游戏中的皮肤启发性地防止尾部事件

但我们现在知道了“一致的风险度量”。这相当于通过花费资源确保飞行员在与乘务员沟通时使用正确的语法来管理飞机飞行的风险，以“防止语无伦次”。很明显，问题在于尾部事件在计算上非常不透明，这种错误的精度会导致混淆。“开创性”论文：Artzner，P.，Delbaen，F.，Eber，J.M.，和Heath，D.（1999）。一致的风险度量。数学金融，9（3），203-228。C2013年N.N.Taleb和C.Sandis 3《行为经济学评论》，2014年，1:1–21游戏中的Taleb和Sandis皮肤对人有害，因为它们通过锚定的心理机制增加了冒险。第五，为了对付战争贩子，拉尔夫·纳德（Ralph Nader）正确地提出，那些投票支持战争的人应该让自己（或自己的亲属）服从征兵。我们相信游戏中的皮肤对于一个安全和公正的社会是一种启发。在厚尾环境下更为必要。与此相反的是一种不道德的做法，即把好运的所有赞扬和好处都拿来，而把自己与厄运或误算的结果分离开来。我们将自己的观点置于与无知和运气导致的行为的道德意义相关的伦理辩论框架内。我们将演示游戏中的皮肤概念如何有效地解决关于（a）道德运气和（b）利己主义的争论。

利他主义成功地绕过了（c）主观主义和客观主义在不确定性下的行为规范之间的争论，展示了他们的担忧如何不具有实际意义。不透明系统中的声誉成本：请注意，我们的分析包括在游戏中作为皮肤的声誉成本，未来的收入因错误而降低，以及外科医生和人们遭受明显的不当行为，并不得不承受后果。因此，我们担心的是，成本隐藏在声誉的潜在成本之上是有效的，因为相对于这些成本而言，收益太大，或者因为这些声誉成本可以通过转移责任或完全逃避责任而“套利”，因为伤害是不直接可见的。后一类包括处于非重复环境中的官僚，在这种环境中，延迟的危害不是直接归因于他们。请注意，在许多领域，回报可能会大到足以抵消声誉成本，或者，就像在金融和政府中一样，声誉似乎与有效的跟踪记录不一致。（要使用进化论的观点，我们需要避免这样一种系统，即犯错误的人留在基因库中，而把其他人排除在外。）启发法的应用：启发法意味着一个人应该是自己产品的第一个消费者，厨师应该测试自己的食物，直升机维修人员应该准备好在他们维护的旋翼机上随机飞行，对冲基金经理应该最大限度地投资于他们的基金。但这并不天真地意味着一个人应该一直使用自己的产品：理发师不能自己理发，除非他生病了，否则抗癌药物的制造商不应该使用他的产品。因此，一个人应该有条件地使用自己的产品，前提是被要求使用它们。

然而，在涉及系统风险的问题上，这一规则要严格得多：简单地说，某些决定永远不应该由某一阶层的人做出。启发式vs监管：与监管不同，启发式的实施不需要国家干预。这是自愿的个人之间的简单合同：“如果你使用商品，我会购买你的商品”，或者“如果你错了，如果你面临损失，我会听取你的预测”，除了简单的商业交易之外，不需要任何法律制度。这是一次失败的并购。（正如皮埃尔·德·让·奥利维（Pierre de Jean Olivi）的著作所反映的那样，古人和多多少少的古人有效地理解了合同法中的偶然性和概率性，以及不透明的不对称性。还请注意，海商法的基础一直存在于无条件分担损失的游戏中，甚至在过去的公元前800年，与《罗地亚法》（Lex Rodia）一样，该法规定：参与交易的人在游戏中有利益，如果受到损害，他们将分担损失。该规则可追溯到腓尼基商业和闪族人的卡拉万特贸易。这一想法仍然存在于《商业金融法》中，见沃德，2010年。）本文的其余部分组织如下。首先，我们提出了隐藏收益的认识论维度，用概率数学表示，显示了隐藏后果问题的严重性。我们介绍了涉及道德运气和风险伦理的各种哲学分支的历史背景。

