陶桂平-首都经济贸易大学学报.pdf

首都绉鲆贸易太学学报 2012年第5期 陶桂平 (首都经济贸易大学统计学院，北京100070) 者对未来自然状态的信念用多主观概率测度来表示。本文对基于多主观概率测度的常用稳健决策模型进 行了比较分析研究，其中总结了多主观概率测度下稳健效用函数的构造形式，探讨了基于相对熵约束的 最大最小期望效用模型、最大乘数效用模型和＆一最大最小期望效用模型，并分析了这三个稳健决策模型 的区别与联系，最后对稳健决策模型的发展进行了展望。 关键词：Knight不确定性；稳健决策；相对熵；最大最小期望效用 中图分类号：F224文献标识码：A 一、Knight不确定环境下的稳健效用模型 在金融资产定价研究中，决策者对于未来经济状态发生的概率能否做出可靠的预测，将直接影响金 融资产定价。经典的金融理论均是以萨瓦赫(Savage)¨o的主观概率理论为基础，对未来可能会出现的不 确定状态发生的概率做出估计。但是，现实的金融市场充满着不确定因素，决策者对未来经济状态发生 的概率难以做出判断，进而不能用单一的主观概率测度来预测，决策者面临的这种不确定性即是Knight 不确定性。 Knight不确定性的存在使得决策变得异常复杂，其中如何刻画“不确定性”以及如何处理“不确定 性”是许多决策分析的关键。在Knight不确定环境下，决策者不信任参考分布，认为真实分布存在于参 考分布附近，从而借助多个主观概率测度来预测未来经济的自然状态，即先验概率测度集为多主观概率 测度。Knight不确定环境下基于多主观概率测度的稳健决策模型的核心思想是在保证一定稳健性的前提下 追求效用最大化，首要问题是效用函数的选择。常用的效用模型有多效用模型、乘数效用模型和变化效 用模型。 1．多效用模型 单期的多效用模型心1使用下述效用函数 UMP(h)=minf u(h)妇 pErJ5| Neumann 其中u(h)为一个Von 态空间。 收稿日期：2012～06—20 作者简介：陶桂平(1977一)，女，首都经济贸易大学统计学院讲师，经济学博士，研究方向为金融工程。 50 多效用函数俨(h)为先验概率测度集合P上的最小期望效用，其中P可以采取多种不同的形式， 最常见的有两种形式。第一种形式是占一污染集合，即 P={(1一占)P++6p：P∈C}， 其中，C为某个给定的概率测度集合，P’∈P为参考概率测度，8为[0，1]上的一个参数，s越 大，说明决策者越不信任参考概率测度，越厌恶Knight不确定性。决策者可以依据以下效用进行决策 M(h)dp。 u(矗)=(1一占)上u(^)却’+s卿L 第二种形式是用一个相对熵约束球来刻画先验概率测度集合P，即 P+)≤7}， P={P：D(P|I 其中 D(p帅’)=￡In砉)却 ap 义为 D(X Il y)=∑piln争， 也经常记作D(P|Iq)。概率密度函数厂(石)相对g(z)的相对熵定义为 D(fll g)=哆【ln格㈠f㈠In糍如。 相对熵D(PJ|P‘)可以度量当用参考概率测度P+代替未知的真实概率测度P时所损失的信息，可 以在一定程度上度量两个概率测度之间的差异。D(P8P’)越大，说明P’偏离P的程度越大。印越大， 说明决策者越不信任参考概率测度P+，越厌恶Knight不确定性。 2．乘数效用模型与变化效用模型 乘数效用函数(Mult