위험 및 불확실성의 특정 정의에 대한 참조

위험과 불확실성에 대한 의구심이 있습니다. 나는 "위험, 불확실성 및 모호함의 차이점은 무엇입니까?"라는 기사를 읽었으며 기사 "위험, 불확실성 및 이익" VII 장 (197 페이지에서 시작)을 통해 감추었습니다. 이러한 개념에 대한 대안적인 정의가 존재하는 것 같습니다.

위험과 불확실성을 암시 적으로 정의하는 특별한 예가 있습니다. 이러한 암시 적 정의가 확립 된 정의와 일치하는지 알고 싶습니다.

예 : 복권에서 당첨 확률은 이고 잃을 확률은 입니다. 알고 복권에 참여하면 위험에 처하게 됩니다. 모르고 복권에 참여하면 불확실성에 직면하게 됩니다.1 − p p $p$$1-p$$p$$p$

이것이 기존의 위험 대 불확실성 정의와 일치합니까?
학술 논문이나 교과서에 대한 참고 자료를 얻을 수 있습니까?

편집 1 : 사용자 123은 두 경우 모두 위험이있는 것으로 보입니다 (확률을 알고 있는지 여부에 관계없이 여전히 그 자체가 위험의 원천 인 복권에 여전히 참여하고 있습니다). 따라서 불확실성 이라는 용어 는 위험 + 확률에 대한 지식 부족을 포함하는 것으로 보입니다. 이는 위험 과 불확실성 이라는 용어 가 상호 배타적이지 않다는 것을 암시 할 수 있습니다 . 우리가 불확실한 것을 부를 때 위험 요소도 포함될 수 있습니다. 그러나 위험한 것을 식별 할 때는 확률을 알아야하므로 확실 하지 않습니다 . 네, 복잡합니다 ...

편집 2 : 위키피디아 를 통한 기사 인용 , 측정 할 수없는 불확실성, 또는 '위험한'적절한 용어 . 따라서 위의 예에서 확률을 측정 할 수있을 정도로 충분하며 정확하게 알 필요는 없습니다. 따라서 위의 예에서 암시 적 정의가 Knightian 정의와 일치하지 않음을 이해합니다.

Knight의 1921 에세이는 공식 수학으로 작성되지 않았습니다 (그리고 현대 수학으로의 직접 번역을 시도하는 것은 상당히 문제가 될 수 있습니다). 기사 시대 이후로 최소한 기사를 연상시키는 구별을 만드는 공식 결정 이론 문헌이 개발되었습니다.

Lars P. Hansen (2012)은 "기사 (1921)의 통찰에 의해 동기를 부여 받았으며, 결정 이론가들은 위험과 구별되는 불확실성과 모호함이라는 용어를 사용한다"고 썼다. Hansen은 Gilboa et al. 알. 누가 (2008) 작성 :

경제학에서 Knight (1921)는 일반적으로 "위험"상황과 "불확실성"상황의 차이로 인정됩니다. 그의 공식에서 "위험"은 확률이 알려진 상황 또는 예상 가능한 상황을 나타냅니다. 대조적으로,“불확실성”은 확률이 알려지지 않았거나 객관적인 방식으로 추정, 계산 또는 추정 될 수없는 상황을 의미합니다.

Gilboa와 Schmeidler (1989)는 단순히 예상 유틸리티를 최대화하는 대신 에이전트가 모호성 혐오를 모델링 할 수있는 최대 최소 문제를 해결하는 최대 최소 유틸리티 이론을 도입했습니다. 목표는 이전에 비해 최소화됩니다. 이 작업은 Hansen과 Sargent에 의해 견고성에 대한 작업에서 확장되었습니다.

기사에서 벗어나 더 넓은 의사 결정 이론 주제로 넘어 가면서, 레너드 새비지의 고전적인 통계 기초 를 참고 하여 주관적 확률 개념을 소개해야합니다 .

당신의 특별한 예 (더 현대적인 결정 이론에서)

당신은이 베르누이 가능성 복권 당첨을위한 기능.

