애매모호한 혐오

Ambiguity aversion

의사결정 이론과 경제학에서 모호성 기피(불확실성 기피라고도 함)는 알려지지 않은 위험보다 알려진 위험에 대한 선호도다. 모호성을 싫어하는 개인은 차라리 확률을 알 수 없는 것에 대해 결과의 확률 분포를 알 수 있는 대안을 선택할 것이다. 이러한 행동은 엘스버그 역설(사람들은 100개의 총볼로 단지를 베팅하는 것보다 50개의 붉은 공과 50개의 검은 공으로 단지의 결과에 베팅하는 것을 선호한다)을 통해 처음 소개되었다.

선택을 해야 하는 사이에 불완전하게 예측 가능한 사건의 두 가지 범주가 있다: 위험하고 모호한 사건(나이트리언 불확실성이라고도 한다) 위험 사건은 결과에 대해 알려진 확률 분포를 가지지만 모호한 사건에서는 확률 분포를 알 수 없다. 그 반응은 행동적이고 여전히 공식화되고 있다. 애매모호한 기피는 불완전한 계약, 주식시장의 변동성, 선거에서의 선택적 기권 등을 설명하는데 사용될 수 있다(Ghirardato & Marinacci, 2001).

그 개념은 영어 속담에 "네가 모르는 악마보다 네가 아는 악마가 더 낫다"라고 표현되어 있다.

위험 회피와의 차이

모호성 혐오와 위험 혐오 사이의 구별은 중요하지만 미묘하다. 위험 회피는 상황의 각 가능한 결과에 확률을 할당할 수 있고 위험 대안과 예상 값 사이의 선호도에 의해 정의되는 상황에서 발생한다. 모호성 기피는 결과의 확률을 알 수 없는 상황에 적용되며(Epstein 1999) 위험보다 선호도를 통제한 후 위험과 모호한 대안 사이의 선호를 통해 정의된다.

전통적인 2항아리 엘스버그 선택을 사용하는 A항아리는 50개의 붉은 공과 50개의 푸른 공을 포함하고, B항아리는 100개의 총 공(빨간색 또는 파란색)을 포함하고 있지만 각각의 수는 알 수 없다. A항아리에서 뽑은 공의 색깔을 정확히 추측하면 20달러를 지불하고, 그렇지 않으면 0달러를 지불하는 내기보다 확실히 10달러보다 작은 금액을 선호하는 개인은 위험을 회피한다고 하지만 애매성보다 그녀의 선호에 대해서는 아무 말도 할 수 없다. 반면, B항으로부터 공을 끌어낸 경우보다 A항으로부터 공을 끌어낸 경우, 같은 내기를 엄격히 선호하는 개인은 애매모호한 회피라고 하지만 반드시 위험 회피라고는 할 수 없다.

일반 대중은 자신의 생명과 재산에 영향을 미칠 알려지지 않은 사건(앨러리, 트리치, 골리어 2010)을 싫어하기 때문에 애매모호한 혐오감이 증가함에 따라 보험에 대한 수요가 증가하게 된다.

원인들

주로 한계 효용성이 감소하는 데 기인하는 위험 회피와 달리, 모호성 기피의 주요 원인은 널리 인정되지 않는다. 가능한 많은 설명에는 다른 선택 메커니즘, 행동 편향 및 복합 복권의 차별적 처리가 포함된다. 이는 다시 모호성 혐오에 대한 광범위한 척도의 결여를 설명한다.

최대 기대 효용

1989년 논문에서 길보아와 슈마이들러는[1] 모호성 혐오를 합리화하는 선호의 자명한 표현을 제안한다. 이러한 공리에 따라 행동하는 개인은 결과 집합에 대해 복수의 사전 주관적 확률 분포를 갖는 것처럼 행동하며, 이러한 분포에 대해 최소 기대 효용을 극대화하는 대안을 선택할 수 있다. 엘스버그의 예에서, 만약 개인이 urn B에서 빨갛게 그려진 공의 주관적 사전 확률을 0.4와 0.6 사이에 가지고 있고, 최대 선택 규칙을 적용하는 경우, urn A에 할당하는 기대 효용(t의 50% 확률 가정 기준) 때문에 urn B에 대한 베팅보다 urn A에 대한 베팅을 엄격히 선호할 것이다.그가 예측한 색상)은 그녀가 urn B(예측 색상의 최악의 경우 40% 확률에 기초함)에 할당하는 색상보다 크다.

