‘Stochastically more risk averse:’ A contextual theory of stochastic discrete choice under risk
“随机意义上更厌恶风险”：风险下随机离散选择的情境理论AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要明确讨论风险条件下的随机离散选择、潜变量模型与异方差选择概率，因此最直接对应离散选择方法方向。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
“随机意义上更厌恶风险”：风险下随机离散选择的情境理论
- 研究问题
- 常见同方差随机选择模型中的风险厌恶参数，能否对应随机意义上的更厌恶风险关系；若不能，如何调整选择模型？
- 方法与思路
- 作者提出名为情境效用的异方差模型，使偏好函数与随机选择机制相衔接，并用一个数据集比较解释和预测表现。
- 材料陈述的贡献
- 摘要称，新模型修正了传统模型中风险厌恶参数与随机选择排序不一致的问题，并在一个数据集上表现相当或更好。
- 阅读关注点
- 应核对随机风险厌恶关系的定义、情境如何决定异方差、参数解释，以及样本内解释和样本外预测的具体比较设计。
- 阅读边界
- 仅据所给出版社摘要，无法确认模型限制、数据内容及比较指标；单个数据集上的表现不足以证明模型具有普遍优势。
原文摘要
Microeconometric treatments of discrete choice under risk are typically homoscedastic latent variable models. Specifically, choice probabilities are given by preference functional differences (given by expected utility, rank-dependent utility, etc.) embedded in cumulative distribution functions. This approach has a problem: Estimated utility function parameters meant to represent agents' degree of risk aversion in the sense of Pratt (1964) do not imply a suggested "stochastically more risk averse" relation within such models. A new heteroscedastic model called "contextual utility" remedies this, and estimates in one data set suggest it explains (and especially predicts) as well as or better than other stochastic models.