神经经济学

神经经济学是一个跨学科领域，旨在解释人类的决策制定，处理多种选择方案以及遵循行动方针的能力。它研究经济行为如何塑造作者对大脑的理解，以及神经科学发现如何约束和指导经济学模型。[1]

它结合了来自神经科学，实验和行为经济学以及认知和社会心理学的研究。[2]随着对决策行为的研究变得越来越具有计算性，它还纳入了理论生物学，计算机科学和数学领域的新方法。神经经济学通过结合使用这些领域的工具来研究决策，从而避免了单视角方法所带来的缺点。在主流经济学中，预期效用（EU）和理性代理的概念仍在使用。这些模型无法完全解释许多经济行为，例如启发式和框架式。[3]

行为经济学通过整合社会，认知和情感因素来理解经济决策，从而解决了这些异常现象。神经经济学通过使用神经科学方法来理解经济行为与神经机制之间的相互作用，又增加了一层。通过使用来自各个领域的工具，一些学者声称神经经济学提供了一种更加综合的理解决策的方法。[1]

内容
1 引言
2 主要研究领域
2.1 在风险和模棱两可的情况下进行决策
2.1.1 串行和功能本地化模型与分布式分层模型
2.2 损失规避
2.3 跨期选择
2.4 社会决策
2.5 性决策
3 方法论
3.1 神经生物学研究技术
4 著名理论家
5 实验
6 批评
7 神经营销
8 参考

介绍
决策领域主要与个人从众多选择中做出单个选择的过程有关。通常假定这些过程以逻辑方式进行，从而决策本身在很大程度上与上下文无关。首先将不同的选择权转换为一种通用货币，例如货币价值，然后将它们相互比较，总效用价值最大的选择权就是应该选择的选择权。[4]虽然这种决策的经济学观点得到了支持，但在某些情况下似乎违反了最佳决策的假设。

神经经济学的领域由此产生。通过确定哪种大脑区域在哪种决策过程中处于活跃状态，神经经济学家希望更好地了解似乎次优和不合逻辑的决策的本质。尽管这些科学家中的大多数在研究中使用的是人类受试者，但其他科学家使用的是动物模型，可以更严格地控制研究，并且可以直接检验经济模型的假设。

例如，Padoa-Schioppa＆Assad跟踪了猴子眶额皮质中单个神经元的放电速率，而动物则在两种果汁中进行选择。神经元的放电速度与食品的实用性直接相关，在提供其他类型的食品时无差异。这表明，根据决策的经济学理论，神经元正在直接比较不同选择中某种形式的效用，并选择具有较高价值的选择。[5]同样，前额叶皮质功能障碍的一种常见量度FrSBe与多种不同的经济态度和行为量度相关，支持大脑激活可以显示决策过程重要方面的观点。[6]

神经经济学研究神经生物学以及决策的计算基础。 A. Rangel，C.Camerer和P.R.Montague提出了可用于神经经济学研究的基本计算框架。[7]它把决策过程分为一个主体执行的五个阶段。首先，计算问题的重现。这包括分析内部状态，外部状态和潜在的行动过程。其次，将值分配给潜在动作。第三，基于估值，选择一项操作。第四，受试者评估结果的期望程度。学习的最后阶段包括更新所有上述过程，以改进将来的决策。

主要研究领域
风险和模棱两可的决策
作者的大多数决定都是在某种不确定性下做出的。诸如心理学和经济学之类的决策科学通常将风险定义为在已知每种可能性的可能性时对几种可能结果的不确定性。[8]当概率未知时，不确定性将采取歧义的形式。 [9]。效用最大化是丹尼尔·伯努利（Daniel Bernoulli）于1738年首次提出的，用于解释有风险的决策。该理论假设人类是理性的，并且将根据他们将从每个人身上获得的预期效用来评估各种选择。[3]

研究和经验发现，广泛的预期效用异常和常见的行为模式与效用最大化的原理不符，例如，偏重于小概率而偏重于大概率的趋势。丹尼尔·卡尼曼（Daniel Kahneman）和阿莫斯·特维尔斯基（Amos Tversky）提出了前景理论来涵盖这些观察，并提供了一种替代模型。[3]

