Quelle est la différence entre risque, incertitude et ambiguïté

J'essaie de cerner la différence entre risque, incertitude et ambiguïté.

Si je comprends bien, lorsque les économistes du comportement parlent de choix sous incertitude, ils désignent choix lorsque les agents sont confrontés à un risque (distribution de probabilité connue sur une gamme de résultats) à une ambiguïté (distribution de probabilité inconnue). L’incertitude est donc un concept général qui peut être décomposé en risque et en ambiguïté. Voir par exemple Dannenberg et al (2014) .

Je comprends aussi qu’un débat sur la signification de ces termes remonte à Knight (1921) et à Ellsberg (1961). Existe-t-il des définitions en concurrence avec celle ci-dessus?

Voici une formalisation décisionnelle de vos définitions.

Le cadre habituel pour parler de risque objectif est la situation dans laquelle un décideur exprime ses préférences par rapport aux loteries objectives. Formellement, si est un espace de gains, les loteries objectives sont définies comme des éléments de l'espace des distributions de probabilité (généralement avec un support fini) surΔ ( X ) $X$$\Delta(X)$$X$. Par exemple, le décideur peut être invité à définir des préférences entre la loterie qui lui offre une pomme avec une probabilité de 0,3 et une orange avec une probabilité de 0,7 et la loterie qui lui offre une pomme avec une probabilité de 0,5 et une orange avec probabilité 0.5. Le résultat standard dans cette zone (théorème de von Neumann-Morgenstern) fournit une représentation qui identifie l'attitude de l'agent à l'égard du risque objectif (sa fonction d'utilité), tandis que les probabilités sont données comme primitives du modèle.

Le cadre habituel pour parler d'ambiguïté est la situation dans laquelle un décideur exprime ses préférences pour des actes incertains. Formellement, si est un espace de gain et est un espace d’état, les actes sont des mappages de àS f : S → X S $X$$S$$f:S \rightarrow X$$S$$X$. Par exemple, le décideur peut être invité à définir des préférences entre l'acte qui lui offre une pomme si Novak Djokovic remporte l'Open d'Australie de 2017 et une orange sinon, et la loterie qui lui offre une pomme si Andy Murray gagne. l'Open d'Australie 2017 et une orange autrement. Le résultat standard dans cette zone (théorème de von Neumann-Morgenstern) fournit une représentation qui identifie à la fois les croyances probabilistes de l'agent concernant les états et son attitude vis-à-vis du risque (sa fonction d'utilité).

Il existe un troisième concept largement utilisé, généralement appelé actes d'Anscombe-Aumann ou courses hippiques, qui associe à la fois des loteries objectives et des actes incertains. Formellement, étant donné un espace prix , un acte Anscombe-Aumann est une application qui associe un objectif de loterie à un état dans .f : S → Δ ( X ) $X$$f:S \rightarrow \Delta(X)$$S$

Notez que les définitions de risque objectif et d'ambiguïté sont dans une certaine mesure subjectives. Le fait que le risque soit appelé "objectif" repose en grande partie sur l'hypothèse selon laquelle le décideur est d'accord avec le modèle de probabilité sous-jacent. Par exemple, si vous observez le résultat d'un tirage au sort, vous pourriez croire que les têtes se produisent avec une probabilité objective de 0,5. Il est implicitement imposé dans la théorie que le décideur est d'accord avec cette affirmation.

En ce qui concerne l'ambiguïté, vous pourriez vous-même croire que l'acte "recevoir une pomme si Novak Djokovic remporte l'Open d'Australie en 2017" est très ambigu, car vous ne savez pas comment calculer une probabilité subjective pour cet événement. Cela dit, un autre décideur pourrait croire en toute confiance que Djokovic a 74% de chances de remporter le tournoi. Dans ce cas, il / elle ne perçoit pas cet acte comme ambigu. L'ambiguïté est une notion subjective, qui est donnée par les préférences et le comportement des personnes et non par la situation de choix elle-même.

Jusqu'à présent, vous n'avez aucune réponse à votre dernière question à propos de l'opinion de Knight et des autres sur le risque et l'incertitude. En fait, il existe une distinction assez radicale entre le point de vue de l'incertitude dans Knight (et Keynes) et celui présenté dans la réponse d'Oliv.

En résumé, selon Knight (1921), le risque désigne les situations dans lesquelles la classification des états, événements ou alternatives est objective et connue et où leurs probabilités peuvent être déterminées de manière objective. Par exemple, dans le contexte d'une police d'assurance habitation, les événements peuvent être "une maison brûlée" ou "une maison ne brûle pas", les probabilités pouvant plus ou moins être affirmées objectivement, en fonction des caractéristiques de la maison / de l'environnement / de la personne.

Inversement, pour Knight, l' incertitude provient de "l'impossibilité de classer de manière exhaustive les États" ( Langlois et Cosgel, 1993 , p. 459). Ainsi, que les probabilités d'événements soient objectives ou subjectives , la nature / économie peut être si complexe que tous les états possibles ne sont tout simplement pas connus. En tant que telle, toute catégorisation d'événements utilisée pour prédire l'avenir est basée sur la décision et le jugement , elle est donc subjective.

