郭振華 上海對(duì)外經(jīng)貿(mào)大學(xué)金融學(xué)院

（接2019年第9期）

四、保險(xiǎn)風(fēng)險(xiǎn)判斷的相關(guān)研究成果

首先需要明確的是，保險(xiǎn)領(lǐng)域的學(xué)者通常都不從事保險(xiǎn)風(fēng)險(xiǎn)主觀判斷的研究，只是偶爾借鑒心理學(xué)或行為經(jīng)濟(jì)學(xué)的相關(guān)研究成果來(lái)進(jìn)行自己某議題的研究。例如，有人借鑒風(fēng)險(xiǎn)感知研究成果，說(shuō)人們會(huì)高估或低估風(fēng)險(xiǎn)；有人借鑒行為經(jīng)濟(jì)學(xué)中前景理論的研究成果，說(shuō)人們會(huì)高估小概率風(fēng)險(xiǎn)、低估中高概率風(fēng)險(xiǎn)。同樣的邏輯，心理學(xué)家通常也不直接從事保險(xiǎn)風(fēng)險(xiǎn)主觀判斷的研究，而是進(jìn)行不確定條件下的主觀判斷研究（如前所述，不確定性至少包括兩種情形，一種是實(shí)際已知但對(duì)判斷者未知的不確定性，另一種是誰(shuí)都不知道結(jié)果的未來(lái)的不確定性），當(dāng)然，這其中會(huì)涉及主觀風(fēng)險(xiǎn)判斷研究，與保險(xiǎn)風(fēng)險(xiǎn)判斷直接相關(guān)。

在心理學(xué)家開(kāi)展的主觀風(fēng)險(xiǎn)研究中，與保險(xiǎn)風(fēng)險(xiǎn)判斷最相關(guān)最著名的、被引用次數(shù)最多的兩個(gè)研究成果，第一個(gè)是Lichtenstein等人1978年在Journal of Experimental Psychology:Human Learning and Memory發(fā)表的“Judged Frequency of Lethal Events（致命事件的頻率判斷）”,該論文得出了“人們會(huì)高估低頻率致命事件，低估高頻率致命事件”的結(jié)論，并廣為傳播，被瘋狂引用和轉(zhuǎn)載，我還在Ted演講視頻中看到某個(gè)心理學(xué)家引用這個(gè)成果來(lái)說(shuō)事兒。第二個(gè)就是大名鼎鼎的卡尼曼和特沃斯基在1979版和1992版前景理論（Prospect Theory）中提出的“人們會(huì)高估小概率風(fēng)險(xiǎn)，低估中高概率風(fēng)險(xiǎn)”，這一結(jié)論以不確定條件下的“決策權(quán)重函數(shù)”展示在論文中，被瘋狂學(xué)習(xí)、轉(zhuǎn)載和引用，進(jìn)而深入人心。

（一）致命事件的頻率判斷

Lichtenstein等人是如何得到“人們會(huì)高估低頻率致命事件，低估高頻率致命事件”這一結(jié)論的呢？首先，該文采取的研究方法是心理測(cè)量學(xué)范式，用問(wèn)卷調(diào)查法請(qǐng)被試（美國(guó)大學(xué)生和婦女選舉聯(lián)盟的成員）對(duì)41個(gè)死亡原因的發(fā)生頻率（致死人數(shù)）進(jìn)行判斷。而且，在判斷之前，研究者告訴被試們美國(guó)的其中一種死亡原因“機(jī)動(dòng)車事故”所造成的年度死亡人數(shù)是50000人，然后要求他們估計(jì)其余40種死因的年度致死人數(shù)。

研究發(fā)現(xiàn)，在上述條件下，被試們通常知道哪個(gè)致命事件最常發(fā)生、哪個(gè)致命事件最少發(fā)生。但人們也會(huì)犯嚴(yán)重的判斷錯(cuò)誤，即人們會(huì)高估低頻率死亡風(fēng)險(xiǎn)，低估高頻率死亡風(fēng)險(xiǎn)。這里的高估和低估是指被試判斷結(jié)果的均值與實(shí)際致死人數(shù)的比較結(jié)果。

