价往往比“来电询价”更有效。

转基因等食品技术的推广就是典型例证。科学家对转基因风险的量化评估认为,其风险可以忽略不计,消费者却仍觉得这项技术存在模糊性:它干预复杂系统,结果无法预知。“天然”标签成了“已知分布”的替代信号,并带来价格溢价,实质上构成一种隐性的模糊税。

4.4. 在政治与媒体中

政治学研究揭示了一个反直觉的发现:模糊可以成为一种战略优势。Tomz 与 Van Houweling(2009)证明,选民往往更偏好政策立场模糊的候选人。其机制是“投射”,选民会假定立场模糊的候选人与自己的具体观点一致。

一位民主党候选人在医疗保健问题上表态含糊,自由派选民便能从中看到进步立场,中间派选民则能看到温和立场。而精确的政策立场会疏远其中一方。不过这种效应是不对称的:面对对立党派的模糊表态,选民抱有的是怀疑而非乐观。

当所有选项都过于模糊时,选民就会弃票。觉得无法判断任何候选人上任后会带来什么结果的公民,可能干脆不再参与,以“极小化极大”策略避免成为负面结果的帮凶。

模糊厌恶也会加剧政策僵局:现行政策的结果虽然平庸,却是已知的,改革的结果则不确定。在任者由此获益,因为挑战者上任后的表现更难预测。诚实说明不确定性的专家,最终得到的信任可能还不如那些自信满满、事后却被证明说错了的评论者。

4.5. 在医疗健康中

COVID-19(新冠)疫情清楚地展现了医疗领域的模糊效应。2020 年初,病死率估计值从 0.5% 到 5% 不等,模糊程度极高。封锁策略的经济成本已知,同时可以减少概率不明的健康威胁。多数政府选择尽量减轻最坏健康后果的路径,这符合最大最小效用的逻辑。

疫苗犹豫也体现了模糊厌恶:mRNA 技术是“新的”(长期影响模糊),而病毒尽管危险,却已成为一种“已知风险”。如果核心恐惧源于模糊而非风险,那么只强调“安全性”的公共卫生宣传就可能没抓住问题。理论上,强调检测流程有多严密(从而降低模糊性)会更有效。

研究还区分了模糊(信息缺失)与冲突(不同专家意见相左)。冲突厌恶是另一回事,而且往往危害更大:当专家意见不一致时,公众对公共卫生建议的遵从度下降幅度,明显大于信息仅仅不完整时的情形。

临床医生的这种偏差既可能促使他们少做,也可能促使他们多做。当一种疗法的副作用不确定时,即使预期收益超过预期风险,模糊厌恶的医生也更不愿采用。当诊断不确定时,同样的厌恶却会推动行动:医生主要为了消除未知而加开检查,无论结果是否会改变治疗。这并不总是有害的。针对家庭医生的研究发现,模糊厌恶程度较高的医生,更可能作出加强抗凝治疗这一恰当决定。

4.6. 在金融与投资中

金融市场是考察模糊效应最大的现实实验室。

本土偏好之谜:尽管国际配置能带来分散化收益,投资者仍持有过高比例的本国资产。海外市场虽能提供不相关的回报,却因监管制度、会计准则和政治体制陌生而被视为模糊。本国市场虽有风险,但感觉是“已知的”。

股权溢价之谜:历史上股票回报超出债券回报的幅度,仅用风险厌恶无法解释。理论模型提出了“模糊溢价”,投资者要求的补偿不只针对波动性,还针对支配股票回报的经济模型本身所具有的根本不确定性。

转向优质资产:2008 年金融危机期间,资本涌向美国国库券,并不是因为其他资产在可测量意义上变得更有风险,而是因为复杂衍生品变成了“未知的未知”。模糊厌恶型主体对私人资产假设最坏情形,而政府债务仍保有“已知的”分布。

保险需求:如果不确定保险公司是否会理赔(合同不履行),保险需求会显著下降。反之,如果损失概率不明确,模糊厌恶通常会推高保险需求,因为消费者会假定损失概率很高。

投资组合惯性:投资者拿不准调整会带来什么结果时,就会推迟再平衡,即使分散投资原则已明确要求调整。


5. 现实案例研究

案例研究 1:2008 年金融危机中转向优质资产

  • 背景: 次贷危机在全球金融市场引发了层层扩散的不确定性。曾被评为 AAA 级的复杂金融工具(CDO、MBS)风险特征骤然变得完全不明。
  • 发生了什么: 资本几乎从所有私人资产类别撤出,涌入美国国库券,甚至甘愿接受负实际收益。投资者逃离的是模糊,而不只是风险。
  • 偏差如何起作用: 这场危机不只抬高了可测量的风险,它还摧毁了计算风险的能力。当底层模型失效时,原本“有风险的”变成了“模糊的”。遵循最大最小逻辑,模糊厌恶型投资者对所有私人资产都假设了最坏情形。
  • 后果: 大规模市场错位、流动性危机,以及前所未有的政府干预需求。来自荷兰的调查数据证实,模糊厌恶者最有可能完全退出股市。
  • 经验教训: 金融体系要有韧性,既要管理风险,也要保住计算风险的能力。当模糊取代风险,正常的市场机制就会失灵。

