物流金融背景下金融機(jī)構(gòu)選擇策略博弈分析

邵洋洋+霍良安+范祥

摘 要：物流金融業(yè)務(wù)下金融機(jī)構(gòu)之間的利益分配一直是企業(yè)的焦點所在；文章通過構(gòu)建鷹鴿博弈模型，從完全理性和具有情緒函數(shù)的角度去探討金融機(jī)構(gòu)在物流金融業(yè)務(wù)下的策略選擇，運(yùn)用演化博弈理論進(jìn)行動態(tài)分析，得出博弈狀態(tài)下的均衡點；并考慮了不同情景下金融機(jī)構(gòu)穩(wěn)定性策略選擇問題；最后通過數(shù)值模擬驗證所求均衡策略，為金融機(jī)構(gòu)決策提供一定的理論支撐。

關(guān)鍵詞：物流金融；金融機(jī)構(gòu)；鷹鴿博弈；完全理性；情緒函數(shù)

中圖分類號：F275.6 文獻(xiàn)標(biāo)識碼：A

Abstract： The distribution of benefits between financial institutions under the financial and financial institutions has always been the focus of the enterprise. In this paper， discuss financial institutions in the entirely rational and the emotional function of each game by constructing a dynamic game model of hawk and dove game to discuss logistics financial business between financial institutions， concluded the equilibrium state and consider the different contexts strategy choice problem. Finally， ask equilibrium strategy is validated by numerical simulation.

Key words： logistics financial； financial institutions； hawk and dove game； entirely rational； emotional function

0 引 言

隨著經(jīng)濟(jì)的發(fā)展，金融市場準(zhǔn)入條件放開，資本涌入金融市場，使原有金融機(jī)構(gòu)利潤空間被擠壓。對國內(nèi)物流企業(yè)來說，物流市場進(jìn)入門檻低，相關(guān)法律法規(guī)的不完善，加劇了物流市場競爭。物流企業(yè)想要不斷發(fā)展，不得不考慮拓展新的業(yè)務(wù)，尋求新的利潤增長點。金融機(jī)構(gòu)和物流企業(yè)都想獲得新的利潤增長點，而開展物流金融業(yè)務(wù)可以將二者的期望有效地結(jié)合起來。鄒小芃和唐元琦[1]提出了“物流金融”的概念。物流金融主要目的是使信息、資金和物流三者協(xié)調(diào)統(tǒng)一，從而提高資金利用率，服務(wù)生產(chǎn)消費(fèi)。其主要形式是物流企業(yè)為中小企業(yè)對金融機(jī)構(gòu)的貸款業(yè)務(wù)提供有效的擔(dān)保，解決金融機(jī)構(gòu)擔(dān)憂的風(fēng)險問題，使得金融機(jī)構(gòu)和物流企業(yè)都能獲得相應(yīng)收益的模式。近年來，學(xué)術(shù)屆對物流金融的研究日益深入；CHEN Xiang-feng和ZHU Dao-li[2]提出了物流金融背景并分析了其運(yùn)作模式和風(fēng)險；Li W等[3]提出物流金融信用的評估方法；李毅學(xué)和吳麗華[4]分析了物流金融創(chuàng)新下的訂單融資風(fēng)險與管理，并針對性的提出管理建議；劉哲和方淑芬[5]根據(jù)物流金融的特點構(gòu)建信用綜合評價模型；胡愈[6]研究了現(xiàn)代農(nóng)村物流存在的問題，并分析了物流金融業(yè)務(wù)對解決問題的合理性；在博弈方面：楊歡歡[7]按照信用風(fēng)險識別——基于博弈論的信用風(fēng)險分析及實證——信用風(fēng)險控制的流程，對物流金融信用風(fēng)險管理進(jìn)行了研究；李鵬飛[8]研究了物流金融的主要業(yè)務(wù)模式，通過運(yùn)用演化博弈理論，對金融機(jī)構(gòu)和物流企業(yè)之間的博弈進(jìn)行分析；徐明川[9]研究了物流金融服務(wù)于物流企業(yè)、客戶和金融機(jī)構(gòu)三方的現(xiàn)實需求及意義，江瑩[10]研究了基于合作博弈對開展物流金融業(yè)務(wù)中獲得的收益進(jìn)行合理優(yōu)化分配的問題；徐文哲[11]研究了物流企業(yè)與金融企業(yè)的合作博弈。

