Sie sind auf Seite 1von 125

Prof. Dr. Reinhard H. Schmidt PD. Dr.

Marcel Tyrell

Entscheidungstheorie
WS 2006/07 Vorlesung 1: Einleitung und Grundlagen

Die Folien dienen ausschlielich dem privaten Gebrauch der Studenten, die die Vorlesung hren. Copyright Reinhard H. Schmidt

Die Wilhelm Merton-Professur fr Internationales Finanz- und Bankwesen


Adresse: Internet: Mitarbeiter
Prof. Dr. R. H. Schmidt Marion Schnellrieder PD. Dr. Marcel Tyrell Dr.Patrick Behr Ulrich Schwer Ru Xie Aneta Hryckiewicz Walerian Petrouchanski

Mertonstrae 17, 3. Stock, Bauteil B, Raum 320 http://www.finance.uni-frankfurt.de/schmidt Telefon


798-28269/70 798-28269 798-23984 798-28284 798-28268 798-28271 798-23279

E-mail
schmidt@finance.uni-frankfurt.de schnellrieder@finance.uni-frankfurt.de tyrell@finance.uni.frankfurt.de behr@finance.uni-frankfurt.de schuewer@finance.uni-frankfurt.de xie@finance.uni-frankfurt.de hryckiewicz@finance.uni-frankfurt.de petrouchanski@finance.uni-frankfurt.de

Organisatorisches der Veranstaltung


Fragen an: Ru Xie (xie@finance.uni-frankfurt.de) Sprechstunde: Dienstag 10:30 12:00 Die Folien und Aufgaben werden zum Herunterladen gestaffelt auf die Homepage der Wilhelm Merton-Professur gestellt (http://www.finance.uni-frankfurt.de/schmidt).

Literatur zur Vorlesung


H. Laux: Entscheidungstheorie, 6. Aufl., Berlin u.a.: Springer 2004 (Haupttext fr die Vorlesung) F. Eisenfhr, M. Weber: Rationales Entscheiden, 4. Aufl., Berlin u.a.: Springer 2003 G. Bamberg, A. G. Coenenberg: Betriebswirtschaftliche Entscheidungslehre, 12. Aufl., Mnchen: Vahlen 2004 (hnlich wie Laux, nur krzer und nicht so tiefgehend) H. Rommelfanger, S. Eickemeier: Entscheidungstheorie: Klassische Konzepte und Fuzzy-Entscheidungen, Berlin u.a.: Springer 2003 P.R. Kleindorfer, H.C. Kuenreuther, P. Schoemaker: Decision Science, Cambridge: Camb. Univ. Press 1993 Roy Gardner (2003): Games for Business and Economics (2 Auflage)

bersicht ber die Lernziele der Vorlesung


Die Teilnehmer der Vorlesung sollen
- einen berblick ber Fragestellungen und Hauptergebnisse der

(prskriptiven) Theorie rationaler Entscheidungen gewinnen - Denkweise und einige Techniken der ETh kennen lernen und lernen, sie zu nutzen - kennenlernen, wie sich das Gebiet der ETh im Zeitablauf inhaltlich erweitert hat, sowie - entscheidungstheoretische Grundlagen fr andere wirtschaftswissenschaftliche Teilgebiete vermittelt bekommen

Vorlesungsstruktur (I)
a. Mehrere Zielgren

Entscheidung bei Sicherheit


b. Mehrere Umweltzustnde

Entscheidung bei Unsicherheit


c.

IndividualEntscheidungen

Mehrere Perioden

Flexible Planung
d. Mehrere (strategische) Spieler

Nichtkooperative Spieltheorie
e. Gruppenentscheidungen

Social / Public Choice

MehrpersonenEntscheidungen

Thema der heutigen Vorlesung


Thema heute: Die Entscheidungstheorie:
- Was will/soll sie? - Wie ist sie einzuordnen? - Was sind Hauptrichtungen - Welche Beziehungen zu anderen Teilen der BWL

Grundlagen und Grundbegriffe:


- Prskriptive normative deskriptive ETh - Das Grundmodell der ETh und seine Bausteine - Anwendbarkeit ja, aber wie?

Entscheidungstheorie (ET)

Rationale / normative / prskriptive ET


- Wie sollten Entscheidungen rational getroffen werden? - Wie stellt man ein E-Problem dar? - Wie kann man es lsen? - Was ist eine gute Entscheidungsregel? - Was hat das mit Betriebswirtschaftslehre zu tun?

Positive / deskriptive ET
- Wie werden Entscheidungen in der Realitt getroffen? - Was lernt man daraus, wie wirklich entschieden wird? - Ist die positive ETh prognosetauglicher als die normative?

Was ist eine Entscheidung (E.)?


Eine Entscheidung ist die (mehr oder weniger bewusste und mehr oder weniger rationale) Auswahl einer unter mehreren mglichen Handlungsalternativen (im Hinblick auf bestimmte Ziele). Beispiel 1a: Dirk hat 6 und steht am Kiosk. Wahlmglichkeiten: Angebot: A 3 PB
Putenbrtchen (PB) Latte Macchiato (LM) 2,00 2,00 B C D 2 PB + 1 LM 1 PB + 2 LM 3 LM

Komplikationen / Typologie von Entscheidungen und E-Situationen


a.
-

Mehrere Zielgren
Karriere/Freizeit, Menge/Qualitt/Kosten

b.
-

Ergebnisunsicherheit (mehrere Zustnde)


Sportwetten, Investitionen, Forschung & Entwicklung

c.
-

Dynamische Entscheidungen (mehrperiodig)


Anlagestrategien, Realoptionen, Schach

d.
-

Strategische Unsicherheit (mehr. Spieler)


Oligopol, Kalter Krieg, Poker, Auktionen

e.
-

Gruppenentscheidungen (mehr. Prferenzen)


Abstimmungen, Reprsentative Entscheidungen

10

Beispiel: a. Mehrere Zielgren


Beispiel 1a: Zielgre = Zi i = 1,2 Z1 = Anzahl der PB Z2 = Anzahl der LM A B C D 3 PB 2 PB + 1 LM 1 PB + 2 LM 3 LM

Dirk verfolgt mehrere Ziele (viele PB + viele LM). Zwischen den Zielen besteht ein Konflikt (mehr PB ? weniger LM). Wie wgt er die Ziele gegeneinander ab?

11

Beispiel: b. Ergebnisunsicherheit
Beispiel 1b: Sam kann in den Verkauf von Sonnenbrillen, Eiskrem, oder Regenschirmen investieren. Sonne +110 +100 -190 Regen -100 -100 +200

Sonnenbrillen (S) Eiskrem (E) Regenschirme (R)

Wie soll Sam die Unsicherheit bewerten (gewichten)?

12

Beispiel: c. mehrstufige Entscheidungen


Beispiel 1c: Sam kann die Brillen, nachdem das Wetter bekannt ist (!), zu einem Wucher-Preis gegen Schirme tauschen (T) oder behalten (B). T
Information

Sonne Regen Sonne

B T B

R Regen Sam muss zuknftige E. schon heute bercksichtigen.


13

Beispiel: d. Strategische Unsicherheit


Beispiel 1d: Das Gefangenendilemma Dirk Gestehen Gestehen Sam Leugnen -9,-1 -2,-2 -5,-5 Leugnen -1,-9

Wie entscheidet sich Dirk (Sam) angesichts der Tatsache, dass sein Ergebnis auch von Sams (Dirks) E. abhngt?
14

Beispiel: e. Gruppenentscheidungen
Beispiel 1e: Im Sportunterricht soll der Schwerpunkt fr das nchste Halbjahr gewhlt werden. Die Prferenzen seien: Michelle 1. Prferenz 2. Prferenz 3. Prferenz 4. Prferenz Fuball Tanzen Tennis Karate Julie Tennis Fuball Karate Tanzen Sam Karate Fuball Tennis Tanzen Dirk Tanzen Tennis Fuball Karate

Wofr wird sich die Gruppe entscheiden?


