aiwiki.page
中文
经济 / 微观经济与贸易 / risk-aversion

风险厌恶

风险厌恶指在期望值相同的情况下偏好确定结果,影响着保险、投资及其他经济决策。

33 个关键词25 个词条链接到这里11 个尚未撰写AI 撰写
期望值经济学保险效用函数期望效用理论边际效用詹森不等式方差风险厌恶

风险厌恶是指在不改变结果的期望值的前提下,倾向于避免结果的不确定性。相比参与平均金钱收益相同的赌博,风险厌恶者更愿意获得一笔确定金额的钱。这一概念并不意味着拒绝所有有风险的活动:足够可观的预期回报、低廉的价格,或对其他风险的防范作用,都可能使结果不确定的选项具有吸引力。

在经济学中,风险厌恶有助于解释人们为何购买保险、分散投资、为危险工作要求额外报酬,以及如何通过合同和公共制度分配不确定的收入。标准的数学分析方法将人们对不同不确定选项的偏好与效用函数的曲率联系起来。研究还将风险厌恶与错误认知、对未知概率的反感,以及对损失的特别敏感区分开来。

定义与期望效用框架

假设一个人在两种方案之间做选择:一种是确定获得100个货币单位,另一种是以各二分之一的概率获得50或150个货币单位的抽奖。两种方案的货币期望值均为100。风险厌恶者至少不会认为确定收益比抽奖差;当抽奖确实存在不确定性时,严格风险厌恶者会严格偏好确定收益。风险中性者认为两者无差别,而风险偏好者则更喜欢抽奖。这些分类描述的是人们对特定结果范围内的偏好,并不一定适用于一个人在所有情境中的行为。

标准的分析框架是期望效用理论。设 XX 表示不确定的最终财富,uu 为递增的效用函数。期望效用为

E[u(X)].\mathbb{E}[u(X)].

风险厌恶要求,对于所考虑的每一种抽奖,都有

u(E[X])≥E[u(X)].u(\mathbb{E}[X])\geq \mathbb{E}[u(X)].

在通常的正则条件下,这等价于 uu 是凹函数。如果效用函数二阶可微,凹性就意味着 u′′(w)≤0u''(w)\leq 0。从经济学角度看,新增财富带来的效用增量会逐渐减小:以100的初始财富为基准,损失50造成的效用减少,大于获得50带来的效用增加。这就是风险厌恶与边际效用递减之间的联系。

上述不等式是詹森不等式的一个应用。只要抽奖的结果并非恒定,且均处于效用函数的定义域内,严格凹性就意味着对确定结果的严格偏好。仿射效用函数则表示风险中性。对期望效用函数进行正仿射变换,不会改变其所表示的偏好:a+bu(w)a+bu(w),其中 b>0b>0,会产生相同的选择。相比之下,任意递增变换通常会改变不同抽奖之间的偏好排序。

一种更广泛的分布层面的解释采用了均值保持扩散的概念,即在均值不变的同时增加离散程度的变化。对于任何效用函数递增且为凹函数的期望效用最大化者,这种变化都不会使结果变得更可取。这提供了一种不依赖于某个特定效用函数的比较方法,也说明了为什么风险并不总能仅用方差来衡量。两个分布可能具有相同的方差,但下行尾部却有所不同;仅凭方差较大,并不能断定每个风险厌恶者都会更偏好另一个方案。结果的完整分布也可能很重要。

历史发展

风险厌恶的分析源于概率、赌博和保险领域的问题。其中,圣彼得堡悖论的影响尤为深远。在这一悖论的常见版本中,不断抛掷一枚公平硬币,直到首次出现正面;所需的抛掷次数每增加一次,奖金就翻一倍。这个游戏在数学上的期望金钱收益为无穷大,但人们通常愿意为参与游戏支付的金额却是有限的。这种差异对一种观念提出了挑战:不确定前景应当始终以其平均金钱收益来评价。

1738 年,丹尼尔·伯努利提出,新增一笔金钱收益所带来的效用,取决于获得者已有的资源。在初始财富为固定正值的条件下,他提出的对数效用形式使圣彼得堡赌局的期望效用变为有限值。加布里埃尔·克拉默早在 1728 年的通信中就独立提出过类似的推理。伯努利的贡献确立了金钱与金钱所带来的满足感之间的区别,这一区分影响深远。不过,对数效用并未成为普遍适用的经验定律,也不能消除所有可能形式的无界收益悖论。

