[轉載]『前景理論』
|
|
| 香港三國志 · 版規 |
 說明
 搜尋
 會員
 聲望
 日曆
 統計
|
| 歡迎訪客 ( 登入 | 註冊 ) | 重寄認證電子郵件 |
   |
[轉載]『前景理論』| 阿暪 |
|
 一品官  發表數： 5,279 所屬群組： 一般 註冊日期： 8-17-2004 活躍：46 聲望：1208  |
『前景理論』
年復一年，日復一日，發生在你我身邊的財富現象無窮無盡，顯得撲朔迷離。而我們，總是不斷嘗試著給這些淩亂的財富事件作出合理的解釋，並借此預測未來。 邁入2003 年，新年第一期《財富週刊》帶給讀者的，正是這樣一種解釋財富現象的新視角---從心理學角度研究經濟學。這就是2002 年諾貝爾經濟學獎獲得者、心理學家卡尼曼（ Kahneman ）帶給人們的『前景理論』新方向。諾貝爾經濟學獎的學術遠見，歷來被視為當代經濟學的風向標。不少赫赫有名的經濟理論，當年正是從諾貝爾獎開始走向巔峰，為大眾所熟知的。剛剛獲此殊榮的『前景理論』自然成為世人關注的熱門理論。作為『前景理論』基石的心理學對經濟學產生的重大影響，也自然重又為世人所關注所重視。 而心理學的吃香，本身也折射出『911事件』以後彌漫在世人心中的不確定情緒。傳統經濟學崇尚的是基於精密數學模型的理性主義，而心理學則強調實驗，認為人的理性是有限的。回首2002 年，世界經濟尚未走出低谷，恐怖襲擊時有發生，海灣局勢又開始日趨緊張……多事之秋，人們轉而從心理學中尋求對財富的理解，也在情理之中。 卡尼曼在做諾貝爾演講時，特地談到了一位華人學者的研究成果，他就是芝加哥大學商學院終身教授、中歐國際工商學院行為科學中心主任奚愷元教授。奚教授用心理學來研究經濟學、市場學、決策學等學科的問題，是這個領域的主要學者之一。日前，奚教授在復旦大學和中歐工商學院發表演講，採用大量的實例闡釋了前景理論與傳統經濟學的區別，以及心理學對傳統經濟學的修正。 《財富週刊》在本文中截取的，正是演講中的精彩片段。細細讀來，您會發現：小到個人購物消費，企業的風險決策，大到國家公共政策的制定，社會上林林總總的財富現象，都與心理學有著千絲萬縷的聯繫。 2003年，讓我們換個視角看財富。 看上去很美---在差的物品上花更多的錢 如果有兩個匹薩，他們的配料和口味等其他方面完全相同，只不過一個比另外一個更大一點，你是不是願意為大的匹薩支付更多的錢？ 答案似乎毫無疑問是肯定的。人應該都是理性的，對於好的東西和壞的東西，人們總是願意為好的東西支付更多的錢。可是，在現實生活中，人的決策卻並不總是如此英明。 來看一個奚教授于1998年發表的霜淇淋實驗。現在有兩杯哈根達斯霜淇淋，一杯霜淇淋A有7盎司，裝在5盎司的杯子裏面，看上去快要溢出來了；另一杯霜淇淋B是8盎司，但是裝在了10盎司的杯子裏，所以看上去還沒裝滿。你願意為哪一份霜淇淋付更多的錢呢？ 如果人們喜歡霜淇淋，那麼8盎司的霜淇淋比7盎司多，如果人們喜歡杯子，那麼10盎司的杯子也要比5盎司的大。可是實驗結果表明，在分別判斷的情況下（評點：也就是不能把這兩杯霜淇淋放在一起比較，人們日常生活中的種種決策所依據的參考資訊往往是不充分的），人們反而願意為分量少的霜淇淋付更多的錢。實驗表明：平均來講，人們願意花2.26 美元買7盎司的霜淇淋，卻只願意用1.66 美元買8盎司的霜淇淋。 這契合了卡尼曼等心理學家所描述的：人的理性是有限的。人們在做決策時，並不是去計算一個物品的真正價值，而是用某種比較容易評價的線索來判斷。比如在霜淇淋實驗中，人們其實是根據霜淇淋到底滿不滿來決定給不同的霜淇淋支付多少錢的。（評點：呵呵，哈根達斯不常吃，太貴，麥當勞那個平時賣2元、炎夏季節1元的霜淇淋蛋筒倒是吃的人很多。整個螺旋形的霜淇淋高高地堆在蛋筒之外，雖然三口兩口就吃完了，但看起來就是感覺很多、很超值。還有肯德基的薯條，常聽朋友說買小包的最划算，其實又沒誰一根根數過，不過是小包的包小，看上去裝得滿撲撲的罷了。人們總是非常相信自己的眼睛，實際上目測最靠不住了，聰明的商家就善於利用人們的這種心理，製造『看上去很美』的效果。） 再來看一個奚教授做的餐具的實驗。比方說現在有一家傢俱店正在清倉大甩賣，你看到一套餐具，有8個菜碟、8個湯碗和8個點心碟，共24件，每件都是完好無損的，那麼你願意支付多少錢買這套餐具呢？如果你看到另外一套餐具有40件，其中24件和剛剛提到的完全相同，而且完好無損，另外這套餐具中還有8個杯子和8個茶託，其中2個杯子和7個茶託都已經破損了。你又願意為這套餐具付多少錢呢？結果表明，在只知道其中一套餐具的情況下，人們願意為第一套餐具支付33美元，卻只願意為第二套餐具支付24美元。 雖然第二套餐具比第一套多出了6個好的杯子和1個好的茶託，人們願意支付的錢反而少了。因為到底24件和31件算是多，還是少，如果不互相比較是很難引起注意的，但是整套餐具到底完好無缺還是已經破損，卻是很容易判斷的。瞧，人們還是依據比較容易判斷的線索做出判斷的，儘管這並不划算。（評點：這是『完整性』概念，一套餐具件數再多，破了幾個也得歸入次品，人們要求它廉價是理所當然的，寧為玉碎，不為瓦全嘛。不過，商家也可以善加利用人們認為次品必廉價的心理，比如一套好好的傢俱，五斗櫥上蹭破塊漆、掉了個原裝把手，只能作為處理品賣了，有的商家腦筋急轉彎，把價格抬高一倍，再打個大大的叉，下面寫上對折處理，實際上還是原來的價，結果反而一下子賣出去了。且不論是否有欺詐的嫌疑，但完整性概念還是有好的應用。 在為人處事上也用得到，常言道『多做多錯，少做少錯，不做不錯』，就是說一個人做好了20件事，只要有兩、三件做錯了、沒做好，另外一個人只做了10件事，但都做好了，別人對第二個人的評價往往比對第一個人高。所以有一種觀點認為，人還是應該根據自己的能力，踏踏實實地做事，把損失降到最少就是得益。）