15

Beispiel: e. Gruppenentscheidungen
Beispiel 1e: Im Sportunterricht soll der Schwerpunkt fr das nchste Halbjahr gewhlt werden. Die Prferenzen seien: Michelle 1. Prferenz 2. Prferenz 3. Prferenz Fuball Tanzen Tennis Julie Tennis Fuball Tanzen Sam Tanzen Tennis Fuball

Wie allgemein ist der Befund der Unmglichkeit?


16

Rationalitt in der rationalen ET


Generelle Vorgehensweise: - Postulierung plausibler Verhaltensaxiome - Einhaltung dieser Axiome impliziert Rationalitt - Herleitung (d.h. Beweis der Existenz) von E-Regeln, die diese Axiome nicht verletzen - Solche E-Regeln sind demnach rational Kritik einer so hergeleiteten E-Regel kann also nur Kritik an den zugrunde gelegten Axiomen sein (vorausgesetzt, dass die Ableitung korrekt ist).

17

Die Rationalittsdebatte
Rationale ET
Axiome = Starke Annahmen bzgl. der Denkfhigkeit von Menschen. U. a. Annahmen bzgl. logischer Konsistenz & Informationsverarbeitungskapazitt

Empirische Befunde dafr, dass Menschen systematisch die Axiome der rationalen Theorie verletzen.

Behavioralistische ET

Normative Antwort

Neue Axiom. Theorien

Beschrnkte Rationalitt

18

Welche Rationalitt?
Substantielle Rationalitt
Natur der Ziele: Welche Ziele sind rational? eher bei der Ethik anzusiedeln

Formale Rationalitt (Rationalisten)


Natur der Ziele egal. Wichtig: Logische Konsistenz Kern der Entscheidungs-Logik

Prozedurale Rationalitt (Behavioristen)


Rationaler Umgang mit unvollkommener Information(sverarbeitung) und logischer Inkonsistenz Behavioral theory of the firm (Simon/Cyert/March)

Objektive vs. Subjektive Rationalitt


19

Das Grundmodell der ETh (1): Ziel und Anspruch


Entwicklung und Analyse von Entscheidungsmodellen
- Beispiele: Portefeuille-Theorie, Lagerhaltungsmodelle

Entscheidungsmodell
- Definition der wesentlichen Elemente und Beziehungen einer

Handlungssituation in einer formalisierten Sprache, so dass die Problemlsung logisch abgeleitet werden kann

Strukturempfehlungen fr die Modellkonstruktion


- Ableitung eines konkreten Anwendungsmodells aus

allgemeinen Entscheidungsmodellen als eigenstndiges Entscheidungsproblem

20

Das Grundmodell der ETh (2): Bausteine


Allgemeine Struktur fr Entscheidungsprobleme und damit auch fr Entscheidungsmodelle Basiselemente eines Entscheidungsmodells:
- 1) Zielfunktion - 2) Entscheidungsfeld

- a) Handlungsalternativen - b) Ergebnisse - c) Umweltzustnde (einschl. Erwartungen)

- 3) Informationssystem

21

1) Zielfunktion: 1/2
Zielfunktion: Formale Darstellung einer E-Regel
Bei mehreren Zielgren und/oder Unsicherheit: Komplexes Problem der Formulierung einer adquaten Zielfunktion - Prferenzfunktion versus Nutzenfunktion:
-

Prferenzfunktion F bezieht sich auf Alternativen, Nutzenfunktion (oder Wertfunktion) U bezieht sich auf Ergebnisse.

Prferenzfunktion nicht ex ante vorhanden, muss abgeleitet werden (s. n. Folie)

Bestandteile einer Entscheidungsregel:


Prferenzfunktion F : ordnet Alternativen Aa Prferenzwerte F (Aa) eindeutig zu - Optimierungskriterium
-

Grundformen von Zielsetzungen:


Anstreben eines genau fixierten Wertes (Fixierung) - Anstreben eines bestimmten Anspruchsniveaus (Satisfizierung) - Maximierung vs. Minimierung der Zielgre
22

1) Zielfunktion: 2/2 Ableitung von Prferenzfunktionen


Problem:
-

Prferenzfunktion ist nicht ex ante vorhanden, muss abgeleitet werden

Natrliches Vorgehen:
-

Prferenzfunktion F aus der Nutzenfunktion U ableiten: 1. Sicherheit: F (Aa) = U(Ea), d.h. Prferenzfunktion = Nutzenfunktion - a) Bei einwertigem Ziel: Ea=Za, somit U(Ea) = U(Za). Bei streng monotoner Nutzenfunktion (wird immer angenommen) folgt dann einfach F (Aa) = Za. - b) Bei mehrwertigem Ziel (mehrere Zielgren): In der Nutzenfunktion U mssen Gewichte fr Zielgren bercksichtigt werden 2. Risiko: Notwendigkeit der Abwgung von Chancen und Risiken Hhere Anforderungen an die Nutzenfunktion

Ordinale versus kardinale Nutzenfunktion


23

2) Entscheidungsfeld: Handlungsalternativen und Ergebnisse


Handlungsalternativen: Beschreibung von Alternativen durch Entscheidungsvariablen (Aktionsparameter)
- Beispiel: Preis fr Monopol-Lsung - Bezeichnung: Menge der relevanten Alternativen A, einzelne

Alternativen A1,A2,...Aa, ...AA

Ergebnisse:
- Zielgren: Konsequenzen der Alternativen, die fr die

"Zufriedenheit" des Entscheiders von Bedeutung sind. Bezeichnung: Z - Ergebnis: Wertekonstellation der Zielgren. Bezeichnung: E bzw. e - [Bei nur einer Zielgre Entsprechung der Begriffe, Z=E.]
24

2) Entscheidungsfeld: Umweltzustnde 1/2


Umweltzustand: Konstellation von Ausprgungen entscheidungsrelevanter Daten Bezeichnung: S1,S2,...Ss,...SS Entscheidungsrelevante Daten:
- Nicht durch den Entscheider beeinflussbare Gren - Beispiel: Wetter, Inflationsrate

Abgrenzungsproblem: Ergebnis-Alternative-Zustand

25

2) Entscheidungsfeld: Umweltzustnde 2/2


Erwartungen ber Umwelt-Zustnde Sicherheit:
- Zuknftige Umweltentwicklungen mit Sicherheit bekannt

Unsicherheit:
- Zuknftige Umweltentwicklungen nicht mit Sicherheit bekannt - Unsicherheit im engeren Sinne:

Keine Einschtzungen verfgbar, wie wahrscheinlich welche Umweltentwicklung ist - Risiko: Subjektive oder objektive Eintrittswahrscheinlichkeiten w(Ss) bzw. ws fr Umweltentwicklungen verfgbar

26

3) Allgemeines Informationssystem

Problem: E-Trger bentigt Informationen ber sein Umfeld Zustand = Konstellation der in einer bestimmten Situation relevanten Faktoren zi: Zustand, reprsentiert eine Wertkombination aller relevanten Umfelddaten yj: Nachricht, jedes yj entspricht einer Konstellation beobachtbarer Indikatoren pij: bedingte Wahrscheinlichkeit, das yj empfangen wird, wenn zi vorliegt
Nachrichten ... ... yi ... ... ... p1j ... pij ... pnj ... ... ...

y1 Zustnde z1 ... zi ... zn p11 ... pi1 ... pn1

yk p1k pik pnk ... ...

27

3) Unvollkommenes Informationssystem

Ein vollkommenen Informationssystem liegt vor, wenn jeder Nachricht mit der Wahrscheinlichkeit 1 genau ein Zustand zugeordnet ist Aus einer empfangenen Nachricht kann mit Sicherheit auf den wahren Zustand der Welt geschlossen werden Ein unvollkommenes Informationssystem kann vorliegen, wenn von 0 und 1 abweichende bedingte Wahrscheinlichkeiten vorkommen In diesem Fall kann aus einer empfangenen Nachricht nicht mit Sicherheit auf den vorliegenden Umweltzustand geschlossen werden, wie dies bei vollkommenen Informationssystemen der Fall ist

y1 Zustnde z1 z2 z3 z4 0,6 0,1 0,1 0,0

Nachrichten y2 y3 0,1 0,7 0,2 0,0 0,2 0,1 0,5 0,2

y4 0,1 0,1 0,2 0,8


28

Entscheidungsregel & Entscheidungsprinzip


Entscheidungsregel:
-

Ermglicht Lsung eines konkreten Entscheidungsproblems

Entscheidungsprinzip:
-

Legt Prferenzfunktion nicht eindeutig fest Lediglich Vorgabe von Richtlinien fr die Ermittlung der Prferenzfunktion.

