[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"_public_topic_publications_l%C3%BD%20thuy%E1%BA%BFt%20ti%E1%BB%87n%20%C3%ADch%20k%E1%BB%B3%20v%E1%BB%8Dng{\"limit\":5}":3,"_public_topic_byId_l%C3%BD%20thuy%E1%BA%BFt%20ti%E1%BB%87n%20%C3%ADch%20k%E1%BB%B3%20v%E1%BB%8Dng":11},{"code":4,"data":5,"meta":10},"SUCCESS",{"latest":6,"mostCited":7,"vietnamFeatured":8,"vietnamLatest":9},[],[],[],[],null,{"code":4,"data":12,"meta":10},{"id":13,"title":14,"description":15,"content":16,"term":13,"englishTitle":10,"synonyms":10,"definition":10,"discipline":10,"references":10,"faqs":10,"createUser":17,"publishUser":21,"keywords":25,"keywordCount":18,"enrichTopicLink":26,"status":27,"createTime":28,"updateTime":29,"publishTime":30,"linkEnrichedTime":10,"publicationScanTime":10,"contentErrorMessage":10,"viewCount":31,"wikidataId":10,"relateTopics":32},"lý thuyết tiện ích kỳ vọng","Lý thuyết tiện ích kỳ vọng là gì? Các nghiên cứu khoa học","Lý thuyết tiện ích kỳ vọng giải thích cách cá nhân đánh giá các lựa chọn có rủi ro bằng việc chuyển giá trị thành tiện ích và tối đa hóa mức kỳ vọng. Khung lý thuyết này tạo cơ sở cho việc mô hình hóa hành vi dưới bất định bằng cách dùng hàm tiện ích phản ánh sở thích và ước tính kỳ vọng của kết quả. ","\u003Cdiv>\u003Ch2>Khái niệm cơ bản về lý thuyết tiện ích kỳ vọng\u003C\u002Fh2>\n\u003Cp>Lý thuyết tiện ích kỳ vọng giải thích cách một cá nhân đưa ra lựa chọn khi kết quả gắn với rủi ro và xác suất. Thay vì đánh giá từng phương án bằng giá trị tiền tệ tuyệt đối, người ra quyết định xem xét mức tiện ích mà mỗi kết quả mang lại và lựa chọn phương án có tiện ích kỳ vọng cao hơn. Cách tiếp cận này phản ánh quan sát thực tế rằng con người không phản ứng tuyến tính với tiền bạc hay rủi ro. Một khoản lãi nhỏ có thể đem lại sự hài lòng lớn trong một số tình huống, trong khi một khoản lỗ tương đương lại gây ra mức bất tiện cao hơn đáng kể.\u003C\u002Fp>\n\u003Cp>Lý thuyết này coi hành vi ra quyết định là quá trình tối đa hóa một đại lượng có thể đo lường và so sánh. Việc chuyển từ giá trị tiền tệ sang tiện ích giúp mô hình bắt được thái độ rủi ro khác nhau giữa các cá nhân. Mỗi người có hàm tiện ích riêng, phản ánh cách họ gán giá trị cho các kết quả. Nhờ đó, lý thuyết có tính linh hoạt cao và phù hợp cho nhiều lĩnh vực như đánh giá đầu tư, lựa chọn bảo hiểm, và phân tích chính sách công.\u003C\u002Fp>\n\u003Cp>Để giúp hình dung mục tiêu của lý thuyết, ta có thể so sánh hai tình huống đơn giản:\u003C\u002Fp>\n\u003Cul>\n  \u003Cli>Nhận ngay 100 đô mà không có rủi ro.\u003C\u002Fli>\n  \u003Cli>Tham gia một trò chơi cho 50% cơ hội nhận 200 đô và 50% cơ hội nhận 0 đô.\u003C\u002Fli>\n\u003C\u002Ful>\n\u003Cp>Mặc dù giá trị kỳ vọng tiền tệ của hai phương án giống nhau, nhiều người vẫn chọn nhận ngay 100 đô vì tiện ích mang lại lớn hơn so với rủi ro phải chịu. Điều này minh họa rõ bản chất của lý thuyết tiện ích kỳ vọng: quyết định không dựa trên trung bình tiền mà dựa trên trung bình tiện ích.