在处理不确定性情况时，似乎涉及多个大脑区域。在要求个体对结果有某种程度的不确定性的情况下进行预测的任务中，额额叶皮质[10] [11]区域BA8的活动增加，而中额额叶前额叶的活动更加普遍地增加。皮质[12]和额顶皮质。[13]前额叶皮层通常参与所有推理和理解，因此，当并非所有相关信息都可用时，这些特定领域可能特别参与确定最佳行动方案。[14]

在涉及已知风险而不是含糊不清的情况下，脑岛皮层似乎非常活跃。例如，当受试者玩“双打或全无”游戏时，他们要么停止游戏并保持累积的获胜，要么采取冒险选择，导致完全损失或获胜成倍增加，当个体赌博了。[14]据推测，脑岛皮层在冒险决策中的主要作用是模拟赌博的潜在负面后果。

除了特定大脑区域对决策过程的重要性外，还有证据表明神经递质多巴胺可能会在整个皮质中传递有关不确定性的信息。多巴胺能神经元强烈参与奖励过程，并在发生意外奖励后变得高度活跃。在猴子中，多巴胺能活动水平与不确定性水平高度相关，因此活动性随不确定性而增加。[15]此外，具有伏隔核损伤的大鼠比正常大鼠具有更大的风险规避性，伏隔核是通过大脑的多巴胺奖赏途径的重要组成部分。这表明多巴胺可能是危险行为的重要媒介。[16]

人类中个体的风险规避水平受睾丸激素浓度影响。有研究显示冒险职业（金融交易，商业）的选择与睾丸激素暴露之间的相关性。[17] [18]作为产前（“组织性”）睾丸激素转移的标记，可以使用2D：4D比和Baron-Cohen检验，而循环（“激活性”）睾丸激素可以通过唾液中的浓度直接测量。较低的数字比例似乎是金融交易中更长久，更成功的职业生涯的前提，特别是对于高波动性市场。此外，低数字比例交易者的每日成就对循环睾丸激素更为敏感。[17]对代表班的MBA学生进行了风险规避和冒险职业选择的长期研究。结果表明，女性平均规避风险，但由于组织和激活性睾丸激素水平低，导致规避风险行为，因此性别之间的差异消失了。唾液睾丸激素浓度高且数字比例低的学生，不论性别，都倾向于选择从事金融业的危险职业（例如贸易或投资银行业务）。[18]

串行和功能本地化模型与分布式分层模型
2017年3月，劳伦斯·亨特（Laurence T. Hunt）和本杰明·海顿（Benjamin Y. Hayden）提出了一种机制模型的替代观点，用以解释作者如何评估选择方案并选择最佳行动方案。[19]基于奖励的选择的许多论述都主张序列化和功能本地化的不同组件过程。组成过程通常包括对选项的评估，在没有任何其他因素的情况下对选项值进行比较，选择适当的行动计划以及监视选择的结果。他们强调了神经解剖学的几个特征如何支持选择的实现，包括递归神经网络中的相互抑制以及整个皮质中信息处理的时间尺度的分层组织。

损失规避
人类决策的一方面是对潜在损失的强烈厌恶。在损失规避下，损失一定数量的金钱的成本要高于获得相同金钱的价值。了解损失厌恶的主要争议之一是该过程是否确实存在于大脑中并在阳性或阴性结果的神经重现中表现出来，还是其他神经效应的副作用，例如注意力增强和损失引起的唤醒。另一个问题是，人们是否会发现损失厌恶情绪是神经子系统的反应，例如由对潜在负面结果的厌恶情绪所驱动的冲动和情感系统，其反应受负责对方案进行合理比较的系统进行监控和控制。

损失规避研究中的一个基本争议是，损失的实际承受程度是否比同等收益更大，或者仅仅是预测会更痛苦，但实际上却遭受同等损失。神经经济学研究试图通过测量对损失和收益的不同生理变化来区分这些假设。研究发现，对金钱损失的反应，皮肤电导率，[20]瞳孔扩张和心率[21]均高于对等价收益。这三项措施都与压力应对有关，因此人们可能会争辩说，损失一定数量的钱比获得相同数量的钱更容易遭受损失。另一方面，在其中一些研究中，没有行为损失规避，这表明损失的影响仅在于注意（所谓的损失注意）。这种注意力定向反应也导致自主信号增加[22]。

