5D Library › 未知地形中的贝叶斯搜索、秘书问题与吉廷斯指数 · English

第五章 沉没成本:理性的坚持、谬误的坚持与预设的止损边界

沉没成本效应的证据

已经花掉、无论现在怎样决定都收不回来的成本,叫沉没成本。经济学的标准结论是:理性的决策只看从现在起的前瞻价值,沉没成本不应影响决定。塞勒 1980 年把「因为已经付了钱,所以要用掉」列为消费者选择中背离这一原则的典型例子 (Thaler 1980);斯托 1976 年的实验显示,对最初决定负有个人责任的人,更倾向于在失败的方向上追加投入,他称之为「深陷泥潭」(Staw 1976)。

证据

阿克斯与布卢默 1985。 这篇论文共报告了 10 个实验 (Arkes and Blumer 1985)。在滑雪旅行问题中,参与者被告知自己误订了两趟时间冲突的旅行:一趟花了 100 美元,另一趟花了 50 美元但会玩得更开心;61 人中有 33 人(约 54%)选择了更贵的那一趟。剧院季票的现场实验中,买季票的顾客被随机分为原价(15 美元)、优惠 2 美元与优惠 7 美元三组,最终可分析的有 54 人:演出季前五场,三组平均分别看了 4.11、3.32 与 3.29 场,原价组看得最多;后五场分别为 2.28、1.54 与 2.18 场,组间没有显著差别。在「雷达隐形飞机」问题中,已经投入 1,000 万美元、项目完成了 90% 时,48 人中有 41 人(约 85%)愿意再投入最后的 100 万美元;没有先期投入时,60 人中只有 10 人(约 17%)愿意投资。

这些结果很有说服力,但也有限制:滑雪与飞机问题是假想情境;飞机问题把「已经投入」与「接近完成」混在一起;剧院实验的样本很小,效应只出现在前半季。

证据

后来的综述与重复。 罗特、罗伯特与施特劳斯 2015 年在《商业研究》上发表的元分析纳入了 45 项研究、约 100 个效应量,合并的标准化均值差为 0.496,其中「是否使用已付费的东西」一类决策为 0.58,「是否继续推进项目」一类为 0.44;在「使用」类决策中,年龄较大的样本效应较小;纳入的研究大多使用假想情境,但在「推进」类决策中,以调查或现场研究得到的效应反而大于情境实验 (Roth et al. 2015)。斯利斯曼等人 2012 年对承诺升级的元分析(166 个独立样本)中,沉没成本与升级的平均相关为 0.24(95% 置信区间约 0.11 到 0.37),但 80% 可信区间包含零;在沉没成本没有与「接近完成」同时变化的 28 个样本中,相关只有约 0.10(95% 置信区间包含零),而在两者同时变化的 5 个样本中约为 0.53 (Sleesman et al. 2012)。弗里德曼等人 2007 年在有真实金钱激励的实验室任务中,只发现了「小而不稳定」的沉没成本效应:在最有利的分析中,高沉没成本只把继续的概率从 0.50 提高到约 0.52 (Friedman et al. 2007)。另一方面,「多实验室」项目在 36 个样本、6,344 名参与者中检验了 13 个经典效应,其中 10 个得到重复,包括一个假想情境下的沉没成本效应 (Klein et al. 2014)。

所以,较准确的说法是:沉没成本效应在假想情境中稳健存在,在有真实激励的实验室重复决策中,大小并不确定(而罗特等人元分析中的调查与现场研究并不支持「现实中效应更小」的推断),而且常常与「接近完成」「个人责任」「避免显得浪费」等因素混在一起。麦卡菲、米亚隆与米亚隆 2010 年进一步指出,在很多情况下考虑沉没成本是理性的:过去的投入可能包含关于项目质量的信息,放弃可能损害声誉,资金与时间约束也会使「继续」更合算 (McAfee et al. 2010)。下面用一个规范模型把这些区别写清楚。