Ce point de vue de l'incertitude est partagé par Keynes et il est essentiel dans sa théorisation des "esprits animaux". Précisément parce que l'avenir est inconnu - non seulement en termes de probabilité d'événements, mais également en ce qui concerne l'éventail d'événements susceptibles de se produire, les attentes en matière de décisions d'investissement ne sont pas uniquement une question de calcul mathématique. Comme Keynes l'a dit, les décisions d'investissement sont prises «en raison des esprits des animaux - d'une envie spontanée d'agir plutôt que de l'inaction, et non comme le résultat d'une moyenne pondérée d'avantages quantitatifs multipliée par des probabilités quantitatives » (Keynes 2008 [1936]). : 144, c'est moi qui souligne). Il est intéressant de noter que l'approche surlignée en italique correspond à ce que Oliv décrit dans sa réponse et constitue le fondement d'une grande partie de la théorie de l'investissement néoclassique sous incertitude.

Dans les milieux postkeynésiens, cette incertitude est appelée "incertitude radicale, fondamentale ou ontologique", par opposition à la vision néoclassique de l'incertitude décrite dans la réponse d'Oliv, parfois appelée "incertitude épistémologique". Par exemple, voir ici .

Enfin, en ce qui concerne l’ambiguïté, à ma connaissance, ce concept n’est pas utilisé dans la littérature antérieure sur ce sujet.

Oliv, je pense que ce dont vous parlez dans ce paragraphe:

Le cadre habituel pour parler d'ambiguïté est la situation dans laquelle un décideur exprime ses préférences pour des actes incertains. Formellement, s’il s’agit d’un espace de gain et d’un espace d’état, les actes sont des mappages allant de à. Par exemple, le décideur peut être invité à définir des préférences entre l'acte qui lui offre une pomme si Novak Djokovic remporte l'Open d'Australie de 2017 et une orange sinon, et la loterie qui lui offre une pomme si Andy Murray gagne. l'Open d'Australie 2017 et une orange autrement. Le résultat standard dans cette zone (théorème de von Neumann-Morgenstern) fournit une représentation qui identifie à la fois les croyances probabilistes de l'agent concernant les états et son attitude vis-à-vis du risque (sa fonction d'utilité).

Est le pur monde subjectif de Savage, tel que présenté dans Savage "Fondements de la statistique".

Mon interprétation des termes sont:

$\Rightarrow$

Incertitude : prise de décision avec probabilités subjectives . Cela signifie que, dans le cas d’un événement, deux personnes pourraient avoir des convictions probabilistes différentes, aucun ne pouvant convaincre l’autre de la supériorité de leur propre évaluation probabiliste. Dans ce cas, le primitif des problèmes de décision n’est que la relation de préférence (les croyances en dérivent). Le modèle standard est Savages Subjective Expected Utility

Mélange des deux : c'est ici qu'Anscombe Aumann entre en scène. Ils axiomatisent une préférence fonctionnelle où les probabilités à la fois subjective et objective sont présentes. Dans leur représentation, le décideur prend une double attente (sur les loteries et sur les états du monde)

Ambiguïté : à présent, les scénarios ambigus sont ceux dans lesquels le décideur ne dispose pas d’informations suffisantes pour être tout à fait sûr que sa conviction (unique) est la bonne. Citant Cerreia Vioglio et.al "Ambiguïté et statiques robustes",

L'ambiguïté fait référence au cas où un sous-ministre ne dispose pas d'informations suffisantes pour quantifier, par le biais d'une distribution de probabilité unique, la nature stochastique du problème auquel il est confronté "

$[ x\%, y\%]$

$f:S \rightarrow X$$f:S \rightarrow \Delta (X)$

• Risque  - la probabilité d'être exposé à une perte ou à un dommage
• Incertitude  - le fait de ne pas être certain de quelque chose
• Ambiguïté  - manque de clarté en vertu du fait d'avoir plus d'un sens

Parlons de termes profanes.

L'ambiguïté est un manque de contexte explicite. Un cuisinier sont donnés farines, œufs, sucre, sel, épices. Si vous demandez au cuisinier de "faire de la nourriture", c'est de l'ambiguïté.

L'incertitude est due à des résultats aléatoires causés par des instructions / instructions ambiguës. Par exemple, utilisez des instructions ambiguës, les résultats peuvent être des pâtes, des gâteaux, des biscuits, du charbon de bois, etc. Le résultat est "incertain".

Le risque est tout possible tangible accessible "mauvais" résultat / événements par probabilités associées à des activités spécifiques, dépend du contexte.
Par exemple, lorsque vous vous trouvez sur un terrain plat, vos chances de tomber sont faibles. Mais cela ne signifie pas que vous ne pouvez pas tomber: que se passera-t-il si la terre en dessous de vous se brise en raison d'un tremblement de terre? (clins d'oeil)