郭振華 上海對外經(jīng)貿(mào)大學(xué)金融學(xué)院

除依賴自身經(jīng)歷來感知風(fēng)險之外，個體還通過觀察自己周邊他人遭受的風(fēng)險事件來評估自己面臨的同類風(fēng)險的大小，也就是說，間接經(jīng)驗(yàn)（曾經(jīng)觀察到的他人遭受的風(fēng)險事件）也會對自己的風(fēng)險判斷造成一定的影響。例如，多數(shù)人有這樣的感覺，看到親戚朋友生病住院做手術(shù)，心里就有些打鼓，生怕自己也會經(jīng)受同樣的疾病和手術(shù)。這種影響既是人們的直覺反映，也是理性的表現(xiàn)。風(fēng)險發(fā)生的統(tǒng)計概率，就是依據(jù)對大量人群出事頻率進(jìn)行統(tǒng)計的計算結(jié)果，其內(nèi)在的假定是：對于相同種類的風(fēng)險，每個人都有相同的出險概率。這一假定反映了理性人對他人遭受的風(fēng)險事件會感同身受。

我們在本系列上一篇《記憶存量決定風(fēng)險判斷偏差：僅考慮直接經(jīng)歷》中，已經(jīng)對個體依據(jù)直接經(jīng)歷形成的記憶存量進(jìn)行風(fēng)險判斷作了系統(tǒng)分析，本文再加進(jìn)個人的間接經(jīng)驗(yàn)，分析直接經(jīng)歷和間接經(jīng)驗(yàn)對風(fēng)險判斷偏差的綜合影響。

一、間接經(jīng)驗(yàn)對風(fēng)險判斷的影響

間接經(jīng)驗(yàn)包括兩種，一種是觀察到別人遭遇風(fēng)險，另一種是觀察到別人未遭遇風(fēng)險，這兩種間接經(jīng)驗(yàn)都會對個體的風(fēng)險判斷造成影響。

（一）觀察到他人遭遇風(fēng)險對個體風(fēng)險判斷的影響

個體觀察到的風(fēng)險事件即間接經(jīng)驗(yàn)，來源包括親眼所見的風(fēng)險事件和從媒體上看到的風(fēng)險事件，親眼所見的風(fēng)險事件通常是發(fā)生在親朋好友身上，或是在路上巧遇的風(fēng)險事件。上述觀察到的風(fēng)險事件都會存在個體的記憶中，進(jìn)而對其未來風(fēng)險判斷造成影響。但是，從影響程度來看，媒體上看到的和路上巧遇的風(fēng)險事件，可能過一段時間就忘掉了，不會形成長久記憶，對未來風(fēng)險判斷影響很??；而那些觀察到的發(fā)生在親朋好友身上的風(fēng)險事件，個體受到的刺激或負(fù)面體驗(yàn)感往往很大，很可能長久地留在人們的記憶中，對其未來風(fēng)險判斷造成較大影響。

例如，目睹親朋好友的房子著火和在報紙上看到某遙遠(yuǎn)地區(qū)的與自己毫無關(guān)聯(lián)的房子著火，對個體主觀火災(zāi)概率的判斷，前者的影響要大得多，主觀概率更大。諾貝爾獎得主圣捷爾吉（因“與生物燃燒過程有關(guān)的發(fā)現(xiàn)，特別是關(guān)于維生素C和延胡索酸的催化作用”而獲得1937年諾貝爾生理學(xué)或醫(yī)學(xué)獎）曾說過：“如果我看到一個人正遭受苦難，我會被深深打動，并甘愿冒生命危險去救助他。但接下來，我卻能夠不帶感情地談?wù)摯蟪鞘锌赡艿臍缫约半S之而來的100萬人的死亡?！?/p>

