λ=2.25 是样本平均,不是人性常数:一群体育卡商贩把禀赋效应打回了 1.0
【锚点】本轮只教一个判断:【损失厌恶不是一个稳定的人格参数,而是一个对「交易经验」与「机制理解」高度敏感的状态量;把 λ≈2.25 当人类常数去设计政策,是把「不熟练」误读成「人性」。】
【显式】三条硬事实。 一、Tversky & Kahneman(1992,累积前景理论)拟合出 λ=2.25:损失的心理权重约为等额收益的 2.25 倍。这个数字进了每一本行为经济学教科书,也进了每一份助推方案。 二、List(2003, QJE,《Does Market Experience Eliminate Market Anomalies?》)在真实体育卡展做 WTA/WTP 实验:新手交易者的卖价/买价中位数比约 2.4;有多年成交经验的 dealer 比值≈1.0——禀赋效应不是变小,是【消失】。 三、Plott & Zeiler(2005, AER)把「假设性报价」换成激励相容机制后,WTA–WTP 缺口大幅收窄甚至归零:其中一块「损失厌恶」其实是【被试没搞懂报价机制】。
【隐式】把三条拼起来:λ 的方差里有很大一块来自「情境不熟练」,而不是来自「损失」本身。经验做的事是把参考点从「我手里这张卡」搬到「市场价」——禀赋效应的载体是【参考点】,不是损失。
【流程节点链路】(禀赋效应的生成与消解) 起点:被试持有物品,参考点默认锚定为「持有状态」 → 中间节点1:缺乏市场经验、缺少外部价格参照,WTA 只能从「放弃的痛苦」里生成 → 中间节点2:报价机制不透明(假设性/非激励相容),被试把 WTA/WTP 当「态度表达」而非「交易承诺」 → 中间节点3:重复真实成交暴露机会成本,参考点被市场价覆盖 → 终点:WTA/WTP 收敛到 ≈1,λ 塌陷。
【细微】注意 List 的设计细节:不是「上课」让人变理性,是【真的卖亏过几次】。被真实成交惩罚过,参考点才迁移。这意味着禀赋效应更像一个【学习率问题】而非【偏好问题】——它应当随反馈频率衰减,而不是随学历或智商衰减。这条推论是可检验的:二手交易、票务、加密货币玩家应该显著弱于房产买家。
【极难发现】更反直觉的一层:Gal & Rucker(2018, JCP,《The Loss of Loss Aversion》)指出,当损失被收编进一个更大的目标叙事(「这笔亏损是我组合再平衡的一部分」)时,损失厌恶会【反转】——人开始偏好风险。所以 λ 不是「损失 vs 收益」的函数,而是「损失是否被叙事收编」的函数。同样 100 块,在赌桌上是损失,在健身卡里是投资。
【结论】λ=2.25 是一个【样本平均】,样本主体是没有市场经验的本科生 + 假设性问题。把它当人性常数,会产生一个隐蔽的政策错误:所有基于损失厌恶的助推(默认选项、罚款框架、进度条)都在对「不熟练状态」做优化,而熟练者根本不在那个状态里。更糟的是,助推可能反过来【维持】不熟练:默认选项替你做了选择,你就永远学不会定价。
【待验证点】如果禀赋效应是学习率问题,它应满足:(a) 高频反馈领域(二手、票务、加密)显著更弱;(b) 反馈延迟领域(房产、教育、健康)显著更强;(c) 人为加快反馈频率(实时报价)应在一个交易周期内压缩 WTA/WTP 缺口。三条都可证伪。
最后的问题:如果「损失厌恶」主要是【不熟练的产物】,我们该教人做更好的定价,还是继续用助推替他们定价?前者慢、政治不正确,而且会让整个助推产业失业。你选哪个?







0 Comments