其實，大到聯合國的公共決策都可能發生這種偏差。 來看這樣一個實驗。比如說太平洋上有小島遭受颱風襲擊，聯合國決定到底給這個小島支援多少錢。假設這個小島上有1000戶居民，90％居民的房屋都被颱風摧毀了。如果你是聯合國的官員，你以為聯合國應該支援多少錢呢？但假如這個島上有18000 戶居民，其中有10％居民的房子被摧毀了（你不知道前面一種情況），你又認為聯合國應該支援多少錢呢？從客觀的角度來講，後面一種情況下的損失顯然更大。可實驗的結果顯示，人們覺得在前面一種情況下，聯合國需要支援1500萬美元，但在後面一種情況下，人們覺得聯合國只需要支援1000萬美元。據說，這個實驗從一般的市民到政府官員，屢試不爽。（評點：這個故事對於政府的決策是很有參考價值的。） 賭徒永遠口袋空空---錢和錢是不一樣的 錢就是錢。同樣是100元，是工資掙來的，還是彩票贏來的，或者路上揀來的，對於消費者來說，應該是一樣的。可是事實卻不然。一般來說，你會把辛辛苦苦掙來的錢存起來捨不得花，而如果是一筆意外之財，可能很快就花掉了。 這證明了人是有限理性的另一個方面：錢並不具備完全的替代性，雖說同樣是100元，但在消費者的腦袋裏，分別為不同來路的錢建立了兩個不同的帳戶，掙來的錢和意外之財是不一樣的。這就是芝加哥大學薩勒（ Thaler）教授所提出的『心理帳戶』的概念。 比如說今天晚上你打算去聽一場音樂會。票價是200元，在你馬上要出發的時候，你發現你把最近買的價值200元的電話卡弄丟了。你是否還會去聽這場音樂會？實驗表明，大部分的回答者仍舊會去聽。 可是如果情況變一下，假設你昨天花了200元錢買了一張今天晚上的音樂會票子。在你馬上要出發的時候，突然發現你把票子弄丟了。如果你想要聽音樂會，就必須再花200元錢買張票，你是否還會去聽？結果卻是，大部分人回答說不去了。 可仔細想一想，上面這兩個回答其實是自相矛盾的。不管丟掉的是電話卡還是音樂會票，總之是丟失了價值200元的東西，從損失的金錢上看，並沒有區別，沒有道理丟了電話卡後仍舊去聽音樂會，而丟失了票子之後就不去聽了。原因就在於，在人們的腦海中，把電話卡和音樂會票歸到了不同的帳戶中，所以丟失了電話卡不會影響音樂會所在帳戶的預算和支出，大部分人仍舊選擇去聽音樂會。但是丟了的音樂會票和後來需要再買的票子都被歸入同一個帳戶，所以看上去就好像要花400元聽一場音樂會了。人們當然覺得這樣不划算了。 （評點：把不同的錢歸入不同的帳戶，這就是為什麼賭徒的口袋裏永遠沒錢的道理，輸了當然沒什麼好說的，贏了，反正是不勞而獲來得容易，誰願意存銀行啊？從積極的方面講，不同帳戶這一概念可以幫助制訂理財計畫。比如一家單位的員工，主要收入由工資---用銀行卡發放、獎金---現金發放構成，節假日和每季度還有獎金，偶爾炒個股票、郵幣卡賺點外快，那麼可以把銀行卡中的工資轉入零存整取帳戶作為固定儲蓄，獎金用於日常開銷，季度獎購買保險，剩餘部分用於支付人情往來，外快則用來旅遊休閒。由於在心理上事先把這些錢一一歸入了不同的帳戶，一般就不會產生挪用的念頭） 類似的概念還可以幫助政府制定政策。比方說，一個政府現在想通過減少稅收的方法刺激消費。它可以有兩種做法，一個是減稅，直接降低稅收水平，另外一種是退稅，就是在一段時間後返還納稅人一部分稅金。從金錢數額來看，減收5％的稅和返還5％的稅是一樣的，但是在刺激消費上的作用卻大不一樣。人們覺得減收的那部分稅金是自己本來該得的，是自己掙來的，所以增加消費的動力並不大；但是退還的稅金對人們來說就可能如同一筆意外之財，刺激人們增加更多的消費。顯然，對政府來說，退稅政策比減稅政策，達到的效果要好得多。 痛苦讓人記憶猶新 人人怕風險，人人都是冒險家；面對風險決策，人們是會選擇躲避呢，還是勇往直前？ 讓我們來做這樣兩個實驗--- 一是有兩個選擇，A是肯定贏1000元，B是50％可能性贏2000元，50％可能性什麼也得不到。你會選擇哪一個呢？大部分人都選擇A，這說明人是風險規避的。 二是這樣兩個選擇，A是你肯定損失1000元，B是50％可能性你損失2000元，50％可能性你什麼都不損失。結果，大部分人選擇B，這說明他們是風險偏好的。 可是，仔細分析一下上面兩個問題，你會發現他們是完全一樣的。假定你現在先贏了2000元，那麼肯定贏1000元，也就是從贏來的2000元錢中肯定損失1000元；50％贏2000元也就是有50％的可能性不損失錢；50％什麼也拿不到就相當於50％的可能性損失2000元。 由此不難得出結論：人在面臨獲得時，往往小心翼翼，不願冒風險；而在面對損失時，人人都成了冒險家了。這就是卡尼曼『前景理論』的兩大『定律』。 『前景理論』的另一重要『定律』是：人們對損失和獲得的敏感程度是不同的，損失的痛苦要遠遠大於獲得的快樂。讓我們來看一個薩勒曾提出的問題：假設你得了一種病，有萬分之一的可能性（低於美國年均車禍的死亡率）會突然死亡，現在有一種藥吃了以後可以把死亡的可能性降到零，那麼你願意花多少錢來買這種藥呢？那麼現在請你再想一下，假定你身體很健康，如果說現在醫藥公司想找一些人測試他們新研製的一種藥品，這種藥服用後會使你有萬分之一的可能性突然死亡，那麼你要求醫藥公司花多少錢來補償你呢？在實驗中，很多人會說願意出幾百塊錢來買藥，但是即使醫藥公司花幾萬塊錢，他們也不願參加試藥實驗。這其實就是損失規避心理在作怪。得病後治好病是一種相對不敏感的獲得，而本身健康的情況下增加死亡的概率對人們來說卻是難以接受的損失，顯然，人們對損失要求的補償，要遠遠高於他們願意為治病所支付的錢。 不過，損失和獲得並不是絕對的。人們在面臨獲得的時候規避風險，而在面臨損失的時候偏愛風險，而損失和獲得又是相對於參照點而言的，改變人們在評價事物時所使用的觀點，可以改變人們對風險的態度。 