VNM效用函数与风险升水.doc

第四讲 VNM效用函数与风险升水 确定性条件下的选择：消费束 不确定性条件下的选择：概率分布——赌局 一、不确定性条件下的选择：概率分布——赌局 1、假设期末考试成绩简单分为三档： 获得各个分数的概率为 A： B： 选择：B A： C： 选择：C B： C： 选择：C 解释：目标：获得尽可能高的分数 选择变量：概率分布 2、假设成绩简单分为两种①和② 两种情况下获得各个分数的概率都为A： 选择：② ①，概率分布为A1： ②，概率分布为A2： 选择：A2 二、单赌与复赌 1、单赌定义： 设事件有n种结果，记，上的概率分布： 被称为简单赌局的集合或简单的概率分布的集合。 2、复合赌局定义：赌局的结果为赌局 彩票： 复合彩票： 三、不确定条件下选择的公理 确定性条件下的选择： 不确定条件下的选择： 不确定性条件下，消费者在概率分布集合上有偏好关系，满足以下定理： 1：完备性公理 2：传递性公理 3：连续性公理 4：单调性公理 5：替代性公理 6：复合赌局简单化公理 1：完备性公理 对于赌局集合中的任何两个赌局和，或者有，或者。 例 子 假设期末考试成绩简单分为三档： 获得各个分数的概率为： A： B： 选择：或 2：传递性公理 对于赌局集合中的任何三个赌局 、和，如果有且，则有。 例子： 假设 在时，有：最好的结果肯定发生 在时，有：最差的结果肯定发生 3：连续性公理 对于中的任何赌局，存在某个概率，使得 (含义：差异很大的不确定的两个结果的某种加权结果＝某个确定的中间结果) 例子： 假设期末考试成绩简单分为三档 最好的结果为100分，最差的结果为0分。 假设在概率分布集合中存在一个概率分布 根据连续性公理，存在某个概率，它使得 与概率分布即60分无差异。可能如： 。4：单调性公理 对于所有的概率，当且仅当，有： ① ② 例子：假设期末考试成绩简单分为两档： 获得各个分数的概率为： A： B： 5：替代性公理 如果和，对于每一个，有，则有。 ①：对两个赌局中相对应的结果（可能是复合赌局、简单赌局或确定的结果）无差异 ②：概率分布相同 则对两个赌局无差异。 6：复合赌局简单化公理 对于任何赌局，如果是由诱生的简单赌局，有。 第二节 冯·诺依曼－莫根斯坦（von Newmann-Morgenstern）效用函数 一、VNM效用函数的定义 连续的实值效用函数反映概率分布集合上的偏好关系 公理1、2和3保证了连续的实值效用函数的存在 效用函数：在实际概率上线性的效用函数 定义：期望效用函数的特征： 效用函数具有期望效用特征，如果对于每一个，有 其中，是由诱生的简单赌局。 ：效用的期望值 区别期望效用与期望值：前者是效用函数的期望。 期望效用最大化： 期望效用函数的意义：当消费者面临不确定时，我们可以通过期望效用的极大化来分析消费者的选择。 二、期望效用函数的构造： 设事件发生的结果集为 期望效用函数的构造，转化为对的赋值问题 设，对于消费者来说，最好，最差，如果消费者个人把看作是同和的一个线性组合一样好，即 令，即对消费者来说，用使与某个单赌等价的最好事件发生的概率来定义。 例题：假定某一消费者做某项决策所带来的收入有三种可能， ＝｛10元，4元，－2元｝，已知该消费者认为 问：（1）当发生的概率（P）等于多少时，你认为对于该消费者来说，与无差异？ （2）现有两个赌局， 你认为该消费者更偏好哪一个？ 解：（1） 即100％概率得到的4元，与不确定条件下的期望收入为5.2的看成是一样好的。 P=0.6 （2）定义 则单赌的期望效用： 由于，所以 单赌的期望收入： 第三节 风险度量、确定性等值与风险升水 一、风险的客观度量 事件风险：实际结果与对结果的期望值的离差的绝对值 实际收入与期望收入（期望收入＝1500元） 结果1 结果2 概率 实际结果 离差 概率 实际结果 离差 工作1 0.50 2000 500 0.50 1000 500 工作2 0.99 1510 10 0.01 510 990 工作1：(佣金制) 平均离差＝0.5×500元＋0.5×500元＝500元 工作2：(固定薪水制) 平均离差＝0.99×10元＋0.01×990元＝19.8元 因为50019.8，所以工作1风险要远远高于工作2的风险。 二、人们对风险的态度 考虑马歇尔直接效用函数u(x)，这里只讨论x为一维的情况。 (一) 效用函数的性质及其经济含义 通常假定u(x)关于x是凹的，即效用函数具有凹性， 1、凹效用函数：表示人们对于风险的态度是厌恶的，即“风险规避”。即， 假定消费者获取收入为10和20的概率分别为50％，则消费者： C点：为0.5×