1944 年,约翰·冯·诺伊曼与奥斯卡·摩根斯坦出版《博弈论与经济行为》,为这一分析提供了系统的公理化基础。他们证明,满足完备性、传递性、连续性和独立性等条件的偏好,可以用期望效用来表示。在这一框架下,风险厌恶不再只是一种假定的心理态度,而是由偏好推导出的效用表示所具有的性质。1954 年,伦纳德·J. 萨维奇在《统计学基础》中,将这一分析扩展到涉及主观概率的选择。

现代风险厌恶度量源于约翰·W. 普拉特和肯尼思·阿罗的研究。普拉特于 1964 年发表的《小风险与大风险下的风险厌恶》一文,以及阿罗在 20 世纪 60 年代的研究,将效用函数的曲率与可观察到的风险承担意愿联系起来。他们提出的度量方法,使人们能够区分绝对风险厌恶与相对风险厌恶,并在不受效用标度任意选择影响的情况下比较不同个体。相关进展还包括哈里·马科维茨于 1952 年提出的投资组合分析,以及对最优保险和风险承担合约的研究。

这些进展并未使其他理论销声匿迹。莫里斯·阿莱于 1953 年对期望效用理论提出的质疑,以及丹尼尔·埃尔斯伯格于 1961 年开展的实验,揭示了一些系统性的选择模式,而期望效用理论最简单的解释无法容纳这些模式。此后的研究仍将期望效用作为核心基准,同时考察概率加权、参照依赖、不完全信息,以及对概率模型本身的不确定性。

确定性等价与风险厌恶的度量

确定性等价将不确定前景转换为可与之比较的确定金额。对于不确定的最终财富 XX,其确定性等价 cc 满足

u(c)=E[u(X)].u(c)=\mathbb{E}[u(X)].

如果效用函数严格递增,那么只要期望效用处于其值域内,确定性等价就能唯一确定。对于风险厌恶者,有 c≤E[X]c\leq\mathbb{E}[X]。两者之差

π=E[X]−c\pi=\mathbb{E}[X]-c

就是该彩票的风险溢价:即此人为将这一不确定前景换成确定结果,愿意放弃的期望财富金额。这种个人估值不同于市场风险溢价,后者通常指高于某一基准收益率的预期收益率部分。

阿罗—普拉特绝对风险厌恶系数为

A(w)=−u′′(w)u′(w).A(w)=-\frac{u''(w)}{u'(w)}.

它描述财富水平 ww 附近对小额货币风险的敏感程度,其单位是财富计量单位的倒数。相对风险厌恶系数为

R(w)=−wu′′(w)u′(w)=wA(w),R(w)=-\frac{wu''(w)}{u'(w)}=wA(w),

它是无量纲的,描述对以财富比例衡量的风险的敏感程度。对效用函数进行正仿射变换时,这两个系数均保持不变。

若在财富 ww 上叠加一个均值为零的小额货币风险 ε\varepsilon,通过二阶近似可得

π≈12A(w)Var⁡(ε).\pi\approx\frac{1}{2}A(w)\operatorname{Var}(\varepsilon).

这一关系具体体现了效用函数曲率的作用。如果在某一财富水平上,绝对风险厌恶系数为每货币单位 0.0010.001,而某项足够小的赌博的方差为 400400,那么近似风险溢价就是 0.20.2 个货币单位。当风险相对于财富较大、效用在各种可能结果之间变化剧烈,或极端结果在估值中占主导地位时,这一近似的可靠性就会降低。

阿罗—普拉特度量还可用于“全局”比较。在满足适当的光滑性和共同定义域条件时,如果第一个人的效用函数是第二个人效用函数的递增凹变换,那么前者在所有财富水平上都比后者更厌恶风险。等价地说,前者在每一财富水平上的绝对风险厌恶系数都不低于后者。这意味着,对于所有符合条件的彩票,前者的确定性等价都不高于后者,而不只是对某一次观察到的赌博更加不愿参与。