比如有一家公司面臨兩個投資決策，投資方案A肯定盈利200萬，投資方案B有50％的可能性盈利300萬，50％的可能盈利100萬。這時候，如果公司的盈利目標定得比較低，比方說是100萬，那麼方案A看起來好像多賺了100萬，而B則是要麼剛好達到目標，要麼多盈利200萬。A和B看起來都是獲得，這時候員工大多不願冒風險，傾向於選擇方案A；而反之，如果公司的目標定得比較高，比如說300萬，那麼方案A就像是少賺了100萬，而B要麼剛好達到目標，要麼少賺200萬，這時候兩個方案都是損失，所以員工反而會抱著冒冒風險說不定可以達到目標的心理，選擇有風險的投資方案B。可見，老闆完全可以通過改變盈利目標來改變員工對待風險的態度。 再來看一個卡尼曼與特沃斯基的著名實驗：假定美國正在為預防一種罕見疾病的爆發做準備，預計這種疾病會使600人死亡。現在有兩種方案，採用X方案，可以救200人；採用Y方案，有三分之一的可能救600人，三分之二的可能一個也救不了。顯然，救人是一種獲得，所以人們不願冒風險，更願意選擇X方案。 現在來看另外一種描述，有兩種方案，X方案會使400人死亡，而Y方案有1/3 的可能性無人死亡，有2/3 的可能性600人全部死亡。死亡是一種失去，因此人們更傾向于冒風險，選擇方案B。 事實上，兩種情況的結果是完全一樣的。救活200人等於死亡400人；1/3 可能救活600人等於1/3可能一個也沒有死亡。可見，不同的表述方式改變的僅僅參照點---是拿死亡，還是救活作參照點，結果就完全不一樣了。 奚教授介紹，這是新經濟學對微觀經濟學很重要的一個內容---風險決策理論的修正。傳統的經濟學是一個規範性的經濟學，也就是教育人們應該怎樣做。而受心理學影響，經濟學更應該是描述性的，它主要描述人們事實上是怎樣做的。風險理論演變經過了三階段：從最早的期望值理論（Expected value Theory），到後來的期望效用理論（Expected Utility Theory），到最新的前景理論（Prospect Theory）。其中前景理論是一個最有力的描述性理論。 概括來說，前景理論有以下三個基本原理： （a）大多數人在面臨獲得的時候是風險規避的；（b）大多數人在面臨損失的時候是風險偏愛的；（c）人們對損失比對獲得更敏感。 前景理論有很多應用。除了上面談到的例子之外，奚教授又談到了另外一個應用：怎樣公佈好消息和壞消息。如何發佈消息甚至可以影響股市的走勢。如果說一家公司要向它的股東/股票持有人公佈一項好消息，那麼以什麼樣的方式公佈這個好消息才能使它產生最積極的效果呢？如果要公佈的是一項壞消息，公司又該如何做才能最大程度地減少這個消息的不利影響呢？ 奚教授講到了最早由Thaler提出的四個原則： （a）如果你有幾個好的消息要發佈，應該把它們分開發佈。比如假定今天你老闆獎勵了你1000 塊錢，而且你今天在一家百貨商店抽獎的時候還抽中了1000 塊錢，那麼你應該把這兩個好消息分兩天告訴你妻子，這樣的話她會開心兩次。根據前景理論，分別經歷兩次獲得所帶來的高興程度之和要大於把兩個獲得加起來一次所經歷所帶來的總的高興程度。 （b）如果你有幾個壞消息要公佈，應該把它們一起發佈。比方說如果你今天錢包裏的1000 塊錢丟了，還不小心把你妻子的1000 塊錢的手機弄壞了，那麼你應該把這兩個壞消息一起告訴她。因為根據前景理論，兩個損失結合起來所帶來的痛苦要小於分別經歷這兩次損失所帶來的痛苦之和。 （c）如果你有一個大大的好消息和一個小小的壞消息，應該把這兩個消息一起告訴別人。這樣的話，壞消息帶來的痛苦會被好消息帶來的快樂所沖淡，負面效應也就少得多。 （d）如果你有一個大大的壞消息和一個小小的好消息，應該分別公佈這兩個消息。這樣的話，好消息帶來的快樂不至於被壞消息帶來的痛苦所淹沒，人們還是可以享受好消息帶來的快樂。 奚教授認為，不僅是個人可以應用這些原則來影響他們所關注的人的高興程度，公司也同樣可以用這些原則影響股票持有者的投資行為。 讓人人擁有快樂---最大化人們的幸福 想不想換一個工資更高的工作？ 當然想。 為什麼要追求更多的工資呢？ 為了生活更富裕。 那麼生活更富裕為了什麼呢？…… 歸根究底，人們最終在追求的是生活的幸福，而不是有更多的金錢。因為，從『效用最大化』出發，對人本身最大的效用不是財富，而是幸福本身。 傳統經濟學認為增加人們的財富是提高人們幸福水平的最有效的手段。但奚教授認為，財富僅僅是能夠帶來幸福的很小的因素之一，人們是否幸福，很大程度上取決於很多和絕對財富無關的因素。舉個例子，在過去的幾十年中，美國的人均GDP翻了幾番，但是許多研究發現，人們的幸福程度並沒有太大的變化，壓力反而增加了。這就產生了一個非常有趣的問題：我們耗費了那麼多的精力和資源，增加了整個社會的財富，但是人們的幸福程度卻沒有什麼變化。這究竟是為什麼呢？ 奚教授指出，人們到底是不是幸福，取決於許多和絕對財富無關的因素。鑒於前人的研究基礎上，奚教授正在發展一種新的、嚴格的理論來研究如何最大化人們的幸福。和經濟學（Economics ）相對應，奚教授把這種科學叫『幸福學』（Hedonomics）。這個理論提出：我們的最終目標不是最大化財富，而是最大化人們的幸福。 那麼除絕對財富外，還有哪些因素在影響我們的幸福呢？ 時間性的比較和社會的比較可以給人們帶來幸福感。比如你最近在上海的市中心買了一棟別墅，你覺得很開心。但實際上你覺得開心只有很少一部分因為你住在這樣的房子裏給你帶來的，更多的是因為比較而產生的。從時間性比較來說，如果你以前住在閣樓裏，那麼現在你住別墅你會感到非常幸福。如果你以前住的是花園洋房，那麼你不會感到特別開心。從社會性比較來說，如果你和你周圍的人，你的朋友同事進行比較時發現，其他人都還住在普普通通的公房，而你現在有自己的別墅，你當然會很開心。