> ## Documentation Index
> Fetch the complete documentation index at: https://meta.niceshare.site/llms.txt
> Use this file to discover all available pages before exploring further.

# プロスペクト理論

> プロスペクト理論は、人がリスク下で利得と損失を非対称に評価する仕組みを示します。実務での使い方と限界を学べます。

<Info>
  **カテゴリ**: モデル<br />
  **種類**: 行動意思決定モデル<br />
  **起源**: Daniel Kahneman と Amos Tversky、1979年<br />
  **別名**: 行動的意思決定理論、価値関数モデル
</Info>

<Note>
  **先に答えると** — **プロスペクト理論**（Prospect Theory）は、人が最終資産ではなく参照点に対する利得と損失で選択を評価することを示す理論です。1979年に Kahneman と Tversky が提示し、利得局面では安全志向、損失局面ではリスク志向になりやすい理由を説明しました。要点は、同じ大きさでも損失の心理的重みが利得より大きいことです。
</Note>

## プロスペクト理論とは？

プロスペクト理論は、不確実性下で人が「実際にどう選ぶか」を説明する記述モデルです。

> "Losses loom larger than gains." — Daniel Kahneman and Amos Tversky

人は絶対値ではなく参照点との差で結果を受け取り、確率も直感的に歪めて評価します。そのため、数学的に同じ選択肢でも、表現が変わるだけで選好が反転します。これは `/ja/effects/loss-aversion` や `/ja/effects/decoy-effect` とも整合します。

### プロスペクト理論の3つの深さ

* **Beginner**: 「確実に500円得る」か「50%で1100円得る」かでは、期待値が高くても前者を選ぶ人が多くなります。
* **Practitioner**: 価格設計や政策説明では、同じ内容でも「損失回避」フレームの方が行動変化を起こしやすい場面があります。
* **Advanced**: 価値関数（利得で凹、損失で凸）と確率加重の組み合わせで、保険需要やリスク選好の反転を説明できます。

## 起源

1979年、Kahneman と Tversky は *Econometrica* でプロスペクト理論を提示し、期待効用理論の普遍性に重要な修正を加えました。1981年の *Science* 論文では、いわゆる「アジア疾病問題」において、利得フレームで72%、損失フレームで78%という選好反転を示しました。

1992年には累積プロスペクト理論として確率加重の定式化が洗練され、行動経済学の中核理論になります。実務では `/ja/models/expected-value` や `/ja/models/regret-minimization` と併用されることが多く、2002年にはこの研究系列が Nobel Prize in Economics の受賞理由の一部となりました。

## 要点

プロスペクト理論は、意思決定の設計やレビューに落とし込むと効果を発揮します。

<Steps>
  <Step title="参照点が価値判断を決める">
    人は絶対水準ではなく「今より得か損か」で評価します。参照点が変わるだけで同じ結果の見え方が変わります。
  </Step>

  <Step title="損失回避は非対称に働く">
    一般に損失の痛みは同額の利得の喜びより強く感じられます。これが現状維持バイアスや損切り遅れを生みます。
  </Step>

  <Step title="確率の主観評価は歪む">
    小確率は過大評価され、大確率は過小評価されやすくなります。宝くじ購入と低頻度リスク恐怖が同時に起きる理由です。
  </Step>

  <Step title="フレーミングで選択は反転する">
    「何人助かるか」と「何人失うか」は同値でも心理的反応は同値ではありません。表現と構造を分けて確認することが重要です。
  </Step>
</Steps>

## 応用場面

実務では、選択肢の提示方法を設計することで意思決定品質を改善できます。

<CardGroup cols={2}>
  <Card title="価格設計とプラン提示">
    年額プランを「割引」ではなく「月額の過払い回避」と示すと、選択率が上がることがあります。A/B テストで検証すると再現性が高まります。
  </Card>

  <Card title="政策・医療のリスク説明">
    利得フレームと損失フレームを併記し、受け手が比較できる形にすると、過度な誘導を抑えられます。
  </Card>

  <Card title="投資プロセス設計">
    含み損局面での感情的な追加入金を防ぐため、事前に撤退基準を固定します。`/ja/models/decision-tree` との併用が有効です。
  </Card>

  <Card title="キャリア意思決定">
    転職を「現状喪失のリスク」だけでなく「停滞コストの回避」として見直すと、機会費用が可視化されます。
  </Card>
</CardGroup>

## 事例

代表例はアジア疾病問題です。参加者は「600人が死亡する見込み」の状況で、数学的に等価な2つの政策セットから選びました。利得フレームでは72%が確実案を選び、損失フレームでは78%が確率案を選択しました。数式は同じでも、表現だけで選好が反転したのです。

この定量結果は、意思決定が期待値だけでなく、損失・利得の知覚に強く依存することを示しました。その後、金融商品設計、医療コミュニケーション、プロダクト実験設計に広く影響を与えています。

## 限界と失敗パターン

プロスペクト理論は強力ですが、すべてを説明する万能モデルではありません。第一に、反復訓練と即時フィードバックがある専門領域ではフレーミング効果が弱まる場合があります。第二に、組織意思決定ではガバナンスや合議プロセスが個人バイアスを緩和します。典型的な誤用は、利用者理解ではなく恐怖訴求のために損失フレームだけを使うことです。

## よくある誤解

現場では、理論が単純化されすぎて誤解されることがあります。

<AccordionGroup>
  <Accordion title="人は常に非合理だと断定する理論だ">
    そうではありません。選択の偏りが系統的に起きることを示し、改善可能な設計対象として扱える点に価値があります。
  </Accordion>

  <Accordion title="損失回避だけを言い換えた理論だ">
    損失回避は一部であり、参照点依存と確率加重を含めて初めて予測力が出ます。
  </Accordion>

  <Accordion title="古典モデルは不要になる">
    期待値モデルが有効な場面は多く残ります。両者を使い分ける方が実務的です。
  </Accordion>
</AccordionGroup>

## 関連概念

以下のモデルと組み合わせると、意思決定の再現性が高まります。

<CardGroup cols={3}>
  <Card title="期待値" href="/ja/models/expected-value">
    規範的な基準として選択の妥当性を点検する。
  </Card>

  <Card title="後悔最小化" href="/ja/models/regret-minimization">
    感情的な事後評価を含む意思決定に有効。
  </Card>

  <Card title="ナッシュ均衡" href="/ja/models/nash-equilibrium">
    相互依存状況での戦略的選択を補う。
  </Card>

  <Card title="損失回避" href="/ja/effects/loss-aversion">
    プロスペクト理論の中心メカニズム。
  </Card>
</CardGroup>

## 一言で言うと

<Tip>
  重要な意思決定では、まず参照点とフレーミングを疑うと、本来の価値に近い判断がしやすくなります。
</Tip>