Oberbegriff: Entscheidungskriterium Beispiele:


-

-Prinzip = -Regel: (,s )-Prinzip (,s )-Regel:

F (Aa) = a F (Aa) = F (a,s a)

29

Das Grundmodell der Entscheidungstheorie


Anschauliche Darstellung der Bausteine eine E-Problems Besteht aus Zielfunktion (Entscheidungsregel) und Ergebnismatrix Darstellung fr Risikosituationen und eine Zielgre (E=Z):
w(S1) S1 Z11 Z21 . . Za1 . . ZA1 w(S2) S2 Z12 Z22 . . Za2 . . ZA2 ... ... ... ... w(Ss) Ss Z1s Z2s . . Zas . . ZAs ... ... ... ... w(SS) SS Z1S Z2S . . ZaS . . ZAS

A1 A2 . . Aa . . AA

...

...

...

...

Ergebnismatrix bei Risiko (Beispiel: Mnzwurflotterie, Roulette)


30

Beurteilung des Grundmodells der Entscheidungstheorie


Auerordentlich flexibler Bezugsrahmen Konkrete Anwendung erfordert problemadquate Przisierung der Bausteine Zwingt den Entscheider dazu, sich ber Alternativen und deren mgliche Ergebnisse Klarheit zu verschaffen Darstellungsaufwand mglicherweise sehr hoch
-

Frage der Datenerfassungs- und Auswertungsmglichkeiten Alternative Darstellungsformen, z.B. graphische Entscheidungsmodelle (Cournot-Lsung im Monopol, Dean-Modell) Mathematische Programmierungsanstze (Produktionsplanung)

Ausweg:
-

31

Fazit: Bedeutung von Entscheidungsmodellen


E-modelle als vereinfachte Darstellung der Wirklichkeit
-

Przise Beschreibung der Realitt ist weder mglich noch zweckmig - Oft kein ausreichendes Wissen zur realittsgetreuen Abbildung vorhanden; Vorteil der bersichtlichkeit; Kostenvorteile
-

E-modelle zur Entscheidungsvorbereitung


Endgltige Entscheidung muss Aspekte bercksichtigen, die das Modell nicht erfasst Bedeutung der Intuition

Maximierung in E-modellen vs. Anspruchsanpassung in der Realitt


-

Anspruchsanpassungstheorie von Simon als Einwand gegen Maximierungshypothese: Abbruch der Suche nach einer Lsung bei befriedigendem Zielwert "Satisfizierung" - Empirisch: Anspruchsanpassung erklrt reales Verhalten besser als Maximierung Subjektive Zielfunktion, individuelle Verfgbarkeit und Auffindung von Alternativen, subjektive Erwartungen, subjektive Vereinfachungen im Modell
32

Subjektivitt von E-modellen


-

Prof. Dr. Reinhard H. Schmidt PD. Dr. Marcel Tyrell

Entscheidungstheorie
WS 2006/07 Vorlesung 2: Entscheidungen bei Sicherheit

Die Folien dienen ausschlielich dem privaten Gebrauch der Studenten, die die Vorlesung hren. Copyright Reinhard H. Schmidt

Aufbau der heutigen Vorlesung


Wiederholung und Zusammenfassung der 1. Vorlesung - Diese Folien sind hier nicht enthalten! Formale Grundlagen fr Entscheidungen bei Sicherheit und mit (nur) einer Zielgre Entscheidungen bei mehreren Zielgren
- Das Transformationskonzept - Hilfs- und Ersatzverfahren

Praktische Aspekte der Entscheidungsfindung unter Sicherheit

Prof. Dr. Reinhard H. Schmidt

ENTH:

Entscheidungstheorie

Entscheidungen bei Sicherheit und Formalismus ein Ziel

E-Modell bei Sicherheit


Entscheidungsfeld
Ai A1 A2 A3 An Ei E1 E2 E3 En

Zielsystem

A
F (A) : Prferenzfunktion

A=(A1,,An) : Alternativen E=(E1,,En) : Ergebnisse


4

Prferenzrelation
Die elementare Operation in der rationalen ET ist die Prferenzrelation im paarweisen Vergleich von Eis (Ais). Ei > Ej Ei = Ej Ei = Ej und Ej = Ei Ei = Ej Ei ist besser als Ej. Ei ist mindestens so gut wie Ej. Ei und Ej sind quivalent.

Bzgl. solcher Prferenzrelationen postuliert die rationale E-Theorie Axiome (: bedrfen keines Beweises).

(A1) Das Ordnungsaxiom


Ein Entscheider X kann (ohne Ausnahme) fr jedes Paar Ei, Ej eine Prferenzrelation angeben.

Entweder Oder Oder

Ei > Ej Ei < Ej Ei = Ej

: X prferiert Ei ber Ej. : X prferiert Ej ber Ei. : X ist indifferent zwischen Ei und Ej.

Begrndung: E-Theorie beinhaltet nur formale Rationalitt. Sie bentigt vorhandene elementare Prferenzrelationen (= Zielvorstellungen) von Seiten des Entscheiders.
6

(A2) Das Transitivittsaxiom


Fr beliebige Ei, Ej, und Ek gilt: Ei > Ej und Ej > Ek Ei > Ek Ei = Ej und Ej = Ek Ei = Ek Ei > Ej und Ej = Ek Ei > Ek d.h. wenn X rational ist und sowohl Ei ber Ej als auch Ej ber Ek prferiert, dann prferiert er auch Ei ber Ek. Dies ist ein Rationalittsaxiom. Es resultiert aus dem folgenden, in der konomie fundamentalen, Prinzip ?
7

Das Arbitragefreiheitsprinzip
(No Arbitrage Principle) Beispiel 2a: Sams Prferenzrelationen seien derart, dass Banane > Apfel und Apfel > Pflaume und Pflaume > Banane Und es gilt fr ihn (zum Beispiel) Banane = Apfel + 1 Dollar Apfel = Pflaume + 1 Dollar Pflaume = Banane + 1 Dollar Ferner nehmen wir an, Sam besitze 1 B und 3 Dollar, und Dirk besitze 1 P und 1 A. Dann kann sich folgendes ergreben:.
8

Beispiel 2a (Forts.)
- Dirk bietet Sam 1 P gegen 1 B + 1 Dollar. Sam akzeptiert. - Dirk bietet Sam 1 A gegen 1 P + 1 Dollar. Sam akzeptiert. - Dirk bietet Sam 1 B gegen 1 A + 1 Dollar. Sam akzeptiert Wenn Sams Prferenzrelationen gelten, geht er auf alle 3 Angebote ein. Am Ende besitzt Sam nur noch 1 B, whrend Dirk 1 P, 1 A und 3 Dollar besitzt. Das ist Arbitrage.
Da Sam nur auf Geschfte eingegangen ist, bei denen er indifferent zwischen den Tauschbndeln war, msste er zwischen dem Anfangs- und Endvermgen indifferent sein: Banane + 3 Dollar = Banane Das erscheint einfach unvernnftig!
9

Das Dominanzprinzip
Das Dominanzprinzip besagt, dass Banane + 3 Dollar > Banane + 0 Dollar Wenn bei 2 Alternativen eine von ihnen bei jeder Zielgre mindestens genauso viel ergibt wie die andere und bei mindestens einer der Zielgren mehr ergibt, so ist die erstere der letzteren vorzuziehen. Wie wir gesehen haben, wird das Dominanzprinzip durch Arbitrage verletzt, wenn das Transitivittsaxiom nicht gilt! Diese Form des Dominanzprinzips neent man Ergebnidominanz. Es gibt auch eine andere Fassung des Dominanzprinzips, die Wahrscheinlichkeitsdominanz. Die kommt spter dran.