脑研究最初表明，与获得收益相比，损失后中前额叶和前扣带回皮层的快速反应增加，[23]被解释为损失厌恶的神经信号。然而，随后的评论已经注意到，在这种范式中，个体实际上并没有表现出对行为损失的厌恶[22]，这使人们对这些发现的可解释性产生怀疑。对于功能磁共振成像研究，尽管一项研究没有证据表明与丧失厌恶反应有关的负面情绪反应相关区域的激活增加[24]，另一项研究发现杏仁核受损的个体即使正常，也缺乏丧失厌恶的能力。一般风险规避水平，表明该行为特定于潜在损失。[25]这些矛盾的研究表明，需要做更多的研究来确定大脑对损失的反应是由于损失的厌恶所致，还是仅由于损失的警觉性或定向性所致。以及检查大脑中是否存在对潜在损失作出特殊反应的区域。

跨期选择
除风险偏好外，经济学中的另一个核心概念是跨期选择，即涉及成本和收益的决策，这些成本和收益随时间推移而分配。跨时选择研究研究了人类分配给不同时间发生的事件的预期效用。经济学的主导模型解释了折扣效用（DU）。 DU假设人类具有一致的时间偏好，并将为事件分配值，无论事件何时发生。与欧盟在解释风险决策方面相似，DU在解释跨期选择方面是不够的。[3]

例如，DU假设今天对一块糖果的价值明天超过2条的人，从现在起100天收到的1条糖果的价值也将超过101天后收到的2条糖果的价值。在人类和动物中，都有针对这一最后部分的有力证据，并且提出了双曲线贴现作为替代模型。在此模型下，对于较小的延迟期，估值会非常迅速地下降，但是对于较长的延迟期，估值会随后缓慢下降。这更好地解释了为什么大多数人明天会选择现在现在购买1条糖果棒而不是明天购买2条糖果棒，而实际上，他们选择的是101天后收到的2条糖果棒，而不是欧盟假定的100天之后收到的1条糖果棒。[3]

跨期选择的神经经济学研究主要旨在了解是什么介导了观察到的行为，例如未来的折价，以及冲动地选择了较早的奖励而不是较大的后期奖励。在立即和延迟奖励之间进行选择的过程似乎是由两个大脑区域之间的相互作用所介导的。在涉及主要奖励（果汁）和次要奖励（金钱）的选择中，选择即时奖励时，边缘系统高度活跃，而做出任一选择时，外侧前额叶皮层同样活跃。此外，边缘活动与皮质活动的比率随着奖励的时间而降低。这表明，形成多巴胺奖励途径一部分的边缘系统最参与冲动决策，而皮质负责跨期决策过程的更一般方面。[26] [27]

神经递质5-羟色胺似乎在调节未来贴现中起重要作用。在大鼠中，降低血清素水平会增加未来的折价[28]，而不会影响不确定性条件下的决策。[29]这样看来，尽管多巴胺系统涉及概率不确定性，但5-羟色胺可能是时间不确定性的原因，因为延迟奖励会带来潜在的不确定性未来。除神经递质外，大脑中的激素还调节跨时选择。在人类中，下丘脑响应压力而释放的皮质醇减少与跨期选择任务中较高的冲动性有关。[30]吸毒者的皮质醇水平通常比普通人群低，这可以解释为什么他们似乎不考虑未来吸毒的负面影响并选择直接的积极奖励。[31]

社会决策
尽管大多数决策研究都集中于个人在社会环境之外做出选择，但考虑涉及社会互动的决策也很重要。决策理论家研究的情况类型多种多样，如利他主义，合作，惩罚和报应。社会决策中最常使用的任务之一是囚徒的困境。

在这种情况下，特定选择的收益不仅取决于个人的决定，而且还取决于玩游戏的另一个人的决定。个人可以选择与他的伴侣合作或背叛伴侣。在典型的游戏过程中，即使背叛会导致更高的整体收益，个人还是倾向于相互合作。这表明，个人不仅受到金钱收益的激励，而且受到社交场合合作产生的一些报酬的激励。

