毕业设计（论文）《非期望效用理论_外文翻译》.docVIP

PAGE PAGE 1 译文 非期望效用理论 MARK J. MACHINA 精算学百科全书第二卷 1173页到1179页 (ISBN 0-470-84676-3) 由ozef L. Teugels ，Bj?rn SundtJohn Wiley Sons, Ltd, Chichester于2004年编辑 非期望效用理论 介绍 从18世纪初以来，不确定的个体行为主要模型在前景不明朗时一直是最好的期望效用模型，。这种模式最早是由尼古拉斯·伯努利[5]在他著名的圣彼得堡悖论分辨率中介绍;然后由冯·诺伊曼和摩根斯坦在他们的博弈论中使其正式公理化[36]；然后由苏华奇在他的作品中统计数据的基础上正式将其与主观概率理论整合在一起[31]；然后艾睿[4]和普拉特[27]在他们关于风险规避的工作中证明其具有极大的分析能力，以及由罗斯柴尔德和斯蒂格利茨[29，30]在他们关于相对风险的工作中也证明了这一点。可以这样说，期望效用模型的绝大多数工作是在保险理论、博弈论、投资和资本市场理论，和大多数其他部门的统计数据、决策论、不确定性经济的基础上进行的分析。 然而，从20世纪50年代初阿莱[1]和爱德华兹[11，12]的作品，一直持续到现在，心理学家和经济学家们发现了越来越多的证据表明个人并不一定符合许多关键假设或预测的期望效用模型，而事实上，似乎已经偏离了预测的系统化方式模型。这导致了寻求替代品或者是关于风险偏好的非期望效用模型。它适应于期望效用理论偏离的系统，同时尽可能多的保留分析能力。 期望效用模型的 在不确定性条件下的最简单设置选择，选择的对象包括有限价值的客观彩票，每个表单和产生的货币回报概率的，其中，。在这种情况下的期望效用模型假定（或假定公理足以暗示）期望效用偏好函数形式的基础上分析个人排名风险前景。 （1） 在某种意义上，个别人更喜欢这些彩票，而不是，当且仅当，它们之间会不相关，当且仅当。 U（·）被称为个人的冯·诺伊曼-莫根施特恩 效用函数，各种数学性质有助于刻画个人对待风险的各种功能的态度，例如， （·）将展出一阶随机占优偏好（偏好值为转移概率从低到较高的结果），当且仅当U（X）是的递增函数， （·）将表现出风险规避（避免风险增加），当且仅当U（X）是的凹函数， （·）将比（·）更能风险规避（在一些等效理性）当且仅当其效用函数（·）是U（·）的凹函数（即当且仅如果对一些递增凹函数ρ（·））。 如同伯努利 [5]，艾睿 [4]，普拉特[27]，弗里德曼和萨维奇[13]，马科维茨[26]，和其他人所展示的那样，，该模型代表许多方面对风险的态度表明了其了巨大的灵活性。 尽管它具有灵活性，但是期望效用模型测试的影响无法保持效用函数U（·）的形状方面，因为 他们遵循线性概率属性的偏好函数（·），这些影响可以表达的概念的α：（1 - α）两种彩票的概率混合和，被定义为彩票，它可以看作是抛硬币，产生一等奖的概率和赠品的概率为，硬币中的不确定性，并在随后的奖金中同时实现，（和等）是一种单级彩票。作为关键的基础公理的期望效用模型，线性概率相当于下列属性：独立性公理。对于任何彩票和，彩票（或规避）比优先，当且仅当（或规避）比彩票优先，对于每种彩票 并且每个概率∈（0，1]。 这个公理可以这样解释，给定的硬币，个人喜好接收与的头事件不相关也不应该取决于尾事件。这个公理的规范对期望效用模型做出贡献而被广泛采用。以保险基础做为的例子，如果因为“战争行为”使得所有的保险合同条款失效（退保险费），那么个人的排名，这样的合同（与）将不依赖他们感知战争行为的概率为，或因分配的财富会导致这样的事件。 线性关系的概率和感觉相似都是和实证相违反，可以说明在特特殊情况下的彩票而不是一组固定的结果。因为我们必须使得，每个彩票在这集合可以完全概括为一双概率, ，绘制“概率三角”如图1所示。图中的上升趋势（从增加到）代表概率结果从转移到，向左运动代表概率从转移到，这些运动构成了一阶随机控制转变而从经常被谈及。期望效用无差别曲线（轨迹恒定的预期效用）由下式给出 图中的实线可以看作是平行直线的斜率。图1中的虚线是恒定的预期值，由式常数，斜率为。由于沿着恒定的预期值沿东北从线移，下降为和上升为这种平均分布的方式，他们表示简单风险的增加。当U（·）是凹（即风险规避），其无差异曲线会比这些恒定的预期值线有一个陡峭的斜坡，这种风险增加可以看出个人从优选到次优选的无差异曲线，如图所示。这直接表明，任何风险规避（即凹）的效用函数预期效可以用最大化的无差异曲线（·）甚至更陡峭U（·）产生。 图1 概率三角形的期望效用无差异曲线 预期效用假说的系统违规 尽管其规范性有吸引力，研究人员发现