如果一个人是理性的那么他最后会选择效用值最高的选

　　如果一个人是理性的，那么他最后会选择效用值最高的选项来付出行动
　　今年的诺贝尔经济学奖颁发给了研究行为经济学的理查德塞勒，那么什么是行为经济学？他研究的究竟是什么？要了解行为经济学，那我们首先要从理性人的假设聊起，什么是理性人的假设？
　　英国的著名学者亚当斯密是这样说的，面包师做面包是因为他需要用面包来换钱。因为我们需要钱来买面包，所以购买面包这个行为对我们和面包师来说都是有利的。
　　双方都能够通过这个交易行为获得各自的利益，这就是市场经济的基本逻辑。但是在亚当斯密之前，经济学的思路是什么？就是重商主义。那个时候的研究，我们把注意力放在了国家是如何控制对外贸易上，比如说如何会更好的能够殖民掠夺，如何通过关税来实现贸易顺差，那么来提高自己国家的财富积累。
　　简而言之就是在玩零和游戏，为什么是零和游戏？我们可以看到国家之间的贸易它有得必有失，一个国家实现顺差，也就是出口比进口多，那么另一个国家必然就是逆差。
　　一个国家富裕了必然就会带来其他国家的贫穷。总体来说整个国家的福利状况是没有变化的。但随着1760年工业革命在英国的兴起，那么自由贸易和劳动分工的需求就变得紧迫起来，这个时候传统的重商主义就不适用了。整个社会需要的是一个新的理论来指导怎么去运转和行动，于是亚当斯密就出现了，亚当斯密认为政府不需要干预市场，只要市场中的所有参与者能够按照自己的需求行事，那么市场的效率就会实现最优，所有的状况都能够得到改善。
　　这背后的原理是什么呢？亚当斯密把它称为经纪人假设，他认为人都是追求利益的，会遵循利益最大化的这个路径去行动。比如说我需要面包，所以我会用钱去买面包，那如果面包师更需要钱，他也会用面包去卖钱。
　　那么这个假设在后来经过了西尼尔，约翰米尔和帕雷托等一系列大师的改进，被发扬光大，就成为了理性人假设，那么这也是整个古典经济学的根基。我们可以这样去理解理性人假设，首先人们在面临一系列的选择的时候，有充分的信息和稳定的偏好。
　　其次基于这两方面，人们可以对每一个选项赋予一个效用值，用来评价和描述这个选项给他带来的收益，最后人们始终会选择效用值最高的选项来进行行动。这里的理性体现在哪里？就体现在了第二点。也就是说传统的假设认为如果一个人是理性的，那么他的主观效用就一定是正确的稳定的，并且是客观的。
　　比如说他一定不会觉得50块钱就比一百块钱更好，这个理论看起来很正确，但是到了20世纪的中期，人们就开始发现我们的思维过程其实是有迹可循的。
　　我们对事物的判断和决策并不像我们所认为的那么准确。也就是说传统的理性人假设就好比是牛顿第一定律，然后认知心理学的发展就好比是发现了摩擦力的存在。这个时候就要提到另外一个重量级的人物了，也就是今年诺贝尔经济学得主理查德塞勒的好朋友，他就是丹尼尔卡尼曼，那么我们知道丹尼尔卡尼曼还出版过一本非常重要的书，就叫快思考慢思考，那是认知心理领域一本非常重要的著作，大家有空可以去看一下。
　　当年卡尼曼做的什么呢？他在1979年发表了一篇论文，提出了前景理论。这个理论总结了20世纪对心理学的应用，对传统的完全理性人的假设做了非常大的修正。他认为人在分析预期效用和做出决策的时候，会受到非常多的心理因素的影响，那么会导致我们去做出很多看上去不太理性的决策。这是不是就跟我们的传统假设相悖呢？
　　我们来举个简单例子，一个人做着他非常不喜欢的工作，每天上班就盼他下班，周一就盼着周末，薪水可能也不高，就是普普通通的，但是他就是不肯跳槽。
　　这是为什么呢？传统的解释就是要用效用函数来计算期望，比如说他现在的工资是6000块钱，那如果他跳槽的话，有50的几率工资会再增加，一千块钱就是几千块钱。但是也同样会有50的几率，他的工资会降低2000块钱。那么总体的收益就是501000，减掉502000，结果就是500块钱，这是个负数，所以这么一计算他就不愿意跳槽了，也就是说它不能确认这一次跳槽是不是一定就可以让他称心。
　　但是从前景理论来看，他们认为在这种情况下，即使把工资增加的概率变成80，那么工资降低的概率变成20。总体收益这个时候我们看到从500，变成了正的400。但是他同样不会愿意跳槽，那为什么？是因为工资减少在他心里面的比重要远高于工资增加这个比重。也就是说他只要判断工资可能减少，那么这个事情对他来说就是最重要的，这就是前景理论最重要的成果就是我们汇兑损失，产生厌恶叫损失厌恶。
　　人们对损失的这个敏感度会远高于收益，而且大家会认为自己拥有的东西更值钱，你会想想在生活当中你是不是会有这样的一些例子？就是我很怕损失。虽然可能我会得到一些好处，但是相比我的损失来看，这些好处可能我还看不到，我会更加看重我自己要损失的那个部分。为什么会这样？是因为我们对一个事物的态度会受到初始状态的影响。这个初始状态的不同，我们的参照物就不同，对事物的评价也会完全不一样。