\u003C\u002Fp>\n\n\u003Ch2>Nguồn gốc và bối cảnh hình thành\u003C\u002Fh2>\n\u003Cp>Lý thuyết tiện ích kỳ vọng được xây dựng từ công trình của John von Neumann và Oskar Morgenstern. Họ tìm cách tạo ra một nền tảng toán học cho hành vi lựa chọn trong bối cảnh cạnh tranh và bất định. Trước đó, kinh tế học vẫn thiếu một khung lý thuyết nhất quán để mô tả hành vi khi rủi ro xuất hiện. Công trình “Theory of Games and Economic Behavior” đưa ra các tiên đề nhằm mô tả sự hợp lý của người ra quyết định và liên kết chúng với hàm tiện ích có thể đo lường.\u003C\u002Fp>\n\u003Cp>Bối cảnh lúc bấy giờ bao gồm sự phát triển nhanh của kinh tế học hiện đại và nhu cầu mô hình hóa các tình huống phức tạp như chiến lược quân sự, thị trường cạnh tranh cao, và các trò chơi nhiều người tham gia. Lý thuyết tiện ích kỳ vọng trở thành nền tảng cho lý thuyết trò chơi hiện đại, giúp mô tả các lựa chọn chiến lược trong môi trường mà mỗi hành vi có xác suất dẫn tới các kết quả khác nhau.\u003C\u002Fp>\n\u003Cp>Một số lý do khiến lý thuyết này được chấp nhận rộng rãi vào thời điểm ra đời:\u003C\u002Fp>\n\u003Col>\n  \u003Cli>Đưa ra một cách hiểu trực quan về sự khác biệt giữa giá trị tiền tệ và giá trị cảm nhận.\u003C\u002Fli>\n  \u003Cli>Tạo ra công cụ toán học rõ ràng và nhất quán.\u003C\u002Fli>\n  \u003Cli>Phù hợp với nhiều quan sát thực nghiệm về hành vi con người.\u003C\u002Fli>\n\u003C\u002Fol>\n\n\u003Ch2>Tiện ích và hàm tiện ích\u003C\u002Fh2>\n\u003Cp>Tiện ích là thước đo mức độ thỏa mãn hoặc giá trị mà người ra quyết định gán cho một kết quả. Đây không phải là đại lượng vật lý mà là khái niệm phản ánh sở thích cá nhân. Hàm tiện ích \u003Cscript type=\"math\u002Ftex\">u(x)\u003C\u002Fscript> mô tả cách giá trị của kết quả chuyển thành mức độ thỏa mãn. Hai người có thể nhận cùng một khoản tiền nhưng cảm nhận lợi ích khác nhau hoàn toàn.\u003C\u002Fp>\n\u003Cp>Hàm tiện ích có thể có nhiều dạng khác nhau. Trong phân tích định lượng, một số dạng hàm tiện ích thường gặp gồm hàm logarit, hàm lũy thừa, và hàm tuyến tính. Mỗi dạng hàm thể hiện một kiểu thái độ rủi ro. Chẳng hạn, hàm logarit mô tả người ác cảm rủi ro vì mức độ tăng tiện ích giảm dần khi tài sản tăng. Hàm tuyến tính mô tả cá nhân trung lập rủi ro vì tiện ích tăng đều theo giá trị.\u003C\u002Fp>\n\u003Cp>Bảng dưới đây minh họa ba dạng hàm tiện ích cơ bản:\u003C\u002Fp>\n\u003Ctable border=\"1\" cellpadding=\"6\">\n  \u003Ctbody>\u003Ctr>\n    \u003Cth>Dạng hàm tiện ích\u003C\u002Fth>\n    \u003Cth>Công thức\u003C\u002Fth>\n    \u003Cth>Thái độ rủi ro\u003C\u002Fth>\n  \u003C\u002Ftr>\n  \u003Ctr>\n    \u003Ctd>Logarit\u003C\u002Ftd>\n    \u003Ctd>\u003Cscript type=\"math\u002Ftex\">u(x)=\\ln(x)\u003C\u002Fscript>\u003C\u002Ftd>\n    \u003Ctd>Ác cảm rủi ro\u003C\u002Ftd>\n  \u003C\u002Ftr>\n  \u003Ctr>\n    \u003Ctd>Tuyến tính\u003C\u002Ftd>\n    \u003Ctd>\u003Cscript type=\"math\u002Ftex\">u(x)=x\u003C\u002Fscript>\u003C\u002Ftd>\n    \u003Ctd>Trung lập rủi ro\u003C\u002Ftd>\n  \u003C\u002Ftr>\n  \u003Ctr>\n    \u003Ctd>Lũy thừa\u003C\u002Ftd>\n    \u003Ctd>\u003Cscript type=\"math\u002Ftex\">u(x)=x^\\alpha,\\; \\alpha>1\u003C\u002Fscript>\u003C\u002Ftd>\n    \u003Ctd>Ưa thích rủi ro\u003C\u002Ftd>\n  \u003C\u002Ftr>\n\u003C\u002Ftbody>\u003C\u002Ftable>\n\n\u003Ch2>Khái niệm kỳ vọng trong lý thuyết tiện ích\u003C\u002Fh2>\n\u003Cp>Kỳ vọng là trung bình có trọng số của các kết quả theo xác suất tương ứng. Khi áp dụng vào tiện ích, ta có công thức tiện ích kỳ vọng:\n\u003Cscript type=\"math\u002Ftex\">\nEU = \\sum_{i} p_i \\, u(x_i)\n\u003C\u002Fscript>\nCông thức này cho phép ta so sánh các phương án khác nhau bằng một đại lượng duy nhất. Mỗi phương án mang lại tập hợp kết quả \u003Cscript type=\"math\u002Ftex\">x_i\u003C\u002Fscript> với xác suất \u003Cscript type=\"math\u002Ftex\">p_i\u003C\u002Fscript>, và tổng hợp thông tin đó thành một con số thể hiện mức độ hấp dẫn.\u003C\u002Fp>\n\u003Cp>Khi đối mặt với nhiều lựa chọn, cá nhân sẽ chọn phương án có tiện ích kỳ vọng lớn nhất. Quy tắc này đơn giản nhưng có khả năng mô tả nhiều tình huống đa dạng, từ lựa chọn tiêu dùng đến đầu tư tài chính. Sự khác biệt trong hành vi của mỗi người xuất phát từ chính hàm tiện ích của họ, không phải từ công thức tính kỳ vọng.\u003C\u002Fp>\n\u003Cp>Ví dụ minh họa hai phương án giả định với cùng xác suất nhưng tiện ích khác biệt:\u003C\u002Fp>\n\u003Ctable border=\"1\" cellpadding=\"6\">\n  \u003Ctbody>\u003Ctr>\n    \u003Cth>Kết quả\u003C\u002Fth>\n    \u003Cth>Phương án A\u003C\u002Fth>\n    \u003Cth>Phương án B\u003C\u002Fth>\n  \u003C\u002Ftr>\n  \u003Ctr>\n    \u003Ctd>Giá trị nhận được\u003C\u002Ftd>\n    \u003Ctd>100\u003C\u002Ftd>\n    \u003Ctd>200\u003C\u002Ftd>\n  \u003C\u002Ftr>\n  \u003Ctr>\n    \u003Ctd>Xác suất\u003C\u002Ftd>\n    \u003Ctd>50%\u003C\u002Ftd>\n    \u003Ctd>25%\u003C\u002Ftd>\n  \u003C\u002Ftr>\n\u003C\u002Ftbody>\u003C\u002Ftable>\n\u003Cp>Tuy phương án B có kết quả cao hơn, tiện ích kỳ vọng vẫn có thể thấp hơn nếu người ra quyết định ác cảm rủi ro. Điều này cho thấy tính linh hoạt và khả năng giải thích hành vi thực tế của mô hình.\u003C\u002Fp>\n\u003Ch2>Thái độ đối với rủi ro\u003C\u002Fh2>\n\u003Cp>Thái độ đối với rủi ro là yếu tố then chốt quyết định hình dạng của hàm tiện ích. Khi đối mặt với các kết quả có xác suất, mỗi người phản ứng theo cách khác nhau. Một số người ưu tiên sự an toàn và thường chọn phương án ít biến động, ngay cả khi lợi ích kỳ vọng thấp hơn. Những người khác chấp nhận rủi ro để đổi lấy cơ hội đạt kết quả lớn hơn. Cách cá nhân phản ứng trước rủi ro tạo ra sự đa dạng trong hành vi kinh tế và ảnh hưởng đến quyết định đầu tư, tiêu dùng, hay mua bảo hiểm.\u003C\u002Fp>\n\u003Cp>Ba dạng thái độ phổ biến gồm ác cảm rủi ro, trung lập rủi ro, và ưa thích rủi ro. Mỗi dạng được mô tả bằng độ lồi lõm của hàm tiện ích. Ác cảm rủi ro là trường hợp thường gặp nhất, trong đó tiện ích tăng chậm dần theo giá trị. Điều này giải thích tại sao nhiều người chấp nhận trả phí bảo hiểm để tránh rủi ro thiệt hại lớn dù kỳ vọng tiền tệ có thể âm. Ngược lại, người ưa thích rủi ro nhìn thấy giá trị cao hơn trong các kết quả lớn dù xác suất thấp, như trường hợp người chơi xổ số.