这个想法得到了神经影像学研究的支持，该研究表明，当一个人与另一个人合作时，腹侧纹状体的高度激活，但是当人们在计算机上扮演同一囚徒的困境时，情况并非如此。[32] [33]腹侧纹状体是奖励途径的一部分，因此，这项研究表明，在社交场合进行合作时，奖励系统的某些区域可能会特别激活。对这一想法的进一步支持来自研究，该研究表明纹状体和腹侧被盖区的激活在收到钱和向慈善机构捐款时显示出类似的激活方式。在这两种情况下，激活水平都随着金钱数量的增加而增加，这表明在神经奖励中结果是给予和接受金钱。[34]

诸如囚徒困境之类的社会互动的一个重要方面是信任。一个人与另一个人合作的可能性与第一个人信任第二个人进行合作的程度直接相关。如果期望另一个人叛逃，则没有理由与他们合作。信任行为可能与催产素的存在有关，催产素是一种在许多物种中与母体行为和配对相关的激素。当人体中的催产素水平升高时，即使他们的整体冒险程度未受影响，他们对其他人的信任程度也高于对照组，这表明催产素特别地参与了冒险的社会方面。[35]然而，最近这项研究受到质疑。[36]

神经经济学研究的另一重要范例是最后通game博弈。在此游戏中，玩家1获得一笔款项，并决定要与玩家2分配多少钱。玩家2接受或拒绝要约。如果他接受两个玩家都得到了玩家1提议的金额，如果他拒绝了任何人都没有得到任何东西。玩家2的合理策略是接受任何要约，因为它的价值大于零。但是，事实表明，人们经常拒绝他们认为不公平的提议。神经影像学研究表明，对最后通game游戏中的不公平现象有反应的大脑区域被激活。它们包括双侧中前脑岛，前扣带回皮层（ACC），内侧辅助运动区（SMA），小脑和右背外侧前额叶皮层（DLPFC）。[37]研究表明，DLPFC的低频重复经颅磁刺激增加了在最后通game游戏中接受不公平要约的可能性。[38]

神经经济学领域的另一个问题是声誉获取在社会决策中的作用。社会交换理论主张亲社会行为源于最大化社会报酬和最小社会成本的意图。在这种情况下，来自他人的认可可以被视为重要的积极强化者，即一种奖励。神经影像学研究提供了支持该想法的证据–研究表明，社会奖励的处理会激活纹状体，尤其是左豆状核和左尾状核，其处理方式与金钱奖励处理中的激活方式相同。这些发现也支持所谓的“公共神经通货”思想，该思想假定存在处理不同类型奖励的共享神经基础。[39]

性决策
关于性伴侣的选择，已经对人类和非人类灵长类动物进行了研究。值得注意的是，Cheney＆Seyfarth 1990，Deaner等。 2005年，以及Hayden等人。 2007年表明，人们愿意接受较少的有形商品或较高的价格，以换取社会上较高的个人，包括具有身体吸引力的个人，而如果要求与低下层的个人联系，则要求的报酬越来越高。[40]

这种偏好的神经生物学基础包括外侧顶壁皮层神经元（LIP），它与眼睛的运动有关，并且在两种选择的强迫选择情况下都有效。[41]

方法
行为经济学实验记录了受试者对各种设计参数的决定，并使用数据生成了预测性能的正式模型。神经经济学通过在一组解释变量中增加神经系统的特征来扩展这种方法。神经经济学的目标是帮助解释决策并丰富可用于测试预测的数据集。

此外，神经经济学研究被用于理解和解释不符合传统经济模型的人类行为方面。尽管经济学家通常将这些行为模式视作“谬误”或“不合逻辑”，但神经经济学研究人员正试图确定这些行为的生物学原因。通过使用这种方法，作者也许能够找到出现这些看似次优行为的有效原因。

神经生物学研究技术
有几种不同的技术可以用来理解经济行为的生物学基础。在人类受试者中使用神经成像来确定特定任务期间大脑哪个区域最活跃。这些技术中的某些技术（例如fMRI [11] [12] [13]或PET）最适合给出详细的大脑图片，这些图片可以提供有关任务中涉及的特定结构的信息。其他技术，例如ERP（事件相关电位）[42]和振荡性脑活动[43]，用于获得更广泛的大脑区域内事件的时程的详细知识。