继续还是放弃:一个单臂老虎机

推导

一个项目最多做 T=40T = 40 次试验;每次试验花费 c=3c = 3,以未知的概率 pp 成功,成功得到 R=10R = 10。先验 p∼Beta(1,2)p \sim \mathrm{Beta}(1, 2)(均值 1/3),盈亏平衡点是 p=c/R=0.3p = c/R = 0.3。每次试验之后都可以放弃,此后收益为 0。状态是已有的成功次数 ss 与失败次数 ff: V(s,f)=max⁡{0,mR−c+mV(s+1,f)+(1−m)V(s,f+1)},m=1+s3+s+f.V(s, f) = \max\{0,\; mR – c + m\,V(s+1, f) + (1-m)\,V(s, f+1)\}, \qquad m = \frac{1+s}{3+s+f}. 已经花掉的 3(s+f)3(s+f) 在这个递推中没有出现:它影响的只是过去,而决定只取决于后验(证据)与剩余的试验次数。程序先给出最优规则在各个时点继续所需的最少成功次数,再用同一个递推精确计算几种规则下整个项目的期望价值:最优规则;从不放弃;只看眼前、后验均值低于 0.3 就放弃(短视规则);以及两种「沉没成本规则」:按最优规则决策,但做满 10 次或 20 次之后就再也不肯放弃。所有数字都是示意的。

# Continue or abandon (illustrative numbers). Up to T = 40 trials; each costs c = 3 and
# succeeds with unknown p, earning R = 10; prior Beta(1, 2); break-even p = 0.3. After any
# trial one may abandon (0 from then on). Money already spent, 3 (s + f), appears nowhere:
#   V(s, f) = max(0, m R - c + m V(s+1, f) + (1-m) V(s, f+1)),  m = (a+s)/(a+b+s+f).
# A rule(t, s, m) -> continue? is evaluated exactly by the same recursion.
T, C, R = 40, 3.0, 10.0

def solve(rule=None, a=1, b=2):
    nxt, keep = [0.0] * (T + 1), {}
    for t in range(T - 1, -1, -1):
        cur = []
        for s in range(t + 1):
            m = (a + s) / (a + b + t)
            go = m * R - C + m * nxt[s + 1] + (1 - m) * nxt[s]
            if go > 0 and t not in keep:
                keep[t] = (s, m)                    # fewest successes to continue
            cur.append(max(0.0, go) if rule is None else go if rule(t, s, m) else 0.0)
        nxt = cur
    return nxt[0], keep

if __name__ == "__main__":
    best, keep = solve()
    print("optimal: continue before trial t + 1 iff successes >= s_min")
    print("   trials done t   s_min   posterior mean at s_min   myopic break-even")
    for t in (0, 5, 10, 20, 30, 35, 39):
        print(f"   {t:8d}        {keep[t][0]:3d}           {keep[t][1]:.3f}"
              "                  0.300")
    opt = lambda t, s: s >= keep[t][0]
    rules = (("never abandon", lambda t, s, m: True),
             ("myopic: continue iff m >= 0.3", lambda t, s, m: m >= 0.3),
             ("optimal, but never quit after 10 trials",
              lambda t, s, m: opt(t, s) or t >= 10),
             ("optimal, but never quit after 20 trials",
              lambda t, s, m: opt(t, s) or t >= 20),
             ("myopic, and never quit after 10 trials",
              lambda t, s, m: m >= 0.3 or t >= 10))
    print("expected value under the prior Beta(1, 2)")
    print(f"   {'optimal (forward-looking)':42s} {best:7.3f}")
    for name, rule in rules:
        print(f"   {name:42s} {solve(rule)[0]:7.3f}")
    print(f"prior Beta(1, 3), mean 0.25: myopic never starts (0.000);"
          f" optimal {solve(None, 1, 3)[0]:.3f}")
# optimal: continue before trial t + 1 iff successes >= s_min
#    trials done t   s_min   posterior mean at s_min   myopic break-even
#           0          0           0.333                  0.300
#           5          1           0.250                  0.300
#          10          2           0.231                  0.300
#          20          5           0.261                  0.300
#          30          9           0.303                  0.300
#          35         10           0.289                  0.300
#          39         12           0.310                  0.300
# expected value under the prior Beta(1, 2)
#    optimal (forward-looking)                   37.881
#    never abandon                               13.333
#    myopic: continue iff m >= 0.3               26.896
#    optimal, but never quit after 10 trials     35.552
#    optimal, but never quit after 20 trials     37.599
#    myopic, and never quit after 10 trials      26.822
# prior Beta(1, 3), mean 0.25: myopic never starts (0.000); optimal 15.358

