跳轉到

8.2 效用函數與風險態度#

本章導言#

8.1 節的期望值準則隱含一個大膽假設：「期望收益 50 萬的專案」對誰都一樣好——不論是現金充裕的跨國集團，還是只剩一次機會的初創公司。1738 年，瑞士數學家 Daniel Bernoulli（丹尼爾．伯努利，1700–1782） 在聖彼得堡科學院發表論文，用一個擲硬幣賭局徹底擊潰了這個假設：賭局期望值無窮大（St. Petersburg 悖論，見《機率統計》1.1 節深化場景），但沒有人願付超過幾枚金幣。Bernoulli 的解法是把「貨幣」換成「心理價值」——效用（utility），決策準則改為期望效用最大化。兩個半世紀後，von Neumann 與 Morgenstern（1944）在《賽局論與經濟行為》中為期望效用理論建立了公理基礎，成為 1990 年代前整個經濟學與金融學的決策地基。本節說明效用如何量化風險態度、如何把「怕不怕」變成可計算的數字，並對照《經濟的數學》與《金融的數學》的相應章節。

Bernoulli 的跳躍：從金錢到心理價值#

Bernoulli 觀察到兩個事實：（1）同一筆錢對窮人與富人的意義不同——邊際價值遞減；（2）人們評估賭局時看的不是期望貨幣值。他提出以對數效用 \(u(x) = \ln x\) （ \(x\) 為財富）取代貨幣值：

\[ \text{決策準則} \quad \max \ \mathbb{E}[u(W)] = \max \sum_j p_j \ln(W_0 + x_j), \]

其中 \(W_0\) 為初始財富、 \(x_j\) 為隨機收益。用 \(\ln\) 解釋 St. Petersburg：期望效用 \(\sum_{n=1}^\infty 2^{-n}\ln(2^n) = \sum 1 = \infty\) 仍發散，但只要把「第 \(n\) 次才出正面」的收益改為 \(\ln\) -尺度的實際情境（或設收益有上限），期望效用就有限。Bernoulli 的真實洞見不在 \(\ln\) 本身，而在效用函數應為凹： \(u' > 0\) （多比少好）、 \(u'' < 0\) （越多再增加的滿足越少）。

風險態度的三分法#

設 \(u \in C^2\) 。以 Arrow–Pratt 的絕對風險厭惡係數度量：

\[ A(x) = -\frac{u''(x)}{u'(x)}. \]
  • \(A(x) > 0\) ：風險厭惡（凹效用， \(u=\ln x\) 、 \(u=\sqrt{x}\) 皆是）——確定的 50 萬「感覺上」好過 50/50 的 0 或 100 萬；
  • \(A(x) = 0\) ：風險中立（ \(u = x\) ，退化為 EMV）；
  • \(A(x) < 0\) ：風險趨避（凸效用，如財富極低時「賭一把」的心態）。

風險態度的兩個等價刻度：

確定等值（Certainty Equivalent, CE）：使 \(u(\text{CE}) = \mathbb{E}[u(\tilde{x})]\) 的確定數——「這個賭局對我而言等於穩拿多少錢」； 風險溢酬（Risk Premium）： \(\pi = \mathbb{E}[\tilde{x}] - \text{CE}\) ——厭惡者為「換得確定」願意放棄的期望收益。

對小風險的二階近似（Taylor 展開）：

\[ \pi \approx \frac{1}{2} A(W)\, \mathrm{Var}(\tilde{x}), \]

風險溢酬 ≈ ½ × 風險厭惡 × 變異數——這個公式把 8.1 節決策樹的「期望」與本節的「厭惡」焊在一起，也是《金融的數學》第 3 章均值—變異數投資組合與第 7 章 VaR 的共同祖先。

例題 8.2.1#

例題 8.2.1：某創業者初始財富 \(W_0 = 40\) 萬元，面臨一個專案：成功得 60 萬（機率 0.5）、失敗得 0（機率 0.5）。設其效用 \(u(W) = \sqrt{W}\) （ \(W\) 為總財富，單位萬元）。求：(1) 專案的期望貨幣值與期望效用；(2) 確定等值與風險溢酬；(3) 判斷風險態度（驗算 \(A(W)\) ）；(4) 若另一家公司財富 \(W_0 = 900\) 萬且同樣用 \(\sqrt{\cdot}\) 評估，其確定等值是多少？管理上說明什麼？

