不确定性与最优消费决策.docVIP

不确定性与最优消费决策 本文的目的是为了讨论两种不同但相关的资本积累模型中的最优消费决策的关系。在这两种模型中，我们都是从一个给定的原始财富状况出发，来研究消费和投资决策的。然而，不同的是，在第一种模型中，所有的相关信息（包括效用函数，生产函数等）都是既定的。在第二种模型中我们假设当期的决策后果是不确定的，更确切的来说，未来生产可能性被认为是随机变量。 直觉上，人们会预期，不确定性的引入将改变在确定情况下的最优消费决策。事实上一些重要的案例已经开始在文献中被讨论。Phelps证明，在使用线性生产函数的条件下，对一些效用函数来说，与原始财富的所有信息既定的情况相比，随机情况下的最优消费量会减少。而在另一些效用函数中，随机情况下的最优消费量是增多的。因此，从这些例子中看来，有两个相反的力量在起作用。第一个力量认为为了防止未来不确定性的影响，应当在初期较多的消费；第二个力量则认为为了保障将来的消费，应当选择较少的初期消费量。（当然这里的前提假设是对于所有的情况都是投入越多，产出越多。）这两种力量的相互作用，作为隐含的效用函数，就是影响最优消费决策在既定和随机消费模型中关系的关键。 本文的结论是，最优消费决策在两种不同的模型中的本质差异受到效用函数形式的显著影响。特别是效用函数的三阶导数，它起着相当大的作用。从Pratt和Tobin的分析中看出，正是这个函数决定着投资组合选择理论中的分布偏斜度。然而，就是在这些模型中，介于分布偏斜度对结果的扭曲作用，三阶导数也是不能被忽视的。此外，似乎没有任何直接的经济原因需要对效用的三阶导数作出假设。 效用函数对储蓄和消费决策的影响程度被明确的表现出来。看起来最优消费量在既定和随机模型中的关系一般依赖于原始财富。其实不然，就像上述文献推断的那样，随机模型决定的最优消费量总是独立于原始财富的影响，大于或者小于既定模型决定的最优消费量。换句话说，对于大多数效用函数来说，原始财富被认为是区别随机消费模型和既定消费模型的决定性因素。当然，这种关系将通常也取决于模型的概率结构。 本文的主要结论是得出一些定理，这些定理给出了定义随机消费模型和既定消费模型的关系的充分必要条件。这个充分必要条件就是在一个给定的情况下，这种关系取决于模型的参量（如，生产函数，效用函数，随机变量的分布）和最佳确定性的政策，一般来说在既定模型中比随机模型中简单得多。 1 本文的分析是建立在两时期优化选择的基础上的。对于这种模型至少有两种解释。第一种认为它是一个两时期效用最大化的模型，并且所有的产出都将在第二个时期也就是最后一个时期被全部消费掉；第二种解释认为，第二期的效用应包括未来从第一期剩余资本中获得的效用。因此，在后一种解释中，最优消费决策就是选择增加当期的消费还是增加未来的消费。 为了具体性起见，这里先采用第一种解释来研究模型。第二种解释相关的一些重要的效用函数将在后面讨论。 我们假定在这两个时期中整个经济体只有一种商品，这种商品可以在第一期被消费或者作为投资在第二个时期被消费。在第一期我们就必须对可用商品的价值Y（当期的产出）在消费C和投资K=Y-C之间如何进行分配作出决策。第二期（也就是最后一个时期）的初始产出就被定义为。生产函数具有这样的常用属性：0,0,0。这里X是一个正的随机变量代表未来技术的不确定性。产出在第二期将被全部消费。因此=。对于经济人来说，随机变量X的分布是已知的。 我们的目标是在两时期消费限制在的约束条件下，最大化效用的期望值。这里,。在第一期，我们只需要选择变量或者等效的对K作出选择，只要对变量或K作出选择，其他所有的变量就都可以表示为含有随机变量X的形式。 根据增长保持理论，我们进一步假定总效用是各期效用的和，即.效用函数和被假定具有如下性质： 因此，目标函数是： 因此 这里E是定义在X的可行域上的期望算子，F表示X的分布函数。我们很容易的看出函数在它的定义域上，是严格凹函数。这时可求得唯一的使得取得最大值。 既定模型中，随机变量X被给定用它的平均数来表示，目标函数为： 这里，表示随机变量X的平均数。因此，在既定模型中我们为了实现 就要对K作出选择。 通过简单的微积分一阶求导，我们不难求出使函数最大化的投资和在随机情况下的最优投资。这里是通过假设所有的函数都被很好的表现出来，使得差异被纳入积分中。因此通过解方程 。。。。。。。。。。。。。。。。。。。。。（1） 就可以求得在开区间（0，Y）上的解。这里g被定义为。 在随机模型中，在开区间（0，Y）上的解可以通过对下面的方程求解得到 。。。。。。。。。。。。。。。。。。。（2） 第一个时期的最优消费表示