臺大管理學院於3月17日舉辦教師跨領域研究分享會，本次活動邀請財金系曾郁仁老師發表其團隊的研究「Estimating the Intensity of Higher-order Preferences by Real Data（以實證資料估計高階風險偏好指標之強度）」。本研究跳脫過往高度仰賴實驗室數據的侷限，進一步從真實金融市場的選擇權價格中，萃取並量化投資人的高階風險偏好，為決策科學與資產定價領域帶來了更具市場代表性的實證視角。

從二階到高階風險偏好

在現代財務經濟學與決策科學中，個體在不確定性下的選擇行為始終是核心議題。傳統理論主要透過「風險趨避」（Risk Aversion，對應效用函數的二階導數），藉由絕對風險趨避與相對風險趨避等指標，成功解釋了投資組合選擇與保險需求等基本行為。

然而，人類的心理相當複雜，僅憑單一的風險趨避指標並不足以完整描繪真實的決策輪廓。為此，學界進一步引入了更高階的風險偏好——也就是效用函數的三階與四階導數，分別代表「審慎」（Prudence）與「節制」（Temperance）兩種心理特質。具體而言，「審慎」的程度決定了人們在面對未來所得不確定時，會產生多少「預防性儲蓄」（precautionary saving）的動機；而「節制」的程度，則決定了人們在面對既有的背景風險時，為了避免多個獨立風險同時發生，會如何改變對其他風險性資產的配置意願。

突破實證困境：從實驗資料走向真實金融市場

現有文獻在探討高階偏好強度時，主要面臨的困境在於資料來源的侷限性與估計方法的複雜度。近年來諸多學者的研究皆高度仰賴實驗室數據，透過受試者在控制環境下的決策來研究高階風險偏好的符號與強度。雖然實驗室環境能有效排除干擾變數，但受試者在實驗環境中的金錢誘因往往與現實市場規模存有數量級的差異，導致難以推論真實市場中的投資人行為。

另一方面，過往雖曾有學者利用選擇權資料估計風險趨避係數，但其推導過程高度仰賴對投資人效用函數形式的強烈假設，且鮮少有研究將此方法論系統性地延伸至高階偏好強度的估計。為結合理論推導與實證觀察，曾郁仁老師團隊利用具備高度市場代表性的美股標準普爾500指數（S&P 500）選擇權價格作為實證資料，建構出能在不預設特定效用函數形式的前提下，估計投資人高階風險偏好強度的模型框架。

實證發現：量化指標揭示的市場心理特徵

研究團隊不僅探討了高階偏好的正負號，更成功估計出其「強度」的數值，同時也對比了「未扭曲模型」與「扭曲模型」在不同報酬率下的偏好強度變化。「扭曲」是指引入了投資人主觀的心理狀態與認知偏誤。在傳統的「未扭曲模型」中，理論假設投資人是完全理性的，能客觀且精準地評估真實機率；然而，「扭曲模型」則捕捉了真實世界中投資人對機率的主觀感受——例如人們往往會過度放大極端小機率事件的發生可能性，或是帶有先入為主的悲觀預期。

實證結果給出了一個直覺且重要的發現：當模型精準考量了投資人這種主觀的「機率扭曲」心理後，所估計出的高階風險偏好（包含風險趨避、審慎與節制）強度，整體數值皆顯著低於傳統理性假設下的結果。這份實證數據帶來了深刻的管理意涵：如果在資產定價或開發避險產品時，忽略了人類主觀的認知偏誤，決策者很可能會過度高估投資人對於風險防禦的實際強度要求，進而導致產品定價或風險預測出現落差。

曾郁仁老師團隊的研究，成功將高階風險偏好的範疇從理論推導擴展至真實市場的經驗觀察，極大地完善了決策科學的實證基礎。這項研究不僅在學術上證實了利用選擇權等實證資料估計高階偏好強度的可行性，更為實務界的金融機構提供了量化投資人深層心理結構的關鍵工具。

撰文者／尤柔蘋