如圖2所示，橫軸是每年各種原因的實(shí)際致死人數(shù)，縱軸是被試們對(duì)每年各種原因致死人數(shù)的主觀估計(jì)值，45度直線代表完全正確的死亡頻率估計(jì)線，每個(gè)黑點(diǎn)代表被試們估計(jì)的各種原因的死亡頻率平均值，較粗的曲線是被試估計(jì)平均值的擬合曲線，可以明顯看出，人們會(huì)高估低頻率事件，低估中高頻率事件。

?圖3 前景理論中的決策權(quán)重函數(shù)

（二）前景理論的決策權(quán)重函數(shù)

前景理論（Kahneman&Tversky，1979；Tversky&Kahneman，1992）主要包含兩部分：價(jià)值函數(shù)和決策權(quán)重函數(shù)。價(jià)值函數(shù)類似于期望效用理論中的效用函數(shù)，決策權(quán)重函數(shù)則取代了計(jì)算期望效用時(shí)的概率。

決策權(quán)重函數(shù)是客觀概率的函數(shù)，描述了人們對(duì)概率的主觀估計(jì)，卡尼曼和特沃斯基提出，人們過(guò)于重視小概率事件，體現(xiàn)為決策權(quán)重大于客觀概率；同時(shí)，人們會(huì)輕視中高概率事件，體現(xiàn)為決策權(quán)重低于客觀概率。如圖3所示。

在1992版前景理論的決策權(quán)重函數(shù)中，小概率與中高概率分界點(diǎn)為P=0.35，絕大多數(shù)保險(xiǎn)所承保的小概率風(fēng)險(xiǎn)的出險(xiǎn)概率都低于0.35。由于前景理論太有名了，這就導(dǎo)致人們會(huì)不自覺(jué)地認(rèn)為，人們會(huì)高估保險(xiǎn)承保風(fēng)險(xiǎn)。果真如此，保險(xiǎn)公司會(huì)高興到天上去，因?yàn)楦吖里L(fēng)險(xiǎn)意味著人們?cè)敢庵Ц陡叩谋ＹM(fèi)購(gòu)買(mǎi)保險(xiǎn)。

五、上述兩項(xiàng)成果對(duì)保險(xiǎn)風(fēng)險(xiǎn)判斷都是煙霧彈

上述兩項(xiàng)成果名氣太大，以至于讓很多讀者形成了“人們會(huì)高估小概率風(fēng)險(xiǎn)，低估中高概率風(fēng)險(xiǎn)”的印象和看法。但事實(shí)上，這兩項(xiàng)成果對(duì)保險(xiǎn)風(fēng)險(xiǎn)判斷來(lái)說(shuō)都是煙霧彈，其研究方法和結(jié)論并不適用于保險(xiǎn)風(fēng)險(xiǎn)判斷的情形。

（一）Lichtensteinstein等人的模糊結(jié)論

就Lichtenstein等人得到的“人們會(huì)高估低頻率死亡風(fēng)險(xiǎn)，低估高頻率死亡風(fēng)險(xiǎn)”這一結(jié)論來(lái)說(shuō)，我們需要認(rèn)清其研究方法的缺陷以及結(jié)論的本質(zhì)。

第一，從研究方法來(lái)看，在請(qǐng)被試判斷各種原因的致死人數(shù)時(shí)，研究者提前向被試提供了“機(jī)動(dòng)車事故”所造成的年度死亡人數(shù)（50000人），正是這一數(shù)據(jù)提供了被試們頻率估計(jì)的起點(diǎn)。我相信，如果不提供這一數(shù)字，被試們的估計(jì)可能會(huì)五花八門(mén)，擬合曲線會(huì)很難看，也不一定能夠得到上述結(jié)論。而在現(xiàn)實(shí)生活中，人們?cè)谠u(píng)估風(fēng)險(xiǎn)時(shí)，通常并沒(méi)有相關(guān)的統(tǒng)計(jì)數(shù)據(jù)。