最后，我们将启发式的概念归结为简单的“凸”规则，在应用上很简单。2博弈中的收益偏斜和缺乏表皮本节将分析存在委托代理问题时的概率不匹配或风险和回报。伤害的转移伤害的转移：如果一个代理人在随机变量的回报中有上风，没有下风，并且根据过去的表现进行判断，那么动机是利用负偏（或者更普遍地说，不对称）的表现分布在左尾隐藏风险。这可以概括为一个人不承担其行为的全部风险和负面后果的任何回报。设P（K，M）是算子在极小周期（1）P（K，M）上的报酬≡ γMXi=1qt+（i）-1)Txjt+iT-K+t（i）- 1） +t<τ，其中Xj=（xjt+it） Mi=1∈ R、 i.i.d.随机变量repc2013年N.N.Taleb和C.Sandis 4《行为经济学评论》，2014年，1:1–21 Taleb和Sandis Skin在游戏中的价值变化图1：以委托人为代价最大限度地提高对代理人的预期付款的最有效方法。反映某一时期的利润分布[t，t+i]t] ，我∈ NT∈ R+和K是一个“障碍”，τ=inf△s：Pz≤sxz< xmin(c)是过去绩效条件不满足时的停止时间指标（即，在前几年的一定数量内有一定绩效的条件，否则p分期付款流程终止，游戏结束，积极激励停止的次数）。常数γ∈（0,1）是一种“代理人报酬”，或绩效报酬率，不一定是货币（只要可以量化为“收益”）。

qt+（i）的量-1)T∈[1,∞) 指示时间t+（i-1）时的曝光大小t（由于Ito滞后，因为周期的性能是由严格早期阶段<s的q决定的）设△fj(c)为概率度量fjofXj，j族∈ N.每个度量对应于特定的均值/偏态特征，我们可以在“中心性”参数K的两侧将它们的属性一分为二，作为“上”和“下”分布。由于一些无关紧要的符号滥用，我们把dFj（x）写成Fj（x）dx，所以F+j=R∞Kfj（x）dx和F-j=RK-∞fj（x）dx，即“上”和“下”分布，每个分布对应于特定的条件期望E+j≡R∞Kx-fj（x）dxR∞Kfj（x）dxandE-J≡RK-∞x fj（x）dxRK-∞fj（x）dx。现在定义ν∈ R+作为非对称性的K-中心非参数度量，νj≡F-jF+j，正对称性大于1，负对称性小于1。直觉上，偏斜的概率和预期与它的方向相反：负回报越大，补偿的可能性越小。我们不假设一个“公平的游戏”，也就是说，有无限的回报∈ (-∞,∞), F+jE+j+F-日本脑炎-j=m，我们可以编写asm++m-= m、 常数q和简单条件停止时间的简单假设假设q常数，q=1，并将停止时间条件简化为没有大于-在前面的周期中，τ=inf{（t+it） ）：xt（i）- 1） +t<K}，这导致toE（P（K，M））=γE+j×EMXi=1t+it<τ！（2） 由于假设独立且相同地分配代理人的报酬，停站时的预期对应于停站时的预期乘以对代理人的预期补偿γEj+。

