行為保險學系列（二十六）：主觀風險研究綜述及啟示（下）

郭振華 上海對外經貿大學金融學院

（接2019年第9期）

四、保險風險判斷的相關研究成果

首先需要明確的是，保險領域的學者通常都不從事保險風險主觀判斷的研究，只是偶爾借鑒心理學或行為經濟學的相關研究成果來進行自己某議題的研究。例如，有人借鑒風險感知研究成果，說人們會高估或低估風險；有人借鑒行為經濟學中前景理論的研究成果，說人們會高估小概率風險、低估中高概率風險。同樣的邏輯，心理學家通常也不直接從事保險風險主觀判斷的研究，而是進行不確定條件下的主觀判斷研究（如前所述，不確定性至少包括兩種情形，一種是實際已知但對判斷者未知的不確定性，另一種是誰都不知道結果的未來的不確定性），當然，這其中會涉及主觀風險判斷研究，與保險風險判斷直接相關。

在心理學家開展的主觀風險研究中，與保險風險判斷最相關最著名的、被引用次數最多的兩個研究成果，第一個是Lichtenstein等人1978年在Journal of Experimental Psychology:Human Learning and Memory發表的“Judged Frequency of Lethal Events（致命事件的頻率判斷）”,該論文得出了“人們會高估低頻率致命事件，低估高頻率致命事件”的結論，并廣為傳播，被瘋狂引用和轉載，我還在Ted演講視頻中看到某個心理學家引用這個成果來說事兒。第二個就是大名鼎鼎的卡尼曼和特沃斯基在1979版和1992版前景理論（Prospect Theory）中提出的“人們會高估小概率風險，低估中高概率風險”，這一結論以不確定條件下的“決策權重函數”展示在論文中，被瘋狂學習、轉載和引用，進而深入人心。

（一）致命事件的頻率判斷

Lichtenstein等人是如何得到“人們會高估低頻率致命事件，低估高頻率致命事件”這一結論的呢？首先，該文采取的研究方法是心理測量學范式，用問卷調查法請被試（美國大學生和婦女選舉聯盟的成員）對41個死亡原因的發生頻率（致死人數）進行判斷。而且，在判斷之前，研究者告訴被試們美國的其中一種死亡原因“機動車事故”所造成的年度死亡人數是50000人，然后要求他們估計其余40種死因的年度致死人數。

研究發現，在上述條件下，被試們通常知道哪個致命事件最常發生、哪個致命事件最少發生。但人們也會犯嚴重的判斷錯誤，即人們會高估低頻率死亡風險，低估高頻率死亡風險。這里的高估和低估是指被試判斷結果的均值與實際致死人數的比較結果。

如圖2所示，橫軸是每年各種原因的實際致死人數，縱軸是被試們對每年各種原因致死人數的主觀估計值，45度直線代表完全正確的死亡頻率估計線，每個黑點代表被試們估計的各種原因的死亡頻率平均值，較粗的曲線是被試估計平均值的擬合曲線，可以明顯看出，人們會高估低頻率事件，低估中高頻率事件。

?圖3 前景理論中的決策權重函數

（二）前景理論的決策權重函數

前景理論（Kahneman&Tversky，1979；Tversky&Kahneman，1992）主要包含兩部分：價值函數和決策權重函數。價值函數類似于期望效用理論中的效用函數，決策權重函數則取代了計算期望效用時的概率。

決策權重函數是客觀概率的函數，描述了人們對概率的主觀估計，卡尼曼和特沃斯基提出，人們過于重視小概率事件，體現為決策權重大于客觀概率；同時，人們會輕視中高概率事件，體現為決策權重低于客觀概率。如圖3所示。

在1992版前景理論的決策權重函數中，小概率與中高概率分界點為P=0.35，絕大多數保險所承保的小概率風險的出險概率都低于0.35。由于前景理論太有名了，這就導致人們會不自覺地認為，人們會高估保險承保風險。果真如此，保險公司會高興到天上去，因為高估風險意味著人們愿意支付更高的保費購買保險。

五、上述兩項成果對保險風險判斷都是煙霧彈

上述兩項成果名氣太大，以至于讓很多讀者形成了“人們會高估小概率風險，低估中高概率風險”的印象和看法。但事實上，這兩項成果對保險風險判斷來說都是煙霧彈，其研究方法和結論并不適用于保險風險判斷的情形。