第二，盡管結(jié)論是“人們會(huì)高估低頻率死亡風(fēng)險(xiǎn)，低估高頻率死亡風(fēng)險(xiǎn)”，但這41種死亡風(fēng)險(xiǎn)其實(shí)均為小概率風(fēng)險(xiǎn)，這個(gè)結(jié)論其實(shí)只是說(shuō)，對(duì)于死亡風(fēng)險(xiǎn)這類小概率風(fēng)險(xiǎn)，“人們會(huì)高估極低概率風(fēng)險(xiǎn)，高估低概率風(fēng)險(xiǎn)”，而不是說(shuō)“人們會(huì)高估小概率風(fēng)險(xiǎn)，低估中小概率風(fēng)險(xiǎn)”。而且，總體而言，大家可以看出來(lái)，如果將所有死亡風(fēng)險(xiǎn)加總在一起，被試們是低估而不是高估的。

第三，這項(xiàng)研究要求被試估計(jì)的是頻率而不是概率，按照進(jìn)化心理學(xué)的研究成果，人類在判斷頻率方面有進(jìn)化積累的或與生俱來(lái)的先天優(yōu)勢(shì)，因?yàn)槲覀兊淖嫦葹榱松嫦氯?，必須不斷去記憶如“森林中不同地方的可食植物的?shù)量”“水塘旁遭遇過(guò)的肉食動(dòng)物的數(shù)量”“競(jìng)爭(zhēng)部落中敵人的數(shù)量”等頻率數(shù)據(jù)，但在估計(jì)概率方面卻沒(méi)有優(yōu)勢(shì)，很容易犯錯(cuò)。

（二）前景理論中的決策權(quán)重函數(shù)完全不適用于保險(xiǎn)風(fēng)險(xiǎn)判斷

就前景理論中決策權(quán)重函數(shù)所體現(xiàn)的“人們會(huì)高估小概率風(fēng)險(xiǎn)，低估中高概率風(fēng)險(xiǎn)”而言，這一結(jié)論完全不可靠。因?yàn)?，第一，在前景理論的?shí)驗(yàn)研究中，卡尼曼和特沃斯基（1979）向被試提供了清晰的每項(xiàng)選擇的結(jié)果概率分布，被試是在完全知曉概率分布的情況下進(jìn)行決策的，這里根本就不存在風(fēng)險(xiǎn)判斷或風(fēng)險(xiǎn)評(píng)估問(wèn)題；第二，既然風(fēng)險(xiǎn)是已知的，卡尼曼和特沃斯基怎么會(huì)得出“人們會(huì)高估小概率風(fēng)險(xiǎn)，低估中高概率風(fēng)險(xiǎn)”的結(jié)論呢？這看起來(lái)有些詭異。原來(lái)，在前景理論中，這一結(jié)論是在給定被試清晰的每項(xiàng)選擇的概率分布后，根據(jù)被試的選擇結(jié)果和價(jià)值函數(shù)形態(tài)（凹的還是凸的）推導(dǎo)出來(lái)的，并非被試面臨風(fēng)險(xiǎn)的主觀判斷結(jié)果。

例如，在1979版前景理論論文的問(wèn)題8和問(wèn)題8’中，

問(wèn)題8：請(qǐng)?jiān)贏和B中做出選擇：

A.以0.002的概率獲得3000美元，以0.998的概率一無(wú)所獲；

B.以0.001的概率獲得6000美元，以0.999的概率一無(wú)所獲。

結(jié)果：絕大多數(shù)被試（73%）選擇了B。

問(wèn)題8’：請(qǐng)?jiān)贑和D中做出選擇：

C.以0.002的概率損失3000美元，以0.998的概率損失為零；

D.以0.001的概率損失6000美元，以0.999的概率損失為零。

結(jié)果：絕大多數(shù)被試（70%）選擇了C。

針對(duì)問(wèn)題8，人們傾向于選擇B，意味著：π（0.001）v（6000）＞ π（0.002）v（3000）再結(jié)合盈利區(qū)域價(jià)值函數(shù)是凹的，則

