金融经济学期末梳理（王江）第七章 风险厌恶程度度量

Introdution

上一章，基于一系列假定，我们得到了单调、凹的期望效用函数，这一章来研究其经济意义

7.1 效用函数的几何意义

7.1.1 偏好和效用函数的关系

首先，两个假定即凸偏好和凹效用函数是等价的。

感谢评论区指正，严格来说凸偏好等价于效用函数拟凹，即u(ax+(1-a)y) >= min {u(x),u(y)}

7.1.2边际效用递减

对于凹的效用函数有二阶导小于等于0，即$U^{\prime }$${}^{\prime }$ $\le$ 0,这意味边际效用$U^{\prime }$递减，即当消费水平上升是，一单位额外消费得到的效用是递减的。

7.2 效用函数的经济意义

7.2.1 风险厌恶

公平赌博

参与者风险厌恶

风险厌恶者追求确定性财富，厌恶不确定支付即厌恶期望效用，比较基于相同的期望财富，如：

当且仅当u是（严格）凹函数时，参与者是（严格）风险厌恶的。

7.2.2 风险厌恶的度量：“小”风险

风险溢价

参与者偏好确定性财富而非不确定财富，那么要让参与者进行公平赌博，期望财富就应该大于确定性财富，即确定性财富小于期望财富，这里的确定性财富又叫做确定性等值，确定性财富与不确定性情况下的差值又称风险溢价。用公式表示为：
$E[u(w+g)]=u(w-\pi )$ 其中$\pi$是风险溢价，g是公平赌博。w-$\pi$是确定性等值即进行期望财富是w的公平赌博的期望效用对应的确定性财富。
注：只是定义风险溢价的一种方法，风险溢价依赖于公平赌博的性质和参与者的风险厌恶程度。

风险小的赌博

当随机变量g取值范围很小时，成g是风险小的赌博。

风险厌恶程度的度量：泰特展开

1、$E[u(w+g)]$ 将效用函数在w点展开有：
显然由于公平赌博，一阶项为0.
2、将$u(w-\pi )$ 在w点展开有：$u(w-\pi )$= u(w) -$\pi u^{\prime }(w)$+
3、因此，小风险的风险溢价：即w+g在w周围波动时

这意味着风险溢价与公平赌博的方差有关，同时方差可以度量不确定性事件的风险，那么得出结论：风险溢价和风险大小成正比（一阶导>0 二阶导<=0），而比例系数反应了参与者的风险厌恶程度。

绝对风险厌恶系数

与之相反的就是风险容忍系数toler

相对风险厌恶系数

对于一个参与者，拥有不同财富时，他对赌注为100元的公平赌博态度时完全不同的。因此可以考虑基于财富的公平赌博和风险溢价。和上面同样泰勒展开，我们得到了相对风险厌恶系数。

7.3 风险厌恶的几个例子

在本书中，我们研究风险厌恶系数不变的情况。所以考虑绝对风险厌恶系数和相对风险厌恶系数不变的几个例子。

线性或风险中性效用函数

u(w)=w

A(w)=0 R(w)=0 常数风险厌恶

负指数效用函数

u(w)=-e${}^{-}$${}^a$${}^w$, a>0

A(w)=a R(w)=aw 常数绝对风险厌恶

平方效用函数

u(w)=w-$\frac{1}{2}a{w}^2$, a>0,w$\in [0,\frac{1}{a})$

A(w)=$\frac{a}{1-aw}$,R(w)=$\frac{aw}{1-aw}$

绝对风险厌恶随财富的增加而增加，相对风险厌恶系数随财富的增加而减少即财富越多，它对风险变得越来越容忍。

幂指数效用函数

如下：

绝对风险厌恶系数随财富的增加而减少，常数相对风险厌恶。

对数效用函数

u(w)=log(w)

A(w)=$\frac{1}{w}$ R(w)=1

绝对风险厌恶系数随财富的增加而减少，常数相对风险厌恶。

双曲线绝对风险厌恶（HARA）效用函数

这类效用函数直接由它们的风险厌恶的度量定义

A(w)=$\frac{1}{d+w/\gamma }$ , T(w)=$d+w/\gamma$

这个效用函数可以度量所有前面效用函数的绝对风险厌恶系数：

风险中性：d=∞
平方： $\gamma$=-1 d=1/a
负指数： $\gamma$=∞ d=1/a
幂指数： d=0, $\gamma >0$且$\gamma \ne 1$
对数效用：d=0 ,$\gamma \to 1$

* 7.4 风险厌恶的比较

我们已经知道了风险厌恶程度是如何度量得，那么怎么比较两个参与者得风险厌恶程度呢？定理给出了三条等价性质。

可以看到将w与z 一一对应。（2）利用反函数求导公式计算，注意这里x，y仍然是原来的变量，没有交换变量x，y
性质2，3就是说，可以找到一个凹函数使得，参与者2的效用z映射到参与者1的效用，两者通过z=$u_2(w)$ 求出w然后带入$u_1$建立联系。
性质4 说明风险厌恶系数越大，风险溢价越大。

7.5 一阶风险厌恶（效用函数不可微）

example：
考虑一个公平赌博：g，我们来计算风险溢价

-δ	δ
1/2	1/2
1、$E[u(\overline{w}+g)]$ = u($\overline{w}-\pi$)

2、$E[u(\overline{w}+g)]$ = 1/2 $u(\overline{w}-\delta )$ + 1/2$u(\overline{w}+\delta )$=

1/2 $a_{-}(\overline{w}-\delta -\overline{w})$ +1/2$a_{+}(\overline{w}+\delta -\overline{w})$=

1/2 $a_{-}(-\delta )$ +1/2$a_{+}(\delta )$=-1/2( $a_{-}-a_{+})\delta$

3、u($\overline{w}-\pi$) =$a_{-}(\overline{w}-\pi -\overline{w})$=$a_{-}(-\pi )$

4、-1/2( $a_{-}-a_{+})\delta$ = $a_{-}(-\pi )$

$\pi$ = [1/2($a_{-}-a_{+}$) / $a_{-}$]δ
这个博弈的方差为${\delta }^2$ 可以看到不可微的情况下，风险溢价与标准差成正比，而可微情况下方差成正比。风险很小时，标准差比方差大得多，即高一阶，所以叫做一阶风险厌恶。