\u003C\u002Fp>\n\u003Cp>Bảng sau mô tả đặc điểm chính của từng thái độ rủi ro:\u003C\u002Fp>\n\u003Ctable border=\"1\" cellpadding=\"6\">\n  \u003Ctbody>\u003Ctr>\n    \u003Cth>Thái độ\u003C\u002Fth>\n    \u003Cth>Dấu của \u003Cscript type=\"math\u002Ftex\">u''(x)\u003C\u002Fscript>\u003C\u002Fth>\n    \u003Cth>Hành vi điển hình\u003C\u002Fth>\n  \u003C\u002Ftr>\n  \u003Ctr>\n    \u003Ctd>Ác cảm rủi ro\u003C\u002Ftd>\n    \u003Ctd>\u003Cscript type=\"math\u002Ftex\">u''(x) \u003C 0\u003C\u002Fscript>\u003C\u002Ftd>\n    \u003Ctd>Ưu tiên phương án an toàn; mua bảo hiểm\u003C\u002Ftd>\n  \u003C\u002Ftr>\n  \u003Ctr>\n    \u003Ctd>Trung lập rủi ro\u003C\u002Ftd>\n    \u003Ctd>\u003Cscript type=\"math\u002Ftex\">u''(x)=0\u003C\u002Fscript>\u003C\u002Ftd>\n    \u003Ctd>Chọn phương án có giá trị kỳ vọng cao nhất\u003C\u002Ftd>\n  \u003C\u002Ftr>\n  \u003Ctr>\n    \u003Ctd>Ưa thích rủi ro\u003C\u002Ftd>\n    \u003Ctd>\u003Cscript type=\"math\u002Ftex\">u''(x) > 0\u003C\u002Fscript>\u003C\u002Ftd>\n    \u003Ctd>Ưa thích trò chơi có thưởng lớn dù xác suất nhỏ\u003C\u002Ftd>\n  \u003C\u002Ftr>\n\u003C\u002Ftbody>\u003C\u002Ftable>\n\u003Cp>Một công cụ thường dùng để đo mức độ ác cảm rủi ro là hệ số Arrow–Pratt, được định nghĩa như sau:\n\u003Cscript type=\"math\u002Ftex\">\nA(x) = -\\frac{u''(x)}{u'(x)}\n\u003C\u002Fscript>\nGiá trị \u003Cscript type=\"math\u002Ftex\">A(x)\u003C\u002Fscript> càng lớn, mức độ ác cảm rủi ro càng cao. Thước đo này hỗ trợ xây dựng các mô hình tài chính và bảo hiểm, nơi hành vi rủi ro tác động trực tiếp đến quyết định.\u003C\u002Fp>\n\n\u003Ch2>Các tiên đề của lý thuyết tiện ích kỳ vọng\u003C\u002Fh2>\n\u003Cp>Lý thuyết tiện ích kỳ vọng dựa vào một tập tiên đề nhằm mô tả hành vi lựa chọn hợp lý. Các tiên đề này đảm bảo rằng sở thích của cá nhân có cấu trúc toán học nhất quán và có thể biểu diễn bằng hàm tiện ích. Một trong những tiên đề quan trọng nhất là tiên đề độc lập. Tiên đề này cho rằng nếu một cá nhân ưa thích phương án A hơn B, thì việc trộn cả hai phương án với một lựa chọn C theo cùng xác suất không thay đổi thứ tự ưa thích.\u003C\u002Fp>\n\u003Cp>Bên cạnh tiên đề độc lập, tiên đề bắc cầu và tiên đề hoàn thiện đóng vai trò duy trì sự nhất quán trong sở thích. Tiên đề bắc cầu cho rằng nếu một người ưa thích A hơn B và B hơn C, thì họ phải ưa thích A hơn C. Tiên đề hoàn thiện yêu cầu mọi cặp phương án đều có thể so sánh. Khi cả ba tiên đề được thỏa mãn, các sở thích có thể được mô hình hóa bằng hàm tiện ích kỳ vọng duy nhất.\u003C\u002Fp>\n\u003Cp>Danh sách tóm lược các tiên đề nền tảng:\u003C\u002Fp>\n\u003Cul>\n  \u003Cli>\u003Cstrong>Hoàn thiện\u003C\u002Fstrong>: luôn có thể xác định thích A hơn B, B hơn A, hoặc hai phương án như nhau.\u003C\u002Fli>\n  \u003Cli>\u003Cstrong>Bắc cầu\u003C\u002Fstrong>: thứ tự ưa thích không mâu thuẫn.