（一）Lichtensteinstein等人的模糊結論

就Lichtenstein等人得到的“人們會高估低頻率死亡風險，低估高頻率死亡風險”這一結論來說，我們需要認清其研究方法的缺陷以及結論的本質。

第一，從研究方法來看，在請被試判斷各種原因的致死人數時，研究者提前向被試提供了“機動車事故”所造成的年度死亡人數（50000人），正是這一數據提供了被試們頻率估計的起點。我相信，如果不提供這一數字，被試們的估計可能會五花八門，擬合曲線會很難看，也不一定能夠得到上述結論。而在現實生活中，人們在評估風險時，通常并沒有相關的統計數據。

第二，盡管結論是“人們會高估低頻率死亡風險，低估高頻率死亡風險”，但這41種死亡風險其實均為小概率風險，這個結論其實只是說，對于死亡風險這類小概率風險，“人們會高估極低概率風險，高估低概率風險”，而不是說“人們會高估小概率風險，低估中小概率風險”。而且，總體而言，大家可以看出來，如果將所有死亡風險加總在一起，被試們是低估而不是高估的。

第三，這項研究要求被試估計的是頻率而不是概率，按照進化心理學的研究成果，人類在判斷頻率方面有進化積累的或與生俱來的先天優勢，因為我們的祖先為了生存下去，必須不斷去記憶如“森林中不同地方的可食植物的數量”“水塘旁遭遇過的肉食動物的數量”“競爭部落中敵人的數量”等頻率數據，但在估計概率方面卻沒有優勢，很容易犯錯。

（二）前景理論中的決策權重函數完全不適用于保險風險判斷

就前景理論中決策權重函數所體現的“人們會高估小概率風險，低估中高概率風險”而言，這一結論完全不可靠。因為，第一，在前景理論的實驗研究中，卡尼曼和特沃斯基（1979）向被試提供了清晰的每項選擇的結果概率分布，被試是在完全知曉概率分布的情況下進行決策的，這里根本就不存在風險判斷或風險評估問題；第二，既然風險是已知的，卡尼曼和特沃斯基怎么會得出“人們會高估小概率風險，低估中高概率風險”的結論呢？這看起來有些詭異。原來，在前景理論中，這一結論是在給定被試清晰的每項選擇的概率分布后，根據被試的選擇結果和價值函數形態（凹的還是凸的）推導出來的，并非被試面臨風險的主觀判斷結果。

例如，在1979版前景理論論文的問題8和問題8’中，

問題8：請在A和B中做出選擇：

A.以0.002的概率獲得3000美元，以0.998的概率一無所獲；

B.以0.001的概率獲得6000美元，以0.999的概率一無所獲。

結果：絕大多數被試（73%）選擇了B。

問題8’：請在C和D中做出選擇：

C.以0.002的概率損失3000美元，以0.998的概率損失為零；

D.以0.001的概率損失6000美元，以0.999的概率損失為零。

結果：絕大多數被試（70%）選擇了C。

針對問題8，人們傾向于選擇B，意味著：π（0.001）v（6000）＞ π（0.002）v（3000）再結合盈利區域價值函數是凹的，則

由此得到π（0.001）＞1/2 π（0.002）。卡尼曼和特沃斯基就此提出，相對于準確估計小概率而言，人們仿佛會高估小概率風險。針對問題8’的結果，結合損失區域價值函數是凸的，可以得到相同的結論。