安第斯山脉PMi=1t（i）- 1） +t<τ= EPMi=1t（i）- 1） +t<τ∧ M.停车时间的期望值可以写成在没有先前损失的情况下成功的概率：EMXi=1t+it<τ=MXi=1F+jE（1x）t（i）-1） +t>K）。我们可以通过不间断的成功运行来表达s的最佳时间条件。Letpbeth连续成功运行的有序集sp≡{F}，{SF}，{SSF}。。。，{（M）- 1） 连续的S，F}，其中c2013年N.N.塔勒布和C.桑迪斯5《行为经济学评论》，2014年，1:1–21塔勒布和桑迪斯皮肤在奥运会上是成功的，F是失败的t、 与相应的概率{（1- F+j），F+j1.- F+j, F+j1.- F+j, ..., F+jM-1.1.- F+j} ,MXi=1F+j（i-1)1.- F+j= 1.- F+jM 1（3）对于M大，因为F+j∈ （0,1）我们可以把前面的几乎等同于一个等式，因此：EMXi=1t+（i-1)t<τ=MXi=1（i-1） F+j（i）-1)1.- F+jF+j1- F+j.最后，代理人的预期收益：E（P（K，M）） γE+jF+j1- F+j，增加i）增加E+j，ii）最小化损失F的可能性-j、 但是，这是核心点，即使i）和ii）是以牺牲方案的总体预期为代价的。令人担忧的是，由于E+j=m-M-F+j，如果总预期收益m来自分布的左侧，则代理不关心总预期收益m的降低-. 在偏态空间中，期望代理人报酬在分布j下最大，且最小值为νj（最大负不对称）。在游戏中，没有皮肤的正激励的总期望值取决于负偏态，而不是m。图2:Indy Mac，一家在次贷危机中倒闭的公司（来自Taleb 2009）。它代表了在没有损失的情况下持续恶化的风险，直到爆炸性爆炸。乘法q和爆炸性爆炸现在，如果q和过去的表现或生存时间呈正相关，那么效果就会变得多重复制。

如果分配q随着可见的盈利能力而增加，负回报就会变得爆炸性，如图2 IndyMac的故事所示，IndyMac的风险在爆炸之前一直在增长。想想看，“成功”的人会得到更多的关注、更多的资金和更多的晋升。“战胜困难”会带来一定的可信度。在金融领域，我们经常看到基金经理在感受到“稳定”的回报后，管理的基金会出现几何爆炸式增长。不断取得成功的预言家会成为神。而那些隐藏风险的公司在小样本中表现优于其他公司，他们的高管看到了更高的薪酬。所以，代替恒常位移q，考虑一个变量：qt（i）-1） +t=qω（i），其中ω（i）是一个随时间增加的乘数，当然在爆炸时会自然崩溃。方程1变成：P（K，M）≡ γMXi=1qω（i）xjt+iT-K+t+（i）-1)t<τ，（4）和期望，假设周期数，Mis-large enoughE（P（K，M））=γE+jq EMXi=1ω（i）1t（i）- 1） +t<τ！。（5） 假设有条件的增长率是恒定不变的，下面的悲惨故事说明了银行的问题。宣布“摩根大通以完美的季度交易记录加入美国银行”（Dawn Kopecki和Hugh Son，彭博新闻社，2013年5月9日）。然而，银行虽然“收入稳定”，但却经历了长期的盈利期，随之而来的是企业倒闭；他们最终在短时间内失去了所有累积利润，就在2008年，他们在政府救助前损失了约4.7万亿美元。1982-1983年和1991年的储蓄和贷款危机也发生了同样的情况，见Taleb（2009）。C2013年N.N.塔勒布和C。

Sandis 6 Beha vioral Economics Review，2014，1:1–21游戏玩家中的Taleb和Sandis Skin∈ [0,∞) , 替换ω（i）≡ eri，我们可以将方程5中的最后一项称为代理人预期回报的乘数：EMXi=1eirt（i）- 1） +t<τ=MXi=1（i-1） Fj+eirE（1x）t（i）-1） +t>K）（6）（7）=（F+-1)（F+）M（ME（M+1）r-F+（M）-1） e（M+2）r）-F+e2r（F+er）-1） 我们可以得到回报“乘数”的灵敏度表：F=.6 0.7 0.8 0.9r=0 1.5 2.32 3.72 5.470.1 2.57 4.8 10.07 19.590.2 4.93 12.05 34.55 86.530.311.09 38.15 147.57 445.59表1偏态分布的乘法效应解释了为什么偏态分布掩盖了它们的平均基特韦尔，注意偏态分布掩盖了它们的平均基特韦尔，P（X<E（X<E（X））<。这种效应随着厚尾的增加而增加。考虑负偏斜的幂律分布，即标准帕累托分布的镜像，最大值为xmin和domain-∞, xmin, 超越概率P（X>X）=- 十、-αxαmin和平均值-αxminα-1，当α>1时，比例为1-α-1α比真实平均值更高。注意，α值越低，肥胖率越高。流行的“820”尾部指数α=1.15，其观测值超过真实平均值的90%。同样地，考虑一个细尾偏态分布，对于具有区域的正态分布(-∞, 0），平均值=-eu+σ，超过平均isP（X>m=erfc）的概率-σp, 其中σ=1为69%，σ=2为84%。预测者我们可以看到，那些在游戏中没有皮肤的预测者是如何有动机把赌注押在低影响高概率事件上，而忽略低概率事件的，即使这些事件是高影响的。