最优规则的阈值有一个清楚的形状(图四左)。早期,即使后验均值低于盈亏平衡点,继续也是理性的:做过 5 次时,只要有 1 次成功(后验均值 0.250)就应当继续;做过 10 次时,2 次成功(0.231)就够。原因是继续试验能带来信息:如果 pp 其实不错,后面的收益很大;如果不好,很快就能看出来再放弃。越接近结束,信息能利用的次数越少,阈值就越接近盈亏平衡点:做过 30 次时要求后验均值约 0.303,做过 39 次时为 0.310(阈值在 0.3 附近的跳动来自成功次数只能取整数)。

各种规则的期望价值差别很大。最优规则为 37.88;从不放弃只有 13.33。只看眼前的短视规则为 26.90,比最优规则少了约 29%:它的问题不是坚持太久,而是放弃得太早,忽视了信息的价值。在最优规则上加上「做满 10 次就不再放弃」的沉没成本倾向,价值降到 35.55,损失约 6%;「做满 20 次就不再放弃」损失很小(37.60),因为能坚持到第 20 次的项目大多本来就不错。最后一行说明了信息价值的极端情形:如果先验更悲观(Beta(1,3)\mathrm{Beta}(1, 3),均值 0.25,低于盈亏平衡点),短视规则根本不会开始,价值为 0;最优规则会先做几次试试,期望价值为 15.36。

注

两种错误。 这个模型把「坚持」分成两种:一种是因为证据与信息价值而坚持,这是理性的;另一种是因为已经花掉的钱而坚持,这是沉没成本谬误。区分它们的方法很简单:假设把同样的证据与剩余机会交给一个没有花过一分钱的人,他会继续吗?在本例的参数下,过早放弃的损失比沉没成本式的坚持更大;这是示意参数下的结果,不是一般结论,参数改变时两种错误的相对大小也会改变。

这个结构与实物期权相通:放弃一个项目相当于行使一个期权,而继续试验保留了以后再决定的机会。第 16 本《跨文化契约、实物期权与东南亚出海博弈论》讨论过等待与放弃的期权价值,迪克西特与平迪克 1994 年的《不确定性下的投资》给出了系统的理论 (Dixit and Pindyck 1994);本章只从停时的角度回顾,不重复其程序。

左:单臂老虎机中最优规则继续所需的最低后验均值(阶梯线)与短视的盈亏平衡点 c/R = 0.3(虚线);横轴是已经做过、成本已经沉没的试验次数。早期的阈值低于盈亏平衡点,这是信息的价值。右:序贯概率比检验的五条示意路径与两条预设边界(上:继续推进,下:放弃)。

预先写好的止损边界:序贯概率比检验

在实践中,最难的往往不是算出最优规则,而是在压力下遵守它。一个办法是在开始之前就把停止边界写下来。沃尔德 1945 年的序贯概率比检验(SPRT)提供了这样的边界 (Wald 1945)。

推导

每次试验以概率 pp 转化。原假设 H0H_0:p=0.20p = 0.20(不值得做);备择假设 H1H_1:p=0.30p = 0.30(值得做);容许的错误率 α=0.05\alpha = 0.05(把不值得的当作值得)、β=0.10\beta = 0.10(把值得的放弃)。每次试验后累加对数似然比:成功加 ln⁡(0.30/0.20)\ln(0.30/0.20),失败加 ln⁡(0.70/0.80)\ln(0.70/0.80);高于 ln⁡A\ln A 时停止并推进,低于 ln⁡B\ln B 时停止并放弃,按沃尔德的近似 A=(1−β)/αA = (1-\beta)/\alpha、B=β/(1−α)B = \beta/(1-\alpha)。程序把边界换算成「做了 nn 次之后,成功次数不超过多少就放弃、不少于多少就推进」的表格,再用 20,000 次模拟计算不同真实 pp 下推进的概率与所需的试验次数,并与具有相同 α\alpha、β\beta 的固定样本检验比较。

# Wald's SPRT as a pre-set stop-loss rule (illustrative). H0: p = 0.20 (not worth it)
# against H1: p = 0.30; alpha 0.05, beta 0.10; A = (1 - beta)/alpha, B = beta/(1 - alpha).
# Compared with the fixed sample size giving the same alpha and beta (normal approx.).
import math, random
from statistics import NormalDist

