Behavioral Economics: Past, Present, Future

A promising recent modeling approach is “quasi-Bayesian”

—viz., assume that people misspecify a set of hypotheses, or encode

new evidence incorrectly, but otherwise use Bayes’rule. For example,

Rabin and Schrag(1999) model “confirmation bias” by assuming

that people who believe hypothesis A is more likely than B will never

encode pro-A evidence mistakenly, but will sometimes encode

pro-Bevidence as being supportive of A. Rabin (2002) models

the “law of small numbers”in a quasi-Bayesian fashion by assuming

that people mistakenly think a process generates draws from a hypothetical

“urn”without replacement, although draws are actually independent

(i.e., made withreplacement). He shows some surprising implications of

this misjudgment. For example,investors will think there is wide variation

in skill of, say, mutual-fund managers, even if there isno variation at all. (A

manager who does well several years in a row is a surprise if performanceis

mistakenly thought to be mean-reverting due to “nonreplacement”, so quasi-

Bayesians conclude that the manager must be really good.

optimistic and overreacts.

[此贴子已经被作者于2005-12-23 12:54:54编辑过]

实际上，所谓准，就在于它认为人们对数据、信息的处理，还是遵从经典的贝叶斯法则的，只是对于每个信息的赋值过程受到各种bias的影响而被扭曲了。

具体的内容请参见Robin等人的文献。清风版主上面引的那篇Camerer教授的综述文章也有简要讨论。

决策理论这个不大好做的。许多看似有道理的思路要定量模型化就很难说清楚了。比如Rubinstein,Schmeidler的similarity决策,case-based。

behavioral contract理论也比较热门的。

从Simon开始，经济学家就发现，要搞清楚人们是如何思考的，这实在是太困难了。

我觉得要推广行为经济学，需要更多的普及工作，好比主流经济学需要借助通俗教科书一样。没有通俗教科书，行为经济学很难光大。闲人早先写过几篇，现在很少看到类似贴子了，期待ing。

从方法论角度看，用概率方法，最大缺点，是容易取消异质性问题，这是这种方法的战略所失；最大优点，是将不确定性纳入确定性分析，容易与主流取得一致。得失比较，如果是为了突出行为经济学的学科特性，似有不合算之处。

举例来说，行为金融学强调了噪音交易者的作用，噪音隐含了边沁价值，即不可通约的异质性价值的含义。当然可以通过概率方法，将噪音处理掉，但所失之处，正是特质之处，得不偿失呀。

从历史看，前景理论正是为了反对期望效用理论而出。如果为了取得新古典的饶恕，采用概率方法弥合分歧，确有学科发展的战术价值；但行为经济学真正要发展，即使用到概率论，也应坚持存异求同的原则。这个存异，能不能成为“准”字号理论的内容，好象很关键耶。比如，你如果能将噪音信号（即个性化价值，未来市场最高端价值）保持独立，不被同质性价值同化，那么“准”得还比较值得。

这的确是个难题。无论是行为经济学还是演化分析都无法离开概率论。因为必须要寻找到合适的模型来看世界，而概率论是演绎这个世界的目前最好的工具。行为经济学自从有了一些独特的视角后，大多停留在经验实证上（心理学实验和小样本检验，现在逐步开始了大样本检验）,但要上升到挑战新古典的高度，没有相应的理论内核是不行的。演化分析把马氏链作为基本分析工具，演绎其主要思想。而行为经济学至今还没有统一的基本分析工具来供人们演绎。

主观概率方法当然是一种可供选择的方法，相对而言。但采取主观概率方法，如楼上指出的，又会失去很多精髓。最近Bolton等人采用thinking costs来模型化有限理性问题，值得大家关注。

主要是目前的脑科学还不至于找出一个类似我以前说过的“感量”的东西，所以主观测度这条路等于还是封死的。

依旧用概率的方法间接测度也是无奈的次优选择。

对于jqp兄关于这是为了学科发展之论，我觉得不然。并没有这么功利，而只是客观现实。

举两个例子：

爱因斯坦的相对论虽然起初是颠覆性的，但最后他只不过还是牛顿经典力学的一个一般化过程。条件放宽到微观高速并不意味着经典力学就失去了意义，没有存在的必要；相反的，我们对经典力学的认识加深了。

还有，就像Camerer举的例子：我们知道银行的出纳员是会点错钱的，但是不能因为这样就否定算术法则。我们要做的是发现其中的规律，例如出错的条件等等。最后，我们的目的还是改善人类的行为，少出错甚至不出错。

＂感量＂这个思路极好．我觉得相当于具体价值吧．

感量虽是个实证问题，但我觉得需要首先在规范问题上取得突破．

我是指，效用的规范前提，是同质性（可传递性），感量的规范前提可能正相反，是异质性．这意味着偏好不可比较，不可传递．那方法论必然不同．

如果只是实证方法变了，规范前提仍沿用旧的，就可能来回打转．

我以为，与感量相关的规范命题，有三个，一是差异性，德勒兹专门此道，二是异质性，巴塔耶在＜普遍经济学＞中把异质学(heterology)，作为讨论相当于你说的感量的规范前提；三是不可通约性.费耶阿本德是专家．

当然，这些都涉及纯方法论问题，如果不想用规范方法带实证方法，还有另一条直达的路，就是从实证到实证，比如脑神经方法．殊途同归．