10

Rationalitt bei Sicherheit


(Formale) Rationalitt bedeutet in der E-Theorie also die Existenz eines konsistenten Zielsystems, das weder die Arbitragefreiheit noch das Dominanzprinzip verletzt!

Rationalitt Transitivittsaxiom Arbitragefreiheit Dominanzprinzip


11

(S1) Reprsentationstheorem
Gegeben sei eine finite Menge an Alternativen. Satz 1 (Reprsentationstheorem b. Sicherheit): Ergeben die Prferenzen eines Entscheiders eine vollstndige und transitive Ordnung, dann lassen sie sich durch eine mathematische ordinale Wertfunktion abbilden (reprsentieren). Beweis (fr alle, die es nicht einfach so glauben): Krantz/Luce/Suppes/Tversky (1971), Foundations of Measurement, Vol.1, S.39.

12

Wertfunktionen: Prferenzfunktionen und Nutzenfunktion


Prferenzfunktionen F (A) weisen Alternativen einen Prferenzwert zu, d.h. sie ordnen Alternativen.

F (Ai) > F (Aj) Ai > Aj

Nutzenfunktionen U(E) weisen Ergebnissen einen Nutzenwert zu, d.h. sie ordnen Ergebnisse. U(Es) > U(Et) Es > Et Bei sicheren Erwartungen sind F (A) und U(E) quivalent. Jede Alternative entspricht einem Ergebnis.
13

Ordinalitt und Kardinalitt


Ordinale F - und U-Funktionen - sind bis auf eine streng monoton wachsende Transformation festgelegt. - Absolute Werte spiegeln Prferenzen wider, aber Wertedifferenzen sind aussagelos. Kardinale F - und U-Funktionen - sind bis auf eine positive lineare Transformation festgelegt. - Absolute Werte spiegeln Prferenzen wider, und Wertedifferenzen spiegeln Grade der Prferenz wider.

14

Transformation von Funktionen


Banane F1 3 3 = 9 2+2*3=8
? 1 5 2

Apfel 2 4 2+2*2=6

? 1 3 2

Pflaume 1 1 4

2F

F2
F2 F3

F 2 : streng monoton wachsende, (hier: quadratische) Transformation. Prferenzordnung bleibt erhalten, aber Verhltnis der Prferenzdifferenzen ndert sich. 2F : positive lineare Transformation. Prferenzordnung und Verhltnis der Prferenzdifferenzen bleiben erhalten.

15

Neoklassische Konsumtheorie
(Haushaltstheorie)
Zwei-Gter-Fall (Konsumbndel) x und y seien die Menge zweier verschiedener Gter Anfangsbndel (x0,y0) Reduktion in Gut i: x0? x1 mit x0 > x1 Wie muss sich y anpassen (y0? y1), damit (x0,y0) ~ (x1,y1)? Finde fr jedes beliebige xk das passende yk, so dass

(x0,y0) ~ (xk,yk)

16

Zwei-Gter-Nutzenfunktion
Ein Ergebnis ist ein Gterbndel (x,y). Nehmen wir folgende Nutzenfunktion an:

U ( x , y ) = xy
U0 y ( x) = x

Wir setzen auf der linken Seite einen konstanten Nutzen U=U0 ein und lsen nach y auf: 2

Die erste Ableitung (Substitutionsrate) ergibt:

U 02 y = 2 x x
17

Indifferenzkurven (IK)
( xi , y j ), fr die gilt
( xi , y j ) ~ ( x0 , y0 ) , liegen auf einer Kurve im Zweiy U2 > U1 > U0
Gter-Koordinatensystem.

(x0,y0)

U0 Annahme: Stetigkeit und substitutive Gter

U1

U2 x

18

IK und das Transitivittsaxiom


Das Transitivittsaxiom bedeutet graphisch, dass sich die IK niemals schneiden drfen. x Gedankenbung: Zeigen Sie, wie in der Grafik das Transitivittsaxiom, die Arbitragefreiheit, und das (x3,y3) Dominanzprinzip verletzt (x0,y0) werden.
(x2,y2)

Unter Bercksichtigung von (S1) bedeutet das: Indifferenzkurven, die aus einer ordinalen Wertfunktion abgeleitet werden, schneiden sich nie.
19

Eine alte Bekannte!


Das optimale Investitionsprogramm bei Fisher (1930)

C1 Investor 2

e1
Investor 1

e0

C0
20

Konsum und Investition mit Kapitalmarkt - zwei Investoren


C1

U2
C1*

e1

U1

C0*

e0

C0
21

Prof. Dr. Reinhard H. Schmidt

ENTH:

Entscheidungstheorie

Entscheidungen bei Sicherheit und explizite Bercksichtigung mehrerer Ziele: 1. Die Transformation von Ergebnisvektoren

22

Vergleich von Ergebnisvektoren


Die bisherige Darstellung ging davon aus, dass der Entscheider Ergebnisvektoren ohne Probleme gegeneinander abwgen kann. Bei vielen Zielgren kann ein unmittelbarer Vergleich aber schwierig sein.
Z1 A1 A2 10 4 Z2 3 6 Z3 2 8 Z4 9 5

Lsungsanstze: - Transformations-Konzept
- Ersatzkriterien
23

Transformationskonzept
I A1 A2 Z1 10 4 Z2 3 6 Z3 2 8 Z4 9 5 I A1 A2 Z1 10 10 Z2 3 4 Z3 2 8 Z4 9 5

II A1 A2

Z1 10 10

Z2 3 3

Z3 2 10

Z4 9 5

II A1 A2

Z1 10 10

Z2 3 4

Z3 2 8

Z4 9 5

III A1 A2

Z1 10 10

Z2 3 3

Z3 2 10

Z4 9 5

III A1 A2

Z1 10 10

Z2 3 3

Z3 2 2

Z4 9 11

24

Die Idee der Transformation


Die Idee besteht darin, den Vergleich mehrer Zielgren in den Vergleich einer Zielgre umzuwandeln. Ob die Idee der Transformation wirklich weniger Ansprche an den Entscheider stellt als der direkte Alternativenvergleich, ist unklar. Immerhin muss er die ausgeblendeten Zielgren bei jeder Transformation im Hinterkopf mit einberechnen die Transformation ist kontextabhngig. Aber die Idee des sukzessiven, wertquivalenten Austauschs von Elementen in einem multivariablen Vektor wird uns wieder begegnen und ist eines der Hauptkonzepte zur Herleitung von optimalen Entscheidungen in der Axiomatik rationaler Entscheidungen.
25

Nichtexistenz von Wertfunktion


Die bisherige Darstellung (inkl. Transformationskonzept) ging davon aus, dass der Entscheider eine vollstndige und transitive Ordnung und somit eine numerische Wertfunktion (S1) herleiten kann. Was aber wenn der Entscheider nicht in der Lage ist, eine solche Ordnung bzw. Wertfunktion zu erstellen (z.B. weil er keine Transformation durchfhren und multivariate Ergebnisvektoren nicht vollstndig gegeneinander abwgen kann)?

26

Prof. Dr. Reinhard H. Schmidt

ENTH:

Entscheidungstheorie

Entscheidungen bei Sicherheit und explizite Bercksichtigung mehrerer Ziele: 2. Ersatzkriterien

27

Ersatzkriterien
Ersatzkriterien stellen weniger Anforderungen an den Entscheider, indem sie die Anforderungen an die Optimierung abschwchen.
Zielunterdrckung Lexikographische Ordnung Effizienzkriterium Maximierung einer Zielgre bei gegebenem

Anspruchsniveau fr die anderen Zielgren


Zielgewichtung

28

Zielunterdrckung
Z1 Z2 Z3 Z4

A1

10

A2

Es wird nur das wichtigste Ziel bercksichtigt. Angenommen, Z2 sei die wichtigste Zielgre. Dann whlt der Entscheider die Altenative A2. Was spricht fr und was spricht gegen dieses Vorgehen?

