我們對生活中風險出現的概率和頻率時常做出錯誤預測，問題出在哪兒？我們接受信息，作出取舍后進行分析、決策，這個過程中運用了哪些原則，它們都有什么優點和缺陷?
根據期望效用理論的恒定性原則，決策不應該受到選項的表現方式的影響。但事實卻并非如此，比如超市列出商品單價表會對消費者的購物選擇產生影響。
期望效用理論做了一系列簡化的假設，以便進行嚴格的數學分析。期望效用理論通常都會假設，決策者對過程中每一備選方案的結果及其概率擁有完全信息，而且決策者能夠理解這些信息，能夠間接或直接地推算出每一備選方案的有利和不利方面。最后，這一理論還假定決策者會在這些推算結果中做出比較，并選擇能夠實現效用的最人性化的方案。
但顯而易見的是，決策者并不總是這樣行事。有關備選方案的信息常常會缺失，或信息不夠明確，而知覺則往往具有高度的選擇性，記憶又充滿了偏差。
有關不同方案的結果常常被錯誤地理解，在沒有協助情況下的決策者有時候并不去比較所有可能的結果。
所以說，期望效用理論雖然是一個有用的標準化決策模型，卻并不是一個很好的描述性模型，無法描述實際中人們如何做決策。
如果要描述人們實際的決策行為，就有必要考慮其他的理論模型：
滿意模型：人們在做決策的時候，追求的是滿意而并非最優。滿意是指，選擇一個最能滿足你需要的方案，即使這一選擇并不是理想化或者最優化的。
前景理論：用“價值”概念替代了“效用”概念。認為偏好取決于問題的框架。如果相對于某一參照點，某項結果看起來是一種收益，決策者也傾向于規避風險。
相反，如果相對于某一參照點，某項結果看起來是一種損失，決策者也會變得更加偏好風險。期望效用理論與前景理論的另一個差別在于，前景理論隱含了“確定效應”。
確定效應：當一個因素的改變能影響結果時，決策者往往對確定性的結果以較大的權重，而對可能性結果僅賦以較低的權重。
比如，你正準備買保險，你的選擇是常規保險，還是保險公司新推出的一種概率保險——即你只需要付50%的保費，在發生損失后，以此換取50%的賠償。你會選擇哪一種呢？根據調查，80%的學生表示他們不會購買概率保險，因為人們往往更愿意消除風險而非減少風險。
前景理論認為，人們往往不愿意接受小概率事件會發生，除非他們有心理準備。而由于決策中常常強調小概率，因而這些小概率事件的重要性總被夸大。
虛假確定效應：與確定效應十分類似，只不過這種確定只是一種表象而不是真相。營銷學教授常常利用模擬技術來強調降價的知覺價值。
比如說，干洗店如果提出一次洗三件衣服就可以免費洗一件，其效果要比降價25%更好。這是因為免費服務總是比折扣服務更有吸引力。
后悔理論：前景理論指出，決策者通常以一個參照點為基礎來衡量其擁有的備選方案。但在某些特定情況下，人們卻是將某一決策質量的衡量建立在與其他不同決策的后果相比較的基礎上。
比如讓你選擇固定的損失還是1%的機會有非常大的損失時，你會去想，萬一我最后就是那1%，我不得后悔死嗎！因此選擇了固定損失。
多屬性選擇：在許多選擇中，結果并不能根據某個單一的標準來描述。與只有一種評價標準的情況不同，當需要在這些不同標準(如成本和質量)中做出選擇時，通常是沒有一個客觀的最優化決策的。
因而人們只需要與他們的目標和價值觀保持一致，而不是去追求客觀最優化。當決策者只需要在兩種方案中選擇其一時，他們常常會采用一種被稱為“補償性”的策略，即以某一標準的高價值來彌補另一標準的低價值。
非補償性策略：人們在面臨具有多個備選方案的復雜情況時通常采用非補償性策略。與補償性策略相反，這些策略不允許不同標準間進行互相協調。
有四個著名的非補償性策略方案：
-關聯原則。決策者可以排除那些在預定范圍之外的備選方案。關聯原則只能達到滿意，而不是最優。
-析取原則。衡量每一備選方案的標準是這個方案所具有的最好的屬性，而不管它的其他屬性有多差。
-詞典式策略。首先選出最重要的衡量標準，然后選擇出第二重要的衡量標準，再在剩下的方案中進行選擇。如此下去，直到最后只剩一個方案。
-逐步淘汰制。備選方案首先按照己選出的衡量標準進行比較，淘汰掉次要的方案后再選出進行比較的第二個標準，然后淘汰掉更多的方案，如此下去直到最后只剩下一個方案。