Choquet 기대 효용

David Schmeidler는[2] 또한 Choquet 기대 효용 모델을 개발했다. 그것의 공리화는 비 가산 확률을 허용하며 행위의 기대 효용은 초켓 적분을 사용하여 정의된다. 이 표현은 또한 모호성 혐오를 합리화하고 특정한 경우로서 최대 기대 효용을 가진다.

복합복권

헤일비(2007)[3]에서 실험 결과는 모호성 혐오가 복합복권의 감소 공리(ROCL) 위반과 관련이 있다는 것을 보여준다. 이것은 모호성 혐오에 기인하는 효과는 해당 단순 복권에 대한 복합 복권을 줄일 수 없거나 이 공리의 일부 행동 위반에 의해 부분적으로 설명될 수 있음을 시사한다.

성별차이

여자는 남자보다 위험을 더 싫어한다.[citation needed] 성별 차이에 대한 한 가지 잠재적인 설명은 위험과 모호성이 남성과 여성이 다른 인지적 및 비인지적 특성과 관련이 있다는 것이다. 여성은 처음에는 남성보다 훨씬 더 호의적으로 애매모호하게 반응하지만, 애매모호함이 증가함에 따라 남성과 여성은 비슷한 한계적 가치의 애매모호함을 보여준다. 심리학적 특성은 위험과 강하게 관련되어 있지만 모호성과는 관련이 없다. 심리학적 특성에 적응하는 것은 왜 성별 차이가 위험 혐오 내에 존재하는지 그리고 왜 이러한 차이가 모호성 혐오에 포함되지 않는지를 설명한다. 심리학적 조치는 위험과 관련되나 애매성과는 관련이 없기 때문에, 위험 혐오와 모호성 혐오는 서로 다른 변수에 의존하기 때문에 뚜렷한 특성이다(보르한스, 골스테인, 헤크만, 메이어스, 2009).

모호한 환경설정을 허용하는 프레임워크

부드러운 모호성 선호도는 다음과 같이 표현된다.

  • s ∈ S 비상사태 또는 상태 집합
  • πθ은 S에 대한 확률분포다.
  • f는 주(州) 조건부 지급 f(s)를 산출하는 "행위 f(s)
  • u는 von Neumann-Morgenstern 유틸리티 함수로서 위험 태도를 나타낸다.
  • φ 기대 효용 지도 및 모호한 태도를 나타냄
  • 애매모호한 태도는 절대위험회피와 유사한 척도를 사용하여 요약되며, 오직 절대적 모호성혐오만을 사용한다.
  • μ는 θ ∈에 대한 주관적 확률이다. 모호한 믿음을 나타낸다. μ는 "진정한" π about에 대한 의사결정자의 주관적 불확실성, 우발상황에 대한 확률 분포를 요약한다. (2008년)

게임에서 모호성을 테스트하는 실험

애매모호한 성 대결
2번 선수
플레이어 1
 왼쪽 중간 맞다
톱
0
0
100
300
x
50
밑단
300
100
0
0
x
55

Kelsey와 Le Roux(2015)[4]는 플레이어 2에 사용할 수 있는 안전 전략 R이 추가된 성별 전투 게임에서 모호성이 행동에 미치는 영향에 대한 실험 테스트를 보고한다(표 참조). 이 논문은 애매모호한 상황에서 피실험자의 행동을 연구하며, 성대결 게임을 하는 피실험자들이 애매모호한 안전한 선택을 선호하는지 여부를 판단한다.

