爱华网模糊难忍度（Ambiguity Intolerance，指将模糊性情境感知为威胁源的倾向）这种心理学特征使得人们以许多种方式对新颖性、不确定性做出反应，这就削弱了风险商。例如，把事情看得过于分明，非黑即白，带着不安、不适、厌恶、愤怒和焦虑的情绪对模糊的事情做出反应，这会干扰人们做出合理的评价。正因为如此，对模糊不能容忍的人不可能具有很高的风险商水平。因此，确定模糊难忍度是提高风险商的重要步骤。在评估模糊难忍度方面有各种不同的测试，其中一些测试需要用户执行一项认知任务。例如，1945 年波兰心理学家埃尔斯· 弗伦克尔– 布伦斯威克开发了一项狗猫测试。先让用户看一张狗的照片，再让他们看许多照片，这些照片展示了狗逐渐变成猫的过程，然后让他们说说该动物是从什么时候开
始不像狗的。那些认为该动物仍然是狗的人坚持的时间越长，就认为他们对模糊的容忍度越低。目前，模糊难忍度通常是通过自我报告的问卷方式进 行评估的，其中引用和使用的大部分测试题都源自心理学家斯坦利· 伯纳1960 年创作的博士论文。这项测试由16 道题组成，包含三种模糊类型：新奇（我想去国外居住一段时间）、复杂（好工作就是一种对要做什么、如何做并不总是很清楚的工作）和不能解决的情况（一些问题是无法解决的）。在埃尔斯· 弗伦克尔– 布伦斯威克首次提出模糊难忍度概念40 年以后，心理学家开始提出类似的概念，他们称之为“不确定性难忍度（UncertaintyIntolerance）”。这两个概念有重叠的部分，科学文献上已经出现混淆现象， 一些研究人员好像也在交替使用这两个术语。另有一些研究人员提出，应该根据这两个概念的时间取向来区分。他们建议，不确定性难忍度适用于对未来负面事件的忧虑，而模糊难忍度是对“此时此地”刺激的反应。然而，在这两种情况下，所做出的反应都有着类似的情感本质，模糊性或者不确定性被视为一种威胁或者不适、焦虑之源。 记者和商务主管常常将日益上涨（或下跌）的价格归咎于不确定性难忍度。例如，2011 年3 月，《亚洲第一新闻》把日经225 指数一天下降0.15%归咎于“日本震后核危机的不确定性”，而英国石油公司和加德士公司在提高新西兰汽油价格的时候，则将其归因于利比亚石油供应和日本经济复苏的不确定性。不过，这并不是完全正确的。如果有关日本或者利比亚的前景市场真是不确定的，那么价格就不会上涨或下跌。只有当信息积累到一定量并以这样或者那样的方式冲破平衡时，即当不确定性降低、概率平衡向某一特定方向移动时，价格才会变化。实际上，2011 年3 月日经225 指数下跌并不是因为投资者对日本核危机会如何发展更不确定，而是因为市场更肯定日本核危机将变得更加严重。英国石油公司和加德士公司决定提高新西兰汽油价格，并不是因为不确定利比亚石油供应会出现怎样的情况，而是因为越来越相信石油供应将会中断。 而且，把经济不景气归咎于法规制度的不确定性容易让人产生误解。例如，2011 年，美国保守党认为，奥巴马政府提出的新一轮调控政策是企业信心和招募员工的主要障碍。不过，正如一位评论家所指出的那样，并不是“不确定性”本身困扰了企业。 人们是否接受不确定性取决于事物发展的程度。假如你明年去世的概率是100%或50%，你会偏好哪一个？我们中的大部分人都会选择50%。同样，企业喜欢一项新法规实施的概率为0，但是，如果实施概率为0 是不可能的，那么企业会选择50%的概率而不是100%的概率。美国政府是否会推迟实施一项新的臭氧标准仍然无法确定。但是，企业乐于接受这样的结果，因为目前至少在两年之内它们不必花钱来满足这项政策的要求，如果在过渡时期新总统决定永远都不实施这项政策，它们就永远都不用投入资金了。如果媒体把“不确定性”看成“更可能使事情变严重”的一种委婉说法， 那就不准确而且令人费解了。不确定性难忍度的一个更恰当的例子是一种心理学家称为灾难的现象。当我们展望未来、预测所有事情都可能会出错时，灾难就发生了。如果仅仅想着这些负面事件发生的概率而忽略正面事件的概率，那么我们就会相信坏事情肯定会发生（“所有事情都必定会出问题”）。这可能会变成失败、失望和业绩差的原因，如果我们相信要出事了，也许我们采取行动的方式就会导致坏事情的发生。 例如，设想你要去参加求职面试。让我们假定你能够胜任这份工作，而且你知道只有一个很强的竞争对手。如果坦然面对不确定性，你会认为你获得这份工作的概率是50%左右。不过，如果难以忍受对不确定性，那么你或者相信自己一定能够得到这份工作，或者认为自己根本没有希望（灾难性的）。你会选择哪一种将取决于各种因素，包括你平时的乐观程度和你当时的心情。不过，不管是哪一种选择——即使是悲观的选择——都比保持一种不确定的状态好。一些人宁愿忍受坏消息带来的痛苦也不愿意承受可能让自己快乐的风险。模糊难忍度和不确定性难忍度都与另一种心理现象密切相关，这种心理现象被称为闭合需要。它往往会使人们避开昏暗区，给出更极端的概率估计值。