29

Lexikographische Ordnung
Angenommen die Alternativen wren bezglich der wichtigsten Zielgre quivalent.
Z1 A1 A2 10 4 Z2 6 6 Z3 2 8 Z4 9 5

Dann zieht der Entscheider die zweitwichtigste Zielgre, z.B. Z4, zur Entscheidung heran. In diesem Falle, whlt er A1. Sollte die zweitwichtigste Zielgre ebenfalls fr beide Alternativen identisch sein, dann kommt die drittwichtigste, usw. (vgl. Medaillenspiegel, Lexika) Was spricht fr bzw. gegen dieses Vorgehen?
30

Effizienzkriterium
Der Entscheider ist indifferent zwischen allen Alternativen, die nicht von einer anderen Alternative dominiert werden.
Z1 A1 A2 A3 10 4 10 Z2 3 6 3 Z3 2 8 2 Z4 9

dominiert
5 5

A3 wird von A1 dominiert. Im 2. Schritt wird eine Regel zur Abwgung zwischen den Zielgren gebraucht, um unter den effizienten Alternative die beste auszuwhlen. Was spricht fr/gegen dieses Vorgehen?
31

Noch eine alte Bekannte!


Effiziente und optimale Portefeuilles!

32

Anspruchsniveaus
Der Entscheider maximiert Z1 unter der Bedingung, dass Z2 , Z3 , Z4 = 3.
Z1 A1 A2 A3 10 4 10 Z2 3 6 3 Z3 2 8 2 Z4 9 5 5

Der Entscheider whlt A2. Was wre bei den NB Z2 = 3 und Z3 , Z4 = 4 ?


33

Zielgewichtung
Der Entscheider gibt den Zielgren Gewichte (gj) und maximiert die gewichtete Summe. Die Gewichte seien g1=g2=g3=g4=1.
Z1 g1 A1 A2 10 4 Z2 g2 3 6 Z3 g3 2 8 Z4 g4 9 5 ? giZi 24 23

Der Entscheider whlt A1. Was spricht fr und was gegen dieses Vorgehen?
34

Zielgewichtung
Der Entscheider gibt den Zielgren Gewichte (g) und maximiert die gewichtete Summe. Die Gewichte seien g1=g2=1; g3=4 g4=2.
Z1 g1 A1 A2 10 4 Z2 g2 3 6 Z3 g3 2 8 Z4 g4 9 5 ? giZi 39 52

Der Entscheider whlt A2.


35

Ein praktisches Beispiel KKS, S. 118 ff


# 1 2 3 4 5 6 7 8 9 Miete/Mon 400 320 600 450 380 500 460 475 460 Weg zur Uni 5 30 20 15 20 10 20 35 40 Lrm N(iedrig) M(ittel) N M H(och) M H M N Zimmer 2 1 3 3 1 3 2 2 2 Kchen-Q Alt Mittel Neu Alt Mittel Neu Alt Neu Neu

36

Verschiedene E-Regeln und E-Prinzipen


1. Ein einziges Ziel zhlt: Niedrige Miete # 2 2. Ein Ziel (Nhe) mit NB: Miete <= 500 In Betracht kommen alle auer 3 #1 3. Abwgung Wegezeit gegen Miete Erlaubt # 3, 4 und 6 bis 9 auszusondern. Es bleiben 1, 2 und 5. Abwgung z.B durch Z-Gewichtung oder Transformation 4. Setzt strenge Nebenbedingungen fr wichtige Ziele wie Miete (<= 400) und Wegezeit (<= 20 Min). Es bleiben als effiziente Kandidaten # 1 und # 5 5. Effizienz/Dominanz eliminiert # 7, der Rest bleibt 6. Konjunktive Elimination mehrere Krit mindestens ... 7. Disjunktive Elimination richtig gut mindestens bei Kriterien ....
37

Entscheidungstheorie
Entscheidungen bei Unsicherheit (Teil I) 3. Vorlesung

Lernziele von Teil I


Darstellung von E-Problemen bei Unsicherheit Wie verndert sich das E-Problem? Klassische E-kriterien und ihre Schwchen Das Bernoulli-Prinzip - Grundidee Die Axiomatik des Bernoulli-Prinzips
2

Lernziele von Teil II


Risikoeinstellung, Form der Nutzenfunktion, Sicherheitsquivalent und Risikoabschlag Klassische E-Kriterien im Lichte des Bernoulli-Prinzips Risikoaversionsmae Verschiedene Nutzenfunktionen und ihre Risikoaversionseigenschaften Anwendung des Bernoulli-Prinzips

Klassifikation nach Frank H. Knight


Entscheidungen unter Sicherheit:
Handlungen determinieren eindeutige Konsequenzen.

Entscheidungen unter Ungewissheit:


Ergebnis hngt von Umwelteinflssen ab. Unterscheide: Risk: Wahrscheinlichkeiten fr (relevante) Umweltzustnde sind bekannt. Uncertainty: Wahrscheinlichkeiten fr Umweltzustnde sind nicht bekannt.

Uncertainty
Entscheidungsmatrix:

a1 a2 a3

z1 7 2 1

z2 3 8 2

z3 5 9 4

Wie vergleicht man a1, a2, a3? Eine Mglichkeit ist das Dominanzprinzip.
5

Dominanzprinzip
Die Auszahlungen von a1 und a2 sind in jedem Umweltzustand hher als die von a3. Somit sollte ein rationaler Entscheider zumindest nicht a3 whlen. Problem: Hufig keine Vergleichbarkeit (Beachte: Dies bedeutet nicht das groe Indifferenzmengen resultieren, sondern das Alternativen schlicht und einfach nicht verglichen werden knnen.) (Alternative Formulierung fr den Fall mit Wahrscheinlich-keiten, siehe unten)

Weitere Entscheidungsregeln
Maximin (Maximax)-Regel: (ai) = Minimum des Zeilenwertes (Maximin) (ai) = Maximum des Zeilenwertes (Maximax) Beispiel: z1 z2 a1 7 3 a2 2 8 (a1) = 3, (a2) = 2, whle a1! (a1) = 7, (a2) = 8, , whle a2! Warum knnte jemand (nach A, Wald) so entscheiden wollen?
7

Weitere Entscheidungsregeln
Laplace-Regel: (ai) = Summe der Zeilenwerte Beispiel: z1 z2 a1 7 3 a2 2 8 (a1) = 10, (a2) = 10, indifferent! Die Laplace-Regel kann so verstanden werden, dass der Entscheider allen Umweltzustnden gleiche Wahrscheinlichkeiten zuordnet.
8

Weitere Entscheidungsregeln
Hurvicz-Regel: (ai) = a mal bester plus (1-a) mal schlechtester Wert mit a als Optimusmus-Pessimismus-Index Beispiel: z1 z2 z3 a1 7 5 4 a2 2 7 8
Bei a = 1/3 ergibt sich (a1) = 5, (a2) = 4, a2 ist besser Bei a = 2/3 ergibt sich (a1) = 6, (a2) = 6, indifferent Die Hurvicz-Regel erfasst im Gegensatz zu den anderen die persnliche Risikoneigung. Ist sie deshalb schon gut?
9

Kritik der E-Regeln bei echter Unsicherheit


Fr eine vernnftige Entscheidungsregel sollte gelten: Aktionen sollen in eine vollstndige und transitive Ordnung gebracht werden. Die Rangordnung sollte unabhngig sein von der Nummerierung der Handlungen und Zustnde sein. Das Dominanzprinzip gilt. Die bisherige Rangordnung soll durch Hinzufgen weiterer Alternativen nicht gendert werden. Die bisherige Rangordnung soll durch Addition einer Konstante zu einer Spalte nicht gendert werden. Die bisherige Rangordnung soll durch Duplikation einer Spalte nicht gendert werden. Es gibt keine Entscheidungsregel die 1-6 gleichzeitig erfllt!
10

Positiv gewendet: Anforderungen an vernnftige Entscheidungsregeln


Eine E-Regel muss das Dominanzprinzip beachten ..... und alle verfgbare Information verwenden, und das betrifft
Alle Ergebnisse (und nicht nur die Extremwerte Min / Max oder andere) Zustzliche Information ber das Eintreten von Umweltzustnden: Wahrscheinlichkeiten

