可能性理论的概念

可能性理论是指建立在预测和未来研究对象发展变化与内外因共同作用的关系的基础上的一种理论。

很据Collins & Michalski，“如果某一行为事件能够得到先验知识即便是概念上的支持，那么它也是可能的”。Wolfgang Spohn于1985年提出的可能性理论、Collins和Michalki于1989年提出的推理理论(Reasoning)、Lemaire和Fayol于1995年提出的算法问题解决理论(Arithmetic Problem Solving)、Connell和Keane于2002年提出的可能性认知模型(Congitive Model of Possibility)，为人们在风险不可知情况下制定决策提供了新的视角和方法。可能性是我们日常生活中不可避免的一种普遍存在。然而，长期以来它却被认知科学给忽略了，仅仅被视为一个操作上的变量，而没有对其本身进行深入研究。

可能性理论的发展

在可能性理论诞生之前，最为普遍的预测理论是贝叶斯统计(Beyesian Statistics)，贝叶斯统计的发明人是英国18世纪的数学家、英国长老会牧师Thomas Bayes。Bayes发明了给不同事件的发生可能性加权的方法，并由此去计算另一事件将发生的概率。Howard Raiffa在上个世纪六十年代将贝叶斯统计引入商业环境，这一理论从那时起开始风靡起来。根据贝叶斯理论，管理人员应该以各种可能事件结果发生的可能性为基础来制定决策。通过对各可能性结果进行加权，然后取和，决策者们就可以计算出决策的“期望值”。如果期望值为正，则决策可行；如果为负，则决策应该被放弃。

贝叶斯统计一眼看上去很像中规中矩的工作方法，但是，贝叶斯理论至少对于两种现象无从下手：

1.对下跌风险的避免。赌博的时候，如果有50%的机会赢10美元，人们通常会决定赌一把。但是，人们为什么又往往会在同样的机率上拒绝赢100万输50万的赌博呢。

2.如何应对不可知的风险。有一些风险，它的发生机率是不可知的，尤其是在商业环境中充满这样的风险。为什么管理人员倾向于可知风险，而拒绝不可知风险。

如果用可能性理论的“风险阈值”(Risk Threshold)来替代贝叶斯理论的“期望值”(Expected Value)，上述两个问题则迎刃而解。跟其他预测理论相同，可能性理论评估的也是可能性结果的范围。但不同的是，它关注的是可能性的阈限点——类似于可接受风险将会造成的净损失。例如：如果造成（巨大）损失的风险值超过2%，那么于此相关的盈利决策就将被放弃。很明显，可能性理论弥补了贝叶斯统计的两个不足：管理人员极力避免不可接受的下跌风险，以及管理人员极力避免的未知风险。

可能性理论的应用

处理金融风险的巴塞尔协议

该准则规定了银行持有资本金数目的国际标准，这个资本金是银行必须储备起来的，用以处理当前和潜在的金融和运作上的风险。巴塞尔协议II要求银行提取更多的资金以防范更高的风险。巴塞尔委员会正在进行的一个审议可能会对复杂的结构化产品和资产负债表外工具进一步提高资本金要求，这是近几个月来压力最大的一项工作。2006年，金融稳定研究所的一项调查表明，约有100个国家计划在未来几年内执行巴塞尔协议II的准则，尽管准则的实施在地区间会存在差异。欧洲大多数国家已经实施了新准则，美国也被列入于2009年实施新准则的名单中。