• 잦은 통계 학자에게 는 스칼라 값이며 매개 변수입니다 (알 수는 없지만). 대해 가능한 결과는 하나뿐 이므로 임의성이 없습니다.$p$$p$

• Savage의 정신에서 베이지안이라면, 자신의 마음에 불확실성 을 모델링 할 수있는 확률 도구를 기꺼이 확장 할 것입니다 . 를 임의의 변수로 취급 합니다!$p$

에 우선 순위를 두면 ( 예 : 베타 분포가 베르누이 가능성 이전의 켤레 인 경우 ) 사후 확률을 계산하고 표준 예상 유틸리티를 기반으로 결정을 내릴 수 있습니다 . 우리가 어떻게 행동하는지에 관해서는, 목표 대 주관적 인 20 % 확률 사이에는 차이가 없습니다.$p$

모호성 회피에서 최대 분 모델은하지만, 우리는 그 다음 여러 전과를 통해 최소화 할 것을 고려하여, 기대 효용을 통해 우리의 통제 변수를 극대화 할 수있다 : 우리가 변수 제어 선택 우리의 선택의 여지가 관찰 후 (다음 유틸리티를 극대화하기 위해 ) 평균적인 사람이 유틸리티를 최소화하기 위해 이전을 선택합니다.$x$$x$

참고 문헌

Hanber, Lars P., 2012, "체계적 위험 식별 및 측정에 대한 도전" , NBER

Hansen, Lars P. 및 Thomas Sargent, 2001 년, "강력한 통제 및 모델 불확실성", 미국 경제 검토

Gilboa, Itzhak 및 David Schmeidler, 1989 년, "고유가 아닌 기존 유틸리티의 최대 예상 유틸리티" , 수학 경제학 저널

Gilboa, Itzhak, Andrew W. Postlewaite 및 2008 년 David Schmeidler, "경제 모델링의 가능성과 불확실성" , 경제 전망 저널

Savage, Leonard Jimmie, 1954, 통계 기초

내 이전 의견에서 약간 반복 될 위험이 있기 때문에 내 대답에는 주목할만한 몇 가지주의 사항과 가정이 있다고 생각합니다. 가능하다면 가정과 그것이 내 의견에 어떤 영향을 미치는지 강조하려고 노력할 것이다. 즉, 프로젝트의 범위와 목표가 정확히 무엇인지에 관해 설명 할 수 있으면 문헌 제안과 내 의견을 더 세분화 할 수 있습니다.

가장 먼저해야 할 중요한 점은 의사 결정 이론 분야에서 사용되는 용어에 많은 변형이 있다는 것입니다. 그것은 부분적으로 다른 유틸리티 모델이 기반을 둔 다양한 기본 원칙에 의해 주도됩니다. 비교적 잘 알려진 예를 사용하여 Savage의 공리는 대부분의 이벤트에 대해 객관적인 확률이 필요하다고 가정하지 않습니다. 예를 들어, 예상되는 유틸리티 이론과는 대조적으로, 사건 발생 가능성에 대한 객관적인 확률 개념 (알고 있든 없든)을 직접적으로 요구합니다. 따라서 모델 / 종이가 Savage의 공리를 가정하고 있다면 불확실성과 위험에 대한 정의가 반드시 확률이 얼마나 잘 알려진 지에 대한 뉘앙스와 관련이있는 것은 아닙니다 (실제지면 수준에서 약간의 유연성을 허용합니다). 다른 극단적 인 기대 효용 이론에서는

나는 당면한 주제에서 너무 멀리 떨어져 있지 않다는 것을 의미하지는 않지만, 이러한 용어의 정의가 종종 가지고있는 높은 수준의 상황 의존성을 염두에 두는 것이 가치 있다고 생각합니다. 폰 노이만과는 다른, Kahneman과 Tversky와는 다른 것.

이 용어에 대한 다음 관련 경고는 시간이 지남에 따라 정의의 유동성에 관한 것입니다. 다른 유틸리티 구조에 대한 용어의 다른 의미를 넘어서서, 다른 저자들은이 용어를 다양한 관련이 있지만 미묘하게 다른 방식으로 사용했습니다. 나는 당신의 정의가이 용어들에 대한 우산 정의 안에 합리적으로 잘 있다고 생각합니다. 불확실성 , 위험성 및 모호성 같은 단어를 사용하는 방법을 명시 적으로 정의하는 한 괜찮습니다.