案例研究 2:COVID-19 疫苗犹豫

  • 背景: mRNA 疫苗以前所未有的速度研发并投入使用以对抗 COVID-19,其技术平台对普通公众而言相当陌生。
  • 发生了什么: 尽管严格的临床试验证明了其安全性与有效性,仍有相当比例的人群对接种心存犹豫。
  • 偏差如何起作用: 这种犹豫的对象主要是未知的长期影响(模糊),而非已知副作用(风险)。病毒尽管危险,却已通过亲身经历成为“已知”的对象;而疫苗技术依然“未知”。
  • 后果: 接种推进缓慢、病毒持续传播、疫情限制措施延长。
  • 经验教训: 只强调“安全性”数据的公共卫生宣传没有抓住心理上的关键。信息传播应当强调流程有多么周密、我们已经掌握了多少知识,从而把模糊转化为风险,仅仅罗列统计数字并不够。

历史实例:巴氏杀菌的推广

20 世纪初巴氏杀菌牛奶的引入遭遇了强烈阻力,尽管当时已有明确证据表明未杀菌牛奶会导致致命疾病。生奶是熟悉的,是一个模糊度较低的选项,而新的巴氏杀菌工艺则是未知的。家庭继续冒着伤寒、结核和猩红热的风险,因为新技术给人的模糊感,超过了传统牛奶那些已知(尽管致命)的风险。这一模式与今天对辐照、基因改造等食品技术的抵触如出一辙。


6. 这种偏差的代价

6.1. 个人代价

模糊效应让我们错过成长、学习和获得更好结果的机会。我们困在不满意的工作里,因为新机会是模糊的;我们维持并不理想的关系,因为替代选项是未知的;我们放弃可能有价值的经历、投资与人脉,只因为无法精确量化其结果。

更麻烦的是,这种偏差会自我强化:由于回避模糊情境,我们永远无法在陌生领域培养出能力,从而不断维持着那个触发我们厌恶的无知状态。

6.2. 职业代价

回避模糊机会会让职业发展停滞。创业者的模糊厌恶程度通常低于多数人,他们要么更能容忍不确定性,要么自认为有足够能力影响结果。对于模糊厌恶的大多数人而言,创新、领导机会和职业转向都被系统性地低估和回避。

组织同样受累于集体性的模糊厌恶:抗拒新市场、新技术和新战略会造成竞争劣势。企业无法适应变化的环境,因为“熟悉但在衰退”感觉上比“有前景但不确定”更安全。

6.3. 社会代价

气候变化政策清楚地体现了社会层面的代价。减排成本立即发生且可测量,收益却遥远而模糊。即便存在潜在的灾难性尾部风险,模糊厌恶仍让人更愿维持经济轨迹已知的现状,回避不确定的转型。平滑模糊模型提示,理性的模糊厌恶型决策者其实应加大减排力度,以对冲灾难性情境。现实中的减排反而更少,这提示政治上的短期主义压倒了理性对冲。政策争论又添了两层模糊:“专家选择上的模糊”(不知道该信任哪位专家)和“偏好上的模糊”(不知道社会究竟想要什么),两者共同使监管措施更难通过。

核电体现了相反的失误。切尔诺贝利和福岛事故之后,公众的不安促使德国等国家逐步关闭核反应堆。堆芯熔毁的概率在理论上很低,却难以依据经验准确确定,因此常规的成本收益分析难以处理。平滑模糊模型提示,即使计入核电的气候收益,人们感知到的社会成本仍远高于常规风险计算的结果。

药品监管至今仍留有一场模糊性灾难的印记。20世纪50年代末至20世纪60年代初,沙利度胺在欧洲、澳大利亚等地作为治疗孕吐的安全药物销售,导致数千名儿童出现严重出生缺陷。美国食品药品监督管理局从未批准该药;随后出台的 1962 年《基福弗-哈里斯修正案》要求提供疗效证明,并收紧了药品获批前的试验规则。如今,这套制度更倾向于避免再次发生沙利度胺这样的最坏情况,把让新药更快投入使用放在了次要位置。这保护了患者,却也拖慢审批,给创新加上了一笔“模糊税”:有些疗法迟迟无法面世,有些则始终未能面世。

公共品博弈表明,达标门槛不明确会摧毁合作。当一个群体不知道集体行动需要达到什么程度时,人们的投入就会骤减:有些人认为门槛根本达不到(何必费力),另一些人则认为已经达标(可以放心搭便车)。

6.4. 统计影响

研究记录了各领域中可测量的代价:

  • 在具有美国代表性的样本(N = 708)中,即使模糊罐的获胜概率至少与风险罐一样高,55% 的人仍选择风险罐(Jabarian 和 Lazarus,工作论文《双球 Ellsberg 悖论》,2022)
  • 模糊厌恶主要限于概率中等的收益;面对损失或低概率时,多数参与者持中立态度或偏好模糊(Kocher、Lahno 和 Trautmann,2018)
  • 本土偏好降低了投资组合的效率,估计造成每年 1–2% 的收益损失
  • 由模糊厌恶驱动的品牌忠诚,导致消费者为客观等效的产品多付 15–30% 的溢价
  • 模糊厌恶者不参与股市,估计使其一生的财富积累减少数万美元
  • 由模糊厌恶引起的疫苗犹豫,使疫情反复的时间延长,并加重了相关经济和健康代价

7. 隐藏的益处

模糊效应并非全然不利于适应。在真正不确定的环境中(人类经验有很大一部分正是如此),对未知概率分布保持极度谨慎可能是理性的。

生存价值:当利害重大而后果难以逆转时,模糊厌恶能防止潜在的灾难性结局。当最坏情形包括死亡时,回避未知食物、陌生领地和未经检验的策略具有真实的生存价值。

认知效率:处理模糊性耗费心智资源。大脑对已知概率的偏好,把认知资源留给了那些深入分析更可行、也更有回报的情境。

社会协调:人们共同厌恶模糊,行为就更容易预测,这有助于合作。如果人人都偏好已知选项,协调就更容易,我们无需明确沟通也能预测彼此的选择。

防止被利用:在对抗性情境中,模糊选项可能是被刻意设计来坑害轻信者的。默认选择已知选项有助于防止受人操纵。

对模型保持谦逊:承认存在“未知的未知”,有助于防止对有缺陷的模型过度自信。2008 年之前的问题,一部分就在于量化交易者把模糊当作普通风险,而他们的模型根本无法区分二者。

彻底消除模糊厌恶并不可取。目标在于校准:让我们对不确定性的反应,与真实的利害关系和信息质量相匹配。


8. 自我评估:你有这种偏差吗?

8.1. 预警信号清单

  • 即使朋友推荐了新餐厅,我还是常常选择熟悉的那几家
  • 投资自己并不完全了解的公司会让我感到不安
  • 比起去陌生公司寻找机会,我更愿意留在现在的工作岗位
  • 在新技术真正成熟之前,我不太愿意尝试
  • 即使普通替代品看起来效果相当,我仍偏好知名品牌
  • 当无法计算出准确概率时,我会回避做决定
  • 相比已知风险,未知风险更让我焦虑,哪怕客观上已知风险更大
  • 我宁愿玩获胜概率明确为 40% 的游戏,也不愿玩胜算未知、但可能更高的游戏
  • 我曾因为“总觉得哪里不对劲”而放弃机会,却说不出具体的顾虑
  • 即使拖延本身有代价,我也很难基于不完整的信息采取行动

评分:

  • 勾选 0–2 项:易感性低
  • 勾选 3–5 项:易感性中等
  • 勾选 6–8 项:易感性高
  • 勾选 9–10 项:易感性极高

8.2. 自我反思问题

  1. 想想你曾放弃的一个重大机会。你的犹豫是基于具体、说得清楚的顾虑,还是一种“了解得不够”的笼统感觉?
  2. 当你需要就某个话题做决定,而专家意见却不一致时,你有什么感受?这与信息仅仅不完整时相比,对你的行为影响是否不同?
  3. 在哪些领域你觉得自己“足够胜任”,从而能接受不确定性?在哪些领域不确定性会让你迟迟无法行动?
  4. 当你选择熟悉的选项时,你是在主动比较,还是在完全回避比较?
  5. 有人说过你太谨慎或错失机会吗?你是否因为他们“不懂其中的风险”而无视这些反馈?

8.3. 快速诊断情境

情境: 你收到两份工作邀约。A 公司根基稳固,你认识三位在那里工作的人。岗位职责清晰,薪资区间已知(80,000–90,000 美元),职业发展路径也很典型。B 公司是一家成长中的初创企业,可能成为下一个行业领军者,也可能在两年内倒闭。岗位职责不太清晰,但潜在影响力更大。薪资是“75,000–120,000 美元,视岗位演变而定”。

你会怎么做?

  • A) 我肯定会选 A 公司。稳定性和可预测性很重要,而且我无法恰当评估这家初创企业的机会。→ 易感性高
  • B) 我会倾向 A 公司,但会在决定前设法多了解 B 公司。不确定性让我不适,但我想在充分了解后再作选择。→ 易感性中等
  • C) 我会基于期望值评估两者,考虑各种结果的概率。如果潜在收益足以补偿不确定性,我甚至可能更青睐这家初创企业。→ 易感性低

9. 识别他人身上的这种偏差

9.1. 行为指标

可观察到的迹象包括:做常规决定前也要过度调研;信息不完整时陷入长时间的“分析瘫痪”;在各类领域中一贯偏好既有选项;不愿偏离既定流程。

决策模式会暴露这种偏差:在餐厅总点同样的菜、回避陌生的度假目的地、拒绝考虑新的服务商、在工作中习惯性地否决新颖做法。

留意失衡的风险评估:模糊厌恶强烈的人会认为陌生选项危险更大,同时低估熟悉选项中的风险。另一个迹象是,只要有人给出具体概率,他们就明显松一口气,即使这个数字对自己不利。

9.2. 交谈中的预警信号

处于这种偏差时人们常说的话:

  • “我还是选我熟悉的吧”
  • “未知因素太多了”
  • “没有更多信息我怎么决定?”
  • “那太像赌博了”(而该选项客观上并不更危险)
  • “还是照着行之有效的办法来吧”
  • “可实际概率到底是多少?”