Und sie sollte die Bercksichtigung der persnlichen R-Neigung zulassen


11

E-Modell bei Risiko


L1 L2 L3 Ln S1 p(S1) E11 E21 E31 En1 Sm p(Sm) E1m E2m E3m Enm

+ : L

Lotterien: L={L1,,Ln}; Umweltzustnde: S={S1,,Sm}; Wahrscheinlichkeiten: p={p(S1),, p(Sm)}; Ergebnisse: E={E11,,Enm}

12

Zustnde und Wahrscheinlichkeiten


Wichtig: Die Zustnde/Ergebnisse mssen sich gegenseitig ausschlieen (mutually exclusive); in der Terminologie der W-keitstheorie: Die stochastischen Ereignisse mssen unabhngig sein. Das impliziert fr die Wahrscheinlichkeiten:

m s =1

p(Ss ) = 1

p(Su Sv | u v) = p(Su ) + p(Sv ) p(Su Sv | u v) = p(Su | Sv ) = p(Sv | Su ) = 0


13

Wahrscheinlichkeiten
Es gibt verschiedene Arten von Wahrscheinlichkeiten Logische oder mathematische W. Empirische W. oder relative Hufigkeiten Subjektive W. : Grade des vernnftigen Fr-WahrHaltens (Keynes) Immer wird so gerechnet, als wren es logische W. Letztlich sind alle W. in der Realitt nur mehr oder weniger gut gesttzte subjektive W. Es ist immer vernnftig, seine Informationen in die Form von (subjektiven) W. zu bringen und sie in Entscheidungen zu bercksichtigen
14

Wahrscheinlichkeitsverteilung
Jeder Alternative ist eine Lotterie. Eine Lotterie ist im Grunde nichts anderes als eine Wahrscheinlichkeitsverteilung ber mehrere (sich ausschlieende) Ergebnisse. Definition einer einfachen (=diskreten) W-verteilung: Ein einfache W-verteilung L ist bestimmt durch (a) eine finite Teilmenge von E (Definitionsbereich von P) (b) und eine reelle Zahl 1=p(Es)=0 fr jedes Es E mit

Es E

p ( Es ) = 1
15

Matrizendarstellung
Beispiel:
S1 S2 S3 p(S1) p(S2) p(S3) X X Y A B B

L1 :

DL1 = { X , Y } E p ( X ) = p ( S1 ) + p ( S2 ) p (Y ) = p ( S3 )

L1 L2

E = { A, B, X , Y } p ( S1 ) + p( S 2 ) + p ( S3 ) = 1

L2 : DL 2 = { A, B} E
p ( A) = p( S1 ) p ( B ) = p ( S 2 ) + p ( S3 )
16

Ereignisbume oder zusammengesetzte Lotterien


p(S1) p(S2) X p(X) X p(Y) Y A p(A) p(S2) B p(B) B B
17

L1 :
p(S3)

p(S1)

L2 :
p(S3)

Variationen des E-Modells


Die Definition der S ist abhngig vom Entscheider Alle Gren knnen kontinuierlich oder diskret sein, z.B.
L: Versicherungssumme (k), Aktie kaufen oder halten (d) S: Niederschlagsmenge (k), Erdbeben oder kein Erdbeben (d) E: Profit (k), Sieg oder Niederlage (d)

Kontinuitt bedeutet 8 viele Ausprgungen Bei kont. S sind kont. W-keitsverteilungen notwendig, z.B. Annahme der Normalverteilung Die W-keiten p mssen nicht unbedingt gegeben sein
Wenn gegeben, dann sprechen wir von Risiko Wenn nicht gegeben, dann sprechen wir von Ungewissheit

18

Zentrale Fragestellung
Zentrale Frage der rationalen oder normativen ET: Gegeben mehrere solche Lotterien, welche Lotterie sollte/wrde ein rationaler Entscheider whlen? Formal bedeutet dies, dass wir wieder nach einer Prferenzfunktion der Form

: L
suchen, deren Wert wir maximieren mssen, um die optimale Handlungsalternative zu finden.

19

Einfache Prferenzrelation?
Sonnenbrillen Eiskrem Regenschirme Sonne +110 +100 -190 + Regen -100 -100 +200

Angenommen, wir wssten mit Sicherheit, dass morgen die Sonne scheint, dann sind Sonnenbrillen eindeutig die beste Investition (vorausgesetzt mehr Geld ist uns lieber als weniger). Die Prferenzrelation ist aber nicht mehr so einfach festzustellen, wenn das Wetter unsicher ist, und es mglicherweise regnet. Man beachte die hnlichkeit zu E-Problemen mit mehreren Zielen. Bei Unsicherheit kommt es auf die W. des Eintretens der S an.

20

E-kriterien bei Risiko


Klassische E-kriterien Die -Regel (Erwartungswertregel)
Bercksichtigt die Mehrwertigkeit, aber nicht das Risiko einer Lotterie

Das -s -Prinzip
Verletzt manchmal das absolute Dominanzprinzip

Das E-kriterium der rationalen E-Theorie Das Bernoulli-Prinzip (Erwartungsnutzenregel)

21

Die -Regel
Sonne (S) p(S)=0.6 Sonnenbrillen Eiskrem Regenschirme +110 +100 -190 Regen (R) p(R)=0.4 -100 -100 +200

26 20 -34

Bei der -Regel bildet man den Erwartungswert () aus den Ergebnissen. Die Alternative mit dem hchsten wird ausgewhlt. Ist das aber vernnftig?
22

Das Petersburger Spiel


Daniel Bernoulli (1732): Wirf eine faire Mnze solange, bis erstmals Zahl erscheint. Wenn Zahl erstmals beim nten Wurf erscheint, betrgt der Gewinn G = 2n .
n p(n) G(n) p(n)G(n) 1 0.5 2 1 2 4 1

3 8 1

4 16 1

5 32 1

6 64 1

0.52 0.53 0.54 0.55 0.56

Der Erwartungswert des Spiels betrgt:

= n=1 p(n) G(n) =n=11 =


Niemand setzt sehr viel in diesem Spiel warum?
23

Risikoeinstellung
Welchen Preis wrden Sie jeweils maximal fr die folgenden beiden Lotterielose zahlen (Reservationspreis)? Gewinn p(G)=0.5 Lotterie 1 Lotterie 2 10 10000 Niete p(N)=0.5 -10 -10000 RP

Die -Regel unterstellt Risikoneutralitt. Einem risikoneutralen Entscheider ist es egal, wie stark die Auszahlung schwankt. Nur der Erwartungswert zhlt. Er wrde also fr beide Lose den gleichen Betrag zahlen. Zum Risiko des Petersburger Spiels, vgl. Laux, S.146-55.
24

Das -s -Prinzip
Sonne (S) p(S)=0.6 Sonnenbrillen Eiskrem Regenschirme +110 +100 -190 Regen (R) p(R)=0.4 -100 -100 +200 26 20 -34 s 102.89 97.98 191.06 F 231.78 215.96 348.12

Das -s -Prinzip fgt zur -Regel einen Risikoabschlag (bei R-aversion) und -zuschlag (bei R-freude) hinzu. Die in der Tabelle verwendete -s -Regel ist: F (L) = + 2s (extremer Grad von R-freude)
25

Dominanz vs. -s -Prinzip


Eine -s -Regel kann unter Umstnden das Dominanzprinzip verletzen. Angenommen: F (L) = - 2s S1 L1 L2 1000 100 S2

p(S)=0.5 p(R)=0.5 0 0

500 500 -500 50 50 -50

obwohl L1 in jedem Zustand mehr auszahlt als L2.