在現(xiàn)有的研究成果中，學(xué)者主要是從物流金融的概念、操作模式、風(fēng)險防控和物流金融業(yè)務(wù)中存在的問題進(jìn)行研究；而在博弈方面，大多數(shù)研究都是偏向金融機(jī)構(gòu)與物流企業(yè)之間的博弈，很少有從金融機(jī)構(gòu)之間的角度進(jìn)行分析，更少有去分析具有情緒的金融機(jī)構(gòu)間的博弈問題。隨著金融市場自由程度的放開，金融機(jī)構(gòu)之間圍繞業(yè)務(wù)利益的博弈必然增多，金融機(jī)構(gòu)作為一個組織在進(jìn)行決策時必然有自己的行為偏好；本文從完全理性和情緒函數(shù)角度去分析金融機(jī)構(gòu)在物流金融業(yè)務(wù)中的選擇策略，運(yùn)用演化博弈理論進(jìn)行復(fù)制動態(tài)分析，探討某一方金融機(jī)構(gòu)在了解對方做出的決策后自己的決策反應(yīng)；并把金融機(jī)構(gòu)完全理性和情緒函數(shù)下的行為方式進(jìn)行對比分析，得到金融機(jī)構(gòu)博弈雙方在不同物流金融情形中更可能的行為方式，從而為金融機(jī)構(gòu)在開展物流金融業(yè)務(wù)中的策略選擇提供一定的參考。

1 模型構(gòu)建及分析

在演化博弈中，鷹鴿博弈作為最典型的例證為我們形象展示了演化博弈的理論和內(nèi)涵[12]。金融機(jī)構(gòu)作為傳統(tǒng)壟斷企業(yè)，很少主動開拓市場，因此，一種業(yè)務(wù)的利益v會被當(dāng)?shù)氐慕鹑跈C(jī)構(gòu)所平分；隨著金融體系的不斷發(fā)展，諸如上海等城市金融機(jī)構(gòu)的壟斷狀況得到了一定的改變，國外金融機(jī)構(gòu)和民營金融為了發(fā)展會積極的拓展業(yè)務(wù)，拓展業(yè)務(wù)成本為m；如果傳統(tǒng)金融機(jī)構(gòu)還是消極等待，那么市場利益v會歸于態(tài)度積極的金融機(jī)構(gòu)；當(dāng)傳統(tǒng)金融機(jī)構(gòu)受到了威脅，態(tài)度由消極轉(zhuǎn)變?yōu)榉e極，會去競爭新的業(yè)務(wù)，拓展業(yè)務(wù)成本同樣為m，市場會因競爭而產(chǎn)生一定的競爭成本c。對模型稍加改變，來分析物流金融業(yè)務(wù)下金融機(jī)構(gòu)之間的博弈。在現(xiàn)有研究中建立的支付函數(shù)基本都沒有突破完全理性狀態(tài)下的EU理論[13]（期望效用函數(shù)理論），因此得到的結(jié)論依然與現(xiàn)實中的問題存在一定的差距。Quiggin[14]在EU理論的基礎(chǔ)上提出了RDEU理論（秩依效用理論），該理論通過引入可以刻畫經(jīng)濟(jì)人在不確定性條件下的風(fēng)險態(tài)度和程度的非線性函數(shù)構(gòu)建決策權(quán)重，在EU理論模型的基礎(chǔ)上建構(gòu)了秩依期望效用模型，既包含了EU理論模型又克服了EU理論模型的局限性。endprint

1.1 模型構(gòu)建

假設(shè)1：金融機(jī)構(gòu)間的博弈轉(zhuǎn)化為金融機(jī)構(gòu)A和金融機(jī)構(gòu)B的博弈；金融機(jī)構(gòu)在物流金融業(yè)務(wù)中有兩種策略選擇積極拓展和消極等待，會形成四種策略組合：（消極，消極）、（消極，積極）、（積極，消極）、（積極，積極）；

假設(shè)2：雙方都消極，物流金融市場的總利潤v會被平分；一方消極，一方積極，而采取積極的成本為m，積極的獲得全部的收益vv>0，則利潤為v-m；市場足夠大，雙方都采取積極策略時開拓市場的成本都為m，而雙方因競爭付出的總成本為c，雙方都采取積極策略，則各付出的競爭成本為c/2，利潤為。金融機(jī)構(gòu)A與金融機(jī)構(gòu)B之間的得益矩陣如表1所示：