** 편집 :이 요점을 좀 더 명확하게하기 위해 : 역사적으로, 여러 작품이 모호성과 불확실성을 직접 접목하여 위험과 대조되는 동일한 개념으로 정의했습니다. 이것은 다소 호의적이지 않지만 (더 일반적으로 모호성 / 위험 문구 사용) 여전히 역사적으로 올바른 정의 일 것입니다. 따라서 질문에 제공 한 정의의 예는 정확하지만 약간 날짜가 있습니다. 즉, 정의에 이중성을 명시 적으로 포함하는 2012 년의 예가 있습니다 .

실제 생활에서 가장 중요한 결정은 위험과 불확실성을 혼합 한 것입니다. Keynes (1921), Knight (1921) 및 Ellsberg (1961)는 위험 (알려진 확률)과 불확실성 / 모호성 (알 수없는 확률)으로 구분되었으므로 위험과 모호성 태도의 차이에 대한 많은 연구가있었습니다.

다시 말하지만,이 논문은 중앙 의사 결정 이론 핵심 (의료 및 의료 분야에 적용)에서 조금 더 벗어났습니다. **

내가 주목 한 마지막 용어 변형 소스는 프로젝트의 형식에 관한 것입니다. 예를 들어, 최근에 출판 된 엘리트 econ 저널 기사 (아래에 제공되는 몇 가지 예)는 위험 및 모호성 태도에 관한 최근 의사 결정 이론 작업과 이론적 의미에 대한 최근 합의 된 정의와 더 밀접한 관계가 있습니다. 다른 한편으로, 프로젝트가 강의 나 책 장을위한 강의 노트를위한 것이면, 처음에 분명한 한, 비슷한 개념들 사이를 어떻게 묘사하는지에 대해 더 많은 여정을 얻게됩니다. 재무 또는 경영 과학과 같은 관련 분야의 저널 기사를 작성하는 경우 저의 경험에 맞지 않는 저널에 규칙이 있습니다. 저는 아주 순수한 경제 이론 배경에서 이야기합니다.

그래서 내 경험에 적절한 정의는 무엇인가? 전통적으로, 당신은에 모든 의사 결정 모델의 집합을 분할하는 한 가지 방법을 고려할 수 불확실성을 결정 하는 모든 결과는 반드시 알려져 있지 문제, 그리고 어떤 불확실성과 의사 결정 의 모든 결과가 결정 론적으로 알려져있다 (더 "경제 복권이"없다 모든 단계에서). 물론이 두 가지 문제의 하위 집합을 분할하는 여러 가지 추가 방법이 있지만 불확실성 문제는 다음과 같이 구성됩니다.

I) 각 결과에 확률이 에이전트에게 공지 된 문제 의 모델로 위험 및

ii) 일부 확률이 에이전트에 대해 지적되지 않은 문제 로 모호한 모델을 구성 합니다 .

물론이 두 하위 집합이 항상 직관적으로 이해되는 것은 아닙니다. 상담원이 모두 예상되는 유틸리티 이론을 따르는 경우 유틸리티 측면에서 (i)와 (ii)의 차이는 없습니다. 에이전트가 직면 한 확률 (예 : 모호성 )에 대한 불확실성 은 복합 복권 (예 : 위험 모델)으로 축소됩니다 . 예를 들어, 이것은 Ellsburg Paradox 가 예상되는 유용성 이론의 직관적 실패를 보여주기 위해“탐사” 하는 문제 입니다.

"현대적인"정의는 Ellsburg의 1961 년 랜드 마크 논문 (657 페이지에서 시작) 에서 발췌 하지만 여기서 "모호함"과 "위험"의 개념은 특별히 명확하게 묘사되지 않았으며 위에서 설명한대로 정의되어 있습니다. . 다른 실용 신안은 1980 년대 후반부터 주로 시작된 선호도의 독립적 인 특징 인“모호성”을 고려하기 시작했습니다. "모호성"의 정의는 176 페이지에서 시작하여 177로 계속되는 Segal 1987 에서 조금 더 명확 해졌습니다.