為了進一步證實“人們仿佛會高估小概率風險”這一結論，即當p較小時，π（p）＞p，卡尼曼和特沃斯基又使用了一組問題14和14’。

問題14：請在A和B中做出選擇：

A.以0.001的概率獲得5000美元，以0.999的概率一無所獲；

B.肯定獲得5美元。

結果：絕大多數被試（72%）選擇了A。

問題14’：請在C和D中做出選擇：

C.以0.001的概率損失5000美元，以0.999的概率損失為零；

D.肯定損失5美元。

結果：絕大多數被試（83%）選擇了D。

針對問題14，人們傾向于選擇A，意味著：

π（0.001）v（5000）＞ v（5）

再結合盈利區域價值函數是凹的，則

π（0.001）＞v（5）/v（5000）＞0.001

即，相對于準確估計小概率而言，人們仿佛會高估小概率風險。針對問題8’的結果，結合損失區域價值函數是凸的，可以得到相同的結論。

采用同樣的分析模式，卡尼曼和特沃斯基又得到了人們仿佛會低估中高概率風險的結論。

顯然，前景理論中決策權重函數所體現的“人們會高估小概率風險，低估中高概率風險”這一結論，其研究場景與現實中的保險風險判斷和決策場景（人們并不知道損失風險的概率分布）完全不符，而且是根據實驗結果倒推出來的人們“仿佛”會這樣那樣的結果，完全不適合保險風險的主觀判斷。

六、經驗風險判斷研究綜述及其啟示

（一）經驗決策研究范式

在不確定決策理論的實證研究中，傳統的實驗研究范式，是假定風險已知，在實驗研究中就體現為直接向被試提供準確的風險信息。例如，A選項：10%的概率獲得32美元，90%的概率獲得0美元；B選項：肯定獲得3美元，請被試做出選擇。基于這類研究范式，一系列精心設計的實驗研究發現并證實了許多重要的決策規律，如前景理論（Kahneman&Tversky，1979；Tversky&Kahneman，1992）、稟賦效應（Thaler，1980）等，這些規律的發現為我們理解人們在不確定條件下的判斷和決策提供了很多啟發。但是，如第五部分所述，這些研究成果和結論并不一定與現實相符，其有效性受到很大限制。

本世紀初，基于經驗的風險判斷與決策研究逐漸興起（Hertwig、Barron、Webe和Erev，2004；Weber、Shafir 和 Blais，2004；Yechiam 和 Busemeyer，2006；Hau、Pleskac、Kiefer和 Hertwig，2008；Hertwig 和 Erev，2009；Koritzky和 Yechiam，2010；Barron和Ursino，2013），這一研究范式假定風險未知，在實驗研究中要求被試去不斷進行嘗試性決策以探索風險的大小，然后再做出最終的風險決策。例如，實驗研究人員不告訴被試A、B選項的概率分布，而是僅僅提供兩個按鈕A和B（分別代表A選項和B選項）供被試選擇，經過不斷探索后，被試做出最終的選擇。

Hertwig等人（2004）將事先不告知被試決策選項的概率和收益，需要被試自己在決策之前獲取決策信息的決策形式稱作經驗決策（decisions from experience），而將事先明確了決策信息的傳統決策研究形式稱作描述性決策（decisions from description）。

Fox和Hadar（2009）認為，經驗決策有以下兩個特征：1）決策者不完全知道決策可能的結果以及相應的概率；2）決策者需要一個抽樣過程，即上面所說的獲得收益（或損失）及相應概率的過程，這個過程可以看作是一個經驗習得的過程。

黃志華、閆鞏固和王天樂（2011）將經驗決策和描述性決策的差異歸納為如下幾個方面：第一，決策信息的完備性不同。在描述性決策中，決策選項的概率和收益是事先確定的，有限且完備的；而在經驗決策中，決策選項及其概率等信息是未知的、待確定的和因人而異的。第二，決策者的主動程度不同。在描述性決策中，人們只需根據給定的有限且確定的信息進行選擇，是一種被動的選擇。而經驗決策則需要人們主動地去探索和獲得相關決策信息，其決策行為更加主動。第三，學習的作用不同。描述性決策不考慮學習的作用，但經驗決策更強調過去行為經驗對當前決策的影響。

如前所述，在現實世界的風險決策中，人們往往并不知道風險的準確信息，只能主要依靠自身經驗或經歷、采用可得性啟發式來做出風險判斷和保險決策，基本符合Hertwig等人（2004）提出的經驗決策模式，因此，經驗決策范式相對較好地模擬或考慮到了人們依靠自身經驗或經歷進行風險判斷這一現實情況，其研究結論更加符合現實情況。

