위험 이론이란?

위험 이론은 사람들이 미래에 대한 불확실성에 직면했을 때 내리는 결정을 설명하려고 시도합니다. 일반적으로 위험 이론이 적용될 수있는 상황에는 여러 가지 가능한 세계 상태, 여러 가지 가능한 결정 및 각 상태와 결정의 조합에 대한 결과가 포함됩니다. 이론은 결과의 분포에 따라 결정을 예측합니다. 이 이론은 세계의 위험이 드러나는 방식에 성공한 결정을 내리는 사람들에게 중요합니다. 예를 들어, 보험 회사와 관련된 사람들은 보험금 청구 빈도와 규모를 예측하는 데 성공하면 위험 이론을 사용하여 최적의 위험 노출을 결정합니다.

사람들이 미래에 대해 내릴 결정은 어느 정도의 불확실성을 고려해야합니다. 채무 불이행 회사에 대한 투자 결정과 같이 불확실성이 투자자가 지불하고자하는 가격에 영향을 미치는 경우도 있습니다. 어떤 경우에는 불확실성이 사람이 행동을 취해야하는지의 여부를 다르게 만들 수 있습니다. 그러한 경우는 위험 이론이 사용되는 경우입니다.

위험 이론을 상황에 적용하는 첫 번째 단계는 결과가 무엇인지 결정하는 것입니다. 상태와 결정의 각 조합은 일부 기능에 따라 결과를 산출합니다. 수학적 용어로, 기능이하는 것을 매핑이라고합니다. 가능한 상태와 결정을 나타내는 그래프의 각 지점을 취하고 결과 그래프에서 해당 지점을 정의합니다.

다음으로 각 결과에 값을 할당해야합니다. 개별 선택을 설명하려는 이론과 마찬가지로 위험 이론의 중요한 구성 요소는 질적 조건의 정량화입니다. 서로 비교하려면 각 결과에 값을 할당해야합니다. 각 결과의 모든 이점과 단점을 결합한 이러한 값을 유틸리티 값이라고합니다. 각 유틸리티 값의 절대 값은 중요하지 않습니다. 중요한 것은 서로에 대한 상대적인 가치입니다. 이는 각각이 최종 결정에 얼마나 영향을 미치는지를 결정하기 때문입니다.

마지막으로 분석가는 각 상태에 확률을 할당해야합니다. 이 확률에 따라 각 결과의 가중치가 결정됩니다. 각 결정에서 발생할 수있는 가중 결과는 각 결정에 대한 전반적인 가치를 산출하기 위해 합산됩니다. 이론은 전체 가치가 가장 높은 결정을 권장합니다.

이러한 추상 명령어는 예를 통해 가장 잘 설명 될 수 있습니다. 부엌 밖의 창틀에 선인장이나 꽃을 심는 것을 결정한다고 상상해보십시오. 상대 강수량은 식물의 건강에 영향을 미칩니다. 비가 오는 해에 꽃은 번성하고 선인장은 같은 수준이 아니지만 번성합니다. 건조한 해에도 마찬가지입니다. 그러나 선인장은 꽃보다 훨씬 나을 것입니다.

다음 단계는 서로 다른 상태의 다른 상자에서 얻을 수있는 유틸리티를 기반으로 이러한 결과에 값을 할당하는 것입니다. 비가 오는 해에 꽃은 10의 유용성을 줄 것이지만, 비가 오는 해에 선인장은 8 단위의 유용성을 줄 것이라고 결정할 수 있습니다. 건조한 해에 선인장은 7 단위를 줄 것이고 꽃은 3 단위를 줄 것입니다. 마지막으로, 습한 연도를 가질 확률과 연도를 가질 확률을 추정해야합니다.

두 가지 다른 확률 시나리오를 고려하십시오. 비가 오는 해가 90 % 일 확률이 있다고 생각되면 꽃 심기의 예상 유틸리티는 0.9 * 10 + 0.1 * 3 = 9.3이고 선인장 심기의 예상 유틸리티는 0.9 * 8 + 0.1 * 7 = 7.9. 꽃을 심어야합니다. 그러나 우기 확률이 60 %에 불과한 경우, 꽃 심기에서 예상되는 유용성은 0.6 * 10 + 0.4 * 3 = 7.2이고, 선인장에서 기대되는 유용성은 0.6 * 8 + 0.4 * 7 = 7.6입니다. 위험 이론은 꽃이 당신에게 가능성이 가장 높은 상태에서 가장 유용성을 제공하더라도 선인장을 심는 것이 가장 유용하다고 말합니다.