\u003C\u002Fli>\n  \u003Cli>\u003Cstrong>Độc lập\u003C\u002Fstrong>: việc pha trộn các phương án với cùng xác suất không làm thay đổi thứ tự ưa thích.\u003C\u002Fli>\n\u003C\u002Ful>\n\u003Cp>Dù các tiên đề này mang tính lý tưởng và mô tả sự hợp lý chuẩn tắc, các nghiên cứu thực nghiệm cho thấy con người đôi khi vi phạm chúng. Một ví dụ nổi bật là nghịch lý Allais, trong đó người tham gia cho thấy lựa chọn mâu thuẫn với tiên đề độc lập. Những quan sát này mở đường cho các lý thuyết hành vi ra đời nhằm mô tả tốt hơn hành vi thực tế.\u003C\u002Fp>\n\n\u003Ch2>Ứng dụng của lý thuyết tiện ích kỳ vọng\u003C\u002Fh2>\n\u003Cp>Lý thuyết tiện ích kỳ vọng được ứng dụng rộng rãi trong tài chính, kinh tế học, và chính sách công. Trong lĩnh vực tài chính, mô hình danh mục đầu tư cổ điển dựa vào nguyên tắc tối đa hóa tiện ích kỳ vọng của lợi nhuận. Nhà đầu tư lựa chọn danh mục không chỉ dựa trên mức sinh lời mà còn cả rủi ro đi kèm. Điều này lý giải tại sao nhà đầu tư có mức độ ác cảm rủi ro khác nhau đưa ra các quyết định hoàn toàn khác nhau dù đối mặt cùng dữ liệu thị trường.\u003C\u002Fp>\n\u003Cp>Trong kinh tế học tiêu dùng, EUT giúp mô tả quyết định mua bảo hiểm, lựa chọn tiết kiệm, và hành vi tiêu dùng khi thu nhập không chắc chắn. Các mô hình này có thể giải thích vì sao người có thu nhập thấp thường cẩn trọng hơn với các khoản chi lớn và có xu hướng chọn phương án ít rủi ro. Với chính sách công, tiện ích kỳ vọng hỗ trợ đánh giá chi phí – lợi ích trong các tình huống như kiểm soát dịch bệnh hoặc giảm thiểu rủi ro môi trường, nơi xác suất và hậu quả bất định.\u003C\u002Fp>\n\u003Cp>Một số lĩnh vực ứng dụng tiêu biểu:\u003C\u002Fp>\n\u003Cul>\n  \u003Cli>Đánh giá rủi ro và quản lý vốn.\u003C\u002Fli>\n  \u003Cli>Mô hình hóa hành vi nhà đầu tư.\u003C\u002Fli>\n  \u003Cli>Thiết kế hợp đồng bảo hiểm.\u003C\u002Fli>\n  \u003Cli>Phân tích chính sách trong điều kiện rủi ro.\u003C\u002Fli>\n\u003C\u002Ful>\n\u003Cp>Nhiều tổ chức chuyên môn như \u003Ca href=\"https:\u002F\u002Fwww.cfainstitute.org\">CFA Institute\u003C\u002Fa> sử dụng các khái niệm của EUT trong chương trình đào tạo tài chính quốc tế, phản ánh tầm quan trọng của lý thuyết trong thực tiễn.\u003C\u002Fp>\n\n\u003Ch2>Hạn chế và các lý thuyết thay thế\u003C\u002Fh2>\n\u003Cp>Dù có nền tảng vững chắc, lý thuyết tiện ích kỳ vọng không mô tả trọn vẹn hành vi con người. Các thử nghiệm của Maurice Allais cho thấy người tham gia không tuân thủ tiên đề độc lập. Một số tình huống thực tế cũng cho thấy con người chú trọng vào điểm tham chiếu và mức thay đổi hơn là giá trị tuyệt đối, điều mà EUT không nắm bắt được. Những hạn chế này thúc đẩy sự phát triển của các lý thuyết thay thế nhằm mô tả chính xác hơn hành vi dưới rủi ro.\u003C\u002Fp>\n\u003Cp>Lý thuyết Prospect Theory của Kahneman và Tversky là một trong những mô hình thay thế quan trọng nhất. Thay vì đánh giá tiện ích theo giá trị tuyệt đối, lý thuyết này cho rằng con người đánh giá lợi ích và thiệt hại tương đối so với một điểm tham chiếu, đồng thời phản ứng mạnh hơn với thua lỗ so với lợi nhuận cùng mức độ. Các nghiên cứu hành vi đã củng cố mô hình này và giúp giải thích nhiều hiện tượng mà EUT không lý giải được.