假設(shè)3：金融機(jī)構(gòu)A采取消極的策略比例pp≥0為，積極的為1-p；金融機(jī)構(gòu)B采取消極的策略比例為qq≥0，積極的為1-q。

1.2 完全理性狀態(tài)下金融機(jī)構(gòu)間博弈分析

假設(shè)在完全理性狀態(tài)下，金融機(jī)構(gòu)A選擇消極策略和積極策略的期望收益為U，U，平均得益為U，金融機(jī)構(gòu)B選擇消極策略和積極策略的期望收益為U，U，平均得益為U。

基因復(fù)制動態(tài)方程：

（7）

（8）

存在均衡點p，q為0，0、0，1、1，0、1，1、D1/D2， C1/C2五種情況，顯然C>0， D>0。

情景1：當(dāng)v>2m+c時，均衡點0，0為系統(tǒng)的穩(wěn)定演化策略，均衡策略為（積極，積極）；

情景2：當(dāng)v=2m+c時，均衡點0，0、0，1、1，0為系統(tǒng)的穩(wěn)定演化策略，均衡策略為（積極，積極）、（消極，積極）、（積極，消極）；

情景3：當(dāng)v<2m+c時，均衡點0，1、1，0、D1/D2， C1/C2為系統(tǒng)的穩(wěn)定演化策略，均衡策略為（消極，積極）、（積極，消極）和混合Nash均衡D1/D2， C1/C2。

2 情緒函數(shù)狀態(tài)下金融機(jī)構(gòu)間博弈分析

對于情緒函數(shù)用到的理論定義如下[15]：

定義1：如果隨機(jī)變量X在x， i=1，2，…，n中取值，規(guī)定x>x>，…，>x且服從概率分布pX=x=p， i=1，2，…，n滿足p≥0， p+p+…+p=1，則對于x定義其秩位（簡記RP）為：

RP=pX≤x=p+p+…+p， i=1，2，…，n （9）

定義2：在風(fēng)險決策結(jié)構(gòu)p，x； p，x； …； p，x下，如果博弈方的效用函數(shù)ux，則定義秩依效用模型為：

VX，u，π=πxux （10）

其中：πx表示對產(chǎn)生x的決策權(quán)重，定義為：

πx=ωP+1-RP-ω1-RP， i=1，2，3，…，n （11）

這里的ω·是一個滿足ω0=0， ω1=1的單調(diào)遞增函數(shù)。

定義3： 決策者滿足RDEU決策模型是指，他們的偏好可以由效用函數(shù)u·和權(quán)重函數(shù)π·定義的實值函數(shù)V表示，即對隨機(jī)變量X，Y，有：

X，Y？圳VX，u，π， VY，u，π （12）

其中：V是由式（10）定義的秩依期望效用。

定義4：四種策略組合下的心理滿足系數(shù)為π和π，其中k，l=1，2，3，4，從而得出博弈雙方的支付矩陣。假設(shè)ωx=x，r>0，i=A，B， 稱r為博弈方i的情緒函數(shù)，用ω·表示博弈方i的心理偏好函數(shù)；如果r>1，則稱之為“悲觀”情緒函數(shù)：如果0

根據(jù)RDEU模型，得出非理性狀態(tài)下的金融機(jī)構(gòu)A獲得相應(yīng)收益的概率分布對應(yīng)收益的秩位以及對應(yīng)的決策權(quán)重，如表2所示：

因金融機(jī)構(gòu)A、B具有對稱性，得到金融機(jī)構(gòu)A、B非理性狀態(tài)下的效用函數(shù)：

U=1-pq+q+1-p+pq （13）

U=1-pq+q+1-p+pq （14）

分別求導(dǎo)：

=-rq1-pq+1-q1-p+pq （15）

=-rq1-pq+1-q1-p+pq （16）

在本節(jié)主要討論的是在非理性情況下的金融機(jī)構(gòu)博弈狀況，在分析時不考慮金融機(jī)構(gòu)不帶有情緒的情景。

情景4：當(dāng)v≥2m+c時，≤0，≤0， 效用函數(shù)遞減，Nash博弈均衡狀態(tài)為0，0，即無論博弈雙方的情緒函數(shù)如何，最終的策略均衡都是（積極，積極）。

