风险状态优评估标准.docVIP

第四章 风险状态优劣评价标准 风险管理的一个基本问题是：如何评价不同风险状态的优劣。 为简单起见，在理论分析中，一般分析财富指标（或其变动量）, 收入表现为财富的增加,损失表现为财富的减少。评价不同风险状态优劣的问题简化为：设风险主体面临两个风险指标（随机财富变量）X与Y，已知X与Y的风险状态，问如何评价X与Y的优劣。这就是所谓的风险测度问题（可以定义为广义随机占优）。 评价标准最少应具备完备性（Completeness）、传递性（transitivity）。 所谓完备性是说，对于任意两个财富风险状态X、Y，评价标准都应给出优劣的评判；所谓传递性是说，对于财富变量X、Y、Z，如果X优于Y，Y优于Z，则必有X优于Z。 到目前为止，并无公认评价标准。已有的标准大致分为两类。 客观标准：评价标准中基本不应用有关风险主体的其它信息。即风险状态评价标准基本依赖风险状态本身。但不同标准的应用者需具备一定的特征（实际上是，标准是客观的、选用时则要结合主观特征）。 客观标准包括：期望价值标准；均值——方差标准；随机占优标准、VAR标准、ES标准等。 非客观标准：评价标准中要运用风险主体的其它信息。如：风险主体的经历、财富水平、心理状态等。 非客观标准中广泛应用的、最基本的标准是期望效用标准。近年来，以期望效用标准为基础发展出了一系列的更复杂也更具体的标准。 以下我们有选择地介绍若干风险状态优劣评估标准（风险测度）。 第一节 风险状态优劣客观标准 所谓风险状态优劣客观标准是指，对于任意风险状态X，我们有一个函数或函数向量F，我们用F（X）的值来评价X的优劣。 期望价值标准 设风险主体面临随机财富指标X、Y，若E(X)E(Y), 则认为X比Y优。例4-1设汽车车主当前的财富水平为W0，现在面临要否购买汽车保险的问题。若购买汽车保险，保费支出为2500元；若不购买汽车保险，相应于可保损失的支出是一个随机变量Z。Z的概率分布函数为： 损失额（Z） 0 10，000 30，000 损失概率 90% 5% 5% 显然，若车主选择购买保险，其财富期望为 E（X）=E（W0 – 2500）= W0 – 2500 若车主选择不购买保险，其财富期望为 E（Y）=E（W0 – Z）= W0 – 2000 可以看出，采用期望价值标准，车主将选择不购买保险。 对期望价值标准，很早就有人提出质疑。其中最有名的例子也许是圣彼得堡悖论(St. Bertersburg paradox)。 1713年代，瑞士数学家尼古拉斯.伯努利(Nicholas Bernoulli)提出一个谜题： 乙支付一笔钱给甲后，乙抛硬币，若出现正面，甲给乙21美元，游戏结束；若出现反面，乙继续抛硬币，若出现正面，甲给乙22美元，游戏结束；若出现反面，乙继续抛硬币，若出现正面，甲给乙23美元，游戏结束；若出现反面，乙继续抛硬币，若出现正面，甲给乙24美元，游戏结束；若出现反面，乙继续、、、 在这个游戏中，乙收入的数学期望为： （1/2）1×21+（1/2）2×22 +（1/2）3×23 +、、、 == 1+1+1+、、、 == ∞ 这就是说，理论上，乙无论付出多少钱玩这个游戏都是可行的。贝努利发现，很少有人愿意支付10美元来玩这个游戏 问题是，你最多肯付多少钱参加这个游戏？ 这个问题最早发表在一个叫圣彼得堡的杂志上, 所以后来就叫圣彼得堡悖论(St. Bertersburg paradox) 现实中, 很多人也不接受期望价值标准。比如，所有赌博公司与客户间的赌博游戏，客户的期望收入总是小于赌注，但嗜赌者大有人在。所有彩票的期望收入也无一例外大大小于投注额，但彩票购买者也大有人在。 二 均值—方差标准 均值—方差标准：风险主体通过比较X与Y的均值和方差（不再仅是数学期望）来判断X与Y的优劣。 现实中运用均值—方差标准时，一般假设风险主体是风险厌恶型的，即：当两个随机财富状态的均值相等时，方差小的随机财富状态优；方差相等时，均值大的优。 显然均值—方差标准不能运用于所有情况（不具备完备性，或者说均值—方差标准是一个有局限性的标准、在理论上有缺陷的标准）。例如，设X和Y是两个随机财富状态，如果E(X)E(Y)，同时D(X) D(Y)；或相反， E(X) E(Y)，同时DE(X) D(Y)。这时单凭均值—方差我们是无法判定X与Y的优劣的。 但这不排除在特定领域均值—方差标准有其完美性。比如在证券投资领域，1952年，马克威茨提出了“证券投资组合理论”，运用均值—方差，马克威茨完美地解决了投资组合选择问题。 三 随机占优标准 随机占优 stochastic dominance 随机占优为风