第五章：效用函数.ppt

Session Topic 期望货币损益值准则的局限 效用函数的定义和公理 效用函数的构成 风险和效用的关系 损失函数、风险函数和贝叶斯风险 期望货币损益值准则的局限 期望货币损益值准则的局限 以期望货币损益值为标准的决策方法一般只适用于下列几种情况： （1）概率的出现具有明显的客观性值，而且比较稳定； （2）决策不是解决一次性问题，而是解决多次重复的问题； （3）决策的结果不会对决策者带来严重的后果。 如果不符合这些情况，期望货币损益值准则就不适用，需要采用其他标准。 用期望值作为决策准则的根本条件是，决策有不断反复的可能。 所谓决策有不断重复的可能，包括下列三层涵义： 第一，决策本身即为重复性决策。 第二，重复的次数要比较多，尤其是当存在对于决策后果有重 大影响的小概率事件时，只有重复次数相当多时才能用期望值 来作为决策标准，因为只有这样其平均后果才接近于后果的期 望值。 例如，要决定是否按月投保火险，而且需要决定的不是投 保一个月（投保一次），而是决定10年内（即120个月）是否投 保，这就重复120次了。但因为失火损失较大，而失火概率又非 常小，比如说仅万分之一，即120个月也不一定会失一次火，所 以其实际平均后果就和期望值相差很大。 假定投保者投保资产为12万元，而保险费规定为万分之二 （保险 费征收率一定比失火概率大，否则保险公司就无盈利可图了）， 那么每月应交保险费24元，这是在投保情况下每月的支出。如果 不去投保，则损失的期望值为120000?（1/10000）=12元，比投 保的支出小得多。如按期望值标准，则谁也不会去投保了。可是 实际上决策者还是会去投保的，这是因为实际平均损失与其期望 值大不一样，如果这120个月中没有失火，则1元损失也没有，但 万一失火一次，则等于每月平均损失120000/120=1000元，比计 算的损失期望值大80多倍。所以计算出来的损失期望值对决定是 否投保的决策者来说毫无意义，决策者往往会按“不怕一万，只 怕万一”的心里去投保。因为拥有12万元资产的决策者来说，每 月支出24元同其资产额相比几乎等于零，而万一失火却会遭受惨 重损失。 第三，每次决策后果都不会给决策者造成致命的威胁，否则，如 果有此威胁，一旦真的产生此种致命后果，决策者就不可能再作 下一次决策，从而也失去了重复的可能性。这就像投机者把全部 资本孤注一掷一样，一旦失败，资本赔光，下一次也就无法再投 机了。对于有此致命危险的重复性决策，期望值标准的采用也就 受到了限制。 最后，采用期望值标准时，还得假定在不断重复作出相同决策时 其客观条件不变，这一方面包括了个自然状态的概率不变，另一 方面亦包括决策后果函数不变。 Example 1 St. Petersburg paradox A prime motivator for Bernoulli’s work on the evaluation or risky ventures was the famous St. Petersburg game. In current terms, a fair coin is tossed until a head appears. If the first head occurs at the nth toss, the payoff is 2n$. Suppose you own title to one play of the game; that is, you can engage in it without cost. What is the least amount you would sell your title for? According to the Bernoullis, this least amount is your equivalent monetary value of the game. He observed that the expected payoff (1/2)2 + (1/4)22 + (1/8)23 + … = 1 +1 +1 + … is infinite, but most people would sell title for a relatively small sum, and he asked for an explanation of such a flagrant violation of maximum expected return. Daniel showed how his theory resolves the issue by providing a unique solution s