假设一个人衡量决策得失的数学函数(PT函数)为: ,当中是各个可能结果,是这些结果发生的或然率。 是所谓“价值函数(value function)”,表示不同可能结果,在决策者心中的相对价值。根据本理论,价值函数的线,应当会穿过中间的“参考点(reference point)”,并形成一个如下的 s 型曲线:
它的不对称性表明,一个损失结果对应价值的绝对值,比获利结果对应价值的绝对值更大,也就是所谓的“损失厌恶性 (loss aversion)”。与期望效用假说不同,本理论衡量获利与损失的方法,并不考虑所的“绝对所得 (absolute wealth)”。函式是为“可能性比重函数 (probability weighting function)”,用以表达一般人对机率的反应 —— 一般而言,人对极不可能发生的事,会过度反应,而对中度、高度可能发生的事,会反应迟钝。
举例
假设一个人打算买保险,设投保所保障项目,有1%的机会遇险;如果遇险,投保人的损失为$1,000;而保费为$15。我们引用展望理论前,先要设一个“参考点”,而它可能是:
- 现有的财富状况
- 最坏的情况,即损失$1,000
若我们用“现有的财富状况”作参考点,投保人可以付保费$15,则“PT效用值(PT utility)”为 ,而他的可能所得$0(可能性 99%),或者-$1,000(可能性1%)。整体PT效用值将为:。我们可以根据公式,计算出效用值的数值。一方面,由于在损失时具有凸性(convexity),所以;另一方面,人们对概率较低的事件会过度反应,所以。通常来讲,后一种效应的影响大到可以抵消前一种效应,即,也即对低可能性风险事件的厌恶会超过保费带来的较小损失,这表示投保人会买保险。
第二种情况,若果我们用“损失$1,000”作为参考点,则投保人在与之间做选择。由于在获利时具有凹性(concavity),且人们会低估较高可能性事件的发生概率,导致令买保险看起来,比不买更吸引。这也表示投保人会买保险。