모호한 확률 (즉, 의사 결정자가 확률의 정확한 값을 알지 못하는 상황)에는 명확한 경제적 관련성이 있습니다… 확률의 모호성이 중요한 문제는 검색 문제 나 최적의 투자 문제에서 발생합니다. 이 모든 경우에 의사 결정자들은 객관적인 확률에 대한 정보를 가지고 있지만 정확한 가치를 모릅니다. 이 논문은 모호한 복권 (x, S; 0, S) (의사 결정자가 S의 확률을 알지 못한다는 점에서 모호한)이 2 단계 복권으로 간주되어야한다고 제안한다. S 확률의 가능한 값보다

그런 다음 183 페이지부터 훨씬 더 자세하게 정의됩니다.

이러한 민감도를 모호성에 개념적으로 모델링 프레임 워크에 추가하는 또 다른 두드러진 초기 예는 Segal 1988 에서 찾을 수 있는데, 위에서 정의한대로 "모호성"및 "위험"에 대한 정의를 암시 적으로 사용합니다.

최근의 논문은 전통적으로 정의를 공통 주제로 단축합니다. 최근에 본 논문 중 비교적 무작위로 작성된 논문을 사용 하여이 2011 작업 논문 은 다음과 같은 용어를 정의합니다.

모호성에 따른 의사 결정 이론의 발전 (즉, 확률에 대한 주관적 불확실성)은 모호성이 항상 알려진 위험과 동일하게 취급되는 것은 아님을 인식

이 2014 핸드북 장은 위험과 모호성이있는 의사 결정을 유사하게 정의합니다.

불확실한 많은 의사 결정에서 의사 결정자는 자신의 행동의 잠재적 결과의 확률에 대한 정보 만 모호합니다. Ellsberg (1961)에 따르면, 확률이 알려지지 않았거나 불확실한 상황은 일반적으로 위험이라고하는 객관적으로 알려진 확률이있는 상황과 구별하기 위해 모호합니다.

위험과 모호성에 대한 태도 (보통 다른 특정 환경에서)를 측정하려는 최근의 실험 논문도이 일반적인 정의 추세를 따랐습니다. 예를 들어, 2017 년 Econometrica에서 관찰 된 의사 결정에 다양한 유형의 모호성이 미치는 영향을 측정 한 결과 "화합물 위험"(연속 우승 확률이 알려진 2 개의 복권 세트)과 "모호함"( 여기서 한 단계는 그 단계에서 승리 할 확률에 대한 불확실성을 가져 왔으며, 이는 개인에 따라 외생 적으로 알려지지 않았다). 예를 들어 복리 위험이있는 복권의 예는 다음과 같습니다.

1 단계 : 공정한 동전 뒤집기 머리라면 2a 단계 로 가십시오 . 꼬리 인 경우 2b 단계 로 이동하십시오.

2a 단계. 완벽하게 섞인 표준 카드 32 장으로 카드를 뽑습니다. 카드 가 스페이드 가 아닌 경우 $ 100 를이기십시오 . 그렇지 않으면 $ 0을 받으십시오

2b 단계. 완벽하게 섞인 표준 52 카드 데크에서 카드를 뽑습니다. 카드 가 스페이드 이면 100 달러를 받으십시오. 그렇지 않으면 0 달러를 받으십시오 .

보시다시피, 확률은 이전 추첨에 의존 할 수 있지만, 객관적인 가능성은 모든 단계에서 알려져 있습니다. "모호한 복권"의 예는 다음과 같습니다.

$n$$0$$50$$25+n$$75-n$

$(red, heads)$$(yellow, tails)$

물론 두 경우 모두 추첨의 전체 확률은 50/50입니다. 그러나 때때로 우리는 개인이 다른 복권보다 한 복권을 선호한다는 것을 알기 때문에 선호도가 부분적으로 다른 차원을 따라 형성됨을 시사합니다.

죄송합니다. 요약으로 돌아가서 약간의 참조를 조금 더 추가하겠습니다. 그러나 이것이 대화를 조금 시작할 수 있기를 바랍니다. 염두에두고있는 프로젝트에 대한 세부 정보가 있으면 추가 한 내용을 시도하고 조정할 수 있습니다!