26

Klassische E-kriterien
Sind einfach zu verstehen und anzuwenden Aber fhren manchmal zu unplausiblen oder gar irrationalen Entscheidungen Diese Defizite sind darauf zurckzufhren, dass sie nur Teileigenschaften der W-Verteilungen (Lotterien) bercksichtigen (Erwartungswert, Standardabweichung). Das Bernoulli-Prinzip bercksichtigt alle stochastischen Zustnde und somit die gesamten Charakteristika der gegebenen W-verteilungen (Lotterien). Unter bestimmten Bedingungen stimmen die klassischen E-kriterien jedoch mit dem Bernoulli-Prinzip berein.
27

Beispiel fr eine Ergebnismatrix

s1 (1/4) a1 a2 a3 a4 10.000 4.000 12.000 7.000

s2 (1/2) 5.000 6.000 8.000 7.000

s3 (1/4) 4.000 7.000 0 7.000

28

Erwartungswertregel
Whle die Handlungsmglichkeit, bei der der Erwartungswert der Ergebnisse am hchsten ist.

E (ei) = i = eij . pj max! j= 1 mit i = 1, ..., m


Kritik:
keine freie individuelle Risikobewertung

29

Erwartungswerte in unserem Beispiel

s1 (1/4) a1 a2 a3 a4 10.000 4.000 12.000 7.000

s2 (1/2) 5.000 6.000 8.000 7.000

s3 (1/4) 4.000 7.000 0 7.000

6.000 5.750 7.000 7.000

30

Bernoulli-Kriterium Whle die Handlungsmglichkeit mit dem hchsten Erwartungswert des Nutzens der mglichen Ergebnisse. n

E [ u (eij) ] = u (eij) pj
j=1

max! ( i = 1,..., m )

31

Begrndung des Bernoulli-Kriteriums


Herleitbar aus Axiomen rationalen Verhaltens Ordnungsaxiom Dominanzaxiom Stetigkeitsaxiom Substitutionsaxiom Oder durch Elimination fehlerhafter Entscheidungsregeln Alle Informationen genutzt? Risikoneigung frei whlbar?

32

Nutzenfunktion und Sicherheitsquivalent

S=2,85

33

Axiomatik d. Bernoulli-Prinzips
1. Rationalittsaxiome 2. Reprsentationstheorem 3. Eindeutigkeit
Wenn sich ein Entscheider gem der Axiome verhlt, dann verhlt er sich so, als wrde er seinen erwarteten Nutzen maximieren (Reprsentation). Seine Nutzenfunktion ist dann bis auf eine positive lineare Transformation eindeutig bestimmt (Eindeutigkeit).

34

Verschiedene Axiomatiken
1. Objektive Erwartungsnutzentheorie (EU): John von Neumann/Oskar Morgenstern, Israel Herstein/ John Milnor, Duncan Luce/ Howard Raiffa, etc. 2. Subjektive Erwartungsnutzentheorie (SEU) Leonard Savage, Bruno de Finetti, Frank Ramsey 3. Synthese von EU und SEU: Frank Anscombe/Robert Aumann Unterscheiden sich nicht im Ergebnis (Bernoulli-Prinzip), sondern in der Herkunft der W-keiten.
(Vgl. Eisenfhr/Weber, S.151-56 zu W-keitsinterpretationen.)

35

Herleitung der EU-Theorie


(A1) Ordnungsaxiom (A2) Transitivittsaxiom (A3) Unabhngigkeitsaxiom (Substitutionsaxiom) (A4) Stetigkeitsaxiom (Kontinuittsaxiom) (A5) Dominanzaxiom oder -prinzip
(A1) und (A2) sind genauso definiert wie bei Sicherheit, jedoch bezogen nur noch auf den Prferenzvergleich von Ergebnissen und nicht von Alternativen (andernfalls bruchten wir kein Bernoulli-Prinzip mehr).

36

(A3) Unabhngigkeitsaxiom
Gegeben seien drei W-verteilungen p, q und r sowie eine Zahl a aus dem offenen Intervall (0,1). Auerdem gelte p > q. Die relative Prferenz fr r sei beliebig. (A3) besagt dann, dass ap + (1 - a)r > aq + (1 - a)r In beiden Mischlotterien bekommt der Entscheider r mit der W-keit (1- a). Das Axiom besagt, dass dieser beiden gemeinsame Teil die Prferenzen des Entscheiders nicht beeinflussen sollte. Dieser beachtet nur die Unterschiede zwischen den beiden Lotterien.
Vgl. Transformationskonzept bei Sicherheit und mehreren Zielen.
37

Substitution und Reduktion


Das Unabhngigkeitsaxiom wird oft auch in mehrere, durch es implizierte, Komponenten unterteilt: das Substitutionsprinzip und das Reduktionsprinzip. Substitutionsprinzip: Eine Lotterie (oder ein Ergebnis) kann durch eine andere Lotterie substituiert werden, ohne dass es die Prferenzen des Entscheiders ndert, wenn der Entscheider zwischen beiden Lotterien bzw. zwischen dem Ergebnis und der Lotterie indifferent ist. Reduktionsprinzip: Ein Entscheider ist indifferent zwischen einer zusammengesetzten Lotterie und einer einfachen Lotterie, sofern jedes Ergebnis bei beiden Lotterien letztlich dieselbe Eintrittsw-keit aufweist.
38

quivalente Transformationen
Aus dem Unabhngigkeitsaxiom (A3) folgt also, dass folgende Lotterietransformationen fr einen rationalen Entscheider nutzenquivalent sind. D.h. er ist indifferent zwischen der linken und der rechten Lotterie.
0.5 0.8 10 Reduktion 0.5 0 Substitution 0.2 0.4 0.4 0 1 10

0.2

39

(A4) Das Stetigkeitsaxiom


Gegeben seien drei Ergebnisse p, q und r, und es gelte p > q > r, dann gibt es immer eine Zahl a aus dem offenen Intervall (0,1), so dass

ap + (1 - a)r = q
D.h. egal wie schlecht r im Vergleich zu den anderen Lotterien (oder Ergebnissen) sein mag, kann man p und r so mischen, dass die Mischlotterie im Vergleich zu q entweder besser, schlechter oder quivalent sein kann. Auerdem ist der Wert fr a unabhngig davon, ob q selbst sicher ist oder nicht und wie unsicher es ist a ist auch unabhngig davon, was noch passieren kann
40

(A5) Dominanz
Whle bei gleichen Ergebnissen die Alternative, bei der ein besseres Ergebnis eine hhere Wahrscheinlichkeit und (mindestens) ein schlechteres eine geringere W. hat (Verallgemeinerung stochastische Dominanz)

41

Illustration / Beweis des Bernoulli-Prinzips


Wir kombinieren ein einfaches Zahlenbeispiel mit den Axiomen Ausgangstableau:
s1 () a1 a2 a3 10 4 12 s2 () 5 6 8 s3 () 4 7 0

Anwendung des Rangordnungs- und des Transitivittsaxioms mit 12 als bestem und 0 als schlechtestem Erg.
42

Anwendung des Stetigkeitsaxioms: "Es gibt zu jedem Ergebnis eine quivalente Lotterie"
Hchstes (bestes) Ergebnis: 12, niedrigstes (schlechtestes) Ergebnis: 0 Welche Lotterie mit Gewinnen von 12 mit W=p und 0 mit W=(1-p) ist sicheren 6 quivalent? Genauer: Wrden Sie die Lotterie (12; p; 0) oder sichere 6 vorziehen?
p= 0,5? p= 0,6? p= 0,7 ? p= 0,8 ? p=0,75? p=0,72? Nein, zu wenig, ich ziehe die sicheren 6 vor Nein, immer noch zu wenig Fast, aber immer noch zu wenig Da ziehe ich die Lotterie vor Immer noch: Ziehe die L vor Da kann ich mich nicht entscheiden, also sind mir beide quivalent!