\u003C\u002Fp>\n\u003Cp>Ngoài Prospect Theory, nhiều mô hình khác như Rank-Dependent Utility hay Cumulative Prospect Theory tiếp tục mở rộng hiểu biết về hành vi dưới rủi ro. Các mô hình này tính đến trọng số xác suất phi tuyến hoặc độ nhạy khác nhau với rủi ro. Thông tin chi tiết về giải Nobel của Daniel Kahneman có thể tìm thấy tại \u003Ca href=\"https:\u002F\u002Fwww.nobelprize.org\u002Fprizes\u002Feconomic-sciences\u002F2002\u002Fkahneman\u002Ffacts\u002F\">Nobel Prize\u003C\u002Fa>.\u003C\u002Fp>\n\n\u003Ch2>Mô hình tiện ích kỳ vọng trong nghiên cứu hiện đại\u003C\u002Fh2>\n\u003Cp>Nghiên cứu hiện đại tiếp tục mở rộng EUT bằng cách đưa thêm các yếu tố tâm lý, học hỏi và bối cảnh vào mô hình. Một số hướng nghiên cứu tập trung vào thay đổi sở thích theo thời gian hoặc qua trải nghiệm. Những mô hình này giải thích cách cá nhân điều chỉnh hành vi khi họ tích lũy thêm kiến thức hoặc khi môi trường thay đổi. Các mô hình khác chú trọng vào quyết định nhóm, nơi tương tác giữa các cá nhân có thể làm thay đổi cấu trúc tiện ích.\u003C\u002Fp>\n\u003Cp>Các mô hình hậu tiện ích kỳ vọng (post-EUT) hướng đến việc mô tả tốt hơn các hiện tượng hành vi như quá tự tin, nhận thức sai lệch về xác suất, hay sự nhạy cảm với khung tham chiếu. Dù vậy, EUT vẫn là nền tảng quan trọng để so sánh và đánh giá các mô hình mới. Hầu hết các lý thuyết thay thế đều bắt đầu từ cấu trúc của EUT và điều chỉnh để phù hợp hơn với dữ liệu thực nghiệm.\u003C\u002Fp>\n\u003Cp>Một số ví dụ về hướng nghiên cứu mới:\u003C\u002Fp>\n\u003Cul>\n  \u003Cli>Mô hình hóa tác động của cảm xúc lên hàm tiện ích.\u003C\u002Fli>\n  \u003Cli>Ứng dụng học tăng cường (reinforcement learning) trong mô phỏng quyết định.\u003C\u002Fli>\n  \u003Cli>Tính đến ràng buộc nhận thức trong đánh giá xác suất.\u003C\u002Fli>\n\u003C\u002Ful>\n\n\u003Ch2>Kết luận\u003C\u002Fh2>\n\u003Cp>Lý thuyết tiện ích kỳ vọng giữ vai trò trung tâm trong mô hình hóa hành vi ra quyết định dưới rủi ro. Dù bị thách thức bởi các bằng chứng thực nghiệm, lý thuyết vẫn là công cụ nền tảng nhờ tính rõ ràng, chặt chẽ và dễ áp dụng. Các nghiên cứu hiện đại tiếp tục phát triển hướng tiếp cận này bằng cách kết hợp yếu tố hành vi và nhận thức, giúp khung lý thuyết phù hợp hơn với thực tế.\u003C\u002Fp>\n\n\u003Ch2>Tài liệu tham khảo\u003C\u002Fh2>\n\u003Cul>\n  \u003Cli>Von Neumann, J., & Morgenstern, O. \u003Cem>Theory of Games and Economic Behavior\u003C\u002Fem>. Princeton University Press. \u003Ca href=\"https:\u002F\u002Fpress.princeton.edu\u002Fbooks\u002Fhardcover\u002F9780691130613\u002Ftheory-of-games-and-economic-behavior\">Nguồn\u003C\u002Fa>\u003C\u002Fli>\n  \u003Cli>Kahneman, D., & Tversky, A. (1979). Prospect Theory: An Analysis of Decision under Risk. \u003Cem>Econometrica\u003C\u002Fem>.