마지막으로 위험 과 불확실성 이라는 용어를 정의하는 참조를 찾았습니다 . Sven Ove Hansson "결정 이론 : 간략한 소개" (1994)는 p. 27-28 :

의사 결정 이론에서 가장 영향력있는 교과서 중 하나에서 용어는 다음과 같이 정의됩니다.

"우리는 우리가 다음과 같은 의사 결정의 영역에 있다고 말할 것이다.
(a) 각 행동이 특정 결과로 변하지 않는 것으로 알려진 경우 ( 확실성 , 자극, 대안 등도 사용됨) 확실성 .
(b ) 위험 .. 각 동작 가능한 특정 결과의 세트 중 하나를 초래하는 경우, 공지 된 확률로 발생 확률은 결정자에게 공지되는 것으로 가정되는 각 결과 예를 들어, 작업이 위험한 결과를 초래할 수 : 보상 의 $ '공정한'동전의 머리, 그리고 손실 나오면 10 $ 가 꼬리를 제공하는 경우 5. 물론, 확실한 확률은 0과 1입니다 위험의 타락한 경우이다
(C) 불확실성행동 또는 둘 다 그 결과 가능한 특정 결과의 집합을 가지지 만 이러한 결과의 확률이 완전히 알려지지 않았거나 의미가없는 경우 "
(Luce and Raiffa 1957, p. 13)

이 세 가지 대안이 전부는 아닙니다. Luce와 Raiffa가 정의한 바와 같이 많은 의사 결정 문제가 위험과 불확실성의 범주에 속합니다. 예를 들어 오늘 아침에 우산을 가져 오지 않기로 한 나의 결정을 생각해보십시오. 비가 올 확률을 몰랐기 때문에 위험에 처한 결정은 아니 었습니다. 반면에, 비가 올 확률은 완전히 알려지지 않았습니다. 예를 들어, 확률이 5 % 이상 99 % 미만이라는 것을 알고있었습니다. 확률에 대한 부분적인 지식이있는 상황을 포괄하기 위해 "불확실성"이라는 용어를 사용하는 것이 일반적입니다.이 연습은 여기에서 수행됩니다. Luce와 Raiffa가 언급 한보다 엄격한 불확실성은 일반적으로 "무지"라고 불릴 것입니다. (Cf. Alexander 1975, p. 365) 의사 결정 문제에는 다음과 같은 규모의 지식 상황이 있습니다.

  certainty      deterministic knowledge 
  risk           complete probabilistic knowledge 
**uncertainty**  partial probabilistic knowledge
  ignorance      no probabilistic knowledge

우리는 일반적으로 결정을 이러한 범주, "위험 하", "불확실 하"등으로 분류합니다. 이러한 범주는 다음 장에서 사용됩니다.

(주변과 별표 uncertainty는 내 것입니다.)

업데이트 : 저자와의 개인적인 의사 소통에서 :

<...>을 인용하는 두 가지 정의 (즉, 위의 위험 및 불확실성)는 확립 된 사용법을 설명하기위한 것입니다. <...> 나는이 개념들에 대한 새로운 용어를 제안하는 것이 의미가 있을지 확신하지 못한다. 이 용어는 잘 정립되어 있습니다.

참고 문헌

• 응급실 알렉산더 (1975). 불확실성의 한계 : 주 . 이론과 결정, 6 (3), 363-370.
• 한손, 소 (1994). 의사 결정 이론 : 간략한 소개 .
• Luce, RD 및 Raiffa, H. (1957). 게임 및 결정 : 소개 및 비판적 조사 .

이 질문의 스팸을 감수 할 위험이 있습니다.이 답변은 광범위한 재무 환경에서 불확실성, 위험 및 모호성에 대한 모델을 살펴본 논문에보다 중점을 둡니다. 참고-이것은 나의 주요 연구 분야가 아니기 때문에 거의 확실하지 않은 작업의 표본 일 수도 있습니다. 마찬가지로,이 논문들은 적어도 경제학 문헌과 다소 관련이있을 가능성이 높지만, 다시 한 번 더 광범위한 의사 결정 이론도 마찬가지입니다.