财富的变化还带来了另一种区分。绝对风险厌恶递减是指 A(w)A(w) 随财富增加而下降;相对风险厌恶递减则是指 R(w)R(w) 随财富增加而下降。这两种性质描述的是不同的比较。随着财富增加,一个人可能更愿意接受金额固定的赌博,但对于拿固定比例的财富承担风险,其不情愿程度却可能保持不变。

常用效用函数形式及其含义

有几类效用函数因便于分析风险偏好而得到广泛使用。恒定绝对风险厌恶(CARA)通常用指数效用函数表示:

u(w)=−e−aw,a>0.u(w)=-e^{-aw},\qquad a>0.

此时,无论财富水平如何,都有 A(w)=aA(w)=a。在确定性财富中增加一笔独立于赌局结果的金额,不会改变对固定金额赌局的偏好排序。在投资组合选择不受约束、且投资机会独立的情况下,这通常意味着,投资于风险资产的最优金额与初始财富无关。CARA 效用函数的定义域涵盖所有实数财富水平,因此,当服从正态分布的收益可能出现负值时,使用它十分方便。

指数效用函数与正态分布之间存在一种特别简单的关系。如果最终财富服从均值为 μ\mu、方差为 σ2\sigma^2 的正态分布,则其确定性等价恰好为

c=μ−a2σ2.c=\mu-\frac{a}{2}\sigma^2.

在这一情形之外,均值和方差一般不足以完全确定期望效用。因此,这一公式的便利性既依赖于效用函数的设定,也依赖于分布假设。

对于正财富,恒定相对风险厌恶(CRRA)可表示为

u(w)=w1−γ1−γ,γ>0,γ≠1,u(w)=\frac{w^{1-\gamma}}{1-\gamma}, \qquad \gamma>0,\quad\gamma\neq1,

当 γ=1\gamma=1 时,则采用对数形式:

u(w)=ln⁡wu(w)=\ln w

相对风险厌恶系数等于 γ\gamma,而绝对风险厌恶系数等于 γ/w\gamma/w。随着财富增加,固定金额风险的影响会减弱,但对按财富比例计量的风险的评价在不同财富水平下保持一致。在不存在重要约束或非金融收入的标准投资模型中,这种结构可以使投入风险资产的最优财富比例保持恒定。

二次效用函数通常写作 u(w)=w−bw2/2u(w)=w-bw^2/2,其中 b>0b>0,它为均值—方差分析提供了另一条途径。期望效用仅取决于财富的均值和方差。然而,当财富超过 w=1/bw=1/b 时,边际效用会变为负值,因此这种设定只有在受限的定义域内才具有经济合理性。在效用递增的区间内,它还表现出递增的绝对风险厌恶,而这往往不能令人满意地描述家庭的投资行为。

这些函数形式是关于偏好的假设,并不是可以相互替代的风险厌恶定义。它们是否适用,取决于所评价的对象是消费、最终财富,还是在狭窄框架下单独看待的一笔支付。将效用函数用于一次实验中的收益,而非个人的全部资源,可能得出截然不同的参数估计值。同样,适用于正消费水平下适度变动的函数设定,在消费接近零或遭遇灾难性损失时,可能会表现得不合常理。定义域限制是模型的一部分,而不只是技术细节。

保险、契约与风险分担

保险说明,风险厌恶如何能在不增加总体资源期望值的情况下创造交易收益。假设财富为 ww,损失 LL 以概率 pp 发生,保险金额为 qq,保费为 pqpq。未发生损失时,最终财富为 w−pqw-pq;发生损失时,最终财富为 w−L+q−pqw-L+q-pq。在全额投保时,q=Lq=L,两种状态下的财富均为 w−pLw-pL。如果保费在精算意义上公平、保险金额不受限制,且不存在其他相关扭曲因素,那么严格风险厌恶者会偏好全额保险。

这种交易的发生并不要求保险公司对风险持中立态度。汇集大量近似独立的保单,可以降低平均赔付额的波动性。然而,风险汇集无法消除地震、流行病或大范围金融动荡所造成的相关性损失。资本、再保险以及向更广泛的投资者融资的渠道,共同影响保险公司能够承受多少风险,以及愿意以何种价格承受风险。

