跳去內容

有限理性

出自維基百科,自由嘅百科全書

有限理性粵拼jau5 haan6 lei5 sing3 | 英文bounded rationality),或者叫受限理性,係行為經濟學當中最根基嘅概念。呢個概念由美國經濟學家認知心理學家赫伯特·亞歷山大·西蒙(Herbert Alexander Simon)所提出,係基於對生理學心理學層面嘅思考,對於傳統經濟理論所提出嘅修正。根據有限理性嘅原則,人類理論上可以係理性嘅決策者,但係佢哋喺運算能力、資訊時間、同記憶等嘅因素上受到限制,所以好多時都唔能夠做完全理性嘅決策[1][2][3]

例如假想有個人,佢想用手頭上嘅最大噉滿足自己嘅慾望,喺完美理性嘅情況下,佢會集中淨係諗應該點樣用手上嘅資源達到「最大噉滿足自己慾望」呢個目的,忽略嗮第啲嘢,而且完美噉清楚知道每個可能選項有幾能夠滿足自己慾望,跟住就作出能夠令「自己慾望得到滿足」(假設佢有個方法量度呢個變數)最大化嘅決策;而喺有限理性嘅情況下,經濟學家依然會想分析呢個人點樣用手上資源最大噉達到自己慾望,但會考慮有啲乜嘢因素可能搞到佢做唔到完美理性嘅決策-比如話,可能嘅使錢方案多得滯搞到個人唔可以冚唪唥考慮嗮(運算能力不足),又或者嗰個人未必知道嗮所有可能嘅選擇(資訊不足),又或者佢唔夠時間做噉大量嘅運算(時間不足)等等。總括嚟講,行為經濟學研究嘗試建基於假設咗「人類係理性」嘅古典經濟理論,跟住喺呢啲理論模型之上加入對「人類所面對嘅限制」嘅考量,務求創造出更加準確噉描述人類決策嘅理論模型[4][5]

起源

[編輯]
睇埋:理性

有限理性呢個概念係赫伯特·亞歷山大·西蒙(Herbert Alexander Simon)所建立嘅。佢提出,大部人祇係得局部理性,而佢哋做嘢嗰陣係唔理性。喺佢一連串嘅著作當中,西蒙列明出,有限理性嘅個體喺運算同解複雜嘅問題以及處理訊息(包括接收、儲存、搵同傳遞訊息等嘅工作)上係受到某啲限制嘅[6]。另外,佢亦都描述咗「古典」嘅理性決策模型可以用乜嘢方法改,令到個模型更加準確噉描述到現實,包括:

  • 限制效用(utility)函數嘅類型;
  • 指出要搜集同運算訊息係有代價嘅;
  • 效用函數可能包括「向量」或者「價值多元化」。

西蒙主張,現實世界嘅經濟個體係使用捷思法(一啲認知上嘅捷徑)嚟做決策,而唔係使用嚴謹嘅優化規則嘅。而佢哋(啲經濟個體)之所以噉做,係因為佢哋身處嘅情況好複雜,而且佢哋冇能力處理同計算嗮所有可能行動嘅效益。要對一個經濟決定作完全理性嘅決策(即係考慮嗮所有可能方案同計算嗮所有方案嘅效益)好多時要負出好大嘅代價,而且佢哋同時要進行好多經濟活動同決策,例:一個人去買餸可以做試做完美理性嘅決策(好似係去嗮全香港所有超市格價),但噉做會好嘥時間同精神,而且佢可能仲有第啲經濟決策要操心(好似係諗屋企嘅財政),所以最後選擇用一啲簡單嘅捷思法嚟買餸慳時間精神(「去離屋企最近嗰間超市買餸」就算)。

例子

[編輯]
圖 1;一場假想嘅博弈

喺經濟學上不嬲都有用博弈論(game theory)嚟分析經濟決策者之間嘅博弈:博弈論提供咗一個數學基礎俾工業組織,等佢哋可以用數學模型模擬(例如)公司點樣做決策嘗試令自己嘅利益最大化,做買賣、同員工傾人工、講數、同設計合約等嘅過程都可以用博弈論嚟模擬[7][8]

舉個簡單嘅例子說明,想像家吓有兩間公司,叫公司 1(firm 1)同公司 2(firm 2),喺度鬥爭一個市場嘅買家,每間公司都有兩個選擇,一係揀「進入市場」(entry,簡稱「E」),一係揀「遲啲先進入市場」(delay entry,簡稱「DE」)。喺呢個個案之下,如果兩間同時進入市場嘅話,佢哋都會各自損失 4,000,000 文嘅盈利;而如果公司 1 而家進入市場,而公司 2 揀遲啲先入,噉公司 1 會得到 6,000,000 文嘅盈利,而公司 2 乜嘢都得唔到;淨低嘅情況可以睇圖 1。喺呢個形勢之下,對於公司 1 嚟講,揀 DE 嘅話實蝕,相比之下,佢揀 E 嘅話至少會蝕少啲,甚至有機會賺(如果公司 2 揀 DE 嘅話),同時,就算公司 2 知道呢一點,佢可能都會因為唔想蝕 4,000,000 而焗住去揀 DE。如果係噉,最後結果會係公司 1 賺 6,000,000,而公司 2 冇得益冇損失。有咗呢個模型模擬兩個公司之間嘅交鋒,一個經濟學家跟手可以模擬(例如)成個經濟體內部嘅眾公司彼此之間嘅交鋒,再睇吓(假設啲公司冚唪唥都係會揀令自己盈利最大化嘅選擇)佢哋最後邊個會係贏家。