由此得到π（0.001）＞1/2 π（0.002）?？崧吞匚炙够痛颂岢觯鄬?duì)于準(zhǔn)確估計(jì)小概率而言，人們仿佛會(huì)高估小概率風(fēng)險(xiǎn)。針對(duì)問(wèn)題8’的結(jié)果，結(jié)合損失區(qū)域價(jià)值函數(shù)是凸的，可以得到相同的結(jié)論。

為了進(jìn)一步證實(shí)“人們仿佛會(huì)高估小概率風(fēng)險(xiǎn)”這一結(jié)論，即當(dāng)p較小時(shí)，π（p）＞p，卡尼曼和特沃斯基又使用了一組問(wèn)題14和14’。

問(wèn)題14：請(qǐng)?jiān)贏和B中做出選擇：

A.以0.001的概率獲得5000美元，以0.999的概率一無(wú)所獲；

B.肯定獲得5美元。

結(jié)果：絕大多數(shù)被試（72%）選擇了A。

問(wèn)題14’：請(qǐng)?jiān)贑和D中做出選擇：

C.以0.001的概率損失5000美元，以0.999的概率損失為零；

D.肯定損失5美元。

結(jié)果：絕大多數(shù)被試（83%）選擇了D。

針對(duì)問(wèn)題14，人們傾向于選擇A，意味著：

π（0.001）v（5000）＞ v（5）

再結(jié)合盈利區(qū)域價(jià)值函數(shù)是凹的，則

π（0.001）＞v（5）/v（5000）＞0.001

即，相對(duì)于準(zhǔn)確估計(jì)小概率而言，人們仿佛會(huì)高估小概率風(fēng)險(xiǎn)。針對(duì)問(wèn)題8’的結(jié)果，結(jié)合損失區(qū)域價(jià)值函數(shù)是凸的，可以得到相同的結(jié)論。

采用同樣的分析模式，卡尼曼和特沃斯基又得到了人們仿佛會(huì)低估中高概率風(fēng)險(xiǎn)的結(jié)論。

顯然，前景理論中決策權(quán)重函數(shù)所體現(xiàn)的“人們會(huì)高估小概率風(fēng)險(xiǎn)，低估中高概率風(fēng)險(xiǎn)”這一結(jié)論，其研究場(chǎng)景與現(xiàn)實(shí)中的保險(xiǎn)風(fēng)險(xiǎn)判斷和決策場(chǎng)景（人們并不知道損失風(fēng)險(xiǎn)的概率分布）完全不符，而且是根據(jù)實(shí)驗(yàn)結(jié)果倒推出來(lái)的人們“仿佛”會(huì)這樣那樣的結(jié)果，完全不適合保險(xiǎn)風(fēng)險(xiǎn)的主觀判斷。

六、經(jīng)驗(yàn)風(fēng)險(xiǎn)判斷研究綜述及其啟示

（一）經(jīng)驗(yàn)決策研究范式

在不確定決策理論的實(shí)證研究中，傳統(tǒng)的實(shí)驗(yàn)研究范式，是假定風(fēng)險(xiǎn)已知，在實(shí)驗(yàn)研究中就體現(xiàn)為直接向被試提供準(zhǔn)確的風(fēng)險(xiǎn)信息。例如，A選項(xiàng)：10%的概率獲得32美元，90%的概率獲得0美元；B選項(xiàng)：肯定獲得3美元，請(qǐng)被試做出選擇?；谶@類研究范式，一系列精心設(shè)計(jì)的實(shí)驗(yàn)研究發(fā)現(xiàn)并證實(shí)了許多重要的決策規(guī)律，如前景理論（Kahneman&Tversky，1979；Tversky&Kahneman，1992）、稟賦效應(yīng)（Thaler，1980）等，這些規(guī)律的發(fā)現(xiàn)為我們理解人們?cè)诓淮_定條件下的判斷和決策提供了很多啟發(fā)。但是，如第五部分所述，這些研究成果和結(jié)論并不一定與現(xiàn)實(shí)相符，其有效性受到很大限制。