（1）v>2m+c時，可以理解為博弈中的金融機(jī)構(gòu)通過較小的成本獲得較大的利益，無論博弈中金融機(jī)構(gòu)是怎樣一種情緒，最終都會選擇對自己明顯有利的策略（積極，積極）。

（2）v=2m+c時，金融機(jī)構(gòu)的反應(yīng)函數(shù)為p q即p，q=0，q， ？坌q∈0，1和p，q=p，0， ？坌p∈0，1屬于混合策略Nash均衡。

情景5：當(dāng)v<2m+c時，在本節(jié)我們討論當(dāng)金融機(jī)構(gòu)在情緒函數(shù)下的博弈均衡，因在現(xiàn)實生活中很難出現(xiàn)金融機(jī)構(gòu)的利潤小于付出的成本的情況，因此在這樣的情況下討論金融機(jī)構(gòu)的情緒是無意義的。

3 數(shù)值分析與模擬

3.1 理性狀態(tài)博弈下的算例分析與數(shù)值模擬

在理論研究的基礎(chǔ)上通過算例分析與數(shù)值模擬來探討文章所述三種情景下的相位演化圖。

對于情景1，v>2m+c的情景下，設(shè)參數(shù)v=4， c=1， m=0.5，得到情景1下的相位演化圖1：

對于情景2，v=2m+c的情景下，設(shè)參數(shù)v=4， c=3， m=0.5，得到情景2下的相位演化圖2：

對于情景3，v<2m+c的情景下，設(shè)參數(shù)v=4， c=5， m=0.5，得到情景3下的相位演化圖3：

由圖1、圖2和圖3可知，當(dāng)v>2m+c數(shù)值模擬的穩(wěn)定點0，0，穩(wěn)定策略（積極，積極）與上文得出的結(jié)果相吻合；當(dāng)v

=2m+c數(shù)值模擬的穩(wěn)定點0，0、0，1、1，0，穩(wěn)定策略（積極，積極）、（積極，消極）、（消極，積極）與上文得出的結(jié)果相吻合；當(dāng)v<2m+c數(shù)值模擬的穩(wěn)定點0，1、1，0，穩(wěn)定策略（積極，消極）、（消極，積極），分界點1-=，與上文得出的結(jié)論相吻合。

3.2 情緒函數(shù)狀態(tài)博弈下的算例分析與數(shù)值模擬

情景4-1：在v=4， c=2， m=0.5的情況下，不同情緒函數(shù)下的策略選擇如圖4至圖7所示：

①r=0.5， r=0.5；②r=0.5， r=1.5；③r=1.5， r=0.5；④r=1.5， r=1.5。

分別對應(yīng)圖4至圖7；

在v>2m+c時，①金融機(jī)構(gòu)A，B都是樂觀的情緒，p，q→0，0，金融機(jī)構(gòu)A，B在這種情況下都會采取積極的策略。②金融機(jī)構(gòu)A是樂觀情緒，金融機(jī)構(gòu)B是悲觀情緒，金融機(jī)構(gòu)A，B的策略比例p，q→0，q，因為金融機(jī)構(gòu)A是樂觀情緒，在策略選擇時，金融機(jī)構(gòu)A會認(rèn)為自己能夠在物流金融業(yè)務(wù)開展中獲得利益，策略選擇比例q=0符自身的利益最大化，金融機(jī)構(gòu)B是悲觀情緒，所以，即使v>2m+c，金融機(jī)構(gòu)B的策略選擇也沒有明顯的偏向于積極，而是在q=q∈0，1之間徘徊。③金融機(jī)構(gòu)A是悲觀情緒，金融機(jī)構(gòu)B是樂觀情緒，金融機(jī)構(gòu)A，B的策略比例p，q→p，0，因為金融機(jī)構(gòu)B是樂觀情緒，在策略選擇時，金融機(jī)構(gòu)B會認(rèn)為自己能夠在物流金融業(yè)務(wù)開展中獲得利益，策略選擇比例p=0符自身的利益最大化，金融機(jī)構(gòu)B是悲觀情緒，所以，即使v>2m+c，金融機(jī)構(gòu)B的策略選擇也沒有明顯的偏向于積極，而是在p=p∈0，1之間徘徊。④金融機(jī)構(gòu)A，B都是悲觀的情緒，p，q→0，0，金融機(jī)構(gòu)A，B在這種情況下都會采取積極的策略；現(xiàn)實意義為金融機(jī)構(gòu)任何一方知道對方是悲觀情緒，另一方無論什么情緒都會迅速采取積極策略使自己的利益最大化。對于①、④，金融機(jī)構(gòu)A，B持有相同的情緒函數(shù)，同時持有悲觀情緒函數(shù)對應(yīng)的④明顯比同時持有樂觀情緒函數(shù)的①更容易趨于穩(wěn)定，因為在具有情緒函數(shù)的策略選擇中，決策方會考慮對方的情緒因素，然后做出自己的策略。對于②、③，金融機(jī)構(gòu)一方樂觀，具有悲觀情緒的一方悲觀策略選擇時會趨于不確定。