他们常用的论证方式:

  • 专门针对陌生选项强调最坏情形
  • 行动前要求确定性,却对熟悉选择中的模糊性照单全收
  • 把“概率未知”当成“概率不利”

他们回避提出的问题:

  • “每个选项的期望值是多少?”
  • “维持现状的代价是什么?”
  • “我是不是把‘我不知道’和‘大概不好’混为一谈了?”

9.3. 情境触发因素

以下情况会加剧这种偏差:

  • 决策会被他人评判(问责/避责)。在 Baltussen、van den Assem 和 van Dolder(2016)的实验中,面对观众和摄像机作选择的人,比匿名时更厌恶风险,对模糊的态度也发生了变化
  • “已知”与“未知”选项被同时呈现(比较情境)
  • 个体在该领域感到力不从心
  • 压力与认知负荷很高
  • 时间压力迫使快速决策
  • 利害关系被认为很重大
  • 近期在陌生选择上有过负面经历

10. 认知去偏策略

10.1. 即时技巧

把风险与模糊区分开:问自己“我回避它,是因为坏结果的概率高,还是因为我不知道概率?”如果是后者,你可能正落入模糊效应的圈套。

运用期望值检验:即使存在不确定性,也要估出区间。如果某个机会的成功概率在 30–70% 之间,其期望值仍可能超过一个已知回报率为 40% 的“安全”选项。

反向使用“新闻头条测试”:我们常会想象,决定出错后自己会是什么感受。不妨反过来想,如果在新闻中读到,有人因为“无法量化潜在收益”而错过绝佳机会,你会是什么感受?

预先承诺容忍模糊:评估选项前先作好约定,给模糊选项公平的考虑机会,别下意识就否决它。

算算自己的模糊溢价:如果公平骰子掷出 1、2 或 3,就能凭一张奖券赢得 100 美元,你愿意花多少钱买这张券?写下金额。然后设想你只知道中奖概率在 30% 到 70% 之间,再写下愿意支付的金额。如果没有理由认为第二枚骰子偏向其中任何一方,两张券就具有同样的价值;两次出价的差额,就是你个人的模糊溢价。再把奖金分别改为 20 美元和 1,000 美元,看看差额是否增大。

看看最坏结果能否承受:别一直纠结于不知道的概率,先问最坏的结果究竟是什么。如果你能承受它,缺少概率信息就没有感觉中那么重要。

10.2. 长期策略

建立领域能力:能力假说提示,在我们自认为内行的领域,我们更能容忍模糊。在需要作重要决定的领域持续积累知识,可以降低条件反射式的模糊厌恶。

追踪决策与结果:建立决策日志,记录你的选择、信心水平和最终结果。日积月累,这能提供证据,检验你的模糊厌恶是否校准得当。

参考基础概率:单看一个案例觉得无从判断时,看看同类案例。类似的创业活动、投资或项目,通常会有什么结果?同类案例的平均值可以作为合理的初始概率。

在小事上练习面对模糊:有意识地接触一些小的不确定性(新餐厅、没走过的路线、没读过的作者),在低风险情境中培养对模糊的耐受力。

把模糊看作机会:他人的模糊厌恶,为能够容忍不确定性的人留下了机会。股权溢价、创业回报和职业机遇,都给愿意面对模糊的人带来回报。

10.3. 环境设计

移除比较情境:评估陌生选项时,先独立考量它,再与熟悉的替代方案比较。仅仅是“已知”选项的存在,就会触发对“未知”选项的厌恶。

确立决策规则:预先设定不惩罚模糊性的机会评估标准。“任何一家评分达到 4 星的餐厅,我都愿意尝试”,这样就不用临时处理模糊信息。

构建多元的信息网络:多与擅长不同领域的人来往。那些让你拿不准的事,对他们来说可能很自然,他们的视角能帮助你调整判断。

10.4. 何时寻求外部意见

在以下情况下应咨询他人:

  • 利害重大,而你的不适主要源于陌生感而非具体顾虑
  • 你注意到自己只针对陌生选项设想最坏情形
  • 你信任的领域专家对你的犹豫感到费解
  • 你已长时间陷入“分析瘫痪”