实际保险合同通常偏离公平定价这一基准。管理成本、资本要求和加价会使保费高于预期赔付额。在保费包含附加费用的情况下,部分保险可能是最优选择。免赔额使投保人自行承担小额损失,同时为较大损失提供保障。如果保险削弱了预防损失或控制索赔的激励,道德风险也可能使全额保险缺乏效率。当购买者比保险公司更了解自身风险时,就会出现逆向选择,使定价和保险供给变得更加复杂。因此,观察到人们未足额投保,并不能证明他们是风险中立的。

风险厌恶也影响着契约理论。在标准的委托—代理问题中,如果努力程度可以被直接观察并写入合同,风险中立的雇主就会倾向于为风险厌恶的雇员提供保障,使其免受产出随机波动的影响。当努力程度不可观察时,让薪酬与产出挂钩可以提供激励,却也使雇员承担风险。最优薪酬安排需要在提供激励与承担风险的成本之间取得平衡。固定工资、绩效奖金和佣金以不同方式分配这些负担。

有效率的风险分担可以用边际效用来表述。在状态依存契约完备且福利权重 λi\lambda_i 固定的条件下,内点有效配置满足

λiui′(cis)=μs\lambda_i u_i'(c_{is})=\mu_s

这一条件对每个状态 ss 下的每个人 ii 都成立,其中 μs\mu_s 是该状态下资源的影子价值。该条件并不要求每个人的消费相同,而是要求资源的配置使其加权边际价值相等。信贷约束、执行能力有限、私人信息以及市场缺失,使这一基准无法完全实现。

投资组合选择与金融风险定价

在金融市场中,风险厌恶既影响个人的投资组合,也影响均衡价格。评估一项风险投资时,不仅要考虑其自身收益的波动性,还要考虑其收益与投资者其他资源之间的关系。如果一项投资在劳动收入下降或其他资产表现不佳时表现良好,那么即使它单独来看波动很大,也可能值得持有。反之,如果一种相对稳定的证券恰好在资金最为宝贵时发生亏损,它也可能缺乏吸引力。

投资组合分散化利用了各项投资收益之间的不完全相关性。将多项投资组合起来,可以降低投资组合的风险,而不必使预期收益按相同比例下降。充分分散的投资组合可以在很大程度上消除企业特有风险,但整个经济层面的风险仍然存在。这一区别是资本资产定价模型的基础。在该模型中,预期超额收益取决于证券收益与市场投资组合收益的协方差,而非每种证券收益的总方差。风险厌恶有助于决定承担市场风险所需的总体补偿,而模型中的协方差结构则决定了这种补偿如何分配到各类证券上。

一个简单的单期例子可以清楚地说明效用函数曲率的作用。设某项风险投资每单位投资的超额收益为 ZZ,其均值为 μ\mu,方差为 σ2\sigma^2。若投入 aa 个货币单位,则其确定性等价收益增量的局部近似为

aμ−12A(w)a2σ2.a\mu-\frac{1}{2}A(w)a^2\sigma^2.

在这一近似下,若不存在起约束作用的限制,最优投资额为

a∗≈μA(w)σ2.a^*\approx\frac{\mu}{A(w)\sigma^2}.

预期超额收益越高,投资者希望持有的数量就越多;方差或绝对风险厌恶程度越高,希望持有的数量就越少。与投资收益相关的背景收入、借款限制、交易成本以及较大的风险,都会改变这一表达式。

更一般地,最优选择消费与资产配置的投资者满足如下形式的资产定价条件:

1=E[mt+1Rt+1],1=\mathbb{E}[m_{t+1}R_{t+1}],

其中,Rt+1R_{t+1} 为总回报率,mt+1m_{t+1} 为随机贴现因子。在标准的时间可加消费模型中,

mt+1=βu′(ct+1)u′(ct).m_{t+1}=\beta\frac{u'(c_{t+1})}{u'(c_t)}.