也就是說，間接經(jīng)驗(yàn)對風(fēng)險判斷的影響程度受到“情感距離”的影響。所謂情感距離，是指觀察到的風(fēng)險事件受害者與自己（風(fēng)險判斷者）的情感緊密程度，情感越緊密，情感距離越小。通常，情感距離越小，觀察到的風(fēng)險事件例證對自己的風(fēng)險判斷影響越大，越容易引發(fā)風(fēng)險高估?；蛘哒f，間接經(jīng)驗(yàn)對個體風(fēng)險判斷的影響會隨著情感距離的增大而衰減。那么，衰減速度如何變化呢？如果是直系親屬遭遇災(zāi)難，個體會顯著地高估風(fēng)險；如果是一般同事遭遇災(zāi)難，個體感知到的風(fēng)險就相對較??；如果是遙遠(yuǎn)的與自己不相干的人遭遇災(zāi)難，個體感受不到風(fēng)險的存在。也就是說，隨著情感距離增大，個體的感知風(fēng)險會迅速降低，情感距離過大，個體的感知風(fēng)險幾乎為零。感知概率隨情感距離的變化曲線如圖1所示。

圖1中，在分界點(diǎn)，感知概率等于客觀概率；在分界點(diǎn)左側(cè)，感知概率大于客觀概率，表示情感距離很近的人群會高估風(fēng)險；在分界點(diǎn)右側(cè)，由于情感距離較遠(yuǎn)，人們會普遍低估風(fēng)險；當(dāng)情感距離很大時，人們幾乎感受不到這一風(fēng)險的存在，感知概率為零。

（二）觀察到他人未遭遇風(fēng)險對個體風(fēng)險判斷的影響

觀察到他人未遭遇風(fēng)險對個體風(fēng)險判斷的影響機(jī)理，與上述觀察到他人遭遇風(fēng)險對個體風(fēng)險判斷的影響機(jī)理類似。即，看到他人未遭遇某種風(fēng)險事故，已經(jīng)遭遇風(fēng)險的個體會調(diào)低自己的感知概率，未遭遇風(fēng)險的個體則更加確信自己也不會遭遇同樣的風(fēng)險事故。只不過，這種感受和影響是在潛移默化中完成的，個體甚至都感受不到。而且，個體受到的上述影響大小也與情感距離成反比，情感距離越小，受到的影響就越大。

二、直接經(jīng)歷與間接經(jīng)驗(yàn)的綜合效應(yīng)

（一）客觀概率不變，加進(jìn)間接經(jīng)驗(yàn)的效果

對有損經(jīng)驗(yàn)人群來說，首先，僅考慮直接經(jīng)驗(yàn)時會高估小概率風(fēng)險的出險概率；其次，小概率風(fēng)險的間接經(jīng)驗(yàn)，絕大多數(shù)都是他人未發(fā)生風(fēng)險事件的信息，因此，間接經(jīng)驗(yàn)會降低其感知概率。但是，由于間接經(jīng)驗(yàn)的影響受到情感距離的約束，不是所有他人的風(fēng)險信息都會對其造成影響，而且影響程度會隨著情感距離的增大而迅速衰減。因此，在直接經(jīng)歷基礎(chǔ)上增加間接經(jīng)驗(yàn)，有損經(jīng)驗(yàn)人群的感知概率會降低，但不會降低到客觀概率那樣低的程度，有損經(jīng)驗(yàn)人群仍然會高估概率。

