Robustness: (Extended) Multiplier Preferences for the American And The Dutch Population
在经济学看来，模糊（ambiguity）与风险（risk）这两种概念既有区别，又有联系。他们都是对不确定性的描述，但是风险更强调对不确定性事件发生概率的确定性判知，而模糊则并不关心这类概率是否已经确定。不过，在微观层面，以上这类判断很少得到显著的实证检验。而来自阿姆斯特丹大学的黄振兴博士的研究将能够回答这一问题。本次讲座由陈钊教授主持，吴建峰博士以及CCES的博士候选人参加了讨论。
黄博士介绍了自己目前研究的背景。“我的研究是一种涉及了行为经济学、金融学和心理学的交叉学科。”他认为，“这篇文章重点希望讨论的一个概念就是‘模糊’。而实际上，人们对‘模糊’的定义就是模糊的，众说纷纭。”黄博士认为，虽然风险与模糊这两类概念都涉及了不确定性，但是前者需要有确定的概率作为支撑，而后者则不需要，看上去‘模糊’适用的情况更为宽松。黄博士随后以扑克游戏、投资决策和恋爱关系来解释风险与模糊的关系。
黄博士指出，“在实际生活中，概率完全已知和完全未知的情况都是极少发生的，我们大部分的时间处于一种风险与模糊的权衡状态中。”这就需要人们根据自己的知识储备和经验积累来判断概率，以及选择是否相信这一判断。“判断和相信是两种不同的领域，判断是一种能力而相信则属于性格范畴。而使得人们对复杂决定更为难以做出决断的重要因素之一就是：我们一般无法知道决定之后，事情在不同路径上的概率。”
与风险偏好类型相似的是，黄博士也将对模糊具有不同偏好的人分为模糊厌恶型、模糊中性型和模糊喜好型。黄博士的文章将人们在模糊状态下的决策行为进行模型化，并利用微观数据来验证这一理论的可信度。
Hansen和Sargent（2001）首次提出了Multiplier Preferences模型，黄博士拓展了这一模型，他假设“模糊规避型等价于稳健偏好型，模糊喜好型等价于机会喜好型”。同时，他引入了sigma，来衡量模糊偏好不同的人们的不同性格。在实证研究方面，黄博士利用了两个数据库，其一是Longitudinal Internet Study for the Social Sciences，以此用作荷兰的数据，其二是American Life Panel，以此为美国的数据。在数据的基础上，黄博士成功估计了sigma对一些重要独立变量的回归，这些独立变量包括激励、性别、年龄、收入水平和受教育程度。
黄博士发现，使用荷兰数据所作出的回归表明，激励可以显著地降低人们对模糊的偏好，而老年人比年轻人更加偏好模糊，并且老年人对于模糊的偏好程度往往表现得非常强烈。另外，美国的数据表明，女性比男性更为偏好模糊，西班牙裔的美国人则显著的表现为模糊厌恶，但是厌恶的程度却比较低。两组数据都表明，受教育程度越高的人就会越倾向于模糊规避。
最后，黄博士总结认为，研究最重要的贡献在于拓展了Multiplier Preferences模型，并提供了其公理化的形式。另外，研究提供了一种测度模糊偏好的简单方法，这种方法不需要对效用进行假设。最后，研究利用微观数据首次验证了理论。
石 烁 供稿