실험 용지

여기, 우리는 주식 시장의 편견의 원인을 더 잘 이해할 수 있도록 행동 프레임 워크, 모호성 혐오를 제안합니다. 간단히 말해서, 모호성 혐오는 사람들이 낯선 회사에 투자하는 것을 방해한다고 주장합니다. 이전의 연구와는 달리, 실제 자산이 포함 된 실험 설계를 사용하고 가상의 자산을 사용하거나 설명없이 간단하게 가정 편견을 보여주는 대신 모호성 혐오를 테스트합니다 ... 의사 결정 이론가들은 모호성을 여러 가지 방법으로 정의하고 모델링했습니다. 모호성을 정의하는 가장 직관적 인 방법은 개인이 위험 분포에 대해 확신 할 수 없다는 것입니다 (Knight 1921). 개인이 분포에 대해 불확실할수록 모호성이 더 높다는 것을 의미합니다. [엠파 시스 광산]

에서 자산 시장의 모호성 회피 : 홈 바이어스의 실험적 연구 (2009) (금융 홈 바이어스 퍼즐을 설명하는 모호성 회피를 사용)

모호성 선호는 경제 및 금융 분야의 많은 분야에서 인간의 의사 결정을 설명하는 데 중요합니다 ... 일상 생활의 많은 상황에서 사람들은 불확실한 환경에서 의사 결정을 내립니다. 대부분의 상황에서 가능한 결과의 확률은 의사 결정자에게 막연하게 알려져 있습니다. Knight (1921)와 Ellsberg (1961)의 주요 작품 이후, 확률에 대한 정확한 정보가 없다는 것은 모호한 것으로, 표준 위험 개념과는 다른 불확실성의 형태로 인식되어 왔습니다. 모호성에 대한 선호, 특히 모호성 회피는 개별 의사 결정을 결정하는 중요한 결정 인 것으로 나타났습니다.

에서 새로운 모호함 기본 설정 모듈 2016 : 모호성 환경 측정

일반적인 직업적인 종이 :

가구는 투자 결정을 내릴 때 위험과 모호성을 모두 고려해야합니다. 위험은 미래 결과의 확률이 알려진 사건을 말합니다. 모호성은 미래 결과의 확률을 알 수없는 사건을 말합니다. Ellsberg (1961)는 대부분의 사람들이 애매 모호하다고 주장합니다. 즉, 확률이 알려지지 않은 유사한 복권보다 확률이 알려진 복권을 선호하며 수많은 이론적 연구가 경제 행동에 대한 모호성의 영향을 탐구합니다. 특히, 큰 이론은 모호성 혐오가 여러 세대의 포트폴리오 선택 퍼즐을 설명 할 수 있다고 제안합니다.

에서 모호성 회피 및 가정용 포트폴리오 선택 퍼즐 : 경험적 증거 (2016)

우리는 위험과 모호한 태도를 함께 이끌어 내기위한 간단하고 구현하기 쉬운 도구를 소개합니다. 이 도구를 사용하여 2- 파라미터 환경 설정 모델을 구조적으로 추정합니다. 우리의 연구 결과는 위험 중립이 가정 될 때 모호성 회피가 상당히 과장된 것으로 나타났습니다. 이것은 위험과 모호한 태도 사이의 상호 작용뿐만 아니라 공동 추정의 중요성을 강조합니다. 개인은 매일 불확실성에 직면합니다. 사람들은 사업 벤처의 성공 또는 실패 여부, 주식의 미래 성과 또는 휴가로 인한 비가 오는 등의 불확실한 미래 결과의 가능성을 평가해야합니다. 결과에 객관적인 확률이 수반되지 않는 경우 (Savage, 1954)에 의해 도입 된 주관적 기대 유틸리티 (SEU) 이론의 규범 적 접근법이 전통적으로 사용되었다. 이 프레임 워크에서, 개인은 마치 전 세계의 모든 주에 대해 단일 (주관적) 보유를하는 것처럼 행동하고이 이전에 제공된 유틸리티의 예상 가치를 최대화합니다. 그러나 Ellsberg (1961)는 대부분의 개인이 객관적인 위험과는 다른 모호한 불확실성을 처리한다고 제안했다 .1 특히 그는 사람들이 상당한 정도의 모호성 혐오감을 나타내며 확률이 알려진 결과에 프리미엄을 부여한다고 주장했다.