In dieser Weise werden alle Ergebnisse durch "quivalente Lotterien" mit p fr den hchsten und (1-p) fr den niedrigsten Wert ersetzt.
43

Substitution im Ausgangstableau
Das Ausgangstableau wird modifiziert durch Ersetzung des sicheren Wertes 6 durch die quivalente Lotterie (12; 0,72; 0).
s1 () a1 a2 a2' a3 10 4 4 12 s2 () 5 6 (12; 0,72; 0) 8 s3 () 4 7 7 0

Diese Operation sttzt sich auf das Substitutionsaxiom. Es besagt: a2 und a2' sind gleichwertig, auch wenn der ersetzte Wert 6 selbst nicht sicher ist ! Und die quivalenz von 6 und der Lotterie (12; 0,72; 0) gilt unabhngig davon, wie unsicher das Ergebnis 6 ist und was sonst noch passieren kann (Vgl. die Transformation bei Sicherheit!)
44

Umbau des modifizierten Ausgangstableaus


Jetzt werden das Ausgangstableau und das modifizierte Tableau (mit der Zeile a2 und deren Umrechnung in a2) so umgeschrieben, dass in den Zellen der Tableaus Wahrscheinlichkeiten stehen:
12 0 0 "0,5*0,72=0,36 0,36 0,25 10 0,25 0 0 0 0 8 0 0 0 0 0,5 7 0 0,25 0,25 0,25 0 6 0 0,5 0 0 0 5 0,5 0 0 0 0 4 0,25 0,25 0,25 0,25 0 0 0 0 "0,5*0,28=0,14 0,14 0,25

Ergebnis

a1 a2 a2' a2'' a3

In Zeile a2 ist das (scheinbar) sichere Ergebnis (mit p= 0,5) durch seine -Wahrscheinlichkeit 0,72 fr 12 und 0,28 fr 0 ersetzt. In Zeile 3 sind die Produkte nur ausmultipliziert.
45

Ermittlung einer auf 0-1 normierten Bewertungsfunktion fr die Ergebnisse


Die selbe Methode zur Bestimmung je einer quivalenten Lotterie fr alle Ergebenisgren ergibt folgende Werte (Welche Eigenschaften hat die Funktion E q-Wahrsch.?)
Ergebnisse 12 10 8 7 6 5 4 2 0 quiv.-Wahrsch 1 0,92 0,83 0,78 0,72 0,65 0,54 0,32 0
46

Ersetzung aller Werte des Ausgangstableaus durch ihre quiv. Lotterien


s1 () a1 a2 a3 (12; 0,92; 0) (12; 0,54; 0) (12; 1; 0) s2 () (12; 0,65; 0) (12; 0,72; 0) (12; 0,83; 0) s3 () (12; 0,54; 0) (12; 0,78; 0) (12; 0; 0)

bzw. ausmultipliziert im anderen Format Beispiel: 0,69= 0,92*0,25+0,65*0,5+0,54*0,25


12 0,69 0,69 O,665 10 0 0 0 8 0 0 0 7 0 0 0 6 0 0 0 5 0 0 0 4 0 0 0 0 0,31 0,31 0,335

Ergebnis a1'' a2'' a3''

Nach dem Dominanzprinzip ist a1 offensichtlich die beste Alternative


47

Dasselbe mit allgemeinen Werten: (S2) Reprsentationstheorem


Gegeben sei eine finite Menge an Ergebnissen. Satz 2 (Reprsentationstheorem b. Risiko): Erfllen die Prferenzen eines Entscheiders die Axiome (A1)-(A4), dann und nur dann lassen sie sich durch eine kardinale Wertfunktion reprsentieren.
Der allgemeine Beweis ist im Ansatz zu finden bei D. Kreps, A Course in Microeconomic Theory, p.72-81. Fr den folgenden, unvollstndigen Quasi-Beweis (nur hinreichende Bedingung), vgl. Eisenfhr/Weber, S.211-17 & Abb.9-6 auf S.218.
48

Quasi-Beweis: 1.Schritt
Gegeben sei folgende Lotterie L:
p1 E1 . . . Es . . . Em

L:
pm

ps

Umweltzustnde: S={S1,,Sm}; Wahrscheinlichkeiten: ps={p1,, pm}; Ergebnisse: E1,,Em ? E

(A1) und (A2) implizieren, dass E, die Menge aller Ergebnisse, in eine vollstndige, transitive Ordnung berfhrt werden knnen. Es seien Emax,Emin ? E das am meisten und das am wenigsten prferierte Ergebnis.
49

2.Schritt: Stetigkeitsaxiom
Fr alle Es?Emax und Es?Emin gilt: Emin < Es < Emax. Das Stetigkeitsaxiom (A4) impliziert, dass es zu jedem Ergebnis Es eine Zahl a s ? (0,1) gibt, so dass gilt: a sEmax + (1 - a s) Emin = Es Die Zahl a s knnen wir als W-keit interpretieren. So ergeben sich Mischlotterien der Art (Emax, a s, Emin). (A4) besagt, der Entscheider sei (generell) indifferent zwischen dem Ergebnis Es und der Mischlotterie (Emax, a s, Emin).
50

3.Schritt: Substitution
Wenn das Unabhngigkeitsaxiom (A3) gilt, dann knnen wir in der ursprnglichen Lotterie L die Ergebnisse Es durch die Mischlotterien ersetzen, ohne die Prferenzen des Entscheiders zu verndern (d.h. L=L).
a1 p1 E1 . . . Es Substitution . . . Em p1 . 1-a 1 . . a s . 1-a s . . am 1-a m Emax Emin Emax Emin Emax Emin
51

L:
pm

ps

L':
pm

ps

4.Schritt: Reduktionsprinzip
Das Unabhngigkeitsaxiom (A4) impliziert auch das Reduktionsprinzip. Wir knnen also die zweistufige Lotterie L auf eine einstufige Lotterie L reduzieren, ohne die Prferenzen des Entscheiders zu verndern.
a1 p1 . 1-a 1 . . a s . 1-a s . . am 1-a m Emax Emin Emax Emin Emax Emin
52

? psa s Reduktion

Emax

L':
pm

ps

L'':
? ps(1-a s) Emin

5.Schritt: Nutzendefinition
Definiere a s = U(Es), d.h. wir interpretieren die aus (A4) resultierende Indifferenzw-keit als Nutzenwert. Die Bedeutung des Nutzens ist also nicht philosophisch begrndet, sondern rein mathematisch.
? psU(Es) Emax

L'':
? ps(1-U(Es)) Emin

Beachte, dass die multiplizierten W-keiten im offenen Intervall (0,1) liegen und addiert 1 ergeben.
53

6.Schritt: Lotterievergleich
Jede beliebige Lotterie L kann in L transformiert werden. Angenommen es seien L1 und L2 gegeben. Deren zustandsabhngige Ergebnisse wren gegeben durch {E11,,E1m} und {E21,,E2m}. Die jeweiligen transformierten Lotterien L1 und L2 wren dann gegeben durch:
? psU(E1s) Emax ? psU(E2s) Emax

L1'':
? ps(1-U(E1s)) Emin

L2'':
? ps(1-U(E2s)) Emin

54

7.Schritt: EU-Maximierung
? psU(E1s) Emax ? psU(E2s) Emax

L1'':
? ps(1-U(E1s)) Emin

L2'':
? ps(1-U(E2s)) Emin

Da ? psU(E1s)+? ps(1-U(E1s)) = 1 und ebenso fr L2, ist diejenige Lotterie mit der hheren zusammengesetzten (multiplizierten) W-keit fr Emax vorzuziehen. Diese multiplizierte W-keit ist aber nichts anderes als der mit den echten Zustandwahrscheinlichkeiten gewichtete Nutzen der Zustandsergebnisse. Man maximiert also den erwarteten Nutzen (EU).
55

Matrizendarstellung
S1 p1 L1 L2 E11 E21 S2 p2 E12 E22 S3 p3 E13 E23 S4 p4 E14 E24 S5 p5 E15 E25 S6 p6 E16 E26 Sm pm E1m U(E1m) ? psU(E1s) E2m U(E2m) ? psU(E2s)

U(E11) U(E12) U(E13) U(E14) U(E15) U(E16) U(E21) U(E22) U(E23) U(E24) U(E25) U(E26)

Laut dem Bernoulli-Prinzip, sollte der Entscheider also diejenige Lotterie whlen, fr die der Wert in der rechten Spalte (erwarteter Nutzen) am grten ist. Nchste zentrale Frage: Welche spezifische Form hat die Nutzenfunktion U? Bzw. wie beeinflusst ihre Form das Entscheidungsverhalten? (Nchste Vorlesung.)
56