参考点依赖的损失厌恶如何解释风险决策行为？基于LS模型的理论探索与实证验证

　　本研究针对风险决策中参考点不可观测导致的损失厌恶(Loss Aversion)理论困境，提出创新的损失敏感度(LS)模型，通过内生参考点形成规则和线性概率加权函数，成功解释Allais悖论、共同比例效应及其反转现象。该模型仅依赖单一损失敏感度函数λ(r)，无需概率权重或特定效用函数形式，为行为经济学提供了更简洁的理论框架。

　　

在风险决策领域，一个长期困扰研究者的问题是：为什么人们会系统性地偏离经典期望效用理论的预测？从Allais悖论到共同比例效应，这些违背理性选择的现象催生了行为经济学的革命。其中，Kahneman和Tversky提出的前景理论(Prospect Theory)引入参考点依赖(Reference Dependence)和损失厌恶(Loss Aversion, LA)概念，但这两个核心要素本身存在理论困境——参考点难以观测，而缺乏参考点定位的损失厌恶概念变得模糊不清。

针对这一根本矛盾，研究人员开展了一项开创性研究。通过构建损失敏感度(Loss-Sensitivity, LS)模型，该研究首次将损失厌恶程度λ(r)与参考点r动态关联，提出"损失敏感度随参考点增加而增强"的创新假设。模型采用线性概率加权和内生参考点形成规则（以安全选项的期望值为参考点），仅通过单一函数λ(r)就成功解释了包括Allais悖论、共同比例效应及其反转现象在内的经典决策异常。

关键技术方法包括：1) 理论建模构建LS模型框架；2) 内生参考点形成规则的数学推导；3) 随机占优检验；4) Marschak-Machina三角形分析；5) 风险偏好模式的双重验证（概率变化与结果变化）。所有分析均基于理论推导，未使用实验数据。

相关模型
研究指出LS模型是首个将损失厌恶程度λ(r)与参考点r动态关联的理论框架，区别于传统前景理论的固定λ参数。这种创新使模型能更灵活地解释决策行为的变化。

模型构建
定义在货币彩票集?上的偏好关系，通过V(L|r)=E[L]+λ(r)E[L^-
]公式量化决策价值，其中L^-
表示相对于参考点r的损失部分。关键突破在于λ(r)的单调递增特性，反映了"损失敏感度随参考点提升"的行为假设。

参考点假设
基于Bleichrodt等学者的实证发现，模型将安全选项（如确定收益x）作为二元选择的天然参考点。这一假设得到Baillon等(2020)实证支持，证实多数受试者确实将确定性最大收益作为参考基准。

相对损失态度
提出创新定义：当λ(r)>1时表现为损失厌恶，λ(r)<1时表现为收益寻求。模型预测随着参考点r增加，决策者会从收益寻求转向损失厌恶，解释了Bouchouicha等学者观察到的"小额赌注风险偏好反转"现象。

随机占优
理论证明LS模型完全符合一阶随机占优(FOSD)，并在参考点r≥r₀
时满足二阶随机占优(SOSD)。这一性质保证了模型与传统决策理论的兼容性。

风险态度
发现弱风险厌恶与λ(r)≥1等价，而强风险厌恶需要更严格的λ(r)条件。这揭示了损失敏感度与风险态度之间的精确数量关系。

M-M三角形分析
在Marschak-Machina三角形中，模型成功重现了共同比例效应及其反转现象。当参考点取安全选项时，无差异曲线呈现扇形展开模式，与实证观察高度吻合。

风险偏好模式
对Tversky和Kahneman提出的四重模式(KT4)进行理论验证：模型能解释高概率风险厌恶与低概率风险寻求的双重模式。同时重现了Markowitz预测的大额风险厌恶/小额风险寻求模式(MK4)。

研究结论表明，参考点依赖的损失厌恶机制本身足以解释主要风险决策异常，无需引入概率权重或复杂效用函数。理论贡献在于：1) 将模糊的损失厌恶概念量化为参考点的函数；2) 提供内生参考点形成规则；3) 统一解释多种决策悖论。

这项由Inmaculada R. Puerta和José Luis Pinto完成的研究，为行为决策理论提供了更简洁统一的分析框架。其理论价值在于证明损失敏感度的参考点依赖性可能是风险决策异象的核心机制，为后续实验研究和应用模型开发奠定了重要基础。发表于《Journal of Behavioral and Experimental Economics》的这项成果，标志着参考点理论研究从静态假设向动态关联的重要跨越。