P0, P1, ALPHA, BETA = 0.20, 0.30, 0.05, 0.10
LA, LB = math.log((1 - BETA) / ALPHA), math.log(BETA / (1 - ALPHA))
UP, DOWN = math.log(P1 / P0), math.log((1 - P1) / (1 - P0))

def sprt(p, rng, cap=2000):
    llr, n = 0.0, 0
    while LB < llr < LA and n < cap:
        llr += UP if rng.random() < p else DOWN
        n += 1
    return llr >= LA, n

def boundaries(n):        # successes needed after n trials to accept H1 / to abandon
    acc = math.ceil((LA - n * DOWN) / (UP - DOWN))
    rej = math.floor((LB - n * DOWN) / (UP - DOWN))
    return acc, rej

if __name__ == "__main__":
    z = NormalDist().inv_cdf
    nfix = math.ceil(((z(1 - ALPHA) * math.sqrt(P0 * (1 - P0))
                       + z(1 - BETA) * math.sqrt(P1 * (1 - P1))) / (P1 - P0)) ** 2)
    print(f"ln A = {LA:.3f}, ln B = {LB:.3f};"
          f" fixed-sample n with same alpha, beta: {nfix}")
    print("pre-set boundaries: after n trials, abandon if successes <= lower,"
          " go ahead if >= upper")
    for n in (10, 20, 40, 80, 120):
        acc, rej = boundaries(n)
        low = "  none      " if rej < 0 else f"{rej:6d} ({rej / n:.3f})"
        print(f"   n = {n:3d}:  lower {low}   upper {acc:3d} ({acc / n:.3f})")
    rng = random.Random(1945)
    print("   true p   P(go ahead)   mean trials   90th percentile   share of fixed n")
    for p in (0.15, 0.20, 0.25, 0.30, 0.35):
        res = [sprt(p, rng) for _ in range(20000)]
        ns = sorted(r[1] for r in res)
        mean = sum(ns) / len(ns)
        print(f"    {p:.2f}      {sum(r[0] for r in res) / 20000:.3f}"
              f"        {mean:6.1f}          {ns[18000]:4d}"
              f"             {mean / nfix:.2f}")
# ln A = 2.890, ln B = -2.251; fixed-sample n with same alpha, beta: 156
# pre-set boundaries: after n trials, abandon if successes <= lower, go ahead if >= upper
#    n =  10:  lower   none         upper   8 (0.800)
#    n =  20:  lower      0 (0.000)   upper  11 (0.550)
#    n =  40:  lower      5 (0.125)   upper  16 (0.400)
#    n =  80:  lower     15 (0.188)   upper  26 (0.325)
#    n = 120:  lower     25 (0.208)   upper  36 (0.300)
#    true p   P(go ahead)   mean trials   90th percentile   share of fixed n
#     0.15      0.001          43.9            74             0.28
#     0.20      0.043          81.4           163             0.52
#     0.25      0.465         130.8           273             0.84
#     0.30      0.906          89.8           172             0.58
#     0.35      0.988          54.5            98             0.35

边界可以事先打印出来:做了 20 次一次都没成功就放弃;做了 40 次,成功不超过 5 次就放弃,达到 16 次就推进;做了 80 次,分别为 15 与 26 次。真实 pp 等于 0.20 时,推进的概率为 0.043,真实 pp 等于 0.30 时为 0.906,与设定的 α=0.05\alpha = 0.05、1−β=0.901 – \beta = 0.90 接近(沃尔德的近似略偏保守)。在这两个假设处,平均所需试验次数分别为 81.4 与 89.8 次,只有固定样本检验(156 次)的 52% 与 58%;真实值离得更远时更省(p=0.15p = 0.15 时平均 43.9 次)。沃尔德与沃尔福威茨 1948 年证明,在两个简单假设之间,没有任何检验能以相同的错误率用更少的期望样本量做出判断 (Wald and Wolfowitz 1948)。

但当真实 pp 落在两个假设之间(0.25)时,平均需要 130.8 次,有 10% 的情形超过 273 次,比固定样本检验还多。这说明实际使用时必须预先规定一个上限,到了上限还没有越过边界,就按预先写好的规则处理(例如判为「不值得继续投入」)。

注

SPRT 与可选停止的区别。 第 33 本《科学方法论、可证伪性与可重复性危机的数理统计》讨论过可选停止:用为固定样本设计的检验,每看一次数据就检验一次,一旦显著就停,会使假阳性率远高于名义水平。SPRT 也是边看边决定,但它的边界是为序贯使用而事先设计的,错误率在设计时就已控制。两者的差别不在于「是否边看边停」,而在于停止规则是否事先写定、是否与检验一致。

