试论经济学要研究人的非理性.doc

《试论经济学要研究人的非理性.doc》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、试论经济学要研究人的非理性〔论文关键词〕主流经济学　理性　非理性[论文摘要〕主流经济学以人是理性的假设为基础，进行数学化的推论，能够解释人的理性经济行为，但不能说明人的不确定条件下的非理性决策行为。近年来，在不确定条件下决定的非理性行为的研究取得了一定进展，把非理性纳入经济研究成为补充主流经济学缺陷并推动经济学发展的不可或缺的方面。在经济学方法上，新古典经济学以经济人是理性的假定为基础，并把数学方法引进经济学的研究之后，现实的人都被简化为能够在任何不确定性条件下完成最优选择的理性人。经过杰文斯、

2、门格尔和瓦尔拉斯，特别是经由阿罗—德布鲁精妙无比的数学方程证明了现代经济学一般均衡理论框架后，有人认为现代经济学的宏伟大厦已经封顶了，此后的经济学家只是在此基础上进行修修补补工作就够了。经济学家们沉腼于运用日益先进的数学工具建立了无数精致的经济学模型，以此分析个体和组织行为，甚至用经济学方法分析人类方方面面行为。加里·贝克把经济学模型的解释力扩大到政治、法律、犯罪、婚姻家庭等方面的问题。“经济学帝国主义”和“经济学话语霸权”等说法折射了这一现实。然而，以理性的假定为基础建立的经济学大厦可靠吗?人

3、的理性能够经常实现吗?当人们对于这个似乎不证自明的前提进行叩问时，便会发现人在面临不确定性条件进行选择时理性至少是有限的。完全理性人假定搭起的学说是无法接近人的内在性，也无法解释现实人的经济行为的全部。自西蒙提出“有限理性”之后，怀疑理性假设的呼声一浪高过一浪。行为学的发展为这种怀疑提供了越来越充分的根据。行为学理论揭示，某一行为，只要它给行为主体带来的回报超过了行为主体记忆及其它行为所带来的回报，行为主体就会选择该项行为。或者，某一行为，只要它能够给行为主体带来与“预期”效果相比更“满意”的效

4、果，它就可以成为理性选择的行为。但人的选择永远也无法达到全局最优，因为人始终处于“学习”的过程中，人的选择不断地精致化。由于“有限理性”可以通过学习过程而不断获得完善，它也被西蒙教授称为“过程理性”。如果说西蒙提出有限理性而闻名于世，那么可以说美国耶鲁大学教授罗伯特·希勒则因为把非理性运用于股市分析的成功而家喻户晓。他认为非理性称为像毒品一样令人着迷，是人类根深蒂固的局限性。罗伯特·希勒在为他带来卓著声名的《非理性繁荣》一书中，他用了一篇的篇幅来介绍人的心理因素对股市的影响。他认为，推动20世纪

5、90年代后半期股市发生惊人攀升的东西，同收益或股利等实体经济增长根本无关。相反，它是人类心理的某种映像—社会上出现了一种集体信念，相信新经济摆脱了地心引力的影响，相信任何事情都是可能的。这种说法也许过于绝对，但也从一个方面反映了股票价格在短期内的变化。这种刺激了股市繁荣的人类心理进发出的力量能将经济驱赶进万丈深渊。他的著作出版一个月以后，纳斯达克从5000多点飞流直下3000多点，因此他被誉为非理性时代的预言家。他认为，主流经济学家过于追求逻辑精确完美，必然会使他们感到自己无法同时处理数不清的多

6、个不同因素，只好集中精力于一个因素。这样他们就失去了活力，因为实际发生的事件总是被许多偶然因素所驱动的，如果经济学的基本假设抛开这一事实不顾，在完全理性的假定上进行数学演绎，其解释现实力难免要打折扣。这种解释现实的折扣率与逻辑精确完美成反比例，即越是精美，越是会远离实际中人的行为。4如果说罗伯特·希勒成功地解释了资本市场的非理性特征的话，那么美国普林斯顿大学的心理学家丹尼尔·卡尼曼深人地研究了非理性和一般经济行为的关系。他把心理研究的成果与经济学融合到了一起，特别是在研究不确定状态下人们如何决策

7、方面作出了杰出贡献，因而荣获2002年度诺贝尔经济学奖丹尼尔·卡尼曼和特维斯基是心理学家。他们通过一系列精心设计的实验，证明人在面对问题和决策时，总是倾向于以偏概全，且囿于记忆和可利用信息的限制。丹尼尔·卡尼曼认为，人们的预期一定要以过去的经验为依据，而这些经验对未知的无限世界而言，总是少数。一系列实验也证明了人们行为选择的“小数法则偏差”，即人们将小样本中某事件的概率分布看成是总体分布。卡尼曼认为，这实际上也是由于忽略了先验概率而导致的对事件概率的判断失误，其来源是夸大小样本对总体的代表性。人

8、们在根据现有信息对不确定事件进行判断时似乎不关心样本的大小，也就是“样本无关”，把这一法则运用于金融市场有很强的解释力。如果一个金融分析师连续推介的几个股票随后的表现都很好，那么投资者一般会对之十分信任，反之亦然。致使造成对证券分析师的错误崇拜，也容易形成证券分析师借助少数的偶然正确而夸大其准确性事件的发生。“小数法则偏差”还表现为主体知道事件发生的(客观)概率，但在主观上对已发生的小样本事件进行错误的估计，往往高估未发生的事件出现的概率。如虽然人们都知道投掷硬币正反面出现的概率为50%，但如果