> ## 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.

# 前景理論

> 前景理論揭示人們在風險下如何不對稱地評估收益與損失，幫助你改善定價、投資與政策溝通中的關鍵決策。

<Info>
  **類別**: 模型<br />
  **類型**: 行為決策模型<br />
  **來源**: Daniel Kahneman 與 Amos Tversky，1979年<br />
  **別名**: 行為決策理論、價值函數模型
</Info>

<Note>
  **快速回答** — **前景理論**（Prospect Theory）指出，人們在風險決策時並非看最終財富，而是圍繞參照點感受收益與損失。此理論由 Kahneman 與 Tversky 於 1979 年提出，說明了為何人在收益框架下偏保守、在損失框架下偏冒險。其核心洞見是：同等幅度的損失通常比收益帶來更強烈的心理衝擊。
</Note>

## 什麼是前景理論？

前景理論是一種描述性決策模型，用來解釋人們在不確定情境中「實際上如何做選擇」，而不是「理論上應該如何選擇」。

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

它強調，人們會相對於參照點評估結果，並且會系統性地扭曲機率感知。因此，兩個數學上等價的選項，只要敘述方式不同，就可能觸發相反選擇。這與 `/zh-hant/effects/loss-aversion`、`/zh-hant/effects/decoy-effect` 的發現相互呼應。

### 前景理論的三層理解

* **入門**：若在「確定得到 500 元」與「50% 機率得到 1100 元」之間二選一，很多人會選前者，即使後者期望值更高。
* **實踐者**：在定價、政策與產品溝通中，將同一結果寫成「避免損失」還是「獲得收益」，常會明顯改變行為反應。
* **進階**：前景理論透過價值函數與機率加權，解釋風險偏好反轉、保險需求與市場中的非線性決策行為。

## 起源

1979 年，Kahneman 與 Tversky 在 *Econometrica* 發表論文，正式提出前景理論，對期望效用理論的普遍適用性提出關鍵修正。1981 年 *Science* 的「亞洲疾病問題」實驗給出量化證據：在收益敘述下，72% 受試者偏好確定方案；在損失敘述下，78% 受試者偏好風險方案。

1992 年的累積前景理論進一步改良機率加權形式，讓模型在行為經濟學中更可操作。實務上，它常與 `/zh-hant/models/expected-value`、`/zh-hant/models/regret-minimization` 互補使用。Kahneman 也因這一研究脈絡於 2002 年獲得諾貝爾經濟學獎。

## 核心要點

前景理論的價值在於可直接轉化為決策檢查框架，而不只是一個學術名詞。

<Steps>
  <Step title="參照點決定你的價值感受">
    人們不是用絕對結果判斷，而是看「比現在好多少或差多少」。參照點一變，偏好可能立刻改變，即便報酬結構不變。
  </Step>

  <Step title="損失規避具有不對稱性">
    一般而言，失去 100 的痛感大於得到 100 的快感。這能解釋沉沒成本、現狀偏誤與停損困難。
  </Step>

  <Step title="機率加權會扭曲風險直覺">
    人們常高估小機率、低估大機率，因此會同時出現買彩券與過度害怕低頻事件等看似矛盾的行為。
  </Step>

  <Step title="框架效應可在不改數學時改變選擇">
    「可挽救多少人」與「會失去多少人」在數學上可等價，但心理反應並不等價。良好決策需要把敘述與結構分開檢視。
  </Step>
</Steps>

## 應用場景

你可以用前景理論重新設計選項呈現方式，提升個人與組織在壓力下的決策品質。

<CardGroup cols={2}>
  <Card title="定價與方案設計">
    將年費方案敘述為「避免按月多付成本」，通常比「獲得折扣」更能驅動轉換。上線前可用 A/B 測試驗證。
  </Card>

  <Card title="公共政策與風險溝通">
    在醫療或金融資訊中，同時提供收益與損失兩種框架，有助降低單一敘述造成的偏誤。
  </Card>

  <Card title="投資流程優化">
    先寫好停損與再平衡規則，能避免浮虧時因損失規避而持續加碼。可搭配 `/zh-hant/models/decision-tree` 進行結構化檢核。
  </Card>

  <Card title="職涯與個人抉擇">
    把「換工作風險」改寫為「停滯成本」，常能看見原本被忽略的機會成本。
  </Card>
</CardGroup>

## 經典案例

「亞洲疾病問題」是前景理論最經典的實證案例。受試者在「預計 600 人死亡」的情境下，面對兩組數學等價的政策選項。收益框架中，72% 選擇確定方案（可確定挽救 200 人）；損失框架中，78% 選擇風險方案。即使算式相同，偏好仍出現明顯反轉。

這組可量化結果清楚顯示：人類決策不只由期望值主導，也深受損失與收益知覺影響。此發現後續廣泛影響行為金融、醫療溝通與產品實驗設計。

## 邊界與失效場景

前景理論非常有用，但不是萬能解釋。第一，在高回饋、強訓練的專業環境中，框架效應可能被部分削弱。第二，組織決策常受治理流程約束，個體偏誤會被制度修正。常見誤用是把理論當成操控工具，只強調損失恐懼，而忽略資訊透明與可比較性。

## 常見誤區

前景理論常被過度簡化，導致實務使用偏離原意。

<AccordionGroup>
  <Accordion title="它代表人類總是非理性">
    它不是說人會亂選，而是指出偏差有規律，能被辨識、量測與修正。
  </Accordion>

  <Accordion title="它只是在講損失規避">
    損失規避只是其中一部分，參照點依賴與機率加權同樣關鍵。
  </Accordion>

  <Accordion title="有了它就不必用經典模型">
    在許多場景，期望值模型仍然有效。最佳做法是行為模型與規範模型並用。
  </Accordion>
</AccordionGroup>

## 相關概念

將前景理論與以下模型搭配，通常能形成更完整的決策工具組。

<CardGroup cols={3}>
  <Card title="期望值" href="/zh-hant/models/expected-value">
    作為規範基線，用來校準行為偏誤。
  </Card>

  <Card title="後悔最小化" href="/zh-hant/models/regret-minimization">
    適合處理情緒後果明顯的不確定決策。
  </Card>

  <Card title="納許均衡" href="/zh-hant/models/nash-equilibrium">
    在多方互動情境中補上策略分析維度。
  </Card>

  <Card title="損失規避" href="/zh-hant/effects/loss-aversion">
    前景理論中最核心且最常見的心理機制。
  </Card>
</CardGroup>

## 一句話總結

<Tip>
  當你特別害怕失去時，先檢查參照點與敘述框架，再做價值判斷。
</Tip>