リスク理論とは？

リスク理論は、人々が将来に関する不確実性に直面したときに下す決定を説明しようとします。 通常、リスク理論を適用できる状況には、世界の多数の可能な状態、多数の可能な決定、および状態と決定の各組み合わせの結果が含まれます。 理論は、それが生み出す結果の分布に従って決定を予測します。 この理論は、成功が世界のリスクの出方にかかっている決定を下す人々にとって重要です。 たとえば、保険会社の関係者は、保険金請求の頻度と規模を予測することに成功しているため、リスク理論を使用して、リスクに対する最適なエクスポージャーを決定します。

将来について人々が下す決定は、ある程度の不確実性を考慮に入れなければなりません。 場合によっては、デフォルトする可能性のある会社に投資するという決定のように、不確実性は投資家が支払う意思のある価格に影響します。 他の人では、不確実性は、人が行動を起こすべきかどうかの違いを生む可能性があります。 これらのケースは、リスク理論が使用されるケースです。

リスク理論を状況に適用する最初のステップは、結果が何であるかを判断することです。 状態と決定の各組み合わせは、何らかの機能に従って結果をもたらします。 数学的には、関数が行うことはマッピングと呼ばれます。可能な状態と決定を示すグラフ内の各ポイントを取得し、結果のグラフ上の対応するポイントを定義します。

次に、各結果に値を割り当てる必要があります。 個々の選択を説明しようとする理論と同様に、リスク理論の重要な要素は定性的条件の定量化です。 それらを互いに比較するために、各結果に値を割り当てる必要があります。 これらの値は、各結果のすべての利点と欠点を組み合わせたものであり、ユーティリティ値と呼ばれます。 各ユーティリティ値の絶対値は重要ではありません。 重要なのは、それぞれが最終決定にどの程度影響するかを決定するため、互いの相対的な価値です。

最後に、アナリストは各状態に確率を割り当てる必要があります。 これらの確率により、各結果の重みが決まります。 各決定から生じる可能性のある加重結果を合計して、各決定の全体的な価値が得られます。 理論では、全体的な価値が最も高い決定を推奨しています。

これらの抽象的な指示は、例で最もよく説明できます。 キッチンの外の窓箱にサボテンや花を植えることを決めていると想像してください。 相対的な降水量は、植物の健康に影響します。 雨の多い年には、花が咲き、サボテンも繁栄しますが、同じレベルではありません。 乾いた年には、どちらもうまくいきません。 ただし、サボテンは花よりもかなり優れています。

次のステップでは、異なる状態の異なるボックスから取得するユーティリティに基づいて、これらの結果に値を割り当てます。 雨季のサボテンは8ユニットの効用を与え、雨季のフラワーは10の効用を与えると決めるかもしれません。 乾いた年には、サボテンから7ユニット、花から3ユニットが与えられます。 最後に、雨の多い年と乾いた年の確率を推定する必要があります。

2つの異なる確率シナリオを考えます。 雨が降る可能性が90％あると思われる場合、花を植えることで期待される効用は0.9 * 10 + 0.1 * 3 = 9.3で、サボテンを植えることで期待される効用は0.9 * 8 + 0.1 * 7 =です。 7.9。 あなたは花を植えるべきです。 ただし、雨季の確率が60パーセントしかない場合、花を植えることで期待される効用は0.6 * 10 + 0.4 * 3 = 7.2で、サボテンで期待される効用は0.6 * 8 + 0.4 * 7 = 7.6です。 リスク理論によると、花は最も可能性の高い状態で最も有用性が高くなりますが、サボテンを植えることが全体的な有用性に最も役立ちます。