如果說你周圍的人現在已經都住在更好的地方了，那麼你就算住在別墅裏感覺舒服，你也不會非常開心。 幸福的另外一個來源是脈衝式的變化所帶來的。如果一個人一直過著優越的生活而沒有什麼變化，他是不會比一般人幸福的。也就是說，舒適並不是幸福的重要因素。而如果一個人本身生活水平不是特別高，但是他有時會有一些起伏變化，比如旅遊、探險等，這些脈衝式的快樂則能使人感覺到更加幸福。 （評點：美國人是世界上最富有的，但據調查歐洲人普遍感到比美國人幸福，歐洲人雖然住的房子比美國人小、開的車子也比美國人小，但他們省下了錢來度假。不一樣的生活方式，產生了不同的幸福感。這是一個很好的教益，公司不妨鼓勵員工好好利用每年的休假，員工感到幸福的同時，對公司的認同感也會提升。） 奚教授又舉了一個簡單而耐人尋味的例子，現在到年底了，許多公司都會發放獎金給員工。比方說有兩種選擇，一是發1200元現金給員工，另一種是發給員工兩張上海最好的法國餐廳的就餐券，價值1200元。哪個更好呢？肯定是前面一種更實惠，而且如果把這兩種方法給員工選擇的話，人們也會選擇前面一種。但如果你把這兩種獎勵分別給兩組員工（他們不知另一組所獲獎勵），則是拿到後者（1200元就餐券）的員工在多年後還會津津樂道談起此事，長久的快樂記憶有助於增加員工願為公司效力的凝聚力。 同樣的道理在員工報酬方面是很有用的。假定你是一家公司的CEO，你有兩種支付員工報酬的方式。一種方式你可以給員工支付定額的高薪，另一種方式你可以給員工相對低一些的工資，但是有時給他們一些獎勵。客觀來講，你的公司第一種方式中花的錢更多，但是奚教授指出，你的員工會在第二種方式中更高興，而這個時候公司花的錢還更少！（評點：當然，如果你的公司現在已經採取的是類似第一種的支付定額高薪的方式，那麼現在要轉換成第二種支付方式已晚，因為降低工資總是讓員工很不開心的。） 我們無法諱言這樣的現實：追求財富是人的本能。人人都希望自己的錢包變得更鼓，人人都希望自己有朝一日成為富翁。但我們同樣無法迴避這樣的事實，社會資源的總量是有限的，至少在現在這個階段，我們不可能期望人人都成為富豪。富裕階層與弱勢群體之間的貧富鴻溝也不可能完全消失。 從這個意義上，『終極目標是幸福的最大化』的論斷，為我們打開了一扇新的視窗。絕對財富的鴻溝無法填平，而幸福感卻可能被每一個人所擁有。我們關注財富人生，希望財富增加的時候，幸福感也能與日俱增。我們同樣關注弱勢群體，希望每一個普通百姓都擁有幸福。增加全社會的幸福感，這是政府的責任，也理應成為社會上每一個成員自發的追求。當然，社會在進步，滿足感和不滿足感都是相對的，不以偏概全，新經濟學可以引導看事物好的一面，不把壞的一面放大，來讓人們獲得幸福感。 21世紀，是追求幸福的世紀。 卡尼曼和前景理論，瑞典皇家科學院稱，卡尼曼因為『將來自心理研究領域的綜合洞察力應用在經濟學當中，尤其是在不確定情況下的人為判斷和決策方面作出了突出貢獻』 ，摘得2002年度諾貝爾經濟學獎的桂冠。 長期以來，正統經濟學一直以『理性人』為理論基礎，通過一個個精密的數學模型構築起完美的理論體系。而卡尼曼教授等人的行為經濟學研究則從實證出發，從人自身的心理特質、行為特徵出發，去揭示影響選擇行為的非理性心理因素，其矛頭直指正統經濟學的邏輯基礎---理性人假定。 其實，早在20世紀50年代就有人開始研究行為經濟學，但早期的研究比較零散。直到20世紀70年代，才由卡尼曼與特沃斯基（Tversky）對這一領域進行了廣泛而系統的研究。行為經濟學強調，人們的行為不僅受到利益的驅使，而且還受到多種心理因素的影響。前景理論把心理學研究和經濟學研究有效地結合起來，揭示了在不確定性條件下的決策機制，開拓了一個全新的研究領域。從這個意義上說，卡尼曼的獲獎，有可能改變未來經濟學的發展方向。 本篇文章已被 阿暪 於 Jun 3 2006, 11:30 編輯過 -------------------- 暗淡了刀光劍影，遠去了鼓角錚鳴
眼前飛揚著一個個鮮活的面容 湮沒了黃塵古道，荒蕪了烽火邊城 歲月啊！你帶不走那一串串熟悉的姓名 興亡誰人定啊！盛衰豈無憑啊！ 一頁風雲散啊...變幻了時空 聚散皆是緣啊！離合總關情啊！ 擔當生前事啊...何計身後評？ 長江有意化作淚，長江有情起歌聲 歷史的天空，閃爍幾顆星 人間一股英雄氣... 在馳騁縱橫... |
 
|
| 神經翰 |
發表於： Jun 2 2006, 11:39
|
||
|
八品官 發表數： 184 所屬群組： 一般 註冊日期： 9-14-2005 活躍：1 聲望：19 |
課本上說,真正risk aversion高低的分別應該是所期望的risk premium不同,而不是risk aversion高就應該作出risk低的投資
我有點質疑,真的"大部分人回答說不去了"?我覺得不是太大部分吧?這是有嚴格實驗還是想當然? 而且在現實生活中我們考慮不去,也會考慮到臨時買來的位置不好這類問題 我覺得有時選擇丟了票就不去,因為我們本來就三心兩意,如本來就覺得有些肉赤但又有一點興趣,或者買票時受到外力慫恿,或者原本有其他活動可以選擇. 丟了票令我們可以重新決定,還可能失去原本已經不大的興致,如果去的意欲頗大,應該會選擇再買 本篇文章已被 神經翰 於 Jun 2 2006, 12:00 編輯過 |
||
|
|
| 徐元直 |
發表於： Jun 2 2006, 20:06
|
||
 攤抖首領 發表數： 7,909 所屬群組： 君主 註冊日期： 9-18-2003 活躍：63 聲望：4175 |
我記得真的有這個試驗，做研究不能光靠想當然的。在實驗所假設的情況中，應該不會有三心兩意或外力慫恿的問題(避免其他變數干擾)，不過原文我沒有看過。 -------------------- ......