去问那些在该模糊领域有专长的人、成功做过类似决定的人,或在自己生活中能恰当承担风险的人。


11. 实践练习

练习 1:检查模糊厌恶的影响

  • 目标: 找出模糊厌恶可能正在限制你的领域
  • 所需时间: 30 分钟
  • 所需材料: 纸、笔
  • 难度等级: 初级
  • 步骤:
    1. 列出近期 10 个你选择了熟悉选项而非陌生替代方案的决定
    2. 对每一个,标明你的选择依据是:(a) 熟悉选项的期望值更高,(b) 熟悉选项的风险更低,还是 (c) 对陌生选项的不确定
    3. 对标为 (c) 的选择,估计什么样的信息会让你做出不同选择
    4. 查证那些信息当时是否本可获得,只是你没去找
    5. 找出规律,看看哪些领域或情境中模糊厌恶主导了你的选择
  • 反思问题:
    • 哪些领域中你的模糊厌恶最强?
    • 要在那些领域感到“胜任”,你需要什么?
    • 你可能错过了哪些机会?
  • 频率: 每季度一次

练习 2:概率区间估计

  • 目标: 练习明确估计概率区间,让自己更习惯在不确定条件下作决定
  • 所需时间: 每天 15 分钟,持续两周
  • 所需材料: 关于不确定结果的新闻报道
  • 难度等级: 中级
  • 步骤:
    1. 找一则关于未来不确定事件的新闻(选举、产品发布、政策结果)
    2. 对各种结果估计你的概率区间(例如:“我认为 X 发生的概率在 40–60% 之间”)
    3. 记录你在做这些估计时的情绪反应
    4. 事件揭晓后追踪实际结果
    5. 根据准确度校准你今后的估计
  • 反思问题:
    • 明确给出估计,是减轻还是加剧了你对不确定性的不适?
    • 你的区间有多宽?随着练习是否变窄?
    • 你是否存在系统性的过度自信或自信不足?
  • 频率: 在两周练习期内每日进行

练习 3:“未知”实验

  • 目标: 通过利害较小的实际接触,逐渐习惯模糊情境
  • 所需时间: 不固定
  • 所需材料: 无
  • 难度等级: 初级
  • 步骤:
    1. 承诺连续四周,每周做一个模糊的选择
    2. 示例:不看评价就去一家新餐厅、不看简介就看一部电影、接受一位泛泛之交的社交邀请
    3. 体验之前,记下你的预期和焦虑程度
    4. 体验之后,记录实际结果以及它与你预期的差异
    5. 四周后回顾规律
  • 反思问题:
    • 模糊的选择导致负面结果的频率有多高?
    • 它们带来惊喜的频率又有多高?
    • 你对模糊的基线焦虑是否下降了?
  • 频率: 一个月内每周一次,之后每月维持一次

日常练习

调整“第一反应”:每天当你察觉自己在条件反射地否决某个陌生选项时,停下来问“我给负面结果赋了多大的概率?我的依据是什么?”这个简单的问题能打断自动化的模糊厌恶。

  • 建议时长:每次 2 分钟
  • 最佳时段:全天随情境出现时进行
  • 如何追踪进展:用计数符号记录察觉到这种反应的次数,以及成功调整的次数

每周挑战

每周找出一个你一直在回避的“模糊”机会。深入研究它(建立能力)、估计各种结果的概率区间(把不确定性说清楚),再依据期望值作决定,别只图已知选项让人安心。

  • 4 周后的预期成果:条件反射式否决陌生选项的情况减少、面对明确说出的不确定性时更加从容,并且很可能至少从一次接受模糊的选择中获得正面结果
  • 用于反思的日志提示:
    • 是什么让这个机会显得模糊而非仅仅有风险?
    • 回避它我会错过什么?
    • 我在这个领域的能力发生了什么变化?

12. 面向特定人群

致领导者与管理者

模糊效应会造成组织惰性。领导者应预料到,无论实际预期回报如何,团队都会系统性地低估新战略相对于既有做法的价值。

策略:

  • 设立“模糊预算”,即专门用于探索不确定机会的资源,不要求走传统的商业论证流程
  • 把熟悉选项与陌生选项的评估分开进行,避免比较造成的贬值
  • 在决策时点到来之前,就在新兴领域构建组织能力
  • 奖励经过周全考虑的失败,即决策过程合理,只是最终结果不利
  • 设计创新流程时,在阶段评审决策中明确考虑模糊厌恶的影响
  • 留意“我们不知道市场有多大”这种说法。这往往是模糊厌恶的另一种表现,要区分对期望值的实际顾虑和面对未知的不适
  • 采用 Hansen 和 Sargent 的稳健性研究所支持的情景规划方法,把让人无从下手的未知转化为具体的应变情境

致家长与教育工作者

儿童会通过早期经历形成对模糊的容忍或厌恶。家长和教师可以帮助孩子学会健康地面对不确定性。

符合年龄的做法:

  • 对幼儿:赞美探索与发现;不要过度强调可预测性与固定作息
  • 对学龄儿童:把学习解释为增长本领,本领增长会让新情境显得不那么模糊
  • 对青少年:讨论过度追求确定性如何限制机会;分享妥善应对不确定性的例子
  • 示范如何恰当地表达不确定性:用概率来思考(“我不确定,但我认为……”),避免装作确定
  • 教孩子区分“我不知道机会有多大”和“机会很小”,例如玩从袋子里抽球的游戏,分别使用配比已知和未知的袋子

致医疗专业人员

患者在医疗决策中表现出强烈的模糊厌恶,往往偏好成熟疗法,即使证据更支持新方法。

临床策略:

  • 区分患者对风险的顾虑(已知副作用)与对模糊的顾虑(未知影响)
  • 在可能的情况下,即便存在不确定,也通过给出概率区间把模糊转化为风险
  • 不同医护人员提供的信息相互矛盾,会大大加剧厌恶,因此要协调信息传达
  • 当结果不确定时,说明整个流程有多周密(全面的检验、监测方案)
  • 诚实承认不确定性,同时提供决策框架
  • 留意自己的模糊厌恶:你是否因为副作用不确定而回避有效疗法?是否只是为了消除未知,就开出不会改变治疗方案的检查?

致金融专业人士

客户的模糊厌恶既带来挑战(次优组合),也带来机会(通过教育创造附加价值)。

专业应用:

  • 帮助客户区分风险(可测量的波动)与模糊(根本性的不确定)
  • 推荐陌生资产类别前,先帮助客户了解相关知识、提高判断能力
  • 向客户解释国际分散投资能降低模糊(对冲本国特有的不确定性),少强调提高回报
  • 认识到危机期间模糊会飙升,无论基本面如何,客户都会逃向“已知”资产
  • 在平静期就设计好投资政策,以约束动荡时期由模糊驱动的出逃

13. 与其他偏差的相互作用

放大这种偏差的其他偏差

偏差 相互作用方式
现状偏见 当前处境是已知的,替代方案则是模糊的。这两种偏差相互强化,形成强大的抗拒变革的惰性。
损失厌恶 人们想象模糊选项的损失时,觉得它没有下限。损失厌恶会放大人们对模糊选项最坏情形的感知。
可得性启发法 陌生情境中生动的负面结果更容易浮现于脑海,使模糊选项显得更危险。
确认偏误 我们寻找能印证自己对模糊选项不适感的信息,同时低估其潜在收益的证据。

抵消这种偏差的其他偏差

偏差 如何起作用
过度自信效应 过度自信的人可能低估陌生情境中的模糊性,从而敢于接受他人回避的选项。创业者常常表现出这种组合。
乐观偏见 期待正面结果的倾向,可以抵消模糊厌恶中那种总往最坏处想的悲观思路。

常见的偏差链条

现状偏见 → 模糊效应 → 确认偏误 → 沉没成本谬误

我们先是偏好当前处境。替代方案显得模糊,从而触发厌恶。接着我们去搜寻能印证“留在原地”这一选择的信息。最后,随着我们在熟悉选项上投入越来越多,沉没成本让我们更不愿改换选择。

打断这一链条的方法:明确评估不作为的机会成本;主动寻找反驳那些让自己安心的选择的信息;预先承诺定期评估替代方案,无论已累积多少投入。


14. 文化视角

跨文化研究揭示,模糊厌恶既有普遍性的一面,也有文化特异性的一面。这种基本现象在不同文化中都有出现,但强度和出现的领域各有不同。

文化类型 表现形式
个人主义文化 模糊厌恶主要围绕个人结果;在个人擅长的领域可能容忍模糊
集体主义文化 社会性模糊(群体反应不确定)可能比结果模糊更令人厌恶
高语境文化 人们更能容忍沟通中的模糊;关系中的模糊则可能更令人厌恶
低语境文化 人们期待明确的信息;沟通中的模糊会触发更强的厌恶

Hofstede 的“不确定性规避”维度刻画了各文化在模糊容忍度上的差异。不确定性规避程度高的文化(如日本、希腊、葡萄牙)有更强的制度机制来降低模糊:繁复的规则、仪式和信念体系提供了结构。不确定性规避程度低的文化(如新加坡、丹麦)则更能接受缺乏明确规则的情境。

在上海、复旦、同济等中国高校开展的实验,并不支持“集体主义文化更谨慎”这一假设。面对收益时,东亚参与者的模糊厌恶往往弱于西方参与者,对待模糊赌局的方式与对待 50/50 赌局相近。有一种解释认为,这可能与更能接纳矛盾和不确定性的哲学传统有关。面对损失时,两组都接近模糊中立。如果这一结果得到进一步支持,全球经济模型中使用的单一模糊参数,可能需要按地区校准,尤其是在金融和保险领域。