本世紀(jì)初，基于經(jīng)驗(yàn)的風(fēng)險(xiǎn)判斷與決策研究逐漸興起（Hertwig、Barron、Webe和Erev，2004；Weber、Shafir 和 Blais，2004；Yechiam 和 Busemeyer，2006；Hau、Pleskac、Kiefer和 Hertwig，2008；Hertwig 和 Erev，2009；Koritzky和 Yechiam，2010；Barron和Ursino，2013），這一研究范式假定風(fēng)險(xiǎn)未知，在實(shí)驗(yàn)研究中要求被試去不斷進(jìn)行嘗試性決策以探索風(fēng)險(xiǎn)的大小，然后再做出最終的風(fēng)險(xiǎn)決策。例如，實(shí)驗(yàn)研究人員不告訴被試A、B選項(xiàng)的概率分布，而是僅僅提供兩個(gè)按鈕A和B（分別代表A選項(xiàng)和B選項(xiàng)）供被試選擇，經(jīng)過(guò)不斷探索后，被試做出最終的選擇。

Hertwig等人（2004）將事先不告知被試決策選項(xiàng)的概率和收益，需要被試自己在決策之前獲取決策信息的決策形式稱作經(jīng)驗(yàn)決策（decisions from experience），而將事先明確了決策信息的傳統(tǒng)決策研究形式稱作描述性決策（decisions from description）。

Fox和Hadar（2009）認(rèn)為，經(jīng)驗(yàn)決策有以下兩個(gè)特征：1）決策者不完全知道決策可能的結(jié)果以及相應(yīng)的概率；2）決策者需要一個(gè)抽樣過(guò)程，即上面所說(shuō)的獲得收益（或損失）及相應(yīng)概率的過(guò)程，這個(gè)過(guò)程可以看作是一個(gè)經(jīng)驗(yàn)習(xí)得的過(guò)程。

黃志華、閆鞏固和王天樂(lè)（2011）將經(jīng)驗(yàn)決策和描述性決策的差異歸納為如下幾個(gè)方面：第一，決策信息的完備性不同。在描述性決策中，決策選項(xiàng)的概率和收益是事先確定的，有限且完備的；而在經(jīng)驗(yàn)決策中，決策選項(xiàng)及其概率等信息是未知的、待確定的和因人而異的。第二，決策者的主動(dòng)程度不同。在描述性決策中，人們只需根據(jù)給定的有限且確定的信息進(jìn)行選擇，是一種被動(dòng)的選擇。而經(jīng)驗(yàn)決策則需要人們主動(dòng)地去探索和獲得相關(guān)決策信息，其決策行為更加主動(dòng)。第三，學(xué)習(xí)的作用不同。描述性決策不考慮學(xué)習(xí)的作用，但經(jīng)驗(yàn)決策更強(qiáng)調(diào)過(guò)去行為經(jīng)驗(yàn)對(duì)當(dāng)前決策的影響。

如前所述，在現(xiàn)實(shí)世界的風(fēng)險(xiǎn)決策中，人們往往并不知道風(fēng)險(xiǎn)的準(zhǔn)確信息，只能主要依靠自身經(jīng)驗(yàn)或經(jīng)歷、采用可得性啟發(fā)式來(lái)做出風(fēng)險(xiǎn)判斷和保險(xiǎn)決策，基本符合Hertwig等人（2004）提出的經(jīng)驗(yàn)決策模式，因此，經(jīng)驗(yàn)決策范式相對(duì)較好地模擬或考慮到了人們依靠自身經(jīng)驗(yàn)或經(jīng)歷進(jìn)行風(fēng)險(xiǎn)判斷這一現(xiàn)實(shí)情況，其研究結(jié)論更加符合現(xiàn)實(shí)情況。