?圖1 情感距離對風(fēng)險判斷的影響

對無損經(jīng)驗(yàn)人群來說，首先，僅考慮直接經(jīng)驗(yàn)時會低估小概率風(fēng)險的出險概率；其次，對小概率風(fēng)險進(jìn)一步考慮間接經(jīng)驗(yàn)后，間接經(jīng)驗(yàn)會增加風(fēng)險事件記憶的可得性或可提取性，提升人們的風(fēng)險感知。但是，由于風(fēng)險事件發(fā)生的隨機(jī)性，且其影響范圍受到情感距離的限制，其影響是嚴(yán)重不平均的?？梢詫⑺腥讼胂鬄橐粋€湖泊的水平面，隨機(jī)發(fā)生的風(fēng)險事件帶來的影響，像是水平面上被少量投進(jìn)的石子泛起的漣漪。由于石子數(shù)量較少（小概率事件），漣漪波及范圍有限，導(dǎo)致只有少數(shù)人的感知概率會提升，其提升幅度取決于與石子投入點(diǎn)的距離。由此推斷，對于小概率風(fēng)險，間接經(jīng)驗(yàn)將使無損經(jīng)驗(yàn)人群中部分人群的感知概率有所提升，感知概率有所提升的人數(shù)占比，隨著客觀概率的增大而增大；感知概率提升幅度則取決于情感距離，情感距離越近，提升幅度越大。

最終，對出險概率為P的小概率風(fēng)險而言，在綜合考慮直接經(jīng)歷和間接經(jīng)驗(yàn)后，與僅考慮直接經(jīng)驗(yàn)相比，人們的風(fēng)險判斷偏差有所降低，但不會降低到與客觀概率相等的程度。第一，有損經(jīng)驗(yàn)人群的感知概率下降了一些，而有損經(jīng)驗(yàn)人群通常就是高估概率人群，他們的高估倍數(shù)都會有所降低，但仍然高于客觀概率。第二，無損經(jīng)驗(yàn)人群的感知概率有所提升，受風(fēng)險距離遠(yuǎn)近的影響，有的提高程度大（以至于從低估風(fēng)險變?yōu)楦吖里L(fēng)險），有的提高程度小（以至于仍然低估風(fēng)險），有的沒有變化、仍然為零。而無損經(jīng)驗(yàn)人群通常就是低估概率人群，因此，低估程度有所下降，他們的平均感知概率Pl從等于零變?yōu)榇笥诹懔耍凸辣稊?shù)P/Pl都會有所下降。第三，由于少數(shù)與遇險者情感距離很近的人會從低估風(fēng)險變成高估風(fēng)險，因此，高估風(fēng)險者占比會有所增加，低估風(fēng)險者占比會有所下降。

也就是說，與僅考慮直接經(jīng)歷相比，加入間接經(jīng)驗(yàn)后，高估風(fēng)險者占比有所增加且高估倍數(shù)有所降低，低估風(fēng)險者占比有所下降且低估倍數(shù)也有所下降。

（二）客觀概率變化帶來的變化

根據(jù)《記憶存量決定風(fēng)險判斷偏差：僅考慮直接經(jīng)歷》中的相關(guān)數(shù)據(jù)，下面分析當(dāng)客觀概率為0.0002、0.05、0.1和1時，直接經(jīng)歷和間接經(jīng)驗(yàn)對風(fēng)險判斷偏差的綜合影響，進(jìn)而概括出客觀概率變化帶來的風(fēng)險判斷偏差的變化規(guī)律。

當(dāng)客觀概率為0.0002時，僅考慮直接經(jīng)歷，99.88%的無損經(jīng)驗(yàn)人群低估概率，感知概率為零，低估倍數(shù)為無窮大；0.12%的有損經(jīng)驗(yàn)人群高估風(fēng)險，感知概率為0.167，高估倍數(shù)為835。考慮間接經(jīng)驗(yàn)后：第一，0.12%的有損經(jīng)驗(yàn)人群，以及與其情感距離很近的原來低估風(fēng)險的人，會變得高估風(fēng)險，高估風(fēng)險者占比略有擴(kuò)大，若假定每個出險者會帶動與其情感距離最近的2個人高估風(fēng)險，則高估風(fēng)險者占比增加至0.36%；第二，由于高估風(fēng)險者的間接經(jīng)驗(yàn)絕大多數(shù)都是不出險，以及部分低估者變成了高估者但高估程度較低，高估風(fēng)險者的平均高估倍數(shù)（Ph/P）有所降低，但由于基數(shù)835倍很高，下降后仍然比較大；第三，高估風(fēng)險者占比增加意味著低估風(fēng)險者占比縮小，若高估風(fēng)險者增加至0.36%，則低估風(fēng)險者降至99.64%；第四，極少數(shù)與出險者情感距離較近的人群的感知概率有所上升，帶動Pl有輕微上升，低估風(fēng)險者的平均低估倍數(shù)（P/Pl）從無窮大有所降低，但由于加入間接經(jīng)驗(yàn)后，大多數(shù)人仍然感受不到風(fēng)險的存在，低估倍數(shù)較大。