不过,文化内部的个体差异往往超过文化之间的差异。一位日本创业者对模糊的容忍度,可能高于一位美国官僚。


15. 迷思与误解

迷思 事实
模糊效应等同于风险厌恶 风险厌恶涉及已知概率,模糊厌恶涉及未知概率。二者具有不同的神经特征,且可以各自独立发挥作用。
聪明人不会中招 模糊效应影响各种智力水平的人。Ellsberg 特别指出,“理性的人”同样违背了期望效用理论。
模糊厌恶总是非理性的 在真正不确定且利害重大的环境中,偏好已知量可能是适应性的。当应对程度失当时,这种偏差才会成为问题。
信息越多越能减少模糊厌恶 多个来源提供的相互矛盾的信息,可能比模糊本身更能加剧厌恶。冲突厌恶不同于模糊厌恶。
模糊厌恶在各领域中恒定不变 在自认为胜任的领域,我们对模糊的容忍度要高得多。一位金融从业者可能欣然接受投资中的模糊,却在健康决策上表现出强烈厌恶。
所有人在所有情境中都厌恶模糊 Kocher、Lahno 和 Trautmann(2018)发现,模糊厌恶只出现在概率中等的收益中。面对损失或低概率收益时,多数人对模糊持中立态度或偏好模糊。教科书中的结果确实存在,但适用范围比据此建立的模型所假定的更窄。
模糊厌恶纯粹是推理错误 神经影像研究(Hsu 等人,2005)显示,负责探测威胁的杏仁核对模糊的反应强于对风险的反应。情绪也是这种反应的一部分,这也是为什么懂得数学往往仍难以消除不适。

16. 专家洞见

Frank Knight 区分了风险与不确定性:风险的概率可以度量,不确定性则不能。他认为,真正左右商业决策和利润的是无法度量的那一类。 — 概述自 Frank H. Knight,Risk, Uncertainty, and Profit(1921)

Daniel Ellsberg 证明,许多理性的人所做的选择违背了 Savage 的理性选择公理:他们偏好已知的概率而非未知的概率,即使没有任何一套自洽的信念能够解释这种模式。 — 概述自 Daniel Ellsberg,“Risk, Ambiguity, and the Savage Axioms”,Quarterly Journal of Economics 75(4)(1961),第643-669页 https://doi.org/10.2307/1884324

Chip Heath 和 Amos Tversky 发现,当人们觉得自己对某个话题有所了解时,相比同样可能发生的随机事件,他们更愿意押注自己的判断;觉得自己一无所知时则不然。因此,模糊厌恶取决于人们感到自己有多胜任。 — 概述自 Heath & Tversky,“Preference and Belief: Ambiguity and Competence in Choice under Uncertainty”,Journal of Risk and Uncertainty 4(1)(1991),第5-28页 https://doi.org/10.1007/BF00057884


17. 核心要点

  1. 模糊不同于风险:风险涉及已知概率,模糊涉及未知概率。我们的大脑以不同方式加工二者,而模糊会触发恐惧回路。

  2. 我们会压低未知选项的价值,但有适用范围:当收益概率中等时,模糊选项的估值低于数学上等价的风险选项,两者同时出现时,这种价值折减还会加重。面对损失或小概率收益时,多数人对模糊持中立态度,甚至偏好模糊(Kocher、Lahno 和 Trautmann,2018)。

