效用、损失和风险

欢迎阅读本文档，希望本文档能对您有所帮助!欢迎阅读本文档，希望本文档能对您有所帮助!感谢阅读本文档，希望本文档能对您有所帮助!感谢阅读本文档，希望本文档能对您有所帮助!欢迎阅读本文档，希望本文档能对您有所帮助!感谢阅读本文档，希望本文档能对您有所帮助!第三章效用、损失和风险(Utility,LossandRisk)本章主要参考文献：60，56，86，87，92，129，156，169，183，184§3—1效用的定义和公理系统一、引言·为什么要引入效用决策问题的特点：自然状态不确定——以概率表示；后果价值待定：以效用度量。1.无形后果，非数字量(如信誉、威信、出门带伞问题的后果)需以数值度量；2.即使是数值量(例如货币)表示的后果，其价值仍有待确定，后果的价值因人而异。例一：同是100元钱，对穷人和百万富翁的价值绝然不同；对同一个人，身无分文时的100元，与已有10000元再增加100元的作用不同，这是钱的边缘价值问题。例二：上图作为商业、经营中实际问题的数学模型有普遍意义有人认为打赌不如礼品,即*由上面两个例子可知：在进行决策分析时，存在如何描述(表达)后果的实际价值，以便反映决策的人偏好次序(preferenceorder)的问题*偏好次序是决策人的个性与价值观的反映，与决策人所处的社会、经济地位，文化素养，心理和生理(身体)状态有关。*除风险偏好之外，还时间偏好。i,折扣率ii,其他而效用(Utility)就是偏好的量化，是数(实值函数).DanielBernoulli在1738年指出：若一个人面临从给定行动集(风险性展望集)中作选择的决策问题，如果他知道与给定行动有关的将来的自然状态，且这些状态出现的概率已知或可以估计，则他应选择对各种可能后果的偏好的期望值最高的行动。二、效用的定义1.符号i,AB(即APB)读作A优于B：(Prefer(ed)AtoB)AB(即ARB)A不劣于BA～B(即AIB)A无差别于B(Indifference)ii,展望(prospect):可能的前景即各种后果及后果出现概率的组合P=(……)既考虑各种后果(consequence)又考虑了各种后果的概率(probabilityorlikelihood)分布所有P的集合记作piii,抽奖(lottery)与确定当量若(;)则称确定性后果为抽奖(;)的确定当量2.效用的定义(A)在集合p上的实值函数u，若它和p上的优先关系一致，即:若p,iffu()≥u()则称u为效用函数三、效用存在性公理理性行为公理VonNeumann-Morenstern,1994[169]·公理1连通性(Connectivity)又称可比性p,则oror·公理2传递性(Transitivity)p,若,则·公理3替代性公理(加等量时优先关系不变)若p,且01则对任何∈p,必有+(1-)+(1-)或者表达成：,则+(1-)+(1-)即二种后果中，决策人所偏好的后果出现机会较大的情况是决策人所喜爱的。·公理4连续性公理----偏好的有界性若则存在01,01,使+(1-)+(1-)由+(1-)可知不是无穷劣,即u()由+(1-)可知不是无穷优,即u()即使是死亡，亦不至于无穷劣例：i,过马路若死亡为无穷劣，则不能过马路ii,狂犬病疫苗上述公理看来是合乎理性的，事实上并不尽然.例：Allais悖论（Paradox〕例如，1953年Allais在一次学术会议上提出如下问题，请效用理论权威Svage回答Savage的回答是A组宁择i，B组宁择ii，Allais指出：B组的i,ii,均以0.89的$500,000取代0.89的$0，即与A组的i,ii,相对应，照公理3、A、B两组中i,ii,的优先关系应当不变。Savage当时语塞。·效用的公理化定义在上述公理系统中，若p上存在实值函数u，使i,当且仅当u()＞u()ii.u(α,;1-α,)=αu()+(1-α)u()iii,对满足上述条件的,必有()=b()+c,其中b,c∈,b＞0则u(P)称为(基数)效用函数*关于线性：将ii.u(α,;1-α,)=αu()+(1-α)u()推广到一般,若∈p;≥0,i=1,2,…m;=1;则u()=u()四、基数效用与序数效用(Cardinal&OrdinalUtility)基数：实数：1，2，3,π序数：第一，二，…，4，3，2，1·区别：1.基数效用定义在展望集p上(考虑后果及其概率分布),是实数;序数效用定义在后果集C上，不涉及概率，可以是整正数2.基数效用反映偏好强度：(正线性变换下唯一)原数列可变换为:b+c,2b+c,3b+c,πb+c;其中b,c∈,b＞0.而序数效用不反映偏好强度，(保序变换下唯一),原序数列可变换为16,9,4,1;或8,6,4,2,或10,7,6,1等.·序数效用的存在性公理1.连通性(可比)2.传递性3.对任何确定的后果x，优势集与劣势集均为闭集。