请教一个有关金融行为学方面的基础问题

alone021

新客户广告位
更多广告请点击
中文黄页

1963年，两个美国教授Samuelson和Brown一同吃午餐，

1 D) E8 ~6 y) J2 K! f# [0 m' eS：我们赌一下，抛硬币，正面我赢，你给我100元，反面我输，我给你200元，玩不玩？
B：不玩
S：我们赌一百次，还是这规矩，玩不玩？
' ]' o, k- f' q2 qB：玩

3 _* h3 W. \* ]% ?" L0 z2 T: f3 Z, W2 C当时他们并没有玩这个游戏，但回办公室后S写了一篇很著名的论文，提到“Expected Utility Theory”，并证明B是irrational。如果B是如此讨厌risk连一次都不愿意玩的话，为何还会做出不同决定去玩一百次呢？

我搞不懂了，让我玩一次，我也不愿意，但我会去玩100次。这是rational的呀！！！？？？

这行为其中的含义到底是什么？请各位明白人帮我开解一下，谢了。

BennyShen

哎呀，这是要命题作文啊？楼主同志，这不象是基础问题嘛。
我觉得啊，玩一次和玩一百次从概率上来说，都是50/50，玩一次的话，你有50%的机会赢200，50%的机会输100，玩100次，还是一样，只是筹码更多了，也就是说你承受的风险变大了。

很多人会选玩100次，觉得有更多的机会会赢钱，其实还是50/50，你先是怕输掉100，但是到头来玩100次如果你输得话（50%机会），你输得肯定比100多。
$ x5 N  I+ t8 p; [# ?2 `' w9 s& C& l
这是我的理解，欢迎讨论

alone021

哈，多谢答复，玉终于被引出来了。。。越多越好，欢迎讨论

7 v  u, N* ~# v我的理解如下：次数上是50%的可能性，可100元和200元是不一样的，
2 h+ T) s0 |6 ~) z6 Q+ Z1 t以+为赢，-为输
玩两次，4个结果：--赔200，-+赚100，+-赚100，++赚400，有75%的概率能赚；
玩三次，8个结果：---赔300，--+0，-+-0，-++赚300，+--0，+-+赚300，++-赚300，+++赚600，只有12.5%的概率会赔；
玩四次。。。。31.25%赔
玩五次。。。。18.76%赔
$ \: W8 O* _; y) j。。。（谁要是能用计算机帮我算一下就好了）
。。。。
6 u1 z/ ]4 j8 c: X8 h2 {赢面概率大，所以我认为B教授是rational的。

反之，若一次和百次机会都一样，那么大家为何都倾向于资产分散投资呢？

既然100个鸡蛋在一个篮子里是50%会打碎，放在100个篮子里也是50%会打碎，难道那个S教授想证明现在流行的资产分散配置是不正确的吗？可在网上提到这个故事的又一边倒支持S教授？正如我也觉得BennyShen 说得有道理，可自己也有道理呀，这又是怎么回事呢？
) T' T. U& F. ^% v+ @
/ j0 m( h- G" S, c! h, l另：这是financial marketing课程里提到的，我想应该是基础课吧。呵呵，我再找学金融的问问确认一下。

大树

不是学金融的，也掺和一下

因为概率问题，第一个赢和输的机会都是50%，虽然数量相差$100。不想冒无谓的险。所以选NO。和rational无关。
0 \8 e9 z5 i. y& v第二个因为机会是50%，但钱数不均等，所以100次，赢的可能性很大，而且收入不低，所以值得玩玩。选YES。和Rational有关。

BennyShen

嘿嘿嘿，概念有点混淆了。
4 u: L5 m4 r7 x9 s+ n扔硬币，每次之间是相互独立的。而不同资产种类之间是有相互关联的，也就是大家熟悉的BETA。
我觉得这个实验测试的不是统计学，而是人的心理，
如果你身上正好有300块钱，那你有可能在玩3次了以后就没有钱再玩下去了，那你的统计学上的优势永远发挥不出来。
9 U# ?. l- A2 Q- y但是你身上如果有10000块，那你又怎么会在乎玩那一次呢？
体会体会~~

alone021

就我自学的理解：不同资产种类之间不是相关性越低越好吗？这样才能做到risk management。

呵呵，咱也不是学金融的，但很感兴趣，有自学中不对之处请专家指正。

蝉鸣悠悠

该行为的理性在于遵循大数法则: 在掷钱币时，每次出现正面或反面是偶然的，但大量重复投掷后，出现正面(或反面)的次数与总次数之比却必然接近常数1/2.
1 n0 a& b% R+ F( Q
虽然本例的数学期望看似一样: 200*50% - 100*50%.  但玩的次数越多, 结果就就越接近数学期望值, 你就稳赢了; 而玩一次出现正面或反面是偶然的, 你可能赢可能输.

