第五章东 不确定条件下的选择.pptVIP

第五章 不确定条件下的选择 在前边的分析当中，我们一直假定消费者对于价格、收入以及其他变量的信息是确切知道的，然而实际上人们的选择总是面临不确定性。 在本章我们将考虑，人们如何面对不确定性做出决策。 什么是风险？ 风险是指在某一特定环境下，在某一特定时间段内，某种损失发生的可能性。 在这里我们这样定义风险：在知道某种可能结果时，如果还知道各种可能结果发生的概率，则称这种不确定性为风险。 初始货币财富100元。面临是否购买某种彩票的选择。 彩票购买支出5元。中彩的概率为2.5%，可以得到200元的奖金；不中彩的概率为97.5%。 决定：不购买彩票，可以稳妥持有100元初始货币财富。购买彩票，中彩会拥有295元。不中彩，只有95元。 描绘风险 正确计量风险必须首先了解： 行为可能导致的所有结果， 每种结果发生的概率。 概率：表示某件特定的事件发生的可能性数字，用实际发生的次数与可能发生的次数之比表示。 概率形成于主观判断，掌握的信息不同，不同的人判断同一件事情的概率可能不同。 彩票中奖的概率： A—中奖，B—不中奖。 P(A)—买一张彩票中奖的概率。 P(B)—买一张彩票不中奖的概率。 n—彩票发行总量。 μ—中奖彩票数量。 P(A)=?=μ/n P(B)=1－?=(n－μ)/n 彩民所面临的不确定性结果： W0—彩民的初始货币财富或如果不购买彩票可以持有的货币财富。 W1—中奖，彩民所拥有的货币财富。 W2—不中奖，彩民所拥有的货币财富。 C—彩民购买彩票的成本。 R—中奖的奖金。 W1＝W0－C＋R W2＝W0－C 例： W0＝100元 C＝5元 R＝200元 W1＝100－5＋200＝295元 W2＝100－5＝95元 P(A)=?=2.5％ P(B)=1－?=97.5％ 期望 概率的作用在于帮助我们了解风险的期望和方差。 我们面对风险做出决策，在大多数时候取决于期望的大小。 所谓期望就是对不确定事件所有可能性结果的一个加权平均，加权的权数就是概率。 期望效用和期望值的效用 期望效用[Expected Utility] ——消费者在不确定情况下可能得到的各种结果的效用的加权平均数。 期望值[Expected Value] ——消费者在不确定情况下所拥有的财富的加权平均数。 期望值的效用[Utility of Expected Value] ——消费者在不确定情况下所拥有的财富的加权平均数的效用。 例： 期望效用函数： E{U[?;W1, W2]}=?U(W1)+(1－?)U(W2) =0.025?U(295)+0.975?U(95) 期望效用有多种表达方式，上式给出了简单、易于分析的一种。 期望值[W]: W＝?W1+(1－?) W2 ＝ 0.025?295+0.975?95 ＝7.375+92.635=100 期望值的效用： U[?W1+(1－?) W2]=U(100) 方差 然而在有些情况下我们不能仅仅根据期望来确定决策，例如下边的情况： 两份工作的期望收入都为1500，此时如何选择？ 方差——度量风险大小 标准差——方差的平方根 如何决策取决于消费者的风险偏好。 风险偏好 人们承担风险的意愿是不同的： 风险规避性，厌恶风险 风险爱好者，则相反 风险中性者，对风险的态度则是无所谓。 这三类人面对风险的态度截然不同，因此同样的情况给他们带来的效用也不同，因而会产生不同的决策。 风险规避者的效用函数 风险规避者的特点： U[?W1+(1－?) W2] ?U(W1)+(1－?)U(W2) 期望值的效用期望的效用 一个例子 对于风险规避者来说，为了规避风险他们愿意付出一些代价，这个代价就是风险溢价。 结果的可能变化越大，风险溢价也越大。 风险溢价举例 风险爱好者的效用函数 风险中性者的效用函数 降低风险 降低风险的三种方式： 多样化、保险、信息搜集 多样化： 不要把鸡蛋放在一个篮子里。请看下边的例子 多样化可以减少风险，变量之间相关性越差越能够减少风险。从理论上来说，通过多样化总是能减少风险，如果我们在资本市场（例如，股市）进行多样化投资，可以避免大部分的风险。 保险： 购买保险通过放弃一定的预期收益来增加确定性 对于一个风险规避者而言，确定收入带给他的效用要高于不稳定情况带来的效用。请看下边的例子： 一般来说，如果支付的保险金额刚好等于财产的期望损失，消费者就会购买保险，使得在遭受任何可能的损失时得到全部的补偿。 尽管投保并没有改变消费者的财产的期望值，但投保以后消除了风险，可以使消费者获得稳定的收入。 图解：保险市场 设消费者的投保金额为K，并交纳保险费rK。 在签订合同前，消费者的财富为（ W1，W2；p ），他的选择只有一个点 签订这样的保险合同以后，消费者的财富变成（W1-rK