除了研究大脑区域之外，一些研究还旨在了解与行为相关的不同大脑化学物质的功能。这可以通过将现有的化学物质含量与不同的行为模式相关联，或者通过改变大脑中化学物质的量并注意任何导致的行为变化来实现。例如，神经递质5-羟色胺似乎参与了涉及跨期选择的决策[29]，而当个人做出涉及不确定性的判断时则使用多巴胺[15]。此外，人为增加催产素水平会增加人类的信任行为[35]，而皮质醇水平较高的人往往更易冲动，并且表现出更多的未来折价。[30]

除了研究正常人在决策任务中的行为外，一些研究还涉及将正常人的行为与其他人的行为进行比较，而这种行为会损害预期参与某些行为的大脑区域。在人类中，这意味着找到具有特定神经损伤类型的个体。例如，杏仁核受损的人似乎表现出比正常对照组少的厌恶情绪。[25]此外，一项测量前额叶皮质功能障碍相关性的调查得分与总体经济态度相关。[6]

先前的研究调查了患有精神疾病（例如精神分裂症，[44]自闭症，抑郁症或成瘾症）的患者的行为方式，以了解其病理生理学。 在动物研究中，高度受控的实验可以获得有关大脑区域对经济行为重要性的更具体的信息。 这可能涉及损伤整个大脑区域并测量所导致的行为变化[16]，或使用电极来测量响应特定刺激的单个神经元的放电。[5]

著名理论家


Vernon L. Smith


Paul J. Zak


Ernst Fehr


Daniel Kahneman


George Loewenstein


David Laibson

实验
在典型的行为经济学实验中，要求受试者做出一系列经济决策。例如，可能会询问一个对象，他们是喜欢45美分还是喜欢赌博，而有50％的机会赢得1美元。然后，实验者将测量不同的变量，以便确定受试者做出决定时大脑中发生的事情。一些作者证明，神经经济学不仅可以用于描述涉及奖励的实验，而且可以用于描述涉及成瘾和妄想的常见精神病综合症的心理行为。[45]

批评
Glenn W. Harris和Emanuel Donchin对新兴领域提出了批评。[46]评论家的例子是，它是“一个自我推销的领域”； [47]或神经经济学研究“误解并低估了传统经济模型”。传统经济学家反对神经经济学方法的一个重要论点是，在任何经济分析中都应避免使用非选择数据，例如人们在决策过程中产生的响应时间，眼动追踪和神经信号。[48]

神经营销
神经营销是与神经经济学密切相关的一门独特学科。尽管神经经济学具有更多的学术目标，但由于它研究决策的基本机制，因此神经营销是使用神经影像工具进行市场调查的应用领域。[49] [50]