優先標準：當面臨等價的備選方案時，人們并不是進行隨機的選擇，而是先識別出對自己來說最重要的標準，然后選擇那些在這一標準上具有更高價值的方案。
雖然許多決策研究分析家仍然采用期望效用理論作為一個標準化模型，但前景理論卻是一個能夠更加準確地描述人們實際決策行為的模型。它還能夠被廣泛應用到許多其他領域中。前景理論相對于經典期望效用理論來說是一個很大的進步。
代表性直覺
人們通常會根據“A在多大程度上能夠代表B，或者說A在多大程度上與B相似”來判斷事件發生的可能性。這樣的原則稱為“代表性直覺”。
隨著情境中細節數量的增加，該情境發生的概率會逐漸降低，但是它的代表性和由此帶來的外顯的可能性卻會上升。我們相信，基于代表性的決策判斷是人們喜歡選擇毫無根據的細節化情境的主要原因。
例如，“被告離開犯罪現場”的表述似乎比“被告由于害怕被起訴謀殺而離開犯罪現場”的表述更沒有說服力。絕大多數人都認為更為具體的事件比一個一般性的事件發生的可能性更大。相對于一般的情境而言，表述非常具體的事件似乎更可能發生，因為這樣的情境與人們對于具體事件的想像是一致的。
代表性直覺的另一個結果是“小數法則”，這個名字來源于統計學中“大數法則”的反向概念。它認為從總體中抽取的隨機樣本相互之間是類似的，與總體之間的接近程度比實際的統計抽樣理論所預測的要高得多。
代表性直覺導致人們承認“賭徒謬論”，即在一系列的壞運氣后必然會有好的結果出現，“我總不能連續三局都是殺手吧”，這樣的思路經常出現。
出現這種情況是因為人們錯誤地認為一個隨機序列必須具備代表性。“手熱現象”也是如此，許多人認為籃球比賽中某個球員已經連續投中，下一次投中的概率就更大。
某些情況下，依賴于代表性直覺可能會使人們忽視基線值的信息，也就是一個事件發生的相對頻率。
當基線信息與人們對因果關系的認知相一致時，人們就會使用基線值。人們在接受了相關的信息以后更加愿意使用基線值，而對那些不相關的信息，即使被告知這樣的信息也可以產生預測作用，他們還是很少使用。
人們在進行預測時往往缺乏對信息來源的診斷，而出現非回歸性的預測。
比如人們常常認為一件非常好或者非常差的事件之后，必然會跟隨著一些不那么好或者不那么差的事件，而不管其中是否存在隨機因素。這樣的誤解可能會使人們驚惶失措，以為產生了嚴重的“危機”。這樣的一些事件對人們產生的影響看起來比實際情況要嚴重得多。僅僅在觀察到一些簡單的回歸現象后，人們就會產生一些迷信，比如說非要做點什么去結束一連串的“壞運氣”，或者什么都不敢做以免失去“好運氣”。
人們忽視基線值和數據回歸性的傾向造成了許多令人吃驚和窘迫的現象。社會科學研究表明，“數據”預測的準確性等于或者高于“人為”預測。換言之，與一般的常識相反，由決策者完成的決策的準確性往往偏低——即使該決策者完全掌握了數據的信息。這就是為什么現在這么流行“大數據”的原因了。
有關代表性直覺的研究結果表明，有一些方法可以提高決策和判斷的技巧，比如：不要被很細節的情境所迷惑。
易得性直覺
決策者通常會依據一些容易想起來的事例來判斷一種類別出現的頻次或者事件發生的概率。通常情況下，普通的事件要比不尋常的事件更容易被想像出來。決策者經常利用易得性直覺來估計事件發生的頻率。
但是，無論你使用何種直覺，在某些特定的情況下，這樣的一般原則都可能失效并導致系統性偏差。有一些事件相對于其他事件而言容易被想到，并不是因為這樣的事件更經常發生或者具有更高的發生概率，而只是因為這樣的事件更容易被提取。比如，可能是因為這樣的事件是剛剛才發生的。
易得性直覺是一個誤導人們進行頻率判斷的因素。人們的直覺會根據事件在大腦中喚起的難易程度來估計事件發生的可能性。
由于交通事故、龍卷風或者謀殺幾乎都是媒體的頭條新聞，因此它比那些發生頻率更高的事件:胃癌、雷電或者糖尿病更“容易提取”。
當某些事件本身很難被想像，或者當結果在視覺上更容易辨認時，易得性直覺可能會導致偏差。