|
||
|
|
| 徐元直 |
|
||
|
攤抖首領 發表數： 7,909 所屬群組： 君主 註冊日期： 9-18-2003 活躍：63 聲望：4175 |
(看來現在轉載都沒人寫[轉載]了，雖說hksan幾乎所有主題都是轉載，很少原創，我覺得還是標明一下比較好。另外，知道原出處的話請注明來源。) 瞞兄這篇文轉得好。其實我很久以前就想寫一篇講非理性決策的文章，不過一直拖著沒寫，呵呵。現在順勢寫些東西介紹一下好了，很多例子上面就有，正好省了自己去翻譯的功夫，著重補充一些原文作者沒有提及的東西吧。 Kahneman跟Tversky從事這類研究二十多年了，可惜Tversky已經去世，要不然就不止一個人拿諾獎了。對於Prospect theory，有志成為奸商的各位應該好好學習，當然一般人若想少中奸商的計，也應該認識一下。  Prospect theory並不複雜，它的核心就在於這條著名的曲線：  X軸是實際盈虧數值，Y軸是人們心理上感受到的價值。所謂「非理性」，就在於X和Y並非理性人所假設的那種完美的正相關關係，也就是說上圖中並不是一條45度角的斜線，而是有兩種特性：(一)這是由兩條漸進曲線組成；(二)虧(Loss)的曲線要比盈(Gain)的曲線陡峭。 (一)揭示了我們對損益的敏感程度是取決於基數的。比如說，你的錢包裏只有二十元，突然你撿到一張五十元，那麼你會覺得很幸運。但如果銀行告訴你你中了個小獎，銀行在你五萬元的帳號裏添加了五十元獎金，那麼雖然同樣是賺了$50，但後者帶來的滿足感比不上前者。同樣道理，你從一個一無所有的窮人變成百萬富翁，會有很大的滿足感，但如果是從一億身家漲到十億，心理變化反而沒那麼大了---雖然從數字上來說增加九億比增加一百萬多很多。當然，這種現象並非只適用於金錢，原文中的霜淇淋實驗也是類似的道理。 除了原文所舉的例子外，(一)也可以用來解釋沉沒成本(Sunk cost)現象。這個現象是說大量已經投入的成本使人泥足深陷，即使發現該項目再往裏投也是前景不佳，卻為了避免以前投入的錢變成損失而繼續往裡面投錢。在理性決策中，已經投入的成本是不應該影響未來決策的，但實際情況並沒有那麼理性。實際上很多人會覺得相比大量的前期投入，現在再多付出一些心理負擔已經不大了(因為漸進曲線的特性，往Loss方向走的坡度開始平緩)，相反如果能因此賺回來一些，哪怕所賺的還不如繼續投進去的錢多，也可能在心理上給人很大的滿足感(同樣因為漸進曲線的特性，往Gain方向走的話坡度很陡，因此一點點Gain就可以帶來很大的心理滿足)。這個在圖中也有解釋。 關於Sunk Cost有這樣的一個實驗：設想你和同伴赴某地旅遊，並已交給旅行社二百元費用(不設退款)，然而你們不幸在途中感冒並感到勞累，兩人都覺得如果剩下的週末能回家休息會更好。那麼是繼續旅遊還是回家好呢(假設中途回家並不麻煩也沒有額外花費)？理性決策告訴我們，同樣是已經花了兩百元，而回家休息會比繼續勞累地旅遊更好，那麼當然是應該選擇回家休息了。然而在實驗裏大多數人選擇的是繼續遊覽，因為他們不想因為回家而浪費已經投入的錢。 至於(二)「虧(Loss)的曲線要比盈(Gain)的曲線陡峭」則揭示了人們對於損失比對進帳更敏感。比如說，損失五十元比起賺了五十元會造成更大的心理落差，所以當機會均等時，我們傾向於保障現有利益而不是去冒險，這就是所謂的非對稱虧損規避(Asymmetric Loss Aversion)。在我們進行決策的時候，這種特性既可以導致風險規避(Risk Aversion)，也可以導致風險追尋(Risk Seeking)。你可能會問，同一個東西怎麼會產生兩種完全相反的結果？這就要歸功於框架效應(Framing Effect)了。這種效應是說利用人們心理上對盈虧的感覺不對稱，我們可以通過對同一件事從描述上進行不同的包裝，「框」出不同的重點，從而影響人們對這件事作出的抉擇。原文所舉的實驗很經典，基本上在每本講述Prospect theory的教材上都能看見：
可見這種效應無論在經濟上、社會上還是政治上都是非常具有實用價值的。這些發現拿諾獎那是實至名歸。 順便提一下Kahneman和Tversky做過的(原文沒有提到的)其他實驗。 首先是關於可得性啟發(Availability Heuristic，我亂譯的，不清楚標準譯法)，Heuristics簡單來說就啟發思維的各種策略，這對於增加思維速度很有用，但有時候會導致錯誤的偏見。而Availability Heuristic則是說我們在進行複雜思維的時候，首先會想起那些最容易想起，最直觀的感覺和事物，然後僅僅根據這些東西作決定，卻忽略了其他基數，導致決策錯誤。 Kahneman和Tversky在83年作過這樣一個實驗：假設你讀了四頁文章(英文)，你估計有多少字會是以下這個格式： _ _ _ _ N _ 然後在另一組人裡面，他又問：假設你讀了四頁文章(英文)，你估計有多少字會是以下這個格式： _ _ _ I N G 可能大家已經猜到，在ING那一組人們給出的估計數量要比N那一組高得多，然而後者只不過是前者的一個子集，不可能多過前者。 還有其他實驗是問：英文中以K開頭的字多，還是第三個字母是K的字多？正確答案是後者，然而多數人回答的是前者，因為以K開頭的字更容易想起來嘛。除了K和N，其他的字母(我記得實驗過的還有T)也有類似的效果，這就是Availability Heuristic。 不過Heuristic不止這一種，會導致偏見的還有Representativeness Heuristic(其實還有更多，不過暫時只談Kahneman和Tversky專注研究的這兩種)，對於這個我先不多作解釋，簡單來說，你可以把它理解為「以偏蓋全」。1972年Kahneman和Tversky在實驗裏出過一個這樣的題目： 在一個小鎮裏有兩家醫院。醫院A的婦產科每天平均接生45次，而醫院B比較小，每天平均只接生15次。我們知道，平均有50%的嬰兒是男嬰。而在這兩間醫院裏有一個習慣，就是如果當天接生的男嬰超過了60%，就會把這一天紀錄下來。那麼，你認為哪家醫院紀錄的天數會更多些呢？ a. 醫院A b. 醫院B c. 一樣多 你的答案是甚麼？理由是甚麼？ 還有些東西沒寫，不過要出門，沒時間了。大家先想想這個題目。 下集預告： Kahneman等人發現，有時候我們竟然會喜歡更痛苦的經歷。 p.s. 懶病發作，沒有十五個或以上的回應(我自己不計，純灌水不計)，我就不寫下集了。  本篇文章已被 徐元直 於 Jun 10 2009, 23:05 編輯過 -------------------- ......
