第 9 個主題,共 91 個· 經濟推理基礎

完美資訊期望價值(EVPI)

EVPI是指決策者在做出決策之前,為消除不確定性而應當願意支付的最高金額——這是"我們先做個研究再說"這句話的正式定價。

為何重要

醫療系統始終面臨這樣的選擇:基於不完美的證據現在就採納,還是先資助更多研究。EVPI為第二種選擇給出了一個具體數位。如果EVPI是£50,000,而擬議中的試驗成本為£200萬,那就應該現在採納。如果EVPI是£2,000萬,那麼這場試驗就是筆劃算的交易。同樣的問題——"我們應不應該先試點一下再全面推廣?"——出現在每一次企業級工具決策中,卻幾乎從來沒有人為它定過價。 關於為日後擴張專案的期權(而不是先收集資訊的期權)定價,見實物期權估值。

計算方法

EVPI是"擁有完美預見能力時的決策"與"基於當前預期立即決策"二者之間的差距:

EVPI = E_θ[ max_j NMB(j, θ) ]  −  max_j E_θ[ NMB(j, θ) ]

θ        = 不確定引數(及其聯合分佈)
NMB(j,θ) = 在給定θ的情況下,方案j的淨貨幣效益

第一項:在每一種可能的世界狀態下,取"最佳選擇"所帶來收益的平均值(你總是選對)。第二項:那個"平均而言最優"的單一方案所帶來的收益(你必須現在就做出承諾)。EVPI恆 ≥ 0。人群層面的EVPI,需乘以受影響的決策數量。可直接從機率敏感性分析(PSA)的抽樣結果中計算得出。

實例演算

是否將一款AI文書助手推廣給5,000名臨床醫師。存在兩種可能的世界:

世界A(p = 0.6):助手每天節省20分鐘 → 推廣的淨貨幣效益 = +£800萬
世界B(p = 0.4):助手幾乎不節省時間(工作流程摩擦) → 推廣的淨貨幣效益 = −£300萬
"不推廣"的淨貨幣效益,在兩種世界中均為£0。

現在就做決策:E[推廣的淨貨幣效益] = 0.6 × 800萬 − 0.4 × 300萬 = +£360萬 → 應予推廣。

若擁有完美資訊:在世界A中選擇推廣(+£800萬),在世界B中選擇不推廣(£0)。期望值 = 0.6 × 800萬 + 0.4 × 0 = £480萬。

EVPI = 480萬 − 360萬 = £120萬

一次嚴謹的、耗資£150,000、能大幅釐清你究竟身處哪個世界的3個月試點,顯然是值得投入的——而任何成本超過£120萬的試點,無論多麼周全徹底,都不值得。

與軟體工程的聯絡

EVPI正是"尖刺(spike)"、試點、A/B測試與概念驗證背後的經濟學原理。它給出了兩條實用的規則:

  • **一個試點只有在決策真的可能因此改變時,才值得投入資金。**如果無論試點結果如何你都會推廣,那麼EVPI = 0,這個試點不過是一場表演。
  • **應將試點開支上限設定為EVPI。**資訊的價值,其上限就是它所支撐的那項決策本身的價值。

部分EVPI(EVPPI)將這一概念拓展到單個引數層面:"單獨把'節省的時間'這個數位弄準,究竟值多少錢?"——這能告訴你,試點究竟應該測量什麼。 關於評估某一項具體擬議研究而不是消除全部不確定性,見 EVSI。

陷阱

  • 在沒有附帶決策規則的情況下運作試點——無法改變選擇結果的資訊,從定義上講就是毫無價值的。
  • 忽視收集資訊本身的延遲成本:一次6個月的試點,會延遲6個月的效益(參見延遲成本);試點的淨價值 = 已釐清的EVPI − 延遲成本 − 試點本身的成本。
  • **把EVPI當作一次預測。**它是資訊價值的上限,而不是對某項具體研究將會產出什麼結果的估計。

來源