Chapter 4: Compound Invariant Weighting Functions in Prospect Theory
Drazen Prelec
From: Choices, Values, and Frames (Cambridge University Press, 2000)
📖 总结
1) 问题意识：为何需要“权重函数公理化”
本章围绕前景理论中的概率权重函数 w(p) 展开。作者指出：经验数据已较一致地显示权重函数呈“反S形”（小概率被高估、大概率被低估，且在中高概率区的曲率变化并不对称），但这种形状长期缺乏统一、简洁且可检验的结构性解释。与效用函数“主要由凹性刻画”不同，概率权重函数同时涉及凹与凸、端点敏感性、比例缩放不变性等多重性质，因此更难理论化。
2) CPT框架中的定位：权重函数不是“单点概率”函数
在累积前景理论（CPT）中，作者强调权重函数的输入并非某个结果的“单点概率”，而是“累积概率”（对收益是至少这么好，对损失是至少这么差）。这一点决定了权重函数会直接进入排序依赖（rank-dependent）的评价结构。章中聚焦简单与二元前景，借此将经典悖论（Allais的common-ratio与common-consequence）翻译为对 w(p) 形状的约束。
3) 三大经验约束：并非彼此蕴含，但现实中常共现
作者梳理了三类核心性质：
- 过度/不足加权（over/underweighting）：小概率上方穿越对角线，大概率下方穿越；
- 次比例性（subproportionality）：在固定概率比下，低概率区的权重比更接近1（对应Allais共同比率效应）；
- 次可加性与端点绝对敏感性（subadditivity）：接近0与1时对概率增量更敏感（对应共后果效应与“确定性效应”）。
逻辑上，三者可分离（可构造只满足其一的函数）；经验上却常联动出现。章节核心贡献正是提出一个可把三者“同序化”的约束。
4) 复合不变性（compound invariance）：把悖论结构在“复合概率”下保持
“复合不变性”主张：若某组概率上的共同比率违背成立，则在把概率统一做复合（如平方、立方，对应独立重复事件）后，违背结构保持。直观上，这是在要求“相对中点关系”在不确定性的等比例分辨/复合中保持不变。该条件弱于期望效用（EU）：EU不仅要求保持中点关系，还规定中点的具体位置；CI只要求结构保留，不强行指定位置。
5) 结果：导出指数-对数幂族并统一三类违背
在CPT与乘法型表示下，复合不变性导出：
w⁺(p)=exp{-β₊(-ln p)^α},
w⁻(p)=exp{-β₋(-ln p)^α}, α,β₊,β₋>0.
其中：
- α=β=1 退化为线性（EU）；
- α=1 为幂函数 p^β（不产生目标三性质）；
- α<1 给出反S形并同时满足三大经验约束。
6) 一参数收缩与1/e结构
若进一步加入“对角凹性（diagonal concavity）”与次比例性，可收缩为一参数形式：
w⁺(p)=w⁻(p)=exp{-( -ln p)^α}, 0<α<1.
该形式蕴含拐点与不动点位于 p=1/e≈0.368。作者结合Wu与Gonzalez的非参数证据指出：拐点位置多落在0.3–0.4附近，且接近1/e，至少经验上相当有吸引力。
7) 近零行为：绝对斜率陡升、相对区分压缩
当 α<1 时，p→0 附近函数兼容三种直觉：
- 权重连续趋零；
- 从不可能到可能具有“质变感”（绝对斜率趋于很大）；
- 极小概率间相对可分性下降（如百万分之一与二百万分之一权重比趋近1）。
这使该函数在保险、彩票、健康小概率风险等场景具有解释力。
🧪 关键实验与发现
- Allais共同比率（Table 4.1）：
典型偏好模式是上组偏好确定较小收益、下组偏好极小概率大收益，违背EU一致排序。CPT下可转写为
w(.98)/w(1) < w(.0098)/w(.01)，即高概率区“逼近确定性”的权重变化更剧烈，支撑次比例性。
- Allais共后果（Table 4.2）：
通过向两方案同时添加共同后果，理论上EU应保持偏好不变，但多数人发生反转。CPT推得端点附近增量权重差异：最差分位（接近0收益）与“锁定确定性”分位（接近1）被异常放大，支持次可加性与端点敏感性。
- Wu & Gonzalez 非参数“梯形任务”证据（Figure 4.5）：
通过多组“安全 vs 冒险”局部选择构造权重函数斜率的序指标；五次独立描绘中，四次拐点最接近 1/e，并明显不在 0.5。这是对“一参数CI形状+不对称拐点”的关键支持。
- MIT样本估计示例（Table 4.4, Figures 4.8–4.9）：
基于不同概率下1万美元奖项的确定性等价中位数，在双对数坐标线性回归得到约 α≈0.65、σ≈0.60。结果再现“四重风险态度”：小概率收益风险寻求、大概率收益风险规避（损失域对偶）。
🧩 核心概念与模型
- 复合不变性公理（CI）：
若 (x,p)∼(y,q) 且 (x,r)∼(y,s)，则在任意复合阶数 N 下，若 (x’,p^N)∼(y’,q^N)，应推出 (x’,r^N)∼(y’,s^N)。
本质是“共同比率违背结构”在复合变换下保持。
- CI导出的权重函数族：
w(p)=exp{-β(-ln p)^α}（收益/损失可有不同 β，共享 α）。
- 参数经济学含义：
- α：Allais违背强度指数（可视作“悖论指数”）。α 越小，过/不足加权、次比例性、次可加性越强；
- β：在给定 α 下调节净凸性/净低估程度。
- 同序化定理（命题2）：
在CI宇宙中，“谁更过/不足加权”“谁更次比例”“谁更次可加”三种排序等价，且都由 α 单调决定。这一结果大幅降低了行为异象比较的维度。
- 对角凹性 + 次比例 + CI ⇒ 一参数模型（命题3）：
将 β 固定为1并令收益/损失共用同一 α，理论约束最强、估计最简。
- CI+CRRA 联合模型：
配置价值函数 v(x)=x^σ 后，可推得风险态度分界由 w(p) 与 p^σ 交点决定；当 α<1 时，CI函数从上方穿越任意幂函数，四重模式稳健成立。双对数坐标下模型可线性化估计，具强实操性。
💡 现实启示
- 决策建模层面：
该章提示风险偏好的主导来源常在“概率维度”而非“金额效用曲率”。建模时若只调 σ（效用曲率）而忽略 α（概率变形），会系统性误判小概率行为。
- 风险评估与政策设计：
在疫苗副作用沟通、极端灾害防范、保险定价、彩票监管等场景，公众对极小概率的绝对敏感与相对迟钝并存。政策表达应避免仅靠“概率倍数”沟通，需同时处理“是否从0变为非0”“是否逼近确定性”的心理节点。
- 产品与市场实践：
金融与保险产品可利用CI参数分层：α 更低者更易出现Allais式反转，适合使用“区间保障”“端点确定性增强”而非单纯提升期望值的设计。
- 方法论意义：
复合不变性把多个经典悖论统一为同一结构约束，说明行为经济学并非“例外清单”，而可形成紧凑公理体系。对实证研究而言，一参数近似在解释力与可估计性之间提供了高性价比折中。