“数字回报”Rfj（x）dx和完全分布（称为“普通回报”，Rx fj（x）dx）之间存在混淆，参见Taleb和Tetlock（2013）。3道德哲学中的对称约束我们现在转向哲学方法来解决这个问题。游戏中的皮肤启发式最好被视为一种经验法则，它对规范理论施加了务实的约束。无论最好的道德理论（结果论、义务论、契约论、美德伦理学、特殊主义等）或政治意识形态（社会主义、资本主义、自由意志主义）是什么，“规则”告诉我们，我们应该怀疑那些诉诸规则为将任何冒险的成本转嫁给另一方，同时为自己保留利益的行为辩护的人。这种启发的核心是对消极不对称的简单道德反对，这是一些最古老、最著名的道德观念的核心，如表2所示。这种对扭曲概率激励的讨论与约翰·凯所谓的“塔勒布分布”相对应，约翰·凯是《金融时报》，2003年1月16日出版的《对冲基金和危险司机的策略》。基金经理在这场比赛中没有足够的经验，除非他们对自己的基金投入如此之大，以至于最终可能会对比赛产生负面影响。问题在于，它们是根据频率而不是回报来判断的，往往会聚集在一起，通过让它们看起来像“行业事件”来减轻损失。covered写道，许多基金经理通过出售尾部来战胜风险，通过尾部可以增加收益的可能性，但可能会降低预期。它们还具有多时间序列的可选性；一旦失败，他们可以设法隐藏损失的资金。许多基金公司将数百只亏损基金埋葬在“历史公墓”（Taleb，2007年）。C2013年N.N.塔勒布和C。

Sandis 7《行为经济学评论》，2014年，1:1-21塔利布和桑迪斯在游戏中的皮肤1塔利奥尼斯法：“以眼还眼，以牙还牙”（出埃及记21.24）2第15条善良和正义的法则：“爱人如己”（利未记19.18）3永远的规则：“不要做别人不愿做的事，也不要做别人不愿做的事”（等速拉底和希勒底）4金科玉律：对别人做你想做的事（马太福音7:12）5.宇宙法则的公式：“只按照最大限度行事，通过最大限度行事，你可以同时使其成为一项普遍的”法则。“（康德1785:4:421）表2.道德对称当然，任何规则最明显的例子都可能是从义务论的角度出发，但游戏中的皮肤约束并不致力于义务论。事实上，道德对称是许多形式的社会契约理论（例如，“我挠你的背，你挠我的背”）背后的关键思想之一对对称性的不同强调可能也存在于结果主义（将整体善置于主体之上）和美德伦理（在过度和效率之间寻找一种伦理平均值）中。用词来说，上述表格中的所有原则都是有问题的。以上面图1中的互惠原则为例。这条“金科玉律”似乎暗示，如果我想让你走上前来亲吻我，我应该走到你面前亲吻你（不管你喜欢什么）。但是，尽管这些精确的原则可能有缺陷，但它们背后的对称精神（可以说是每一种道德传统）包含了很多洞见。事实上，德里克·帕菲特（Derek Par fit）最近试图证明最流行的规范理论的最佳版本是一致的（Par fit 2012），这一点的合理性最终取决于这种共同的标准普尔理论。