另见
Journals
Journal of Neuroscience, Psychology, and Economics
参考
Center for Neuroeconomics Study at Duke University http://dibs.duke.edu/research/d-cides/research/neuroeconomics
Levallois, Clement; Clithero, John A.; Wouters, Paul; Smidts, Ale; Huettel, Scott A. (2012). "Translating upwards: linking the neural and social sciences via neuroeconomics". Nature Reviews Neuroscience. 13 (11): 789–797. doi:10.1038/nrn3354. ISSN 1471-003X. PMID 23034481.
Loewenstein, G., Rick, S., & Cohen, J. (2008). Neuroeconomics. Annual Reviews. 59: 647-672. doi:10.1146/annurev.psych.59.103006.093710
Rustichini A (2009). "Neuroeconomics: What have we found, and what should we search for?". Current Opinion in Neurobiology. 19 (6): 672–677. doi:10.1016/j.conb.2009.09.012. PMID 19896360.
Padoa-Schioppa C.; Assad J.A. (2007). "The re介绍 of economic value in the orbitofrontal cortex is invariant for changes of menu". Nature Reviews Neuroscience. 11 (1): 95–102. doi:10.1038/nn2020. PMC 2646102. PMID 18066060.
Spinella M.; Yang B.; Lester D. (2008). "Prefrontal cortex dysfunction and attitudes toward money: A study in neuroeconomics". Journal of Socio-Economics. 37 (5): 1785–1788. doi:10.1016/j.socec.2004.09.061.
Rangel A.; Camerer C.; Montague P. R. (2008). "A framework for studying the neurobiology of value-based decision making". Nature Reviews Neuroscience. 9 (7): 545–556. doi:10.1038/nrn2357. PMC 4332708. PMID 18545266.
Mohr M.; Biele G.; Hauke R. (2010). "Neural Processing of Risk". Journal of Neuroscience. 30 (19): 6613–6619. doi:10.1523/jneurosci.0003-10.2010. PMC 6632558. PMID 20463224.
Wakker, Peter P. (2010). Prospect Theory: For Risk and Ambiguity. Cambridge, UK: Cambridge University Press.
Volz K.G.; Schubotz R.I.; von Cramon D.Y. (2003). "Predicting events of varying probability: uncertainty investigated by fMRI". NeuroImage. 19 (2 Pt 1): 271–280. doi:10.1016/S1053-8119(03)00122-8. hdl:11858/00-001M-0000-0010-D182-2. PMID 12814578.
Volz K.G.; Schubotz R.I.; von Cramon D.Y. (2004). "Why am I unsure? Internal and external attributions of uncertainty dissociated by fMRI". NeuroImage. 21 (3): 848–857. doi:10.1016/j.neuroimage.2003.10.028. PMID 15006651.
Knutson B.; Taylor J.; Kaufman M.; Peterson R.; Glover G. (2005). "Distributed Neural Re介绍 of Expected Value". Journal of Neuroscience. 25 (19): 4806–4812. doi:10.1523/JNEUROSCI.0642-05.2005. PMID 15888656.
Paulus M.P.; Hozack N.; Zauscher B.; McDowell J.E.; Frank L.; Brown G.G.; Braff D.L. (2001). "Prefrontal, parietal, and temporal cortex networks underlie decision-making in the presence of uncertainty". NeuroImage. 13 (1): 91–100. doi:10.1006/nimg.2000.0667. PMID 11133312.
Paulus M.P.; Rogalsky C.; Simmons A.; Feinstein J.S.; Stein M.B. (2003). "Increased activation in the right 脑岛 during risk-taking decision making is related to harm avoidance and neuroticism". NeuroImage. 19 (4): 1439–1448. doi:10.1016/S1053-8119(03)00251-9. PMID 12948701.
Fiorillo C.D.; Tobler P.N.; Schultz W. (2003). "Discrete coding of reward probability and uncertainty by dopamine neurons" (PDF). Science. 299 (5614): 1898–1902. Bibcode:2003Sci...299.1898F. doi:10.1126/science.1077349. PMID 12649484.
Cardinal R.N.; Howes N.J. (2005). "Effects of lesions of the nucleus accumbens core on choice between small certain rewards and large uncertain rewards in rats". BMC Neuroscience. 6: 37. doi:10.1186/1471-2202-6-37. PMC 1177958. PMID 15921529.
John M. Coates; Mark Gurnell; Aldo Rustichini (2009). "Second-to-fourth digit ratio predicts success among high-frequency financial traders". Proceedings of the National Academy of Sciences. 106 (2): 623–628. Bibcode:2009PNAS..106..623C. doi:10.1073/pnas.0810907106. PMC 2626753. PMID 19139402.