假说 · 尚未验证

「预设边界减少升级」假说(尚未确立)。作者推测,在项目开始前就写下放弃边界(并让一位不负责该项目的人在边界处执行决定),可以减少因个人责任而追加投入的倾向。可以检验的预测是:在斯托式的责任操纵实验中,随机分到「事先写下边界」条件的参与者,在负面反馈后追加投入的比例低于对照组。如果两组没有差别,这一假说即失去支持。

本章小结

沉没成本效应在假想情境中稳健存在,元分析的合并效应量约为 0.5,但有真实激励的实验室实验中效应小而不稳定(项目推进类决策的调查与现场研究中效应反而较大),而且常与「接近完成」与个人责任混在一起。规范模型中,已经花掉的钱不进入决策,已经积累的证据与剩余的信息价值才进入决策;所以早期在盈亏平衡点以下继续可以是理性的。在示意参数下,短视的过早放弃损失约 29%,最优规则加上「做满 10 次不再放弃」的沉没成本倾向损失约 6%。沃尔德的序贯概率比检验给出可以事先写下的止损与推进边界,在两个假设处平均只需固定样本的五到六成,但真实值落在中间时可能很长,需要预设上限。下一章把这些工具用于创业试验与人才筛选。

参考文献

Arkes, Hal R., and Catherine Blumer. 1985. “The Psychology of Sunk Cost.” Organizational Behavior and Human Decision Processes 35 (1): 124–40.
Dixit, Avinash K., and Robert S. Pindyck. 1994. Investment Under Uncertainty. Princeton University Press.
Friedman, Daniel, Kai Pommerenke, Rajan Lukose, Garrett Milam, and Bernardo A. Huberman. 2007. “Searching for the Sunk Cost Fallacy.” Experimental Economics 10 (1): 79–104.
Klein, Richard A., Kate A. Ratliff, Michelangelo Vianello, et al. 2014. “Investigating Variation in Replicability: A ‘Many Labs’ Replication Project.” Social Psychology 45 (3): 142–52. https://doi.org/10.1027/1864-9335/a000178.
McAfee, R. Preston, Hugo M. Mialon, and Sue H. Mialon. 2010. “Do Sunk Costs Matter?” Economic Inquiry 48 (2): 323–36. https://doi.org/10.1111/j.1465-7295.2008.00184.x.
Roth, Stefan, Thomas Robbert, and Lennart Straus. 2015. “On the Sunk-Cost Effect in Economic Decision-Making: A Meta-Analytic Review.” Business Research 8 (1): 99–138. https://doi.org/10.1007/s40685-014-0014-8.
Sleesman, Dustin J., Donald E. Conlon, Gerry McNamara, and Jonathan E. Miles. 2012. “Cleaning up the Big Muddy: A Meta-Analytic Review of the Determinants of Escalation of Commitment.” Academy of Management Journal 55 (3): 541–62. https://doi.org/10.5465/amj.2010.0696.
Staw, Barry M. 1976. “Knee-Deep in the Big Muddy: A Study of Escalating Commitment to a Chosen Course of Action.” Organizational Behavior and Human Performance 16 (1): 27–44.
Thaler, Richard. 1980. “Toward a Positive Theory of Consumer Choice.” Journal of Economic Behavior and Organization 1 (1): 39–60.
Wald, Abraham. 1945. “Sequential Tests of Statistical Hypotheses.” The Annals of Mathematical Statistics 16 (2): 117–86. https://doi.org/10.1214/aoms/1177731118.
Wald, A., and J. Wolfowitz. 1948. “Optimum Character of the Sequential Probability Ratio Test.” The Annals of Mathematical Statistics 19 (3): 326–39. https://doi.org/10.1214/aoms/1177730197.

Fan, Y. (2026). Bayesian Search in Unknown Landscapes, Optimal Stopping and Gittins Indices: Exploration–Exploitation Trade-offs and Sunk-Cost Truncation in Statistical Decision Theory [未知地形中的贝叶斯搜索、秘书问题与吉廷斯指数] (Version 1.0.0). 5D Library. https://doi.org/10.5281/zenodo.23810102 · Licensed under Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International (CC BY-NC-ND 4.0).