|
||
|
|
| 阿暪 |
發表於： Jun 3 2006, 11:43
|
||
|
一品官 發表數： 5,279 所屬群組： 一般 註冊日期： 8-17-2004 活躍：46 聲望：1208 |
應該是醫院B, 因為數量越多, 便會越接近mean(sigma較小). 醫院B數量少些, 所以偏離多些mean的機會大些. (這題目應該是很多人會答A吧) _________________________________ 之前元直兄好像也貼過篇文說人們的非理性思考的, 現在找找看... 本篇文章已被 阿暪 於 Jun 3 2006, 11:44 編輯過 -------------------- 暗淡了刀光劍影，遠去了鼓角錚鳴
眼前飛揚著一個個鮮活的面容 湮沒了黃塵古道，荒蕪了烽火邊城 歲月啊！你帶不走那一串串熟悉的姓名 興亡誰人定啊！盛衰豈無憑啊！ 一頁風雲散啊...變幻了時空 聚散皆是緣啊！離合總關情啊！ 擔當生前事啊...何計身後評？ 長江有意化作淚，長江有情起歌聲 歷史的天空，閃爍幾顆星 人間一股英雄氣... 在馳騁縱橫... |
||
|
|
| 高長恭 |
發表於： Jun 3 2006, 12:50
|
||
 ∼('▽'*) 發表數： 1,054 所屬群組： 太守 註冊日期： 9-18-2003 活躍：10 聲望：435 |
如果50%就是population proportion (π)的話 答案應該是C 理由： 沒有證據證明「每天平均接生次數」(應該是Possion Mean)跟接生男嬰的機會率有任何關係 在最簡單的情況下，即假設接生男嬰跟接生女嬰的機會率一樣是0.5(即π) 那麼觀察時間越長，兩家醫院記錄的天數應該是一樣多 本篇文章已被 高長恭 於 Jun 3 2006, 13:23 編輯過 --------------------  |
||
 
|
| 黃巾小賊 |
發表於： Jun 4 2006, 03:31
|
||
 芻狗 發表數： 4,555 所屬群組： 軍團長 註冊日期： 3-02-2005 活躍：13 聲望：557 |
咦？這裡的客官好像要添點水。 這個...... 醫院B吧？ 理由？就是跟阿瞞所說的一樣吧？
但...... 這只是計算偏離Mean並且較多的日子，不是計算所有日子的男嬰數目總和佔所有嬰兒數目總和的比例。 有沒有研究提到，知道其他人的答案，會怎樣影響心理？ 本篇文章已被 黃巾小賊 於 Jun 4 2006, 03:44 編輯過 -------------------- 板友Leaf：「黃巾賊本來都和你我一樣是小市民一個，對一個小賊來說，當黃巾賊可能是餓死之外的惟一選擇......」
魯迅：「人民處於官兵與強盜之間，不論被裹從或自願參加，都是拿兩面旗；賊來了從賊，官來了從官。」 板友呂遜：「不論是出於孝心還是貪心，偷就是不對，偷就是賊。」 孔子：「老而不死，是為賊。」 |
||
|
|
| 阿暪 |
發表於： Jun 4 2006, 04:01
|
||
|
一品官 發表數： 5,279 所屬群組： 一般 註冊日期： 8-17-2004 活躍：46 聲望：1208 |
絕對會 所以平時這裏投票是在投票前不能先看結果的.其實元直文中主要寫「非理性」, 到文末問一個問題, 已經會令答者小心翼翼了. -------------------- 暗淡了刀光劍影，遠去了鼓角錚鳴
眼前飛揚著一個個鮮活的面容 湮沒了黃塵古道，荒蕪了烽火邊城 歲月啊！你帶不走那一串串熟悉的姓名 興亡誰人定啊！盛衰豈無憑啊！ 一頁風雲散啊...變幻了時空 聚散皆是緣啊！離合總關情啊！ 擔當生前事啊...何計身後評？ 長江有意化作淚，長江有情起歌聲 歷史的天空，閃爍幾顆星 人間一股英雄氣... 在馳騁縱橫... |
||
|
|
| 高長恭 |
發表於： Jun 4 2006, 05:51
|
||
|
∼('▽'*) 發表數： 1,054 所屬群組： 太守 註冊日期： 9-18-2003 活躍：10 聲望：435 |
何以見得這是「計算偏離Mean並且較多的日子」？ 「當天接生的男嬰超過了60%，就會把這一天紀錄下來」 mean會影響到一天的proportion？ -------------------- |
||
|
|
| 阿暪 |
發表於： Jun 4 2006, 09:46
|
|
一品官 發表數： 5,279 所屬群組： 一般 註冊日期： 8-17-2004 活躍：46 聲望：1208 |
我相信這個問題是: 一個新生嬰兒是男嬰的機會是跟normal distribution(或其他分佈, 就當是normal dis.吧) 分佈機會率, mean 是 0.5 是當然了, sigma 是某數, 而一天總男嬰比例的便是 X = (X1+X2+.....+Xn)/n, distribution 是 p(x)= in????dx , mean = (mu1+mu2+....+mun)/n = mu , sigma' = sigma/SQRT(n). 如果嬰兒數增加, 那distribution 便更尖, 距離mean 0.1 (不是area的60%)的no. of sigma 便多些.
