第05章：随机优势.pptVIP

决策理论与方法; 前几章的分析方法是由Ramsay和von Neumann等提出的，其基本思想是，在适合一定的公里体系的条件下，一随机事件的效用能用它的期望效用去表示。 1962年后又发展了另外一种在风险情况下制定决策的方法，称为随机优势法（或随机占优）。应用于有价证券等财经问题，其目的是筛掉那些不占优势的方案。;优势原则（随机优势原则） 优势概念应用的主要领域是财政和经济。有价证券问题的研究最有名的是1959年Markowitz提供的方法。 优势原则对于理解和解决有价证券问题起了重要的作用。此外，虽然有价证券问题有其特殊的结构，但这种类型的决策问题仍然散布在财政、金融、保险、经济和其他有关领域中。 ;有关优势的概念： “按状态优于” “E-V排序” Markowitz-模型;1.按状态优于??;2．E-V排序 ;3．Markowitz模型 ;; 则（x1,x2,…,xn）称为有价证券混合(portfolio mixes)。 显然，总收益为： ;上述模型的含义是：对给定的风险水平V，应该选择有价证券混合，使之有最大的期望收益。 ; Markowitz-模型的解称为给定的风险水平V时的有效E-V有价证券。所有有效E-V有价证券的集合称为E-V有效前沿。 设某个投资决策问题如下图所示，图中Fs是可行域，其中左上方的弧线MN就是E-V有效前沿。;5.2.1 为什么要研究随机优势;（1）为了衡量各方案的优劣，需要得到决策人的价值判断； （2）当决策人的价值判断足够明确且满足理性行为公理，则可得到在正线性变换下唯一的实值效用函数u(C); （3）根据各抽奖后果cij的效用u(cij)和状态发生的概率π(θj) ，计算抽奖的期望效用，并以此判断方案的优劣次序。由此得出的优劣次序是一个完全序。 因此，采用使期望效用最大化的决策规则的前提是：决策人能够作出足够明确而且满足理性行为公理的价值判断。;5.2.1 为什么要研究随机优势; 随机优势决策规则的基本思路为： （1）设定一些特定的效用函数类； （2）满足这些特定类的效用函数，必有ai aj； （3）删除一些非优势的方案aj，以缩小有效行动集； （4）在缩小了的有效行动集中作进一步的选择。;5.2.2 随机优势决策规则的有关概念和定义;5.2.2 随机优势决策规则的有关概念和定义;定义5.2 第一类效用函数U1上的优势;定义5.3 第一类效用函数U1上的有效集ES; 定义5.4 第一类效用函数U1上无效集IS 若有效集中至少有一个方案在第一类效用函数U1上比aj有优势，则aj属于第一类效用函数U1上的无效方案；所有无效方案的集合称为无效集记作IS。;例如，设：;也可能在第一类效用函数U1上有a1比a3，a4有优势，a2比a5有优势；总之，要在有效集中有一个（或一个以上）方案比无效集中的方案有优势。;2. 递增的凸效用函数(第二类效用函数) 第一类效用函数可以表达“财富增多时，其效用不会减少”的概念，但不能表达出决策人的风险态度，该类函数包括了风险厌恶、风险追求和风险中立三种态度。为了区别决策人的风险态度，有必要定义另一类范围更窄一些的效用函数。 由第三章中我们知道风险厌恶的效用函数是严格凸的函数，因此可得第二类效用函数的定义。;; 该定义也可表示为： 对于u∈U1， 假设其在定义域上有非负的一阶导数(u’≥0)，二阶导数非正(u’’≤0)，而且至少有一个点处u’0，也至少有一个点处u’’0 。 用U2表示该类函数(第二类效用函数)，则U2满足：;3. 正三阶导数的效用函数; 在第三章中我们曾用r(x)表示决策人风险态度的局部测度： r(x)= - u’’(x)/u’(x) 而且当u’(x) ? 0时，有： r(x)0 风险厌恶； r(x)=0 风险中立； r(x)0 风险追求。; 所以可以得出对于风险厌恶的态度有： r(x)0，且u’(x) 0，所以必有u’’(x)0。 对于多数决策人来讲，虽然对财富持风险厌恶态度，但对小额盈亏的风险态度是随财富的积累而变化的。通常是财富积累愈多，对小额盈亏的风险厌恶程度愈小。 因此，可以假设r(x)是随x的增加而递减的函数。 ;定义5.7 效用函数Ud 的