ディシジョンツリー分析における意思決定原理

ディシジョンツリー分析においては、
【意思決定原理】に
・期待値最大化原理（期待値を最大化する）
・マキシ・マックス原理（ベストケースを最大化する）
・マキシ・ミン原理（ワーストケースを最大化する）
・期待効用最大化原理（期待効用を最大化する）
・期待値と標準偏差の2軸の効用関数（2軸の効用を最大化する）
・赤字回避（赤字となる恐れのある選択肢は選ばない）
のいずれを選択するかで、選択されるストラテジーが変わってきます。

通常、
管理会計におけるディシジョンツリー分析では
✅期待値最大化原理
ミクロ経済学におけるディシジョンツリー分析では
✅期待効用最大化原理
ファイナンス理論におけるディシジョンツリー分析では
✅期待値と標準偏差の2軸の効用関数
が用いられます。

期待値最大化原理に基づく場合のストラテジー

Stocks: 20.2
MF: 18.2
Bonds: 20
⇒ Stocksを選択

マキシ・マックス（最大値最大化）原理に基づく場合のストラテジー

Stocks: 70
MF: 53
Bonds: 20
⇒ Stocksを選択

マキシ・ミン（最小値最大化）原理に基づく場合のストラテジー

Stocks: -13
MF: -5
Bonds: 20
⇒ Bondsを選択

期待効用最大化原理に基づく場合のストラテジー

効用関数を「 U＝±|π|^0.5 」と仮定すると、
Stocks: 5.5
MF: 4.3
Bonds: 4.5
⇒ Stocksを選択

期待値と標準偏差の２軸の効用関数に基づく場合のストラテジー

効用関数を「 U＝{E*(50-σ)}^0.5 」と仮定すると、
Stocks: 13.1
MF: 19.5
Bonds: 31.6
⇒ Bondsを選択

赤字回避

Stocks: -13
MF: -5
Bonds: 20
⇒ Bondsを選択