（二）經(jīng)驗(yàn)決策范式的結(jié)論與傳統(tǒng)決策范式正好相反

近年來(lái)，心理學(xué)家們開(kāi)展了大量的經(jīng)驗(yàn)決策實(shí)證研究，并與描述性決策實(shí)證研究結(jié)果進(jìn)行對(duì)比。例如，在Hertwig等人2004年發(fā)表的實(shí)驗(yàn)研究論文Decision from Experience and the Effect of Rare Events in Risky Choice中，將100名被試隨機(jī)分為兩組：描述性決策組（the description group）和經(jīng)驗(yàn)決策組（the experience group），兩組被試面對(duì)的選擇問(wèn)題是相同的，唯一的區(qū)別是，研究人員直接向描述性決策組告知了每個(gè)問(wèn)題的兩個(gè)選項(xiàng)的結(jié)果概率分布，但僅向經(jīng)驗(yàn)決策組提供了兩個(gè)按鈕，分別代表兩個(gè)選項(xiàng)，但被試對(duì)按鈕背后的結(jié)果概率分布毫不知情。

例如，在經(jīng)驗(yàn)決策中，被試面對(duì)兩個(gè)按鈕，每個(gè)按鈕代表一個(gè)選項(xiàng)（如，A選項(xiàng)：10%的概率獲得32美元，90%的概率獲得0美元；B選項(xiàng)：肯定獲得3美元，等等），但被試對(duì)該選項(xiàng)一無(wú)所知，只能通過(guò)自己不斷進(jìn)行的選擇來(lái)探索按鈕背后的選項(xiàng)，每一次選擇相當(dāng)于一次隨機(jī)抽樣，研究人員鼓勵(lì)被試進(jìn)行盡可能多次的探索，最終，當(dāng)被試自己認(rèn)為可以進(jìn)行最終的決策時(shí)，請(qǐng)所有被試做出最終選擇。

?表1 Hertwig（2004）提供的選擇問(wèn)題和被試選擇結(jié)果

從實(shí)驗(yàn)結(jié)果來(lái)看，盡管實(shí)際選項(xiàng)是相同的，但描述性決策組和經(jīng)驗(yàn)決策組的選擇規(guī)律基本是相反的，例如，對(duì)于問(wèn)題1，描述性決策組中36%的被試選擇A，但經(jīng)驗(yàn)決策組中88%的被試選擇了A；對(duì)于問(wèn)題6，描述性決策組中64%的被試選擇A，但經(jīng)驗(yàn)決策組中12%的被試選擇了A。而且，除第二個(gè)問(wèn)題外，組間差異都是統(tǒng)計(jì)顯著的。

更重要的是，在經(jīng)驗(yàn)決策條件下，被試普遍低估了小概率風(fēng)險(xiǎn)。例如，就問(wèn)題1而言，描述性決策組多數(shù)人選擇B（3，1.0），而經(jīng)驗(yàn)決策組多數(shù)選擇了A（4，0.8），原因很可能是經(jīng)驗(yàn)決策組在抽樣過(guò)程中，多數(shù)被試均未抽到小概率事件（0，0.2），導(dǎo)致被試低估了小概率事件的存在性，進(jìn)而選擇了A。

再比如問(wèn)題3，描述性決策組多數(shù)人選擇了A（-3，1.0），而經(jīng)驗(yàn)決策組多數(shù)選擇了B（-32，0.1），原因很可能是經(jīng)驗(yàn)決策組在抽樣過(guò)程中，多數(shù)被試均未抽到小概率事件（-32，0.1），導(dǎo)致忽略或低估了小概率事件（-32，0.1）的存在性，進(jìn)而選擇了B。