Paola Sapienza; Luigi Zingales; Dario Maestripieri (2009). "Gender differences in financial risk aversion and career choices are affected by testosterone". Proceedings of the National Academy of Sciences. 106 (36): 15268–15273. Bibcode:2009PNAS..10615268S. doi:10.1073/pnas.0907352106. PMC 2741240. PMID 19706398.
Hunt, Laurence T.; Hayden, Benjamin Y. (2017). "A distributed, hierarchical and recurrent framework for reward-based choice". Nature Reviews Neuroscience. 18 (3): 172–182. doi:10.1038/nrn.2017.7. PMC 5621622. PMID 28209978.
Sokol-Hessner P.; Hsu M.; Curley N.G.; Delgado M.R.; Camerer C.F.; Phelps E.A. (2009). "Thinking like a trader selectively reduces individuals' loss aversion". Proceedings of the National Academy of Sciences. 106 (13): 5035–5040. Bibcode:2009PNAS..106.5035S. doi:10.1073/pnas.0806761106. PMC 2656558. PMID 19289824.
Hochman G.; Yechiam E. (2011). "Loss aversion in the eye and in the heart: The autonomic nervous system's responses to losses". Journal of Behavioral Decision Making. 24 (2): 140–156. doi:10.1002/bdm.692.
Yechiam, E.; Hochman, G. (2013). "Losses as modulators of attention: Review and analysis of the unique effects of losses over gains". Psychological Bulletin. 139 (2): 497–518. doi:10.1037/a0029383. PMID 22823738.
Gehring, W.J.; Willoughby, A.R (2002). "The medial frontal cortex and the rapid processing of monetary gains and losses". Science. 295 (2): 2279–2282. doi:10.1002/bdm.692.
Tom S.M.; Fox C.R.; Trepel C.; Poldrack R.A. (2007). "The neural basis of loss aversion in decision-making under risk". Science. 315 (5811): 515–518. Bibcode:2007Sci...315..515T. doi:10.1126/science.1134239. PMID 17255512.
De Martino B.; Camerer C.F.; Adolphs R. (2010). "Amygdala damage eliminates monetary loss aversion". Proceedings of the National Academy of Sciences. 107 (8): 3788–3792. Bibcode:2010PNAS..107.3788D. doi:10.1073/pnas.0910230107. PMC 2840433. PMID 20142490.
McClure S.M.; Laibson D.I.; Loewenstein G.; Cohen J.D. (2004). "Separate neural systems value immediate and delayed monetary rewards". Science. 306 (5695): 503–507. Bibcode:2004Sci...306..503M. doi:10.1126/science.1100907. PMID 15486304.
McClure S.M.; Ericson K.M.; Laibson D.I.; Loewenstein G.; Cohen J.D. (2007). "Time discounting for primary rewards". Journal of Neuroscience. 27 (21): 5796–5804. doi:10.1523/JNEUROSCI.4246-06.2007. PMID 17522323.
Mobini S.; Chiang T.J.; Al-Ruwaitea A.S.; Ho M.Y.; Bradshaw C.M.; Szabadi E. (2000). "Effect of central 5-hydroxytryptamine depletion on inter-temporal choice: A quantitative analysis". Psychopharmacology. 149 (3): 313–318. doi:10.1007/s002130000385. PMID 10823413.
Mobini S.; Chiang T.J.; Ho M.Y.; Bradshaw C.M.; Szabadi E. (2000). "Effects of central 5-hydroxytryptamine depletion on sensitivity to delayed and probabilistic reinforcement". Psychopharmacology. 152 (4): 390–397. doi:10.1007/s002130000542. PMID 11140331.
Takahashi T (2004). "Cortisol levels and time-discounting of monetary gain in humans". NeuroReport. 15 (13): 2145–2147. doi:10.1097/00001756-200409150-00029. PMID 15486498.
Plihal W.; Krug R.; Pietrowsky R.; Fehm H.L.; Born J. (1996). "Coricosteroid receptor mediated effects on mood in humans". Psychoneuroendocrinology. 21 (6): 515–523. doi:10.1016/S0306-4530(96)00011-X. PMID 8983088.
Rilling J.K.; Gutman D.A.; Zeh T.R.; Pagnoni G.; Berns G.S.; Kilts C.D. (2002). "A neural basis for social cooperation". Neuron. 35 (2): 395–405. doi:10.1016/S0896-6273(02)00755-9. PMID 12160756.
Rilling J.K.; Sanfey A.G.; Aronson J.A.; Nystrom L.E.; Cohen J.D. (2004). "Opposing BOLD responses to reciprocated and unreciprocated altruism in putative reward pathways". NeuroReport. 15 (16): 2539–2543. doi:10.1097/00001756-200411150-00022. PMID 15538191.
