Bedömningar och beslutsfattande: Beslutsfattande 1 Prospektteorins värdefunktion Isolationseffekten ( framing ) Reflektionseffekten (risksökande/riskaversion) Förlustaversion Prospekteorins beslutsviktsfunktion Fyrfältsmönstret av risksökande/riskaversion Certainty ( possibility ) effekten Prospektteorins generalisering till beslut under osäkerhet 2010-10-13 Tommy Gärling 1
Tillstånd t1 Tillstånd t2 Tillstånd t3 Tillstånd t4 Sannolikhet p 1 p 2 p 3 p 4 Alternativ a1 u 11 u 12 u 13 u 14 Alternativ a2 u 21 u 22 u 23 u 24 Additiv nytta regeln Ingen risk föreligger (varje utfall inträffar med säkerhet eller sannolikheten för att utfallen skall inträffa är densamma för alla): Ett bra beslut fattas genom att för varje alternativ addera utfallens nytta samt välja det alternativ som har högst summa Förväntad nytta regeln (EU) Risk föreligger (utfallen har olika kända sannolikheter att inträffa): Ett bra beslut fattas genom att först multiplicera varje utfalls nytta med dess sanolikhet att inträffa, därefter genom att addera de beräknade produkterna för varje alternativ och välja det alternativ som har högst summa Subjektiv förväntad nytta regeln (SEU) Osäkerhet föreligger (utfallen har en okänd sannolikhet att inträffa): Ett bra beslut fattas genom att först uppskatta varje utfalls sannolikhet att inträffa (subjektiv sannolikhet), därefter genom att multiplicera varje utfalls nytta med den uppskattade sanolikheten, addera de beräknade produkterna för varje alternativ och välja det alternativ som har högst summa 2010-10-13 Tommy Gärling 2
Rationalitetsantaganden i förväntad-nyttateorin: Jämförbarhet Transitivitet (Dominans) Oberoende mellan konsekvensers sannolikhet och nytta Riskneutral (linjär värdefunktion) Sannolikheter behandlas enligt sannolikhetsteorin (linjära sannolikheter) Allting är ovidkommande utom konsekvensernas sannolikhet x nytta Invarians: a. Beskrivning b. Metod c. Över tid 2010-10-13 Tommy Gärling 3
Värde (V) X kr Riskneutral: V(X kr) = p(v(x/p kr) 0<p<1 Riskaversion: V(X kr) > p(v(x/p kr) 0<p<1 Risksökande: V(X kr) < p(v(x/p kr) 0<p<1 2010-10-13 Tommy Gärling 4
Beslutsvikt 1 0 0 Objektiv sannolikhet 1 2010-10-13 Tommy Gärling 5
(S)EU Prospect Theory (PT) Bedömningar av (personliga) sannolikheter (Support Theory) PT under osäkerhet (tvåstegsmodellen) Reason-based beslut Emotionsbaserade beslut Processbeskrivning av beslutsfattande (Simon, Payne m fl) 2010-10-13 Tommy Gärling 6
Prospektteorin för beslut under risk (Kahneman & Tversky, 1979) Objektiv sannolikhet Editering: Framing Combination Segregation Cancellation Simplification Dominancedetection Värdering av utfall Integration: Bilda beslutsvikter Multiplicera Värdering av alternativ 2010-10-13 Tommy Gärling 7
Värdering av utfall VÄRDE (V) X KR FÖRLUST VINST RISKAVERSION: V (X KR) > p (V(X/p KR)) X>0, 0<p<1 RISKSÖKANDE V (X KR) < p (V(X/p KR)) X<0, 0<p<1 2010-10-13 Tommy Gärling 8
Som ett resultat av framing i redigeringsfasen uppfattas en konsekvens som en avvikelse från en referenspunkt som antingen är vad man har eller förväntar sig. En positiv avvikelse uppfattas som en vinst, en negativ som en förlust. I värderingsfasen har vinster och förluster avtagande ökning med storleken I värderingsfasen värderas en förlust som värre än en lika stor minskad vinst. 2010-10-13 Tommy Gärling 9
Isolationseffekten/framing (demonstrerar att värderingar görs från en referenspunkt) (1) Att få 1500 kr eller (2) En chans på två att vinna 3000 kr eller inget Du har fått 3000 kr (1) Att förlora 1500 kr eller (2) En chans på två att förlora 3000 kr eller inget 2010-10-13 Tommy Gärling 10
Reflektionseffekten (demonstrerar att riskattityd varierar med om det är vinst eller förlust) (1) Att få 1500 kr eller (2) En chans på två att vinna 3000 kr eller inget (1) Att förlora 1500 kr eller (2) En chans på två att förlora 3000 kr eller inget 2010-10-13 Tommy Gärling 11
Förlustaversion (1) En chans på två att vinna 10 000 kr och en chans på två att förlora 10 000 kr eller (2) En chans på två att vinna 100 000 kr och en chans på två att förlora 100 000 kr 2010-10-13 Tommy Gärling 12
Försäkra sig eller spela eller både och? (1) Att få 100 kr eller (2) En chans på 1000 att vinna 100 000 kr eller inget (1) Att förlora 100 kr eller (2) En chans på 1000 att förlora 100 000 kr eller inget 2010-10-13 Tommy Gärling 13
Fyrfältsmönstret av risksökande/riskaversion Förlust Vinst Låg sannolikhet Riskaversion Risksökande Hög sannolikhet Risksökande Riskaversion 2010-10-13 Tommy Gärling 14
Certainty effekten: Att eliminera risk är mer värdefullt än att reducera risk (1) Att få 1500 kr (2) 50% chans på två att vinna 3000 kr eller inget (1) 50% chans att vinna 1500 kr eller inget (2) 25% chans att vinna 3000 kr eller 75% chans att inte vinna något 2010-10-13 Tommy Gärling 15
Pseudocertainty effekten 50% chans att fortsätta till nästa steg, 50% chans att inte fortsätta (1) Att få 1500 kr (2) En chans på två att vinna 3000 kr eller inget (1) 50% chans att vinna 1500 kr eller inget (2) 25% chans att vinna 3000 kr eller inget 2010-10-13 Tommy Gärling 16
Beslutsvikt Certainty effect 1 Possibility effect 0 0 Objektiv sannolikhet 1 2010-10-13 Tommy Gärling 17
Multiplicera först varje utfalls värde (enligt prospektsteorins värdefunktion) med en beslutsvikt, addera sedan och välj det alternativ som har högst summa Beslutsvikter är relaterad till sannolikheter (eller osäkerhet) enligt följande: Mycket små sannolikheter (mindre än ca. 0,01) får liksom sannolikheten 0 vikten 0 Något större sannolikheter (mindre än ca. 0,40) får högre vikt än sannolikheten Ännu större sannolikheter (större än ca. 0,40) får lägre vikt än sannolikheten Mycket stora sannolikheter (större än ca. 0,99) får vikten 1 liksom sannolikheten 1 2010-10-13 Tommy Gärling 18
Prospektteorin för beslut under osäkerhet (Fox & Tversky, 1998) Bedömd sannolikhet Editering: Framing Combination Segregation Cancellation Simplification Dominancedetection Värdering av utfall Integration: Bilda beslutsvikter Multiplicera Värdering av alternativ 2010-10-13 Tommy Gärling 19
V(x, A) = v(x)w(a) W(A) = w(p(a)) V(x, A) = v(x)w(p(a) W(A) = F(w(P(A)) 2010-10-13 Tommy Gärling 20
Slut 2010-10-13 Tommy Gärling 21