而這問題是, 每一天都接生15/45 個嬰兒, 如果當天男嬰數目>60%, 即是 9/27 個男嬰, 當天便會被記下, 哪一間醫院被記下的日數應該會較多. 本篇文章已被 阿暪 於 Jun 4 2006, 10:05 編輯過 -------------------- 暗淡了刀光劍影，遠去了鼓角錚鳴
眼前飛揚著一個個鮮活的面容 湮沒了黃塵古道，荒蕪了烽火邊城 歲月啊！你帶不走那一串串熟悉的姓名 興亡誰人定啊！盛衰豈無憑啊！ 一頁風雲散啊...變幻了時空 聚散皆是緣啊！離合總關情啊！ 擔當生前事啊...何計身後評？ 長江有意化作淚，長江有情起歌聲 歷史的天空，閃爍幾顆星 人間一股英雄氣... 在馳騁縱橫... |
|
|
| 高長恭 |
發表於： Jun 4 2006, 10:57
|
|
∼('▽'*) 發表數： 1,054 所屬群組： 太守 註冊日期： 9-18-2003 活躍：10 聲望：435 |
暪兄是否知道mean 跟proportion的分別？
請問是否知道population mean(μ)跟population standard deviation(σ)就可以計算出population proportion(π)呢？ 另外，平均每天接生n個嬰兒是否代表每一天接生n個嬰兒？ 問題只提及當天接生男生的比率超過60%。 這並不代表醫院B接生了9個男嬰就會記錄下來，若當天接生16個嬰兒的話，那就不會記錄了。 問題中似乎沒有提供足夠資料去計算standard deviation 我不敢肯定mean越少會越容易出現偏離，還要視乎coefficient of variation(即standard deviation÷mean) 如果醫院A的coefficient of variation比醫院B的大，那越容易出現偏離應該是醫院A 還有，容易出現偏離雖然代表某一天接生男嬰的比率超過60%的機會較大，但也不排除這是代表接生男嬰的比率會偏向少於40% 如果問題提供了μ、σ的話，那應該可以計算到哪間醫院記錄天數較多 但現在有很多Unknown的情況下，如果觀察天數短的，短期內可能會有差異，但長時間觀察的話，那應該是一樣的 -------------------- |
|
|
| 參謀ABC |
發表於： Jun 4 2006, 12:18
|
 神隱之主犯-永遠與須臾之罪人 發表數： 3,458 所屬群組： 太守 註冊日期： 9-18-2003 活躍：16 聲望：1860 |
選B，理由：想一想四國軍隊攻擊回數、命中率與實際命中回數的關係，回數多還是回數少容易出現意外情況？當然是回數少那個....
|
|
|
| 悲慘 |
發表於： Jun 4 2006, 15:56
|
 五品官 發表數： 750 所屬群組： 一般 註冊日期： 3-08-2004 活躍：6 聲望：629 |
白目浮出水面灌水，我要「死屈」十五篇留言。
答案應該是Ｃ  因為生男孩的機率，就像「買大細」一樣。 理論上「生男孩多」與「生女孩多」是一樣的。 Ａ醫院一天接生４５位小孩，即是用「四十五粒骰」玩「買大細」； Ｂ醫院一天接生１５位小孩，即是用 「十五粒骰」玩「買大細」。 理論上賭局中，無論玩一粒骰，還是三粒骰，甚至十五粒骰、四十五粒骰，「開大」與「開細」的機率還是一樣的。 所以答案是Ｃ。 （版友：這些鬼理論還敢說出口，你是讀哪一家中學的？） （白目：我只是來灌水，為十五篇留言而努力，你管我說甚麼廢話呀。 ）（我中文差，表達能力很嫩，而思維又亂，看不懂就忽略我吧= =） =================分隔線============ ↓不明白跟圍骰有甚麼關係 本篇文章已被 悲慘 於 Jun 4 2006, 17:53 編輯過 -------------------- 或者這樣說，人不可能要自己每句都是有價值的言論，只可以要求「好話」與「下一句好話」之間的廢話在你過濾的耐性之內。我們不是要編名著，能夠發掘些大家可能會有興趣的想法，其實夠好罷。
大家人一個，何苦呢又？ |
|
|
| 阿暪 |
發表於： Jun 4 2006, 16:50
|
|
一品官 發表數： 5,279 所屬群組： 一般 註冊日期： 8-17-2004 活躍：46 聲望：1208 |
上一貼好像有點混亂.(加上我的stat&prop已經荒廢2.5年, 剛才的確有點混亂. 不過我醫院B的答案我依然堅持. 這個問題應該提是binomial distribution 比較好. )
首先, 問題裏醫院A和B 是「平均」每天接生15和45 人, 如果要計入這個問題, 似乎有點麻煩, 但總之是一個多人, 一個少人算了. 現在, 生下一個嬰兒, 是男嬰的機會p是0.5(我相信題目有這個假設吧). 不是男嬰的機會q = 1-0.5=0.5. 當天誕生嬰兒總數為n. 男嬰總數為r. f( r ) = nCr p^r q^(n-r) mean = np , var = npq, std. dev = sqrt(npq), 所以, std. dev/n =k/sqrt(n); r= 0.6n 個位 = x-mu/std.dev = 0.1n/sqrt(npq) = 0.1/pq * (sqrt(n)) 所以, n 越大, x-mu/std.dev 越多(距離std. dev 的數目) (當n越來越大, 這個distribution 就越接近normal distribution) 一天被記下的機會 = sum(i=0.6n to n) nCi p^i q^n-i _______________________________________________________ 其實.....用這些數來表達有點兜灣, 簡單來說, 一個家庭裏生的全是女的機會大些, 還是全世界父母生的都是女的機會大些. 本篇文章已被 阿暪 於 Jun 4 2006, 16:56 編輯過 -------------------- 暗淡了刀光劍影，遠去了鼓角錚鳴