(教材：P29§3.1)§3.2效用函数的构造一、离散型的概率分布后果元素有限·各后果效用设定的步骤NM法由公理4:若,则可找到0<α<1,使α+(1-α)第一步：选定,C,使令u()=0,u()=1所选择的、应使比较易于进行.第二步：对,求α(0<α<1),使α+(1-α)则u()=u(α+(1-α))=αu()+(1-α)u()第三步：若,求α(0<α<1),使α+(1-α)则u()=u(α+(1-α))=αu()+(1-α)u()u()=α/(α-1)第四步：若,求α(0<α<1),使α+(1-α)则u()=u(α+(1-α))=αu()u()=1/α第五步：一致性校验设且,,已知，由α+(1-α)求得u’()若u’()与已知的u()不符，则反复进行二、三、四步，直到一致性校验通过.例设一、u()=0,u()=1二、0.7+0.3u()=0.7三、0.4+0.6u()=0.4校验设0.4+0.6u’()=0.66≠0.7重复二、三、若u()不变u()=0.5则通过校验.二、连续型后果集·当C为连续变量时,u(c)是光滑的，因此可分段构造，求特征点的效用，再连成光滑曲线例1.每天学习时间的效用曲线在10～12小时／日处效用最大8小时／日处效率最高(效用／小时)例2.见讲义P31之例·注意：效用的唯一性(在正线性变换下唯一)使效用的值域为整个实轴，而不必限于[0,1]§3.3风险与效用一、效用函数包含的内容1.对风险的态度风险厌恶(RiskAversion)风险中立(RiskNeutralness)风险追求(RiskProneness)即有冒险倾向以上是初期对风险的解释(PrattC.,1964)2.对后果的偏好强度钱的边缘价值：设某人现有积蓄为0，增加800地的作用(价值)与有了800元后再加1200元相等,则此人的财富的价值函数是凹函数。若他认为800元(0.5,0;0.5,2000),则与其说此人是风险厌恶不如说他是相对风险中立。为此有必要对确定性后果的偏好强度加以量化。3.效用表示时间偏好十分复杂，我们在第八章再介绍。二、可测价值函数——确定性后果偏好强度的量化定义：在后果空间X上的实值函数v，对ω，x,y,z∈X有i,ωxyz当且仅当υ(ω)-υ(x)≥υ(y)-υ(z),且ii,v对正线性变换是唯一确定的。则称υ为可测价值函数说明：i，ωxyz表示ω,x之间偏好强度之差超过y,z之间偏好强度之差,ii,由定义之ii，可测价值函数具有基数性质但与基数效用不同：VF不反映DMer的风险态度。iii，它定在后果空间上，能起序数效用的作用但又与OUF不同：能反映后果的偏好强度.三、相对风险态度设效用函数u和测价值函数v在X上都是单调递增，且连续二次可微。1.风险的局部测度>0u在x处凹,风险厌恶r(x)=-u”(x)/u’(x)=0u在x处线性,风险中立<0u在x处凸,风险追求2.偏好强度的局部测度>0在x处有递减的边缘价值m(x)=-v”(x)/v’(x)=0在x处有不变的边缘价值<0在x处有递增的边缘价值3.真正的(相对)风险态度的定义若m(x)＜r(x)称为在X'区内相对风险厌恶m(x)=r(x)称为在X'内相对风险中立m(x)=r(x)称为在X'内相对风险追求四、风险酬金kE(x)-S这是决策人为了避免风险而顾意损失的金额k=f(v,P)五、钱的效用1.性质i,单调递增：愈多愈好有界：全世界财富总量不足$,u()与u()几乎无差异ii,x较小(相对于决策人资产而言)时,u(x)近乎线性iii,x>0时u(x)通常是凹的递减的边缘价值风险厌恶x>0与x<0的形状不同,负债较多有追求风险的倾向.2.钱的效用曲线的构成设某人现有1000元存款(某商店有资产10万，企业有1000万等等)i,NM法(见§3.2)利用～α+(1-α)ii,修正的NM法利用～0.5+0.5例:设u(0)=0),u(1000)=1有300～0.5<0>+0.5<1000>u(300)=0.5又125～0.5<0>+0.5<100>u(125)=0.25550～0.5<300>+0.5<1000>u(550)=0.75由0～0.5<a>+0.5<500>设a=-250则u(-250)=-u(500)=-0.72-250～0.5<b>+0.5<0>原因：i,价值函数是S型ii,在一定范围内相对风险态度不变iii,负债到一定程度以上有冒险倾向Friedmann-Savage效用曲线(1948):§3.4损失、风险和贝叶斯风险一、损失函数L有些文献采用损失函数进行分析∵u(c)=u(θ,a)∴l(θ,a)-u(θ,a)则损失函数与效用作用相同为了使损失值非负，可取l(θ,a)=u(θ,a)-u(θ,a)二、风险函数自然状态集Θ-----参数空间行动集A-----决策空间观察值集X-----测度空间决策规则δ:x→a,,Δ为策略空间损失l(