情景4-2：在v=4， c=3， m=0.5的情況下，不同情緒函數(shù)下的策略選擇如圖8至圖11所示：

①r=0.5， r=0.5；②r=0.5， r=1.5；③r=1.5， r=0.5；④r=1.5， r=1.5；

分別對應(yīng)圖8至圖11：

在v=2m+c時，①金融機(jī)構(gòu)A，B都是樂觀的情緒，p，q→0，0，金融機(jī)構(gòu)A，B在這種情況下都會采取積極的策略。②金融機(jī)構(gòu)A是樂觀情緒，金融機(jī)構(gòu)B是悲觀情緒，金融機(jī)構(gòu)A，B的策略比例p，q→0，q，因為金融機(jī)構(gòu)A是樂觀情緒，在策略選擇時，金融機(jī)構(gòu)A會認(rèn)為自己能夠在物流金融業(yè)務(wù)開展中獲得利益，策略選擇比例p=0符自身的利益最大化，金融機(jī)構(gòu)B是悲觀情緒，在v=2m+c時，其策略選擇比例沒有明顯的偏向性，在q=q∈0，1之間徘徊。③金融機(jī)構(gòu)A是悲觀情緒，金融機(jī)構(gòu)B是樂觀情緒，金融機(jī)構(gòu)A，B的策略比例p，q→p，0，因為金融機(jī)構(gòu)B是樂觀情緒，在策略選擇時，金融機(jī)構(gòu)B會認(rèn)為自己能夠在物流金融業(yè)務(wù)開展中獲得利益，策略選擇比例q=0符自身的利益最大化，金融機(jī)構(gòu)A是悲觀情緒，在v=2m+c時，其策略選擇比例沒有明顯的偏向性，在p=p∈0，1之間徘徊。④金融機(jī)構(gòu)A，B都是悲觀的情緒，p，q→0，0，金融機(jī)構(gòu)A，B在這種情況下都會采取積極的策略；現(xiàn)實意義為金融機(jī)構(gòu)任何一方知道對方是悲觀情緒，另一方無論什么情緒都會迅速采取積極策略使自己的利益最大化。對于①、④，金融機(jī)構(gòu)A，B持有相同的情緒函數(shù)，同時持有悲觀情緒函數(shù)對應(yīng)的④明顯比同時持有樂觀情緒函數(shù)的①更容易趨于穩(wěn)定，因為在具有情緒的策略選擇中，決策方會考慮對方的情緒因素，然后做出自己的策略。對于②、③，金融機(jī)構(gòu)一方樂觀，具有悲觀情緒的一方悲觀策略選擇時會趨于不確定。

根據(jù)數(shù)值模擬的仿真分析，在v≥2m+c時，博弈雙方最大的概率p，q→0，0，即（積極，積極），如果一方是樂觀情緒，其選擇一定是積極策略；如一方是悲觀情緒，其策略選擇會根據(jù)對方的情緒函數(shù)來確定，對方是樂觀情緒，那么自己就趨于不確定性；對方是悲觀情緒，自己就會選擇積極策略，以保證自己的利潤最大化。在悲觀情緒下，金融機(jī)構(gòu)的策略選擇不一定就是消極的，同時悲觀情緒狀態(tài)下的金融機(jī)構(gòu)博弈雙方反而會比同時積極狀態(tài)下的博弈雙方更快速的趨于穩(wěn)定p，q→0，0的（積極，積極）策略。