Moll J.; Drueger F.; Zahn R.; Pardini M.; de Oliveira-Souza R.; Grafman J. (2006). "Human fronto-mesolimbic networks guide decisions about charitable donation". Proceedings of the National Academy of Sciences. 103 (42): 15623–15628. Bibcode:2006PNAS..10315623M. doi:10.1073/pnas.0604475103. PMC 1622872. PMID 17030808.
Kosfeld M.; Heinrichs M; Zak P.J.; Fischbacher U.; Fehr E. (2005). "Oxytocin increases trust in humans". Nature. 435 (7042): 673–676. Bibcode:2005Natur.435..673K. doi:10.1038/nature03701. PMID 15931222.
Nave G.; Camerer C.; McCullough M. (2015). "Does Oxytocin increase trust in humans? Critical review of research". Perspectives on Psychological Science. 10 (6): 772–789. doi:10.1177/1745691615600138. PMID 26581735.
Gabay, Anthony S.; Radua, Joaquim; Kempton, Matthew J.; Mehta, Mitul A. (1 November 2014). "The Ultimatum Game and the brain: A meta-analysis of neuroimaging studies". Neuroscience & Biobehavioral Reviews. 47: 549–558. doi:10.1016/j.neubiorev.2014.10.014. PMID 25454357.
Knoch, Daria; Pascual-Leone, Alvaro; Meyer, Kaspar; Treyer, Valerie; Fehr, Ernst (3 November 2006). "Diminishing reciprocal fairness by disrupting the right prefrontal cortex". Science. 314 (5800): 829–832. Bibcode:2006Sci...314..829K. doi:10.1126/science.1129156. ISSN 1095-9203. PMID 17023614.
Izuma K.; Saito D. N.; Sadato N. (2008). "Processing of Social and Monetary Rewards in the Human Striatum". Neuron. 58 (2): 284–294. doi:10.1016/j.neuron.2008.03.020. PMID 18439412.
Glimcher & Fehr 2014: 248.
Glimcher & Fehr 2014: 249.
Billeke, P.; Zamorano, F.; Cosmeli, D.; Aboitiz, A. (2013). "Oscillatory Brain Activity Correlates with Risk Perception and Predicts Social Decisions". Cerebral Cortex. 23 (14): 2872–83. doi:10.1093/cercor/bhs269. PMID 22941720.
Billeke, P.; Zamorano, F.; López, T.; Cosmeli, D.; Aboitiz, A. (2014). "Someone has to Give In: θ Oscillations Correlate with Adaptive Behavior in Social Bargaining". Social Cognitive and Affective Neuroscience. 9 (12): 2041–8. doi:10.1093/scan/nsu012. PMC 4249481. PMID 24493841.
Chung, Dongil (2013). "Cognitive Motivations of Free Riding and Cooperation and Impaired Strategic Decision Making in Schizophrenia During a Public Goods Game". Schizophrenia Bulletin. 39 (1): 112–119. doi:10.1093/schbul/sbr068. PMC 3523913. PMID 21705433.
(Download)
Donchin, Emanuel (November 2006). "fMRI: Not the Only Way to Look at the Human Brain in Action". Aps Observer. 19 (11). Retrieved 14 October 2014.
Rubinstein, Ariel (2006). "讨论 of "behavioral economics": "Behavioral economics" (Colin Camerer) and "Incentives and self-control" (Ted O'Donoghue and Matthew Rabin)". In Persson, Torsten; Blundell, Richard; Newey, Whitney K. (eds.). Advances in economics and econometrics: theory and applications, ninth World Congress. Cambridge, UK: Cambridge University Press. ISBN 978-0-521-87153-2. Retrieved 1 January 2010.
Gul, Faruk; Pesendorfer, Wolfgang (2008). "A Case for Mindless Economics". In Schotter, Andrew; Caplin, Andrew (eds.). The Foundations of Positive and Normative Economics: A Handbook (Handbooks in Economic Methodologies). Oxford University Press, USA. pp. 3–42. ISBN 978-0-19-532831-8. Retrieved 4 March 2009.
Glimcher, Paul (2008). "Neuroeconomics". Scholarpedia. 3 (10): 1759. Bibcode:2008SchpJ...3.1759G. doi:10.4249/scholarpedia.1759. Revision #50592.
Lee N, Broderick AJ, Chamberlain L (February 2007). "What is "neuromarketing"? A 讨论 and agenda for future research". Int J Psychophysiol. 63 (2): 199–204. doi:10.1016/j.ijpsycho.2006.03.007. PMID 16769143.