风险偏好曲线
10 局经典抽奖选择 + 4 局独立的"贪婪博弈",测你在概率下的风险偏好。
你不是机器人,请不要追求一致
Holt-Laury 范式在经济学里默认假设回答者是"理性稳定"的——但你是真人,会犹豫、会反悔、会"这一局想试试另一种"。这正是工具想测的:你在不确定下到底是风险厌恶、风险中立、还是风险寻求。即使你的选择"看起来前后不一致",也请如实点击。
Holt-Laury 10 局
每一行是一个独立的抽奖。左边"A"是低奖/高概率,右边"B"是高奖/低概率。从第 1 行到第 10 行,高奖概率从 10% 渐变到 100%。请按你的真实偏好选择 A 或 B。
它是怎么算的
Holt-Laury 范式(Holt & Laury 2002)用 10 对二元抽奖反推 CRRA 风险厌恶系数 r。r < 0 表示风险寻求,r = 0 风险中立,r 越大 越厌恶风险。本工具用标准的"安全次数映射"粗略估计:0-3 次安全 → 风险寻求;4-5 次 → 中性;6-10 次 → 风险厌恶。
贪婪博弈选"EV 更高"的比例衡量另一维度——你能"算清楚"吗?还是会被"高奖大数字"吸引?
怎么读你的结果
你不怕大起大落。投资上你可能更愿意买个股而不是指数;职业上你可能更适合创业。
你按数学期望做决定。EV 高就选高的,EV 低就选低的——这是"理性经济人"的典型行为。
你宁愿稳拿小额,不愿博大奖。投资上你更可能选债券和存款;生活上你更可能做"两件事都不愿出错"。
Holt-Laury 范式的设计
这个范式非常精巧:每行的 A 和 B 的"金额"是固定的(8 元 vs 16 元,4 元 vs 19.2 元),变化的是"高奖概率"。从 1/10 一路变到 10/10。
关键洞察是:在概率很低的行(前几行),A 的期望值更高;在概率很高的行(后几行),B 的期望值更高。你从 A 切换到 B 的位置,就是你的"风险厌恶阈值"。
- 第 1 行:选 A 的期望值 = 0.1×16 + 0.9×8 = 8.8 元,选 B 的期望值 = 0.1×19.2 + 0.9×4 = 5.52 元 → A 更好。
- 第 5 行:A EV = 0.5×16 + 0.5×8 = 12 元,B EV = 0.5×19.2 + 0.5×4 = 11.6 元 → 几乎相等。
- 第 10 行:A EV = 1×16 = 16 元,B EV = 1×19.2 = 19.2 元 → B 更好。
所以"在前 5 行选 A、第 5-6 行之后选 B"是数学中性;偏离这个模式(早选 B 或晚选 A)就反映了你的风险偏好。
贪婪博弈在测什么
贪婪博弈(Greedy Game)是一种"二元期望值"任务。它的关键设计是:每次都同时给出"确定拿 X" 和"抛硬币拿 Y/0"。Y 通常 > 2X,所以抛硬币的期望值高于确定拿。
但大多数人面对"稳拿"会更偏好——这恰恰是风险厌恶的体现。Thaler 把它叫做"风险厌恶的实证证据"。如果你 4 局都选抛硬币,可能说明你的"贪婪系数"比风险厌恶更强。
本工具用"你选了 EV 更高选项的比例"作为指标。100% 表示你纯按期望值选;低于 100% 表示你被"小奖稳拿"吸引了。
关于结果的局限
- 真实生活里,你的"风险偏好"是域特异的——健康决策、财务决策、社交决策,各自有不同的偏好,不一定一致。
- Holt-Laury 的 8 元 / 16 元 / 19.2 元 量级不大,翻译成你日常思考时,可能结果会被"放大"或"缩小"。
- 如果你是经济学专业或心理学专业,你可能下意识"想被测成什么样"——这会污染结果。本工具刻意不可见答案,但也希望你别把"得分"太当回事。
- 同一道题连续测 3 次,选择很可能不同——这本身就是"你不是机器人"的证据。
一句话总结
风险偏好不是单一刻度,而是一个多维结构:你可能在财务上厌恶风险(都买存款),但在职业上寻求风险(裸辞去创业);你可能在低额决策上倾向稳拿(50 元 vs 90 元选稳),但在高额决策上反过来。一张 Holt-Laury 抓不住这一切,但能给你一个起点。