在累积分配游戏中跨时间分配资源

我们研究了一种风险决策的替代方案：玩家以一笔初始财富开始，目标是通过反复将其中一部分财富用于投资，尽可能快地增加这笔财富。在这种累积分配游戏（Cumulative Allocation Game, CAG）中，期望财富可以指数式增长，但——如果财富一旦归零——游戏就结束，参与者一无所获（破产）。CAG 可用于对从赌场赌博到动物觅食再到股票市场投资（凯利准则）的广泛生物和经济活动进行建模。然而，此前关于人类在 CAG 中的表现，以及它与人类在类似风险决策任务中的表现有何关系的研究很少。在两个实验中，我们要求参与者完成四个 CAG，这些 CAG 的设计使我们能够检验一系列关于人类表现的假设，并将其与最大化其对数增长率的规范性玩法进行比较。在主要实验条件下，参与者的表现最初接近规范性，但在实验过程中他们的下注比例下降了近一半。下注比例的下降使他们的期望增长率降低了约 25%——这是对最优策略的显著偏离。为什么参与者会系统性地放弃规范性策略？我们推测，一个可能的原因是损失厌恶，这在风险决策中已有充分记录。我们推测，虽然风险决策中的损失厌恶是次优的，但 CAG 中损失与收益之间存在一种内在不对称性，这或许可以解释我们观察到的损失厌恶。

中文由 AI 翻译，仅供参考，以原文为准。