眼前飛揚著一個個鮮活的面容 湮沒了黃塵古道，荒蕪了烽火邊城 歲月啊！你帶不走那一串串熟悉的姓名 興亡誰人定啊！盛衰豈無憑啊！ 一頁風雲散啊...變幻了時空 聚散皆是緣啊！離合總關情啊！ 擔當生前事啊...何計身後評？ 長江有意化作淚，長江有情起歌聲 歷史的天空，閃爍幾顆星 人間一股英雄氣... 在馳騁縱橫... |
|
|
| 阿暪 |
發表於： Jun 4 2006, 17:13
|
||
|
一品官 發表數： 5,279 所屬群組： 一般 註冊日期： 8-17-2004 活躍：46 聲望：1208 |
開大開細的機會是依然一樣, 但開圍骰的機會, 你話呢? -------------------- 暗淡了刀光劍影，遠去了鼓角錚鳴
眼前飛揚著一個個鮮活的面容 湮沒了黃塵古道，荒蕪了烽火邊城 歲月啊！你帶不走那一串串熟悉的姓名 興亡誰人定啊！盛衰豈無憑啊！ 一頁風雲散啊...變幻了時空 聚散皆是緣啊！離合總關情啊！ 擔當生前事啊...何計身後評？ 長江有意化作淚，長江有情起歌聲 歷史的天空，閃爍幾顆星 人間一股英雄氣... 在馳騁縱橫... |
||
|
|
| 高長恭 |
發表於： Jun 4 2006, 20:57
|
||
|
∼('▽'*) 發表數： 1,054 所屬群組： 太守 註冊日期： 9-18-2003 活躍：10 聲望：435 |
的確，如果用Binomial distribution的話，那每天平均接生次數應該成為醫院的接生總數。 那醫院A跟醫院B的μ=n×p，分別是22.5跟7.5。σ=√[n×p×(1-p)]，即3.3541跟1.9365。 而coefficient of variation(CV)大約是0.1491跟0.2582 至於CV較大是否代表一天接生60%男嬰的機會比較大？ Binormal distribution 的公式是nCr×p^r×(1-p)^(n-r) 由於p跟(1-p)一樣是0.5，而p^r×p)^(n-r)=p^n 所以在這裡可以簡化成：nCr×p^n 醫院A： P(男嬰佔60%的機會)=P(X=27,28,29,30,31,32,33,34,35,36,37,38,39,40,41,42,43,44,45) 大約是11.63% 醫院B： P(男嬰佔60%的機會)=P(X=9,10,11,12,13,14,15) 大約是30.36% 看來醫院B的記錄天數的確會較多，但若要計算出更準確的機會率的話，就應該 用Possion Distribution計出不同接生次數的Relative Frequency 用Binomial Distribution計出不同接生次數，接生男嬰比率≧60%的機會率 最後將Frequency×機會率再加起來 範圍 醫院A我選了19-79，佔Total的99.99% 醫院B我選了0-30，佔Total的99.98% 結果： 醫院A得出的機會率大約是9.45% 醫院B得出的機會率大約是24.17% 所以，答案應該是B 其他發現： 1.使用Possion計算出來的Relative Frequency是normally distributed 2.在圖表上，描繪接生次數跟機會率關係的線是以波浪的形式(一高一低)慢慢走近零 本篇文章已被 高長恭 於 Jun 4 2006, 22:40 編輯過 -------------------- |
||
|
|
| 參謀ABC |
發表於： Jun 7 2006, 04:25
|
|
神隱之主犯-永遠與須臾之罪人 發表數： 3,458 所屬群組： 太守 註冊日期： 9-18-2003 活躍：16 聲望：1860 |
又冇人理
|
|
|
| 阿暪 |
發表於： Jun 7 2006, 10:06
|
||
|
一品官 發表數： 5,279 所屬群組： 一般 註冊日期： 8-17-2004 活躍：46 聲望：1208 |
這幾天內討論還算熱烈, 元直寫下集吧. -------------------- 暗淡了刀光劍影，遠去了鼓角錚鳴
眼前飛揚著一個個鮮活的面容 湮沒了黃塵古道，荒蕪了烽火邊城 歲月啊！你帶不走那一串串熟悉的姓名 興亡誰人定啊！盛衰豈無憑啊！ 一頁風雲散啊...變幻了時空 聚散皆是緣啊！離合總關情啊！ 擔當生前事啊...何計身後評？ 長江有意化作淚，長江有情起歌聲 歷史的天空，閃爍幾顆星 人間一股英雄氣... 在馳騁縱橫... |
||
|
|
| 阿暪 |
發表於： Jun 7 2006, 10:07
|
||
|
一品官 發表數： 5,279 所屬群組： 一般 註冊日期： 8-17-2004 活躍：46 聲望：1208 |
因為你的比喻只是指出平均數的兩邊都是50%, 並未指出題目要求的偏離平均數的情況. -------------------- 暗淡了刀光劍影，遠去了鼓角錚鳴
眼前飛揚著一個個鮮活的面容 湮沒了黃塵古道，荒蕪了烽火邊城 歲月啊！你帶不走那一串串熟悉的姓名 興亡誰人定啊！盛衰豈無憑啊！ 一頁風雲散啊...變幻了時空 聚散皆是緣啊！離合總關情啊！ 擔當生前事啊...何計身後評？ 長江有意化作淚，長江有情起歌聲 歷史的天空，閃爍幾顆星 人間一股英雄氣... 在馳騁縱橫... |
||
|
|
| 徐元直 |
發表於： Jul 22 2007, 09:34
|
|
攤抖首領 發表數： 7,909 所屬群組： 君主 註冊日期： 9-18-2003 活躍：63 聲望：4175 |
我發現我還是比較喜歡挖坑不填，承諾寫續集始終也沒有做到。
不過這下好了，有人「幫我」寫了，而且寫得更多更生動： http://www.ccthere.com/thread/1131998/1  p.s.那裡回覆排列是從新到舊，所以看了主帖後請從最後一頁看起。 本篇文章已被 徐元直 於 Mar 8 2010, 02:46 編輯過 -------------------- ......
|
|
|
1 位使用者正在閱讀本主題 (1 位訪客及 0 位匿名使用者)
0 位會員：
 |
|
[ Script Execution time: 0.0141 ] [ 12 queries used ] [ GZIP 啟用 ]