에서 2015 년 간단한 접근을 : 개별 모호성 회피 추정

모호한 태도를 측정하기위한 다루기 쉬운 방법을 소개합니다.이 방법은 대상 당 3 번의 관찰과 5 분만 필요하며이 방법을 큰 대표 샘플에 적용합니다. 모호성 혐오감 외에도 최근 실험실 연구에서 발견 된 새로운 모호성 요소 인 a-insensitivity를 확인합니다. 무감각은 사람들이 서로 다른 수준의 가능성을 불충분하게 구별하여 종종 모든 가능성을 50-50으로 취급하여 극단적 인 사건의 과체중을 초래한다는 것을 의미합니다. 우리의 모호성 측정은 주제의 실제 경제 결정을 예측할 수 있습니다. 특히 무감각은 주식 시장 참여 및 개인 사업 소유와 부정적인 관계를 가지고 있습니다. 놀랍게도, 모호성 회피는 모호성 인식이 높은 경우를 제외하고는 주식 시장 참여와 크게 관련이 없습니다.

에서 대형 대표 샘플의 모호성 태도, 2015

포트폴리오 선택에 대한 관리 패널 데이터를 모호성에 대한 선호도에 대한 설문 조사 데이터와 일치시킵니다. 우리는 다양성의 부족으로 인해 애매 모호한 회피 투자자들이 더 많은 위험을 감수하고 있음을 보여줍니다. 특히, 그들은 국제 주식 시장에 비해 국내에 더 많이 노출되는 가정 편향의 형태를 보여줍니다. 시장 요인에 더 민감한 반면, 수익률은 평균적으로 높아 위험 투자자를 애매 모호한 자산으로 시장에서 몰아 낼 필요가 없음을 시사합니다 ... 모호성은 지난 수십 년 동안 이론적으로나 실험적으로 광범위하게 연구되었습니다 ...

에서 (2017) 필드에서 증거 : 모호성 환경 설정 및 포트폴리오 선택

이론 논문 :

우리는 모멘트 불확실성의 희박하지만 영향력이 높은 상황에서 투자자가 포트폴리오 선택에 대해 합리적으로 강력한 정책을 추구 할 수있는 새로운 접근법을 제시합니다. 실제로 포트폴리오 관리자는 참조 재무 모델에 대한 지식에 의존하는 것과 모델의 가능한 모호성을 고려하는 것 사이의 균형을 찾는 데 어려움을 겪습니다. DRO (Distributally Robust Optimization)의 개념을 기반으로, 투자자는 모멘트 정보를 사용하여 사전 참조 모델을 정의 할 수있는 유연성을 제공하고 "극단적"모멘트 불확실성 측면에서 모호한 모델 모호성을 설명하는 새로운 페널티 프레임 워크를 도입합니다. 추가적인 불확실성 수준을 고려할 필요가있다 : 모델 불확실성, 모델“모호성”이라고도한다. Ellsberg [14]는 또한 의사 결정자들이 모델의 모호성에 대한 혐오 태도를 가지고 있음을 발견했습니다. 전형적인 예로써, 기대 수익률이 낮더라도, 투자자들은 수익 분배에 대한 이해가 좋아 지리적으로 더 가까운 투자를 선호합니다.

에서 모델 불확실성 하에서 포트폴리오 선택하십시오냅니다 순간 기반 최적화 방법 (2013)

본 논문에서는 기본 확률 모델을 완벽하게 알 수없는 경우 최적의 포트폴리오를 찾는 문제를 고려합니다. 견고성을 위해 확률 분포에 "자신감 세트"를 사용하는 최대 접근 방식이 적용됩니다. 이 접근법은 모델 모호성을 고려할 때 수익률, 위험 및 견고성 간의 상충 관계를 보여줍니다.그의 1921 년 저서 인 Knight [1921]에서 미국의 경제학자 Frank Knight는“위험”과“불확실성”사이에 유명한 구분을했습니다. 기사의 관점에서“위험”은 의사 결정자가 자신이 직면 한 임의성에 수학 확률을 할당 할 수있는 상황을 말합니다. 대조적으로, 기사의 "불확실성"은이 임의성을 특정 수학 확률로 표현할 수없는 상황을 말합니다. 기사 시절부터 용어가 바뀌 었습니다. Ellsberg [1961]에 의해 소개 된 바와 같이, 우리는 오늘날 확률 모델을 알 수없는 경우 모호성 문제와 모델을 알 수있는 경우 불확실성 문제를 언급하지만 랜덤 변수의 실현은 알 수 없습니다. [어쩌면 귀하의 질문에 가장 직접적으로 대응할 수있는]