  3. 这种偏差依赖领域:在自认为胜任的领域,我们更能容忍模糊。积累专业能力可降低该领域中的厌恶。

  4. 市场会为模糊定价:股权溢价、本土偏好和品牌溢价,都反映了人群中系统性的模糊厌恶。

  5. 模糊可以具有战略价值:在政治与谈判中,模糊为投射和灵活性留出了空间。在商业中,对竞争对手制造模糊、对客户降低模糊,是一种优势。

  6. 这种偏差有演化根源:对未知概率分布保持谨慎,曾帮助祖先生存下来,但现代环境往往奖赏对模糊的容忍。

  7. 去偏需要刻意练习:区分风险与模糊、建立领域能力,并在利害较小的情境中体验模糊,能够校准我们的反应。


18. 延伸资源

学术论文

  • Ellsberg, D. (1961). Risk, ambiguity, and the Savage axioms. Quarterly Journal of Economics, 75(4), 643-669. https://doi.org/10.2307/1884324
  • Gilboa, I., & Schmeidler, D. (1989). Maxmin expected utility with non-unique prior. Journal of Mathematical Economics, 18(2), 141-153. https://doi.org/10.1016/0304-4068(89)90018-9
  • Heath, C., & Tversky, A. (1991). Preference and belief: Ambiguity and competence in choice under uncertainty. Journal of Risk and Uncertainty, 4(1), 5-28. https://doi.org/10.1007/bf00057884
  • Fox, C. R., & Tversky, A. (1995). Ambiguity aversion and comparative ignorance. Quarterly Journal of Economics, 110(3), 585-603. https://doi.org/10.2307/2946693
  • Klibanoff, P., Marinacci, M., & Mukerji, S. (2005). A smooth model of decision making under ambiguity. Econometrica, 73(6), 1849-1892. https://doi.org/10.1111/j.1468-0262.2005.00640.x
  • Kocher, M. G., Lahno, A. M., & Trautmann, S. T. (2018). Ambiguity aversion is not universal. European Economic Review, 101, 268-283. https://doi.org/10.1016/j.euroecorev.2017.09.016
  • Camerer, C., & Weber, M. (1992). Recent developments in modeling preferences: Uncertainty and ambiguity. Journal of Risk and Uncertainty, 5(4), 325-370. https://doi.org/10.1007/bf00122575
  • Hsu, M., Bhatt, M., Adolphs, R., Tranel, D., & Camerer, C. F. (2005). Neural systems responding to degrees of uncertainty in human decision-making. Science, 310(5754), 1680-1683. https://doi.org/10.1126/science.1115327
  • Baltussen, G., van den Assem, M. J., & van Dolder, D. (2016). Risky choice in the limelight. Review of Economics and Statistics, 98(2), 318-332. https://doi.org/10.1162/rest_a_00505
  • Jabarian, B., & Lazarus, S. (2022). A two-ball Ellsberg paradox: An experiment. arXiv:2206.04605 (also CESifo Working Paper No. 10745, 2023).

书籍

  • Knight, F. H. (1921). Risk, Uncertainty, and Profit. Houghton Mifflin.
  • Savage, L. J. (1954). The Foundations of Statistics. John Wiley & Sons.
  • Ellsberg, D. (2001). Risk, Ambiguity and Decision. Routledge.
  • Hansen, L. P., & Sargent, T. J. (2008). Robustness. Princeton University Press.
  • Gilboa, I. (2009). Theory of Decision under Uncertainty. Cambridge University Press. https://doi.org/10.1017/cbo9780511840203

书籍章节

  • Gilboa, I., & Marinacci, M. (2013). Ambiguity and the Bayesian paradigm. In D. Acemoglu, M. Arellano, & E. Dekel (Eds.), Advances in Economics and Econometrics: Tenth World Congress (pp. 179-242). Cambridge University Press. https://doi.org/10.1017/cbo9781139060011.008

19. 速查卡

要素 内容
偏差名称 模糊效应(模糊厌恶)
定义 偏好概率已知的选项,回避概率未知的选项,即使二者期望值相同
类别 需要快速行动
关键迹象 仅仅因为结果不确定就否决机会,而非因为期望值低
主要成因 杏仁核激活把模糊当作威胁;演化上对回避未知危险的偏重
最大风险 错失成长机会、次优投资组合、组织惰性、政策瘫痪
快速对策 问自己:“我回避它,是因为概率不利,还是因为我不知道概率?”
长期策略 建立领域能力,把模糊转化为风险;练习明确的概率估计
牢记 “我们宁愿确知自己有 50% 的机会,也不愿面对胜算究竟更好还是更差的不确定”

20. 术语表

术语 定义
奈特式不确定性 概率分布未知的真正不确定性,由 Frank Knight(1921)将其与可测量的风险区分开来
主观期望效用(SEU) 认为理性主体会形成个人概率估计并据此最大化期望效用的理论
确定事件原则 Savage 的公理:在某种情形中两个选项结果相同,那么这种情形不应影响对二者的偏好
最大最小期望效用 一种决策模型:主体假设最坏情形的概率,并最大化最小期望效用
Choquet 期望效用 使用非可加概率的决策模型,允许主观概率之和小于 1
比较性无知 模糊选项与概率已知的替代方案并列呈现时,其价值被贬低得更厉害的现象
能力假说 认为模糊厌恶源自个体在某领域自感能力不足的理论
模糊溢价 投资者持有概率分布不确定的资产时所要求的额外回报
Ellsberg 悖论 人们偏好概率已知的赌局,回避与之等价但概率未知的赌局,而任何一套单一的主观概率都无法解释这种偏好
平滑模糊模型 将对概率的信念与对模糊的态度分开、允许不同程度模糊厌恶的模型
稳健控制 在模型不确定时,针对最坏但合理的情境进行优化的决策方法
转向优质资产 危机期间,投资者逃离模糊资产、转向概率明确的资产的市场行为

21. 讨论问题

  1. 对于那些结果不确定但预期收益为正的有益政策(如疫苗接种计划、气候减缓措施),模糊效应可以如何解释人们对它们的抵触?

  2. 创业者常被描述为“冒险者”,但把他们描述为“能容忍模糊的人”是否更贴切?二者的区别何在,会带来什么不同的理解?

  3. FDA 这样的监管机构应当厌恶模糊吗?请权衡制度性谨慎的隐性代价(治疗延迟),与沙利度胺这类失败所带来的显性代价。

  4. 政治中对模糊的策略性运用,与公民在充分知情后参与政治这一民主理想有怎样的相互影响?

  5. 设想一个医疗决策:成熟疗法(成功率 60%)对比试验性疗法(成功率 40–80%,分布未知)。你会如何面对这个决定?你的答案又揭示了你怎样的模糊容忍度?