如果一個容易被想像的事件能被判斷為更可能發生的事件，那么對一個事件的刻意想像可以增加其易得性，從而使它看起來更可能發生。
對結果的想像可以增加對其結果發生概率的預期。這一原理可以被利用，通過操縱手段來使得人們在選擇上更有傾向性。
如果事件的結果是很難想像，想像的努力就會降低人們對其發生可能性的預期。另一種情況是事件的結果是極端負性的。有些事件的結果是如此糟糕，以至于對事件結果的想像使他們否認這一結果會發生在自己身上。
對許多人而言，如果一個事件的結果是非常恐怖的，就會使個體產生否定感，這樣對其結果的想像并不一定能夠提高個體對其結果發生可能性的預期。
與易得性相近的一個概念是生動性。生動性通常是指某事件多么具體和易于想像，盡管在另外一些情況下，它還會有其他含義。
有時候，指某事在情緒上的令人激動，或者是事件之間在時間或者空間上的接近性。許多研究的結果表明，決策者更加容易被生動的信息所影響，而不是平淡的、抽象的或者是統計的數據。生動信息的力量被廣告、政治、法律等領域運用得爐火純青。
綜上，在很多情況下，易得性直覺可以為我們提供很多關于發生頻率和概率的準確估計，但是在某些情況下，它同樣可以使人們的判斷產生很大的偏差，生動性就是其中之一。
解決這個問題的辦法是公開比較這些以往被我們低估或高估的危險。談到估計事件發生的概率和頻率，易得性直覺是最重要的一個環節之一。
概率和風險
風險通常很難量化，甚至概率事件中最基本的問題也可能成為一個很大的挑戰。我們應該認真地審視統計學上被稱為“先驗概率”的概念。
先驗概率就是在新信息到來之前，對一個事件發生概率的最佳估計。這里涉及到一些數學知識，就不做過多解釋，簡單來說，就是我們要認真分析“理論上”的概率。
對事件的概率判斷同樣會受到時間結果“效價”（就是時間的結果在多大程度上被認為是正性的還是負性的）的影響。
在其他條件相同的情況下，個體認為正性結果發生的概率比負性結果要高。簡單地說，就是人們普遍更愿意相信好事會發生，而不愿相信壞事會發生。
在概率理論中，單個的事件被認為是簡單事件，而多個事件被認為是復合事件。復合事件又分連續事件和非連續事件。
人們通常會高估連續事件的發生概率。決策者在判斷一個復合事件的發生概率的時候，更加傾向于錨定或者固定在其簡單事件的發生概率上。
一旦決策者將這樣的簡單概率固定在自己的頭腦中，他們就很難根據“大量的簡單事件需要同時發生”這一事實對概率的判斷進行調整。
同樣的，人們往往會低估非連續事件發生的概率。當非連續事件是由許多低概率的獨立事件組成時，人們就會低估該復合事件發生的概率（更多的數學理論，有興趣的讀者可以參看原作）。
更加糟糕的是，一旦人們形成了對某一事件的概率判斷，那么當呈現給他新信息的時候，他改變其原先判斷的速度是比較慢的。這種不愿意改變先前概率估計的惰性被稱為“保守主義”。
一些風險程度相同的事件可以通過不同的方式表達出來。對風險的直覺是高度主觀性的，人們所采取的預防措施往往取決于具體的風險呈現方式以及風險的類型。
風險知覺中的三個基本維度分別是“恐怖風險”、“未知的風險”和“面對某一個特定風險時個體的數量”。
普通個體與專家相比，他們對風險的知覺方式是完全不同的。普通個體并不能很好地估計各種風險的大小，他們對風險的總體知覺總是從“災難發生的可能性”以及“對下一代的威脅”角度來考慮，而不是根據其發生的可能性。
而另一方面，專家能夠很好地估計風險的大小，他們對風險的知覺與其發生的概率是緊密相連的。
決策者在對概率和風險進行判斷的時候必須盡量避免偏差，我們可以：保持正確的記錄、警惕如意算盤以及將復合事件分解為簡單事件。
思考和討論：
每個職場中的人士都需要制訂一段時期內的工作計劃，計劃中必須考慮執行過程中可能會發生的各類風險，同時擬定應對方案。
在近期計劃的制訂中，你是如何預測風險發生的概率和頻率，是否會依賴代表性直覺而忽視對信息來源的診斷，或者因依賴易得性直覺而對生動性信息過度關注？如果有，請重新審視你的計劃，并寫下心得。
摘自《決策與判斷》作者斯科特?普勞斯，卡片作者王嘉
碼字第105天，2017.04.27于綿