\u003C\u002Fli>\n  \u003Cli>CFA Institute. \u003Ca href=\"https:\u002F\u002Fwww.cfainstitute.org\">https:\u002F\u002Fwww.cfainstitute.org\u003C\u002Fa>\u003C\u002Fli>\n  \u003Cli>Nobel Prize Organization. \u003Ca href=\"https:\u002F\u002Fwww.nobelprize.org\u002Fprizes\u002Feconomic-sciences\u002F2002\u002Fkahneman\u002Ffacts\u002F\">Thông tin về giải Nobel\u003C\u002Fa>\u003C\u002Fli>\n\u003C\u002Ful>\n\u003C\u002Fdiv>",{"id":18,"researcherId":10,"name":19,"imageUrl":20},1,"Nguyễn Ngọc Sơn","https:\u002F\u002Flh3.googleusercontent.com\u002Fa\u002FACg8ocLGfGsF1nYQqYK5BasTLhNu1dBrBXg2fcEgBNPXJ0p2gqLQnO7i=s96-c",{"id":22,"researcherId":10,"name":23,"imageUrl":24},2889,"Lê Xuân Niên","https:\u002F\u002Flh3.googleusercontent.com\u002Fa\u002FACg8ocLuyWIkhyP2W5E59cKwN7ciI2nbjMGUpXO9rVQquC826ujzkqhU=s96-c",[13],false,"PUBLISHED","2025-12-01T11:30:59.706+00:00","2025-12-11T18:31:25.169+00:00","2025-12-11T18:31:25.164+00:00",88,[33,44,54,59,65,75,80,85,91,97],{"id":34,"title":35,"term":36,"englishTitle":37,"definition":38,"discipline":39,"disciplineCode":40,"disciplineLabel":41,"disciplineColor":42,"disciplineIcon":43},"hàm tiện ích","Hàm tiện ích là gì? Các nghiên cứu khoa học về Hàm tiện ích","Hàm tiện ích","Utility function","Hàm tiện ích là một hàm số toán học trong kinh tế học vi mô và lý thuyết quyết định gán một giá trị số thực cho mỗi gói hàng hóa hoặc trạng thái kết cục, biểu diễn thứ tự sở thích và mức độ thỏa mãn chủ quan của một người tiêu dùng hoặc cá nhân ra quyết định duy lý.","SOCIAL_SCIENCES","social-sciences","Khoa học xã hội","#E08600","users",{"id":45,"title":46,"term":45,"englishTitle":47,"definition":48,"discipline":49,"disciplineCode":50,"disciplineLabel":51,"disciplineColor":52,"disciplineIcon":53},"biến thể địa lý","Biến thể địa lý (geographic variation) là gì?","geographic variation","Biến thể địa lý (geographic variation) là sự khác biệt có quy luật về các đặc điểm hình thái, sinh lý, tập tính hoặc tần số alen giữa các quần thể thuộc cùng một loài sinh vật phân bố ở các vùng không gian địa lý khác nhau.","NATURAL_SCIENCES","natural-sciences","Khoa học tự nhiên","#0E9F9C","atom",{"id":55,"title":56,"term":55,"englishTitle":57,"definition":58,"discipline":49,"disciplineCode":50,"disciplineLabel":51,"disciplineColor":52,"disciplineIcon":53},"dòng thuần","Dòng thuần (pure line) là gì?","pure line","Dòng thuần (pure line) là tập hợp các cá thể có kiểu gene đồng hợp tử và giống hệt nhau về các locus gene đang xét, được tạo ra bằng phương pháp tự thụ phấn hoặc giao phối cận huyết liên tục qua nhiều thế hệ.",{"id":60,"title":61,"term":62,"englishTitle":63,"definition":64,"discipline":49,"disciplineCode":50,"disciplineLabel":51,"disciplineColor":52,"disciplineIcon":53},"lông mũi mác","Lông mũi mác (hastisetae) là gì?","Lông mũi mác","hastisetae","Lông mũi mác (hastisetae) là cấu trúc lông cứng tự vệ cơ học đặc thù của ấu trùng bọ cánh cứng phân họ Megatominae (họ Dermestidae), có hình nón cụt dạng mỏ neo với đỉnh tù mang hố