というNBER論文をマイケル・ウッドフォードらが書いている。原題は「Risk Aversion as a Perceptual Bias」で、著者はMel Win Khaw、Ziang Li、Michael Woodford（いずれもコロンビア大）。
以下はその要旨。
The theory of expected utility maximization (EUM) explains risk aversion as due to diminishing marginal utility of wealth. However, observed choices between risky lotteries are difficult to reconcile with EUM: for example, in the laboratory, subjects' responses on individual trials involve a random element, and cannot be predicted purely from the terms offered; and subjects often appear to be too risk averse with regard to small gambles (while still accepting sufficiently favorable large gambles) to be consistent with any utility-of-wealth function. We propose a unified explanation for both anomalies, similar to the explanation given for related phenomena in the case of perceptual judgments: they result from judgments based on imprecise (and noisy) mental representation of the decision situation. In this model, risk aversion is predicted without any need for a nonlinear utility-of-wealth function, and instead results from a sort of perceptual bias — but one that represents an optimal Bayesian decision, given the limitations of the mental representation of the situation. We propose a specific quantitative model of the mental representation of a simple lottery choice problem, based on other evidence regarding numerical cognition, and test its ability to explain the choice frequencies that we observe in a laboratory experiment.
（拙訳）
期待効用最大化理論は、リスク回避を、富の限界効用逓減によるものとして説明する。しかし、リスクのある宝くじ間について観測される選択行動は、期待効用最大化理論と整合させるのが困難である。例えば、実験室における個々の試行に対する被験者の反応にはランダムな要因が含まれており、純粋に提示された条件だけから予測することはできない。また、少額の賭けについて被験者は、いかなる富の効用関数とも整合的にならないほど過度にリスク回避的になる（十分に好条件の多額の賭けは依然として受け入れるにも関わらず）ことがしばしばあるように思われる。我々は、この2つのアノマリーについての統一した説明を提示する。それは、知覚的判断における関連した事象についての説明と似たものであり、意思決定の状況についての不正確な（かつ雑音の多い）心的表象に基づく判断の帰結からそうした事象が生じる、とするものである。このモデルのリスク回避の予測においては、非線形の富の効用関数は一切不要であり、それは一種の知覚的バイアスから生じるとされる。その知覚的バイアスは、状況の心的表象の限界に鑑みれば、それでも最適なベイズ的意思決定となっている。我々は単純な宝くじ選択問題の心的表象について、数的認識に関する他の証拠に基づいた具体的な定量的モデルを提示し、室内実験で観測される選択の頻度についてのその説明能力を検証する。