（二）經驗決策范式的結論與傳統決策范式正好相反

近年來，心理學家們開展了大量的經驗決策實證研究，并與描述性決策實證研究結果進行對比。例如，在Hertwig等人2004年發表的實驗研究論文Decision from Experience and the Effect of Rare Events in Risky Choice中，將100名被試隨機分為兩組：描述性決策組（the description group）和經驗決策組（the experience group），兩組被試面對的選擇問題是相同的，唯一的區別是，研究人員直接向描述性決策組告知了每個問題的兩個選項的結果概率分布，但僅向經驗決策組提供了兩個按鈕，分別代表兩個選項，但被試對按鈕背后的結果概率分布毫不知情。

例如，在經驗決策中，被試面對兩個按鈕，每個按鈕代表一個選項（如，A選項：10%的概率獲得32美元，90%的概率獲得0美元；B選項：肯定獲得3美元，等等），但被試對該選項一無所知，只能通過自己不斷進行的選擇來探索按鈕背后的選項，每一次選擇相當于一次隨機抽樣，研究人員鼓勵被試進行盡可能多次的探索，最終，當被試自己認為可以進行最終的決策時，請所有被試做出最終選擇。

?表1 Hertwig（2004）提供的選擇問題和被試選擇結果

從實驗結果來看，盡管實際選項是相同的，但描述性決策組和經驗決策組的選擇規律基本是相反的，例如，對于問題1，描述性決策組中36%的被試選擇A，但經驗決策組中88%的被試選擇了A；對于問題6，描述性決策組中64%的被試選擇A，但經驗決策組中12%的被試選擇了A。而且，除第二個問題外，組間差異都是統計顯著的。

更重要的是，在經驗決策條件下，被試普遍低估了小概率風險。例如，就問題1而言，描述性決策組多數人選擇B（3，1.0），而經驗決策組多數選擇了A（4，0.8），原因很可能是經驗決策組在抽樣過程中，多數被試均未抽到小概率事件（0，0.2），導致被試低估了小概率事件的存在性，進而選擇了A。

再比如問題3，描述性決策組多數人選擇了A（-3，1.0），而經驗決策組多數選擇了B（-32，0.1），原因很可能是經驗決策組在抽樣過程中，多數被試均未抽到小概率事件（-32，0.1），導致忽略或低估了小概率事件（-32，0.1）的存在性，進而選擇了B。

（三）為何人們會低估小概率風險？

為什么人們在經驗決策中會低估小概率風險呢？最重要的原因就是抽樣誤差，在經驗決策這樣的抽樣決策范式下，雖然被試可以自由選擇抽樣次數（即在最終決策前不斷嘗試選擇的次數），但實際上很多研究表明，被試的抽樣數量是一個小樣本（平均7次），而在小樣本中，出現小概率事件的次數極少（甚至根本沒有出現），也就是說，被試通過抽樣觀察到的概率并不能反映出實際的概率，導致被試低估小概率事件。

重要的是，在現實世界中，人們對于小概率風險的經歷與小樣本抽樣非常類似，很少會碰到風險事件發生在自己身上，而且出險概率越低，就越不容易遭遇風險事故。所以，在現實世界人們往往會低估小概率風險，而且，出險概率越低，低估風險的情況會越嚴重。

七、主要結論

本文對主觀風險相關研究進行了梳理和綜述，尤其注重與保險風險主觀判斷相關的研究成果，主要結論包括：

第一，人們主要使用主觀風險而非客觀風險（統計風險）進行風險決策，包括保險決策。

第二，人們在估計不確定事件的概率或不確定量的數值時，會采用啟發式原則進行簡化判斷，如代表性啟發式、可得性啟發式和錨定與調整啟發式等，使用這些啟發式原則可以降低思考和決策成本，但也會帶來各種偏差。

第三，人們在進行保險風險判斷時，對于出險概率，很可能主要依賴可得性啟發式進行判斷，例如，人們通過回憶其熟人中癌癥的發生情況來估計自己患癌癥的風險。對于損失規模，則可能首先使用可得性啟發式來做出初始判斷，然后再根據實際情況（如地理位置、通貨膨脹、醫療條件等）進行調整。

第四，Lichtenstein提出的“人們會高估低頻率致命事件，低估高頻率致命事件”和前景理論提出的“人們會高估小概率風險，低估中高概率風險”，都不適用于保險風險判斷，經驗風險判斷研究成果才是現實中小概率風險判斷的真相。

第五，經驗決策理論證明，對于小概率風險，由于抽樣不足，多數人都會低估而非高估。