當(dāng)客觀概率為0.05時，僅考慮直接經(jīng)歷，74.082%的無損經(jīng)驗(yàn)人群低估概率，感知概率為零，低估倍數(shù)為無窮大；25.918%的有損經(jīng)驗(yàn)人群高估概率，高估倍數(shù)為3.9。考慮間接經(jīng)驗(yàn)后：第一，25.918%的有損經(jīng)驗(yàn)人群以及與其情感距離很近的人會高估風(fēng)險，高估風(fēng)險者占比有所擴(kuò)大，若假定每個出險者會帶動與其情感距離最近的2個人高估風(fēng)險，則高估風(fēng)險者占比增加至77.754%；第二，由于高估風(fēng)險者的間接經(jīng)驗(yàn)多為不出險，以及部分低估者變成了高估者但高估程度較低，高估風(fēng)險者的平均高估倍數(shù)（Ph/P）有所降低，高估倍數(shù)的基數(shù)為3.9，可能下降至2倍左右；第三，高估風(fēng)險者占比增加意味著低估風(fēng)險者占比縮小，若高估風(fēng)險者增加至77.754%，則低估風(fēng)險者降至22.246%；第四，由于客觀概率0.05比較大，與出險者情感距離較近的人群占比也很大，意味著幾乎所有未出險者的感知概率都會有所提升，帶動Pl大幅上升，低估風(fēng)險者的平均低估倍數(shù)（P/Pl）從無窮大大幅降低，低估倍數(shù)較小，但仍存在一定的低估。

當(dāng)客觀概率超過0.1后，僅考慮直接經(jīng)歷，54.881%的人低估，45.119%的高估。綜合考慮直接經(jīng)歷和間接經(jīng)驗(yàn)后，已經(jīng)是隨處可見出險者了，在任一個體情感距離較近范圍內(nèi)，其抽樣誤差大幅降低，風(fēng)險判斷準(zhǔn)確程度大幅提升，低估概率者和高估概率者的判斷都大幅逼近了客觀概率，預(yù)計高估概率者占比和低估概率者占比也越來越接近（雙方都接近50%），高估倍數(shù)和低估倍數(shù)都接近于1。

當(dāng)客觀概率為1時，不確定性消失了，人們都變得能夠準(zhǔn)確評估風(fēng)險了，高估概率者占比和低估概率者占比均變?yōu)榱恪?/p>

綜合上述分析，加進(jìn)間接經(jīng)驗(yàn)后，隨著客觀概率從零開始增長，相對于僅考慮直接經(jīng)歷，高估概率者占比迅速增加（高估概率者曲線相對于僅考慮直接經(jīng)歷更加向上傾斜），低估概率者占比迅速減少（低估概率者占比曲線相對于僅考慮直接經(jīng)歷更加向下傾斜）?？陀^概率超過0.1之后，人們的風(fēng)險判斷開始逐漸趨于理性，但仍然不是高估就是低估，只是高估概率者占比和低估概率者占比都逼近50%。當(dāng)客觀概率等于1時，人們變得能夠準(zhǔn)確評估風(fēng)險，高估概率者占比和低估概率者占比均變?yōu)榱?。由此，低估概率者占比曲線和高估概率者占比曲線的大致規(guī)律如圖2所示。