lõm tròn và rất dễ tách rời để khóa cứng các phần phụ của kẻ thù.",{"id":66,"title":67,"term":66,"englishTitle":68,"definition":69,"discipline":70,"disciplineCode":71,"disciplineLabel":72,"disciplineColor":73,"disciplineIcon":74},"kê đơn hiệu quả","Kê đơn hiệu quả (effective prescribing) là gì?","effective prescribing","Kê đơn hiệu quả là quá trình chỉ định thuốc dựa trên bằng chứng khoa học nhằm tối đa hóa hiệu quả điều trị, giảm thiểu rủi ro và tối ưu hóa chi phí cho người bệnh.","MEDICAL_HEALTH_SCIENCES","medical-health-sciences","Khoa học y - dược","#D6336C","stethoscope",{"id":76,"title":77,"term":76,"englishTitle":78,"definition":79,"discipline":49,"disciplineCode":50,"disciplineLabel":51,"disciplineColor":52,"disciplineIcon":53},"nhiễu xạ","Nhiễu xạ (diffraction) là gì?","diffraction","Nhiễu xạ là hiện tượng các mặt sóng bị bẻ cong, lan tỏa và phân tán khi gặp phải vật cản hoặc khe hẹp làm giới hạn mặt sóng truyền, thể hiện rõ nét nhất khi kích thước vật cản tương đương bước sóng.",{"id":81,"title":82,"term":81,"englishTitle":83,"definition":84,"discipline":49,"disciplineCode":50,"disciplineLabel":51,"disciplineColor":52,"disciplineIcon":53},"thế khử chuẩn","Thế khử chuẩn (standard reduction potential) là gì?","standard reduction potential","Thế khử chuẩn là đại lượng nhiệt động lực học đo xu hướng nhận electron của một cặp oxy hóa - khử ở trạng thái chuẩn, được xác định thông qua suất điện động của pin điện hóa ghép với điện cực hydro chuẩn.",{"id":86,"title":87,"term":88,"englishTitle":89,"definition":90,"discipline":49,"disciplineCode":50,"disciplineLabel":51,"disciplineColor":52,"disciplineIcon":53},"tín hiệu mo v","Tín hiệu Mo(V) (Mo(V) EPR signal) là gì?","tín hiệu Mo(V)","Mo(V) EPR signal","Tín hiệu Mo(V) là tín hiệu quang phổ cộng hưởng thuận từ điện tử đặc trưng của ion molypden ở trạng thái oxy hóa dương năm, được ứng dụng làm đầu dò cấu trúc vi mô để nghiên cứu tâm hoạt động và cơ chế phản ứng của các enzyme kim loại.",{"id":92,"title":93,"term":94,"englishTitle":95,"definition":96,"discipline":49,"disciplineCode":50,"disciplineLabel":51,"disciplineColor":52,"disciplineIcon":53},"n hexan","n-Hexan (n-hexane) là gì?","n-hexan","n-hexane","n-Hexan là một hydrocarbon no mạch thẳng thuộc nhóm alkane với công thức phân tử C6H14, là dung môi không phân cực được dùng phổ biến trong trích ly dầu thực vật và sản xuất keo dán công nghiệp.",{"id":98,"title":99,"term":98,"englishTitle":100,"definition":101,"discipline":39,"disciplineCode":40,"disciplineLabel":41,"disciplineColor":42,"disciplineIcon":43},"kiểm tra nội bộ","Kiểm tra nội bộ (internal inspection) là gì?","internal inspection","Kiểm tra nội bộ là hoạt động theo dõi, rà soát và đánh giá việc tuân thủ các quy chế, quy trình nghiệp vụ và chính sách tác nghiệp do chính các cấp quản trị hoặc bộ phận chức năng của một tổ chức tiến hành. Hoạt động này giữ vai trò là cơ chế phát hiện sai lệch, ngăn ngừa gian lận và duy trì kỷ luật vận hành trong toàn bộ đơn vị."]