4 結(jié) 論

通過對比完全理性狀態(tài)下和帶有情緒函數(shù)狀態(tài)下的金融機(jī)構(gòu)間的博弈；在金融機(jī)構(gòu)完全理性狀態(tài)下，金融機(jī)構(gòu)的策略穩(wěn)定點會依據(jù)成本與收益的大小進(jìn)行；而如果考慮金融機(jī)構(gòu)具有一定的情緒函數(shù)，則策略穩(wěn)定并不會完全像我們想像的那樣朝著自己利益最大化的方向發(fā)展，金融機(jī)構(gòu)會首先去判斷對方的情緒函數(shù)，然后做出自己的決定，最后形成一個穩(wěn)定的策略，這種策略往往會與人們的直覺判斷形成一定的偏差。

文章基于演化博弈理論研究了物流金融業(yè)務(wù)下金融機(jī)構(gòu)之間在完全理性與具有情緒函數(shù)狀態(tài)下的博弈問題，通過構(gòu)建博弈模型下的復(fù)制動態(tài)方程求出其穩(wěn)定點，并利用數(shù)學(xué)方法證明其穩(wěn)定性，得到不同情景狀態(tài)下金融機(jī)構(gòu)間博弈的演化穩(wěn)定策略組合，最后利用數(shù)值模擬的方法驗證了所得演化穩(wěn)定策略的正確性。通過對博弈結(jié)果的分析，特別是在金融機(jī)構(gòu)同時處于悲觀狀態(tài)下的策略分析，其結(jié)論改變了我們原有經(jīng)驗的判斷：同時具有悲觀情緒的雙方在選擇策略時更易于趨于穩(wěn)定。通過對文章的分析與探討，希望對物流金融業(yè)務(wù)背景下金融機(jī)構(gòu)間的博弈提供一定的參考價值。

參考文獻(xiàn)：

[1] 鄒小芃，唐元琦. 亟待關(guān)注的領(lǐng)域：物流金融學(xué)[J]. 科技進(jìn)步與對策，2004（11）：163-165.

[2] CHEN X， ZHU D. Innovation of Logistics' Finance Service——Finance Logistics[J]. Logistics Technology， 2005（3）：4-6.endprint

[3] Li W. Research on Logistics Financial Credit Evaluation of Third-Part Logistics Enterprises with Uncertain Information[J]. Advances in Information Sciences & Service Sciences， 2012，4（8）：171-177.

[4] 李毅學(xué)，吳麗華. 物流金融創(chuàng)新下的訂單融資業(yè)務(wù)風(fēng)險分析與管理[J]. 當(dāng)代財經(jīng)，2008（12）：66-70.

[5] 劉哲，方淑芬. 利用模糊層次綜合法構(gòu)建物流金融信用評價模型研究[J]. 鐵路采購與物流，2009（4）：50-51.

[6] 胡愈. 現(xiàn)代農(nóng)村物流建設(shè)金融支持研究[D]. 長沙：中南大學(xué)（博士學(xué)位論文），2007.

[7] 楊歡歡. 基于博弈論的物流金融信用風(fēng)險管理研究[D]. 北京：北京交通大學(xué)（碩士學(xué)位論文），2010.

[8] 李鵬飛. 物流金融中金融機(jī)構(gòu)和物流企業(yè)的演化博弈研究[D]. 鄭州：鄭州大學(xué)（碩士學(xué)位論文），2013.

[9] 徐明川. 物流企業(yè)開展物流金融的博弈分析[J]. 商業(yè)時代，2006，35：13-14.

[10] 江瑩. 基于合作博弈的物流金融收入分配優(yōu)化研究[D]. 長沙：中南林業(yè)科技大學(xué)（碩士學(xué)位論文），2012.

[11] 徐文哲. 物流金融博弈的合約選擇探析[J]. 求索，2013（1）：47-48，129.

[12] 謝識予. 經(jīng)濟(jì)博弈論[M]. 上海：復(fù)旦大學(xué)出版社，2007：165-269.

[13] Von Neumann J， Morgenstern O. Theory of games and economic behavior[M]. Princeton university press， 2007.

[14] Quiggin J. A theory of anticipated utility[J]. Journal of Economic Behavior & Organization， 1982，3（4）：323-343.

[15] Diecidue E， Wakker P P. On the intuition of rank-dependent utility[J]. Journal of Risk and Uncertainty， 2001，23（3）：281

-298.endprint