第4讲 效用理论与保险决策.pptVIP

8.3风险态度 它们的关系如下图所示： u(x) 厌恶风险 风险中立 风险偏好 x 根据Jensen不等式，可以得到关于效用函数的数字特征与决策者的选择之间的关系. 已知决策者的效用函数为u(x),而且风险是中性的，则当面临风险X时，该决策者选择风险X和其数学期望E[X]是无差异的. 已知决策者的效用函数为u(x),其一、二阶导数存在，而且风险厌恶的，则当面临风险X时，该决策者宁愿选择付出数学期望E[X]来规避风险. 已知决策者的效用函数为u(x),其一、二阶导数存在，而且风险喜好的，则当面临风险X时，该决策者宁愿选择风险X. 为了比较不同决策者之间风险态度的 差异，引入了Arrow-Prant指数，定义： 为绝对风险指数； 为相对风险指数。 8.4 保险设计原则 如果B 非常小，那么P几乎不会大于0.01B； 如果B略微大一点，如500，那么P就可能比5 稍大一些； 如果B 非常大，那么P 就会比0.01B大很多。 因为这么大的损失一但发生可以导致破产。 结论:可以付出比期望值高的费用为风险投保。 对于被保险人而言，必须满足如下的不 等式： u(w1－H)≥E(u(w1－X)) 其中w1是被保险人保险的财富，H是缴纳 的保费，X是其面临的损失随机变量，此 式表明了被保险人购买保险后的财富的效 用值要大于购买前的财富的效用期望值。 因此满足上述两个不等式的解，都有可能使保险合同成立。 练习：考虑指数效用函数 和分数幂效用函数 （要用到矩母函数，可做简单分析） 例5 一个投资者具有6个单位的资产，他的效用函数为： 这个决策者面临的损失随机变量X的分布函数为： 当他把这笔财富全部用于保险时，他应付多少保费，才能使达到他的期望效用？ A．18 B．2 C．2.4 D．3.8 E．3.6 解 X的概率密度函数为： 令 与 相矛盾。 此题有一点与众不同，首先，损失随机 变量既不是连续型随机变量也不是离散型 随机变量；另外，效用函数也是分段的线 性效用函数，又由于保费未知，所以求保 费时要根据效用函数的分段定义域进行讨 论。除此之外，此题再无其他的悬念。 例6 一个保守的投资者具有如下特征： （1）效用函数为u(x) = x0.025，x≥0； （2）他有1 000个单位的财富。 他用375个单位购买彩票，并且以概率P得到50 000个单位，以概率（1－P）一无所获。求P，使该投资者购买彩票与不购买相当。 A．0.09 B．0.07 C．0.06 D．0.10 E．0.01 解 设收益随机变量为X，投资者购买彩票之后的效用价值为： 依题意有：E(u(1 000－375+x)) = u(1 000) 即：1.1746 + 0.1364P = 1.1885 解得：P = 0.101 9 ∴选D。 此题的结构虽然简单，但也有反常的地方，那就是该投资者购买了资产增加的可能，而不是向其他题目一样，资产的减少换来的是E(u(w0－X))。虽然大同小异，但多做一些也有益处。 8.5 效用理论的应用—最优保险 定理： 设某人拥有w单位的财产，这笔 财富面临着潜在损失随机变量为X；假设 此人的效用函数u(x)具有以下性质： 假设保险市场上提供各种I(X)形式的保单，假设财产拥有者愿意付的保费为P， 例1 保险人承保的损失随机变量X的概率 密度函数为： 另外，承保人的理赔函数I0(x)和 的期望损失分别为P与Q，求P/Q。 A．8 B．16/5 C．2 D．16/11 E．8/7 解 ∵ ∴