概述人们注重的是相对于某个参考点（reference point）的财富变动而不是最终财富的部位的平均收益（即期望收益值）。参考点是人们对某事物的期望。

中文名：反射效应

外文名：Reflection effect

相关事件：财富变动

相关术语：参考点（reference point）

名称：反射效应（Reflection effect）

比如说这个月你得到5,000元的奖金收入，对你来说到底是获得还是损失？这要看你的期望（即参考点），如果你期望的奖金额是4,500元，那么相对于4,500元这个参考点来说，5,000元是一种获得；假如你期望得到6,000元的奖金额，那么相对于6,000元来说5,000元就是一种损失。

Kahneman和Tverskey设计的实验说明，人在面临赢利与亏损时的偏好是存在明显差异的。

第1个实验包括了三组六个赌局的选择。

第一组：假设有两个赌局E和F。

E：有80%的概率得到4,000元。

F：肯定得到3,000元。

请问在这两个赌局中，你倾向于选择哪一个？

第二组：假设有两个赌局G和H。

G：有45%的概率获得6,000元；

H：有90%概率获得3,000元。

请问你倾向于哪个赌局？

第三组：（选择是在第二组选择的基础上调整了概率的大小）假设有两个赌局I和J。

I：有0.1%的概率得到6,000元。

J：有0.2%的概率获得3,000元。

请问你倾向于选择哪一个赌局？

第2个实验是在第1个实验的基础上，只是把收益（Gains）改成损失（Losses）。

第一组，假设有两个赌局K和L。

K：有80%的概率输掉4,000元。

L：有100%的概率输掉3,000元。

请问你会选择哪一个赌局？

第二组，假设有两个赌局M和N。

M：有0.1%的概率输掉6,000元；

N：有0.2%的概率输掉3,000元。

请问你倾向于选择哪一个赌局？

以上心理学实验为卡尼曼和托维斯基所设计，他们是以大学教授和大学生为基础进行了广泛的问卷调查，其调查结果如下：

在第1个实验中，有80%的受访者选择F赌局，即选择确实性可得（即100%概率得到）3,000元，而不选择有80%机会得到4,000元的赌局（此选择的期值是3,200元）。在第二组选择中，有86%的受访者选择H赌局，即以90%的机会得到3,000元。在第三组中，有73%的受访者选择I赌局，即选择以0.1%机会获得6,000元。倘以主流经济学的期望效用线性概率函数来测算，这三组选择都违反了期望效用的最大化的选择基准。

第2个实验，赌局的结果是损失，K赌局有80%概率损失4,000，L赌局是100%概率损失3,000元，那么有92%的受访者选择K赌局，在第二组实验中，则有70%的人选择N赌局。

比较第1个和第2个实验，就可以发现，人们（决策者），面对损失时的选择恰好跟面对收益时相反。但传统的期望效用理论，赌徒在不确定条件下，对收益的选择应该是没有差别的，都是以期望效用（值）最大化作为选择的圭臬。但实验的结果显示，面对损失的前景，决策者的选择并不是与期望效用理所展示的方向相同。此正是前景理论中的反射效应所揭示的含义。而这个含义是说：决策者对损失前景的偏好顺序恰好与收益前者相反，表现出爱好风险的倾向。此正好解释了为何大部分人在赌博赢了钱时，注码越下越细；但输了钱时，就越赌越大，所谓赢缩输谷的策略。

正期望与负期望之间的偏好

上表中的每一个问题的负期望之间的偏好是正期望之间的偏好的镜像（mirrorimage），它们的偏好是刚好相反的。因此，期望以零为中心的反射颠倒了偏好的顺序。我们称这种模式为反射效应。

首先，请注意反射效应暗示着正域的风险厌恶和伴随着负域的风险喜好，即在正的收益性范围中表现为风险厌恶，而在负的损失范围内表现为风险追求。例如，在问题3’中，多数受试者愿意优先接受0.80的概率、损失4000的风险（尽管该项赌博的期望价值更低），而不是确定的损失3000。

其次，上表中正期望之间的偏好与预期效用理论是不相一致的。相应的负期望之间的偏好也以同样的方式违背了预期原则。例如，问题3’与问题4’像问题3与问题4一样，说明了确定得到的结果相对不确定的结果被高估。在正的收益区间中，比起不确定的更大的收益，人们更偏好确定性收益，这种风险厌恶现象应归因于确定性效应。在损失区间内，同一效应导致了对仅具有或然性的损失的风险喜好偏好，而不是对确定的更小损失的风险喜好偏好。对确定性的高估这同一项心理学原理，在收益域支持风险厌恶，在损失域却支持风险喜好。

再次，确定性效应认为，人们存在对不确定性的厌恶，但反射效应告诉我们，这一结论需要加以修正，因为这种对不确定性的厌恶只是在面对收益的时候才表现出来，而面对损失的时候刚好相反。例如，我们来看一下对（3000）而不是（4000，0.80）及对（4000，0.20）而不是（3000，0.25）的普遍偏好。为了解决这种明显的不一致性，我们可以假设人们偏好具有较大期望值与较小方差的预期。因为（3000）方差为零，而（4000，0.80）有较大的方差，所以，尽管期望值较小但是前一个期望仍可能被选择。然而，随着期望值的降低，在（3000，0.25）与（4000，0.20）之间的方差差异可能不足以补偿期望值的差异。因为与（-4000，0.80）相比，（-3000）既有较大的期望值又有较小的方差，基于这种考虑应优先选择确定的损失，因此根据访查理论判断确定的损失应该被偏爱，但这与实验结果恰恰相反。因此，我们的数据与确定性是普遍的期望这一观念不相一致。而且，似乎确定性强化了对风险的厌恶及对收益的期望。