플레이어 2에서 사용할 수 있는 안전 옵션인 x의 값은 60-260 범위에 따라 달라진다. x의 일부 값에 대해서는 안전 전략(옵션 R)이 L과 M의 혼합 전략에 의해 지배되므로 내시 평형에서는 플레이되지 않는다. x의 가치가 더 높은 몇몇의 게임들은 우세를 해결할 수 있다. 애매모호한 회피의 효과는 플레이어 2에게 R(불분명성-안전한 옵션)을 매력적으로 만드는 것이다. R은 고려된 파라미터 값에 대해 Nash 평형에서 절대 선택되지 않는다. 그러나 애매모호할 때 선택할 수도 있다. 더욱이, x의 일부 가치의 경우, 게임은 우위성이며, R은 평형 전략의 일부가 아니다.[5]

실험 기간 동안, 배틀 오브 섹스 게임은 3볼 엘스버그 항아리에 기초한 결정 문제로 번갈아 진행되었다. 이 라운드에서 피실험자들에게 90개의 공이 들어 있는 항아리를 선물했는데, 그 중 30개는 빨강, 나머지 30개는 알 수 없는 비율의 파랑이나 노랑색으로, 베팅할 색깔을 고르라고 했다. 레드에게 첨부된 보수는 모호한 임계값을 얻기 위해 변경되었다. 항아리와 게임에 대한 교대 실험은 피험자의 단기 기억을 지우고 피험자의 모호성을 독립적으로 측정하는 이중 목표를 가지고 있었다.

R은 과목별로 꽤 자주 선택되는 것으로 나타났다. Row Player는 50:50의 전략을 무작위로 사용하는 반면, Column Player는 모호성을 피하고 그의 모호성-안전한 전략을 선택하는 뚜렷한 선호를 보여준다. 따라서, 결과는 모호성이 게임 내 행동에 영향을 미친다는 증거를 제공한다.

그 결과의 한 가지 놀라운 특징은 1인 결정의 선택과 게임의 선택 사이의 연관성이 강하지 않다는 것이다. 피실험자들은 1인 결정 문제보다 2인 조정 게임에서 더 큰 수준의 모호성을 인식하는 것으로 보였다. 보다 일반적으로 결과는 모호성에 대한 인식과 심지어 모호성에 대한 태도까지도 맥락에 따라 결정된다는 것을 시사했다. 따라서 한 맥락에서 모호성을 측정하여 다른 맥락에서 행동을 예측하는 데 사용하는 것은 불가능할 수 있다.

모호성과 학습

경제·금융연구의 애매모호함이 주는 선입견으로 볼 때, 학습과의 관계, 시간의 경과에 따른 지속성에 대해 궁금해 하는 것은 당연하다. 장기간 지속되는 모호성은 분명히 기업간 모호성을 모델링하는 방법에 달려 있다. 만약 의사 결정자 베이 시안 룰의 자연 일반화는 전과 지정된 사전 지원에(독특한 오히려 전보다)의 집합까지는에 따르면 새로운 정보를 융합한 다음 Massari-Newton(2020년)[6]과 Massari-Marinacci(2019년)[7]볼록과 함께 여러 prior-learning 모델의 장기 공연의 모호함이 아닌 것은 가능한 결과를 보여 준다.prior 지지(즉, 포지티브 레베그 조치) 및 사전 지지대가 볼록하지 않을 때 각각 모호성이 사라질 수 있는 충분한 조건을 제공한다.

참고 항목

참조

  1. ^ Gilboa, I.; Schmeidler, D. (1989). "Maxmin expected utility with non-unique prior" (PDF). Journal of Mathematical Economics. 18 (2): 141–153. doi:10.1016/0304-4068(89)90018-9.
  2. ^ 슈마이들러, D. (1989년) 부가성이 없는 주관적 확률과 기대 효용. 계량학: 계량학회의 학술지, 571-587.
  3. ^ 헤일비, Y. (2007) "엘스버그는 다시 다음과 같이 말했다. 실험 연구", https://www.jstor.org/stable/4501998
  4. ^ [1]
  5. ^ Kelsey, David; Le Roux, Sara (2015). "An experimental study on the effect of ambiguity in a coordination game" (PDF). Theory and Decision. 79 (4): 667–688. doi:10.1007/s11238-015-9483-2. hdl:10871/16743. S2CID 56396384.
  6. ^ Massari, Filippo; Newton, Jonathan (2020-09-01). "When does ambiguity fade away?". Economics Letters. 194: 109404. doi:10.1016/j.econlet.2020.109404. ISSN 0165-1765.
  7. ^ Marinacci, Massimo; Massari, Filippo (2019-10-01). "Learning from ambiguous and misspecified models". Journal of Mathematical Economics. 84: 144–149. doi:10.1016/j.jmateco.2019.07.012. ISSN 0304-4068.