?圖2 高估（低估）概率者占比隨客觀概率的變化曲線

?圖3 高（低）估倍數(shù)隨客觀概率的變化曲線

同理，與僅考慮直接經(jīng)歷相比，考慮直接經(jīng)歷和間接經(jīng)驗(yàn)的雙重影響后，隨著客觀概率從0開始增長，平均低估倍數(shù)不再是無窮大了，平均高估倍數(shù)和平均低估倍數(shù)都會迅速降低。當(dāng)客觀概率超過0.1后，風(fēng)險判斷準(zhǔn)確性大幅增加，平均高估倍數(shù)和平均低估倍數(shù)都迅速向1靠近?？梢韵胂?，當(dāng)客觀概率為1.0時，不確定性幾乎消失了，風(fēng)險事件的普遍發(fā)生形成普遍記憶，人們的感知概率與客觀概率會完全一致，風(fēng)險判斷偏差消失了，高估倍數(shù)和低估倍數(shù)都等于1。由此，高估倍數(shù)和低估倍數(shù)的大致變化規(guī)律如圖3所示。

三、結(jié)論和分析特色

（一）結(jié)論

對保險所承保的小概率風(fēng)險而言，客觀出險概率通常都低于0.2。因此，將圖2、圖3中客觀概率大于0.2的部分截去，就得到了將直接經(jīng)歷和間接經(jīng)驗(yàn)一并考慮后，人們的風(fēng)險判斷偏差規(guī)律，如圖4、圖5所示。

基本結(jié)論為：第一，人們不是高估風(fēng)險，就是低估風(fēng)險；第二，當(dāng)客觀概率很低時，低估概率者占比很大且低估倍數(shù)很大，高估概率者占比很小且高估倍數(shù)很大；第三，隨著客觀出險概率的增加，高估風(fēng)險者占比迅速增加，低估風(fēng)險者占比迅速降低，高估倍數(shù)和低估倍數(shù)迅速降低；第四，客觀概率大致超過0.1后，高估概率者占比降低，低估概率者占比增加，雙方都向50%逼近；第五，隨著客觀出險概率增加，低估風(fēng)險人群的低估倍數(shù)和高估風(fēng)險人群的高估倍數(shù)都越來越小。

（二）上述分析的特色

長期從事個體風(fēng)險決策或保險決策的讀者看到上述分析，多少會感到有些奇怪，因?yàn)樯鲜龇治鼋o出了人群總體中的低估風(fēng)險人群占比和低估程度、高估風(fēng)險人群占比和高估程度，而不是個體的風(fēng)險判斷結(jié)果。

其實(shí)這正是行為保險經(jīng)濟(jì)學(xué)的優(yōu)勢所在。即，與標(biāo)準(zhǔn)保險經(jīng)濟(jì)學(xué)不同的是，行為保險經(jīng)濟(jì)學(xué)認(rèn)為人們的風(fēng)險判斷結(jié)果不是同質(zhì)的，或者說，對同樣的風(fēng)險，不是所有人都有一致的風(fēng)險判斷結(jié)果，而是有人高估有人低估。上述分析得到高估人群占比和高估程度、低估人群占比和低估程度，可用來進(jìn)一步推導(dǎo)多少人保險需求旺盛、多少人需求疲弱，非常有利于分析保險市場的總體需求規(guī)律。

也就是說，行為保險經(jīng)濟(jì)學(xué)破除了標(biāo)準(zhǔn)保險經(jīng)濟(jì)學(xué)中的同質(zhì)客觀風(fēng)險假設(shè)或風(fēng)險評估一致性假設(shè)，用更加符合現(xiàn)實(shí)的異質(zhì)主觀風(fēng)險來分析保險市場，可以得到更加符合現(xiàn)實(shí)的分析模式和結(jié)論。

?圖4 高估（低估）概率者占比函數(shù)

?圖5 高（低）估倍數(shù)函數(shù)