BennyShen

呵呵，越来越有意思了。
$ t7 t( H3 c4 f+ T: J- r6 `: O朋友们，问你们一个问题，你们告诉我你们的选择：
今天有个大方的朋友给你1000加币，你拿了以后可以随便买你想要的东西。
然后他又过来了，给你两个选择
% R$ o$ D- b; w$ d* _0 t0 W- s2 t1）他拿个硬币来抛，如果是人头，他再给你1000加币，如果是字，你什么也不输。
2）他直接给你500加币，也不用抛硬币。
9 ?  t- W" w% ]8 F# J
$ i1 R* K5 `  X1 `你会选择什么呢？如果可以的话，告诉我为什么。

tfsa

哈哈，这里好玩，咱试着回答一下，

回BennyShen ：我选2）。
- D4 X5 N/ z; X4 x( |4 c4 a原因1：500加币是稳拿的，少就少点。
原因2：选1）若输了，尽管经济上不损失，但心理上不好受，因为有个2）本可以选择的。
$ J1 \) G6 N/ h( r4 B* b所以经济上，精神上来说，选2）能让我开心；
9 g2 g7 d/ e' z8 c) d
再来回alone021 ：我也是不玩一次，但会玩100次。
原因是：既然输赔100赢拿200，那么100次中只要有34次赢就可以了，而这可能性还是很大的。
. ]4 N7 Q# X; h/ H) a
顺便问楼下的，如何算100次中赢34次的概率呢？是不是66%？

jimk

回复 8# BennyShen
& N7 p' q1 V/ {) s* q) X

3 ^# \9 l* q4 k" A    这个要看参与这个游戏人的RISK TOLERANCE。 因为每个人的RISK TOLERANCE 不一样，所以他的选择不一样。
RISK SEEKER会选择第一种，而RISK ADVERSER 会选择后一种，RISK neutral have no difference between those two options。
! w) ]7 l) ~! z$ t  K尽管两个游戏的EXPECTED RETURN 是一样的。

jimk

回复 9# tfsa

0 f4 L0 s+ R9 \
5 z; K/ Z+ n. m  Q    binomial distribution, choose 34 out of 100 and multiply  0.5 to the power of 100

jimk

回复 1# alone021
$ y5 p3 `6 T, R6 M

* R. S7 a/ C9 i& w$ n: y9 `    想了很久，我试着解释一下吧。当然具体的数学推导就省略了，也没那么多时间去翻书再查了。可能也有不对的，希望大家指教。
2 D2 U5 g5 m$ [) \; ]7 P首先设定一个Brown的RISK TOLERANCE，设为TAO。这个意思就是他得到1块钱对他的UTILITY可能是1，而失去1块钱对他的UTILITY是-2. 简单的讲，就是对一个亿万富翁和一个穷人，他们丢失100块钱造成的影响是肯定不一样的。
* q) |, _# g7 c7 m% I/ u8 b# C! Q根据第一个条件，应该可以计算出一个TAO的范围。 然后再PLUG IN TAO，to a expected utility. 既然他说他是不IRRATIONAL的，那说明这个所算出的EXPECTED UTILITY应该小于第一个所算出的。
具体的推导有兴趣的可以写一下，MODEL是一个BINOMINAL的。

tfsa

回复  tfsa
( L& E/ Q8 D6 p% |. Z! a

# A* t# ^& |5 u5 H" H+ M    binomial distribution, choose 34 out of 100 and multiply  0.5 to the power of 100 ...
5 w; Q4 c8 z: K0 w. U0 Ijimk 发表于 2010-8-7 13:09

# L% ?: x% O) x  b
0 c( t/ w9 S! @( I) g' S0 f
    不懂，什么是 choose 34 out of 100 and multiply  0.5 to the power of 100 ？
" D/ W" X& S3 V$ f
0.5的100次方是非常非常小的数，应该是用来计算连续输100次的几率。而问题是100次中赢34或者输66次的几率是多少？

jimk

回复 13# tfsa

就是100个里面选34个～～～～也是一个比较大的数字了～～～但是你这应该是一个连加的，从100选1，到100选2，一直到100选34都加起来的。

tfsa

回复 14# jimk
/ M9 N: n$ R8 n/ K- y

    能否解释具体些？你提到要选1，选2。。。然后累加，可如何算100选中1的概率呢？