コーチングプラクティス: リスクを調整した期待値の考え方
取り組んでいることをほぼ何でも入力すると、IX Coach が現実に最も合うプラクティスを見つけます。「リスクを調整した期待値の考え方」については、現在のプラクティスライブラリからの最適な一致をご覧ください。
役立つかもしれないプラクティス
- 大きな賭け金についてはリスク回避を反映して生の期待値を調整する
すべてを失う確率50%は、確実な50%の損失とは同等ではない――自分の実際のリスク許容度に合わせて調整する。
期待値思考:不確実性の中で決断する - 不快に感じるときでも正の期待値の決断を受け入れる
期待値が明確に正であれば、たとえほとんどの個別の結果が損失であっても、その決断を取る。
期待値思考:不確実性の中で決断する - 期待値思考:不確実性の中で決断する
期待値思考は、それぞれの起こりうる結果にその確率を掛け合わせて総和を取り、決断の平均的な見返りを表す単一の数字を導き出す。これは意思決定理論に十分根ざした、不確実性のもとでの合理的な意思決定の数学的基盤であるが、現実的な限界もある:確率はしばしば不確かであり、結果は必ずしも定量化できるとは限らず、生の期待値は正当なリスク回避を無視してしまう。 - 曖昧さを伴う高リスクで不可逆的な決断にはマキシミン推論を使う
最悪の起こりうる結果が最も生き延びられる選択肢を選ぶ——期待値を計算できないときには、下限を最適化する。
曖昧さ回避——なぜ未知のオッズは悪いオッズよりも悪く感じられるのか - 非対称な上振れ――大きな潜在利得、小さな限定的損失――を持つ決断を探す
最悪のケースが有限で小さく、最良のケースが大きく上限のない状況を探す。
期待値思考:不確実性の中で決断する - 複数のシナリオに対して引き出し計画をストレステストする
退職前に、平均だけでなく最悪の歴史的期間に対して計画を実行してみる。
4パーセントルール 実践ガイド - 曖昧さ回避——なぜ未知のオッズは悪いオッズよりも悪く感じられるのか
曖昧さ回避とは、Daniel Ellsbergの1961年のパラドックスによって実証された、既知の確率を持つ賭けを未知の確率を持つ賭けよりも好む傾向のことです——たとえ期待値が同じであっても、あるいは未知の選択肢の方が実際には良い場合でさえもです。これはナイト流の不確実性への不快感によって駆動され、なじみのない、しかし潜在的に価値の高い機会から人々を体系的に遠ざけてしまいます。 - 不公平な曖昧さプレミアムを要求していないか確認する
同等の既知のオッズのリスクなら何を受け入れるかを見積もる——未知のオッズに対する基準がはるかに高いなら、そのギャップがバイアスである。
曖昧さ回避——なぜ未知のオッズは悪いオッズよりも悪く感じられるのか - 上振れを追う前に下振れを守る
現実的な最悪の結果は何かを問い、上振れを評価する前にそれを生き延びられることを確認する。
安全域 - 専門的なリスク見積もりを求めつつ、価値観が正当に異なる部分を注記する
技術的な確率見積もりを使ってリスク認識を地に足のついたものにしながら、一部のリスクについての意見の相違は事実ではなく価値観に基づくものであることを認める。
感情ヒューリスティック——感情が事実の代わりになるとき
関連する悩み
- 期待効用とは何か
すべてを失う確率50%は、確実な50%の損失とは同等ではない――自分の実際のリスク許容度に合わせて調整する。
大きな賭け金についてはリスク回避を反映して生の期待値を調整する
- リスク回避傾向を考慮に入れる方法
損失回避とは、損失が同額の利益による喜びのおよそ2倍も苦痛に感じられるという、よく実証された傾向のことで、人はその痛みを避けるために悪い決断へと押しやられる。行動経済学の中でも最も再現性の高い発見のひとつであり、実践的なスキルは、事実ではなく「枠組み(フレーミング)」が自分を動かしていることに気づく力を養うことにある。
損失回避を実践に活かす
- 大きな変化の最中に未知の確率を悪い確率より嫌う心理
曖昧さ回避とは、Daniel Ellsbergの1961年のパラドックスによって実証された、既知の確率を持つ賭けを未知の確率を持つ賭けよりも好む傾向のことです——たとえ期待値が同じであっても、あるいは未知の選択肢の方が実際には良い場合でさえもです。これはナイト流の不確実性への不快感によって駆動され、なじみのない、しかし潜在的に価値の高い機会から人々を体系的に遠ざけてしまいます。
曖昧さ回避——なぜ未知のオッズは悪いオッズよりも悪く感じられるのか
- リスクを相対的に評価する
不安なく共に生きている基準となるリスクと比較することで、新しい恐怖を調整する。
恐れているリスクを、すでに受け入れているリスクと比較する
- 不確実な状況での均等配分という考え方
各選択肢の価値を信頼性高く見積もれないとき、リソースを均等に分散する。
深い不確実性下での分散に1/Nルールを使う
- 期待値の計算方法
期待値思考は、それぞれの起こりうる結果にその確率を掛け合わせて総和を取り、決断の平均的な見返りを表す単一の数字を導き出す。これは意思決定理論に十分根ざした、不確実性のもとでの合理的な意思決定の数学的基盤であるが、現実的な限界もある:確率はしばしば不確かであり、結果は必ずしも定量化できるとは限らず、生の期待値は正当なリスク回避を無視してしまう。
期待値思考:不確実性の中で決断する
自分の言葉で状況を説明する でプラクティスライブラリ全体を検索できます。