（三）為何人們會(huì)低估小概率風(fēng)險(xiǎn)？

為什么人們?cè)诮?jīng)驗(yàn)決策中會(huì)低估小概率風(fēng)險(xiǎn)呢？最重要的原因就是抽樣誤差，在經(jīng)驗(yàn)決策這樣的抽樣決策范式下，雖然被試可以自由選擇抽樣次數(shù)（即在最終決策前不斷嘗試選擇的次數(shù)），但實(shí)際上很多研究表明，被試的抽樣數(shù)量是一個(gè)小樣本（平均7次），而在小樣本中，出現(xiàn)小概率事件的次數(shù)極少（甚至根本沒(méi)有出現(xiàn)），也就是說(shuō)，被試通過(guò)抽樣觀察到的概率并不能反映出實(shí)際的概率，導(dǎo)致被試低估小概率事件。

重要的是，在現(xiàn)實(shí)世界中，人們對(duì)于小概率風(fēng)險(xiǎn)的經(jīng)歷與小樣本抽樣非常類似，很少會(huì)碰到風(fēng)險(xiǎn)事件發(fā)生在自己身上，而且出險(xiǎn)概率越低，就越不容易遭遇風(fēng)險(xiǎn)事故。所以，在現(xiàn)實(shí)世界人們往往會(huì)低估小概率風(fēng)險(xiǎn)，而且，出險(xiǎn)概率越低，低估風(fēng)險(xiǎn)的情況會(huì)越嚴(yán)重。

七、主要結(jié)論

本文對(duì)主觀風(fēng)險(xiǎn)相關(guān)研究進(jìn)行了梳理和綜述，尤其注重與保險(xiǎn)風(fēng)險(xiǎn)主觀判斷相關(guān)的研究成果，主要結(jié)論包括：

第一，人們主要使用主觀風(fēng)險(xiǎn)而非客觀風(fēng)險(xiǎn)（統(tǒng)計(jì)風(fēng)險(xiǎn)）進(jìn)行風(fēng)險(xiǎn)決策，包括保險(xiǎn)決策。

第二，人們?cè)诠烙?jì)不確定事件的概率或不確定量的數(shù)值時(shí)，會(huì)采用啟發(fā)式原則進(jìn)行簡(jiǎn)化判斷，如代表性啟發(fā)式、可得性啟發(fā)式和錨定與調(diào)整啟發(fā)式等，使用這些啟發(fā)式原則可以降低思考和決策成本，但也會(huì)帶來(lái)各種偏差。

第三，人們?cè)谶M(jìn)行保險(xiǎn)風(fēng)險(xiǎn)判斷時(shí)，對(duì)于出險(xiǎn)概率，很可能主要依賴可得性啟發(fā)式進(jìn)行判斷，例如，人們通過(guò)回憶其熟人中癌癥的發(fā)生情況來(lái)估計(jì)自己患癌癥的風(fēng)險(xiǎn)。對(duì)于損失規(guī)模，則可能首先使用可得性啟發(fā)式來(lái)做出初始判斷，然后再根據(jù)實(shí)際情況（如地理位置、通貨膨脹、醫(yī)療條件等）進(jìn)行調(diào)整。

第四，Lichtenstein提出的“人們會(huì)高估低頻率致命事件，低估高頻率致命事件”和前景理論提出的“人們會(huì)高估小概率風(fēng)險(xiǎn)，低估中高概率風(fēng)險(xiǎn)”，都不適用于保險(xiǎn)風(fēng)險(xiǎn)判斷，經(jīng)驗(yàn)風(fēng)險(xiǎn)判斷研究成果才是現(xiàn)實(shí)中小概率風(fēng)險(xiǎn)判斷的真相。

第五，經(jīng)驗(yàn)決策理論證明，對(duì)于小概率風(fēng)險(xiǎn)，由于抽樣不足，多數(shù)人都會(huì)低估而非高估。