单人决策理论精要.pptx

单人决策理论 By 李羽西 Part 1 决策理论的应用 Part 2 信息系统 Part 3 信息的定义 目录 Content Part One 决策理论的应用 a1 x公司的股票 a2 无风险政府债券 Part One 决策理论的应用 下一期间的净收益将为 0。因为市价会随着盈利能力的波动而正向波动，所以，净收益也会随着盈利能力而变化。 Part One 分析讨论 行为 事件 高 低 （购买股票） $1600 $0 （购买债券） $225 $225 如果购买债券，无论经济状况如何，下期他将收到利息$225，即债券投资是无风险的。 以金额形式表现的从某一决策行为中获得的收益被称为回报，以下是一张回报表： 比尔主观地估计 事件1的概率（高盈利能力） P（H）= 0 . 3 0 事件2的概率（低盈利能力） P（L ）= 0 . 7 0 这些概率包含了比尔所知道的目前 X公司的所有资料，因而被称为先验概率。 比尔是规避风险的投资者，他从回报中获得效用值，即满意度等于回报值的平方根。假如他必须立即做决策 ，他会选择期望效用值最大的行为。 Part One 比尔的决策树形图 投资$10 000 a1 期望效用值 EU (a1 ) = 0.30×40 + 0.70×0 = 12 EU (a2 ) = 1.00×15 = 15 高盈利能力（0.30） a2 低盈利能力（0.70） 高或低盈利能力（1.00） $1600(40) $0(0) $225(15) Other choice 比尔决定获取更充分信息 假定X公司当期的财务报表不久后将公布，报表中提供了关于公司经营状况的及时和符合成本效益原则的信息 。 年报中净利润很高，表明当年的财务报表显示“好消息”（简称G N）。 假如X公司处于高盈利能力 假如X公司是低盈利能力 有 80% 的可能性当年财务报表将显示 G N 条件概率 P(G N/H) = 0 . 8 0 有 20% 的可能性显示坏消息（简称 B N）。 条件概率 P(B N/H) = 0 . 2 0 和先验概率不同，这些概率是客观的，即它们由财 务报表本身的质量而非决策者的主观判断来决定。 由于以历史成本为基础的净利润并不完全相关和可靠 有 10% 的可能性本年年财务报表将显示 G N 条件概率 P(G N/L) = 0 . 1 0 有 90% 的可能性显示坏消息（简称 B N）。 条件概率 P(B N/L) = 0 . 9 0 Part One 主要结论 由于拥有GN的证据和这些概率，比尔可以用贝叶斯(Bayes)定理来计算后验概率（即后于财务报表证据）。高盈利能力的后验概率为： P(H/GN)= P(H)P(GN/H) = 0.30 X 0.80 = 0.77 P(H)P(GN/H )+ P(L) P(GN/L) 0.30 X 0.80 + 0.70 X 0.10 P(L/GN) =1.00-0.77 = 0.23 假如盈利能力很高 ，比尔的投资回报也很大（ $1600）；假如盈利能力很低，回报也很小 ( $ 0 )。 比尔现在可以在后验概率基础上计算出每一行为的期望效用： E U(a1 /G N) =0.77×4 0 + 0 . 2 3×0 = 30.8 E U(a2 /G N) = 1.00×15 = 15 因而，当期财务报表的G N信息导致比尔做出最优决策 a1——购买X公司的股票。 Part two 信息系统 财务报表信息的有用性 财务报表必须有助于预测未来的投资收益。在历史成本下，财务报表不能直接表述未来期望值。 不过，财务报表在一定程度上仍然有用，即它们使好消息或坏消息的预测持续到未来。如下图一个 等级数列 Part two 信息系统 信息系统 联系当期和未来财务报表之间的桥梁是条件概率P(G N/H)和P(G N/L) 。这些概率被称为 信息系统，概括如表 信息含量 当期财务报表信息和公司未来经营业绩并不完全相符被认为是财务报表中存在 噪音，或 低盈利质量。尽管如此，既然它能使比尔更准确地修正先验概率， 那么信息系统就仍然是有 信息含量 的 本期财务报表信息 GN BN 事件 高 0.80 0.20 低 0.10 0.90 决策理论中的信息系统 信息含量的概念有助于人们理解信息在决策中的作用。主对角线和非主对角线的比值越大，