11月25日，商学学术论坛第32期讲座如期举行，本期论坛分享嘉宾为广东外语外贸大学商学院孙海龙博士及王佩博士。两位老师分别就“风险感知”和“概率信息”两大话题与老师和同学们进行深入交流与探讨。

论坛现场

首先，孙海龙老师为大家分享了题为《风险感知影响跨期即时偏好：基于过去时间折扣任务的证据》的文章。跨期决策领域研究发现，相比于未来选项，人们更加偏好即时选项，为什么在跨期决策中存在偏好即时选项？研究通常使用“时间折扣”对这一现象加以描述。“时间折扣”是指随着时间的延迟人们对于同等数量的获益或损失的价值加以折扣，因此更加倾向选择效用更大的即时选项。与此同时，有研究指出，时间延迟增加了未来选项的风险性进而影响选择偏好。然而，人们对于未来往往是内隐风险感知，特别是现有的经典跨期决策任务的研究范式难以分离出内隐风险对跨期决策的影响。为此，孙海龙老师设计了一个回溯选择任务范式，试图将潜在风险从延迟折扣任务中分离出来，明确内隐风险在跨期决策中的影响机制。

基于此，孙老师开展了两项研究。研究1a采用单因素被试内实验设计，结果表明，相比于现在条件和未来条件，被试在分离内隐风险感知后的过去条件下，时间折扣率显著降低。风险感知程度上，过去条件下被试的风险感知显著低于现在条件与未来条件。研究1b采用被试间设计，结果与研究1a类似。为进一步检验结果的稳健性，孙老师对跨期决策任务的时距进行调整，实证结果仍与研究1相一致。本研究创制了回溯选择任务范式，有效地在跨期决策中分离内隐风险感知。研究1和研究2的结果深入探讨了内隐风险感知对跨期决策选择即时偏好的影响。

孙海龙老师主题分享

紧接着，王佩老师为大家分享了题为《Dual linguistic term set and its application based on the normal cloud model》的文章。近年来，学界提出了一些包含概率信息的复杂语言表达技术，如比例语言术语、概率语言术语集等来描述意见和偏好的不确定性。然而，概率信息被表示为清晰的数字，这通常是难以估计的，并可能存在信息损失。为了更全面、准确地捕捉决策信息固有的模糊性，王佩老师引入了一个由两个语言变量组成的双语言术语集(DLTS)概念。DLTS可以使决策者通过语言变量来表达概率信息。为了描述决策者的犹豫信息，提出了犹豫模糊双语言术语集(HFDLTS)。在此基础上，王老师提出了一种基于标准云模型的双语言信息多准则决策方法。王佩老师首先将DLTS转换为由两个独立正常云组成的等效2元组，然后通过定义普通云的新乘法运算和幂运算，得到每个属性值的期望。在汇总评价信息后，王老师进一步开发了一个新的评分函数来合理地对备选方案进行排序。最后，王老师通过一个算例验证了所提方法的有效性和可行性，并通过对比分析说明了所提方法的优越性。主题分享结束后，在座师生也针对相关研究向两位老师提出若干问题，两位老师也耐心地作出一一解答。

王佩老师主题分享

现场交流

图片：廖桂铭

文字：廖桂铭

初审：刘方龙

复审：曾楚宏

终审：魏传文