上述呢個模型係假設咗兩間公司都係理性嘅決策者:一個典型嘅新古典經濟學家好可能做完上述嘅分析就收工,諗住呢個高度理想化嘅模型充分噉模擬到現實,但一個行為經濟學家仲會思考到底兩間公司係咪真係理性嘅決策者(通常都唔係),而如果唔係,佢哋喺邊方面唔似理性嘅決策者-兩間公司可能唔能夠喺複雜嘅市場環境下計出每個選項嘅得失(運算能力不足),又或者可能情報上有失誤(資訊不足),又或者可能因為某啲原因而焗住要倉猝做決策(時間不足),跟住個行為經濟學家仲會諗吓,「兩間公司唔理性嘅地方」會點樣影響佢哋嘅行為(佢哋以乜嘢方式偏離理性模型),再按此執靚個模型,務求最後嗰個模型更加能夠描述同預測現實世界嘅現象[9]

同行為經濟學嘅啦掕

[編輯]

有限理性嘅概念係行為經濟學(behavioral economics)呢個經濟學子領域嘅根基,指人類可以係理性嘅決策者,但係佢哋喺運算能力、資訊時間、同記憶等嘅因素上受到限制,所以好多時都唔能夠做完全理性嘅決策-呢點相對於好多時假設人類係完全理性嘅古典經濟學。例如假想有個人,佢想用手頭上嘅最大噉滿足自己嘅慾望,喺完美理性嘅情況下,佢會集中淨係諗應該點樣用手上嘅資源達到「最大噉滿足自己慾望」呢個目的,忽略嗮第啲嘢,而且完美噉清楚知道每個可能選項有幾能夠滿足自己慾望,跟住就作出能夠令「自己慾望得到滿足」(假設佢有個方法量度呢個變數)最大化嘅決策;而喺有限理性嘅情況下,經濟學家依然會想分析呢個人點樣用手上資源最大噉達到自己慾望,但會考慮有啲乜嘢因素可能搞到佢做唔到完美理性嘅決策-比如話,可能嘅使錢方案多得滯搞到個人唔可以冚唪唥考慮嗮(運算能力不足),又或者嗰個人未必知道嗮所有可能嘅選擇(資訊不足),又或者佢唔夠時間做噉大量嘅運算(時間不足)等等。總括嚟講,行為經濟學研究嘗試建基於假設咗「人類係理性」嘅古典經濟理論,跟住喺呢啲理論模型之上加入對「人類所面對嘅限制」嘅考量,務求創造出更加準確噉描述人類決策嘅理論模型[2][10][11]

睇埋

[編輯]

引咗

[編輯]
  1. Lin, Tom C. W. (16 April 2012). "A Behavioral Framework for Securities Risk". Seattle University Law Review. SSRN.
  2. 2.0 2.1 Kahneman, D. (2003). Maps of bounded rationality: Psychology for behavioral economics. American economic review, 93(5), 1449-1475.
  3. Mullainathan, S., & Thaler, R. H. (2000). Behavioral economics (No. w7948). National Bureau of Economic Research.
  4. Simon, H. A. (1972). Theories of bounded rationality. Decision and organization, 1(1), 161-176.
  5. Duffy, S., & Smith, J. (2014). Cognitive load in the multi-player prisoner's dilemma game: Are there brains in games?. Journal of Behavioral and Experimental Economics, 51, 47-56.
  6. Oliver E. Williamson, p. 553, citing Simon.
  7. Samuelson & Nordhaus (2004), ch. 11, "Uncertainty and Game Theory" and [end] Glossary of Terms, "Economics of information", "Game theory", and "Regulation".
  8. Myerson, Roger B. (1991). Game Theory: Analysis of Conflict, Harvard University Press, p. 1.
  9. Camerer, C. F. (2008). Behavioural game theory. Palgrave Macmillan UK.
  10. Simon, H. A. (1972). Theories of bounded rationality. Decision and organization, 1(1), 161-176.
  11. Duffy, S., & Smith, J. (2014). Cognitive load in the multi-player prisoner's dilemma game: Are there brains in games?. Journal of Behavioral and Experimental Economics, 51, 47-56.