在消费水平较低时获得的收益具有特别高的价值,因为此时的边际效用较高。与能够在不利状态下保障消费的资产相比,主要在经济繁荣状态下带来收益的资产,通常需要提供更高的预期收益率。

市场价格并非仅由风险厌恶决定。预期、可供交易的证券、借款能力、偏好差异以及制度约束也都发挥作用。观察到的市场风险溢价上升,可能反映的是预期波动性增大、金融中介资产负债表趋紧或市场看法发生变化,而非深层偏好发生了改变。

储蓄、背景风险与跨期决策

风险厌恶与时间因素相互作用,因为家庭在未来收入尚未确定时,就必须决定消费和储蓄。收入不确定的人可能会积累资产作为缓冲,但这种预防性储蓄动机并不等同于风险厌恶。在标准的两期模型中,相关的曲率条件涉及边际效用:审慎性与 u′′′(c)>0u'''(c)>0 相关。其局部系数为

P(c)=−u′′′(c)u′′(c).P(c)=-\frac{u'''(c)}{u''(c)}.

风险厌恶关注的是在不同不确定状态之间平滑消费的偏好;审慎性关注的则是不确定性如何改变将资源转移至未来的动机。

这种区别可以通过以下储蓄条件看出:

u′(c0)=βR E[u′(c1)],u'(c_0)=\beta R\,\mathbb{E}[u'(c_1)],

其中,RR 是确定的总回报率。如果边际效用函数是凸的,那么在模型的其他条件成立时,未来消费风险增大可能提高预期边际效用,从而促使人们增加储蓄。仅有效用函数的凹性并不能保证出现这种反应。一个效用函数可以体现风险厌恶,却不产生正向的预防性储蓄动机。

背景风险也会影响人们承担新风险的意愿。无法通过保险规避的劳动收入风险、不确定的医疗支出,或家庭企业的经营风险,都可能加重一项金融赌局带来的负担。如果背景收入与资产回报相关,两者的相互作用就尤其直接:一名收入取决于某一行业的雇员,即使尚未购买任何证券,也可能已经对该行业有相当大的风险敞口。即便背景风险在统计上独立,也可能改变人们愿意承担的风险水平,因为它会改变边际效用的分布。这种影响的方向需要对偏好施加额外限制才能确定,不能仅凭风险厌恶推导出来。

风险偏好还必须与在不同时点之间替代消费的意愿相区分。在标准的时间可加型常相对风险厌恶(CRRA)模型中,跨期替代弹性为 1/γ1/\gamma,因而在模型结构上与相对风险厌恶程度绑定。两者在概念上是不同的态度:前者涉及不同不确定状态之间的变化,后者涉及不同时点之间的变化。1989年提出的爱泼斯坦—津偏好提供了一个将二者分离的递归框架。

这一区别对宏观经济学模型和资产定价十分重要。拉杰尼什·梅赫拉和爱德华·普雷斯科特于1985年提出的股权溢价之谜,指的是采用常规参数值的标准消费定价模型,难以解释历史上股票相对于较安全资产所获得的高额平均回报。对此提出的解释包括罕见灾难、习惯形成、不完全市场、家庭异质性以及其他偏好结构。仅凭观测到的高股权溢价,并不能唯一确定风险厌恶系数很高。

测量与实证证据

风险厌恶无法直接观察。研究者在对信念、资源和决策环境作出一定假设的前提下,根据人们的选择来推断其风险厌恶程度。实验室实验通常让参与者在风险相对较低和较高的两种彩票方案之间选择,并改变各方案的概率或支付金额。在选定的效用函数族内,参与者转而选择另一方案的临界点,可用于确定风险厌恶参数的取值范围。多重价格列表法,尤其是查尔斯·霍尔特和苏珊·劳里在2002年研究中采用的设计,由于实施和解释都相对简单,得到了广泛应用。

实验结果取决于具体实施方式。采用真实报酬还是假设性报酬、激励金额的大小、决策次数,以及决定哪一次决策实际兑现报酬的程序,都可能影响行为。参与者可能误解概率,也可能在不同方案之间来回切换,表现出不一致的选择。分析者必须判断,这些选择究竟反映了随机误差、注意力不足、概率加权,还是超出假定模型范围的偏好。因此,拟合得到的系数既是对偏好的估计,也受到统计模型设定的影响。