에서 포트폴리오 선택의 모호성

불확실성에서 가장 친숙한 선택 모델은 주관적 사전에 따라 에이전트가 예상되는 유용성을 극대화한다는 점에서 Savage (1954)를 따릅니다. 그러나 Knight (1939), Ellsberg (1961) 등은 에이전트가 위험 (알려진 확률)과 모호성 (알 수없는 확률)을 구분하고 위험에 대한 혐오감을 표시하는 것처럼 모호함에 대한 혐오감을 표시 할 수 있다고 주장합니다. 일부 개인이 모호성을 피할 가능성을 인정하면서 금융 시장에 대한 영향을 크게 무시했습니다.

에서 자산 시장의 모호성 : 이론과 실험

Ellsberg 역설은 사람들이 객관적인 확률이 주어질 때 위험한 상황에서 (금융 시장에서와 같이) 확률이 알려지지 않은 모호한 상황에서 다르게 행동한다고 ​​제안합니다. 이러한 행동은 금융 경제의 불확실성에서 표준 선택 모델 인 주관적 기대 유틸리티 이론 (SEU)과 일치하지 않습니다. 이 기사는 모호한 혐오의 모델을 검토합니다. 이러한 모델, 특히 Gilboa 및 Schmeidler의 다중 우선 순위 모델은 SEU와는 매우 다른 포트폴리오 선택 및 자산 가격에 영향을 미치며 데이터의 다른 수수께끼를 설명하는 데 도움이됩니다.

에서 모호성과 자산 시장, 2010

일반적으로 단일 사전이 있고 투자자가 모호함에 중립적 인 추정 오차에 대한 베이지안 접근법과 달리, 우리는 투자자가 여러 우선 순위를 가지고 모호함에 반대하는 경우를 고려합니다. -8 개의 국제 주식 지수에 걸쳐 자산을 할당하는 펀드 매니저의 포트폴리오 문제를 고려하여 모호한 혐오를 가진 이전 모델; 우리의 경험적 분석에 따르면 매개 변수 및 모델 불확실성에 대한 혐오감을 포함하는 포트폴리오는 위험이없는 자산에 가중치를 부여하는 경향이 있으며, 시간이 지남에 따라 더 안정적이며, 더 높은 샘플 샤프 비율을 제공합니다. ... 그러나 베이지안 의사 결정자는 기사 (1921)의 의미에서 불확실성에 대해 중립적 인 것으로 단 하나의 이전 또는 이와 동등한 것으로 가정합니다.

에서 멀티 이전에 접근, 2007 : 매개 변수 및 모델 불확실성 포트폴리오 선택

결론

죄송합니다. 많은 텍스트가 있습니다. 다른 섹션에 대한 다양한 정의와 적용 방법을 설명 할 수있는 초기 섹션을 꺼내려고했습니다. 더 큰 것이 있으면 업데이트해야합니다! 이것이 프로젝트에 도움이되기를 바랍니다.

불확실성이 위험의 확장이라고 말하는 것은 잘못된 일입니다. 불확실성이있는 경우 (다른 가능성 중에서도) 불확실한 위험이 남아 있지만 그 사실을 모르기 때문입니다.

"위험"에는 지정된 결과에 대해 지정된 확률을 가진 알려진 지불 매트릭스가 포함됩니다. "불확실성"은 결과의 확률과 관련하여 불완전하게 정의되거나 정의되지 않은 지불 행렬을 포함 할 수 있습니다. 첫 번째 경우에는 예상 값을 정확하게 계산할 수 있지만 두 번째 경우에는 계산할 수 없습니다.

하나 이상의 교과서 (예를 들어, 도서관 선반에있는 최신 판)에서 간단한 연습을 수행하면이를 증명할 수 있습니다.