详细内容或原文请订阅后点击阅览
理性的期望，不确定性和学习
来自Lars syll的理性期望假设以一致性为基本的理由，即代理人完全了解所有相关概率分布函数。当试图将学习纳入这些模型时 - 试图采取最新发起的批评的热量 - […]
来源:现实世界经济评论博客来自Lars Syll
lars syll理性期望假设以一致性为基本的原因，即代理人完全了解所有相关概率分布函数。当试图将学习纳入这些模型时（试图吸收最新发起的批评的热量），这始终是一种非常有限的学习。学习真正意外，令人惊讶的新事物永远不会发生的地方，而只会出现现有概率功能的机械更新（提高现有信息集的精度）。
在这些千古模型中，没有真正的新事物发生，在这些模型中，学习和信息的统计表示不过是对现实世界目标系统中发生的事情的讽刺漫画。这是理所当然的，可以将人们的决策描绘成基于现有的概率分布，从定义上讲，这意味着每个可能事件的知识（否则，它在严格的数学上意义上是真正的概率分布，而不是概率分布）。
但是，在现实世界中，它是通过行为和实验经济学一次又一次地表明的 - 通常将条件分布误以为概率分布。基于理性期望的假设，即主流经济学家是如此坚定的繁殖者，这是基于理性期望的基于理性期望的基于理性期望的基础。平均而言，理性期望始终是正确的。但是，真正的新信息不仅会减少估计误差，而且实际上会改变整个估计，因此可能会决定做出的决策。为了真正的新信息，信息必须是出乎意料的。如果没有，它将仅从已经存在的信息集中推断出来。
那么，所有这些都在哪里离开我们？我认为约翰·凯（John Kay）和梅尔文·金（Mervyn King）总结得很好：