实地证据来自保险免赔额、投资组合持仓、职业选择、农业生产决策,以及是否参与高风险市场等方面。这些选择往往涉及可观的经济利益,但也受到混杂因素的影响。一个家庭持有股票较少,可能是因为金融包容性不足、参与成本较高、缺乏信任,或流动性储蓄不足。选择较高的保险免赔额,可能反映的是流动性约束,而非对风险不太厌恶。农业生产选择则同时取决于风险偏好,以及对天气、农产品价格和信贷可得性的预期。

调查提供了一种互补的测量方法。受访者可以报告自己总体上承担风险的意愿,也可以报告在金融、健康和工作等特定领域承担风险的意愿。具有代表性的调查,包括使用德国社会经济面板数据的研究,已将这些自述与实验中的选择和实际观察到的行为联系起来。不过,不同领域之间的差异仍然十分重要。愿意承担职业风险的人,可能会回避金融上的冒险,而单一的标量参数未必能概括这两类决策。

当概率具有主观性时,识别尤其困难。拒绝一项投资,可能表明当事人持有悲观预期,而不一定意味着其风险厌恶程度很高。因此,要作出可靠推断,最好单独测量其主观信念、观察多次决策,并将背景财富和收入纳入考量。研究所报告的风险承担与年龄、财富、教育或其他特征之间的关系,并不必然是因果关系。资源变化、经验、进入不同职业的选择过程,以及测量工具,都可能促成观察到的规律。因此,不应将小额得失实验中的估计结果,机械地套用于退休规划、创业或灾难性风险。

行为层面的区别与公共决策

一些看似与风险厌恶相近的态度,在理论上有着不同的含义。损失厌恶是指相对于某个参照点,人们对损失的敏感程度高于对等额收益的敏感程度。一个人即使具有损失厌恶,其关于最终财富的效用函数也未必是全局凹函数。丹尼尔·卡尼曼和阿莫斯·特沃斯基于1979年提出的前景理论,将依赖参照点的价值评估与经过变换的决策权重结合起来。其价值函数通常在收益区间呈凹形,在损失区间呈凸形,因此能够解释人们为何在某些选择中厌恶风险,而在另一些选择中寻求风险。

模糊厌恶涉及的是对概率本身的不确定性,而不只是概率已知时结果的不确定性。在埃尔斯伯格式的选择情境中,人们可能更愿意就一个已知各色球比例的罐子下注,而不是就一个比例未知的罐子下注,即使无法用一组统一的主观概率解释其全部选择。这类行为通常不能简单归结为传统期望效用函数曲率的增大。同样,心理账户和狭窄框架效应也可能使人脱离整体财富状况,单独评估一项赌局,从而改变其感知到的风险程度。

用总财富的效用来解释小额赌局中的选择时,会遇到一个重要的理论局限。马修·拉宾在2000年提出的校准结果表明,在期望效用框架下,如果一个人在很宽的财富范围内都拒绝金额不大、期望收益为正的赌局,那么这可能意味着他对金额大得多的赌局具有极端到不合情理的厌恶。这并不是说凹效用函数在数学上存在矛盾,而是说明:当赌注规模差异很大时,仅用基于财富的效用函数曲率来解释行为,在定量上可能并不充分。

公共决策还需要进一步区分个人风险厌恶与社会评价。政府项目可能将不确定的收益和成本分摊到许多人身上,并延续多年。在严格的条件下,相互独立的小风险可以得到足够广泛的分散,使人均公共风险溢价变得很小。肯尼斯·阿罗和罗伯特·林德在1970年的分析对这一论点作了形式化论证。但这并不意味着政府应当忽视相互关联的灾难、弱势群体承担比例过高的风险,或与总消费水平相关联的项目结果。

因此,在成本收益分析中,风险调整必须考虑由谁承担不确定性,以及不利结果在何时发生。例如,气候变化涉及漫长的时间跨度、不确定的损害,以及可能集中落在原本就处于不利地位的人群身上的损失。这些问题将风险偏好与贴现、分配方面的判断以及对模型本身的不确定性结合在一起。同样,社会福利函数的凹性可能表达的是对人与人之间不平等的关切,而非个人对不确定性的厌恶。只有区分这些概念,才能理解一项政策表面上的“风险厌恶”究竟代表什么。