商业、政治与生活中的最优野心

在商业、政治和生活中，民间智慧鼓励人们追求超越平均水平的成果，但不要让完美成为敌人。我们在此基础上进行数学形式化和扩展。我们构建了一个受时间限制的策略搜索模型，其中策略的回报不确定。在每个时间步，搜索者要么对当前回报满意，要么继续搜索。我们证明，最优满足阈值为有限值，且严格大于可用回报的均值——这与民间智慧相吻合。该结果对搜索成本具有鲁棒性，除非其足够高以至于禁止所有搜索。我们展示，过于雄心勃勃的期望成本高于过于谨慎。我们表明，若搜索时间更长，或回报分布呈粗糙（即自相关性较低）或左偏，最优满足阈值将增加。偏斜结果揭示了最优野心与最优风险承担之间的反直觉对比。我们展示，使用向上社会比较来评估回报景观会显著损害预期绩效。我们说明了这些见解如何应用于现实场景，举例说明了企业家、经济政策、政治竞选、线上交友和大学招生等领域。我们讨论了若干可能的模型扩展，包括智能搜索、回报景观不确定性和风险规避。