解：

(1) 終身財富隨機變數：成功 100 萬、失敗 40 萬。 \(\mathbb{E}[W] = 0.5\times100 + 0.5\times40 = 70\) 萬（期望淨收益 \(70-40=30\) 萬）。 \(\mathbb{E}[u] = 0.5\sqrt{100} + 0.5\sqrt{40} = 5 + 0.5\times6.3246 = 8.1623\) 。

(2) \(u(\text{CE}) = 8.1623 \Rightarrow \text{CE} = 8.1623^2 = 66.62\) 萬。 \(\pi = \mathbb{E}[W] - \text{CE} = 70 - 66.62 = 3.38\) 萬。 即：該專案對他的參與價值 \(= \text{CE} - W_0 = 66.62 - 40 = 26.62\) 萬——低於期望淨收益 30 萬，差額 3.38 萬正是風險溢酬。

(3) \(u'(W) = \tfrac12 W^{-1/2}\) ， \(u''(W) = -\tfrac14 W^{-3/2}\) ，故 \(A(W) = -u''/u' = \tfrac{1}{2W} > 0\) ，嚴格風險厭惡；二階近似 \(\pi \approx \tfrac12 \cdot \tfrac{1}{2\times40} \cdot \mathrm{Var}(W)\) ， \(\mathrm{Var}(W) = 0.5(100-70)^2 + 0.5(40-70)^2 = 900\) ， \(\pi \approx 900/160 = 5.63\) 萬——與精確值 3.38 同量級，二階近似在風險較大時偏高，符合預期。

(4) 大公司終身財富 960 萬或 900 萬： \(\mathbb{E}[u] = 0.5\times\sqrt{960} + 0.5\times\sqrt{900} = 15.4919 + 15 = 30.4919\) ； \(\text{CE} = 929.76\) 萬； \(\pi = 930 - 929.76 = 0.24\) 萬。同一賭局、同一函數形狀，大公司的風險溢酬只有小公司的約 1/14——因為 \(A(W)=1/(2W)\) 隨財富遞減（遞減絕對風險厭惡, DARA）。這正是「大公司敢做小公司不敢做的投資」的數學解釋，也是保險與金融衍生品得以存在的前提：把風險從高 \(A\) 者移向低 \(A\) 者，雙方皆可獲益。

期望效用理論的公理化與其動搖#

von Neumann–Morgenstern（1944）證明：若偏好滿足完整性、傳遞性、連續性、獨立性四公理，則存在（唯一至正仿射變換）效用函數 \(u\) ，使偏好排序恰為 \(\mathbb{E}[u]\) 排序。此公理化是 20 世紀經濟學的里程碑，直接構成《經濟的數學》第 2 章與《金融的數學》第 3 章的基礎。然而 1979 年 Daniel Kahneman 與 Amos Tversky 的前景理論（Prospect Theory）以一系列實驗擊中其軟肋：確定效應（對高機率結果過度確定）、損失厭惡（損失的痛感約為同等收益快感的 2 倍）、參數依賴參考點。管理啟示是雙重的：一方面，正式模型（保險定價、資本預算）仍應以期望效用為骨幹；另一方面，真實人在談判與激勵設計中會系統性偏離該準則，管理者必須「按人們實際的樣子」而非「按公理的樣子」設計制度——這是行為管理數學的新邊疆。

前因後果與驅動關係#

  • 驅動：保險業 17–18 世紀的年金與海運保險定價（《金融的數學》第 8 章保險精算）迫切需要「厭惡風險者願意付保費」的理論解釋；1950 年代核戰略與大型資本預算要求在「毀滅性小概率」面前理性選擇，暴露 EMV 的荒謬（一個 EMV 為正、但有 1% 機率毀滅全公司的方案不可接受）。
  • 回頭改變實務：期望效用成為投資組合選擇、保險精算、資本成本（WACC 中的風險調整）的統一語言；對數效用與常態收益的搭配直接導出均值—變異數框架，催生現代投資組合理論（《金融的數學》第 3 章）。前景理論則改變了定價、行銷與激勵的設計邏輯。
  • 交叉引用：決策樹的 EMV 見 8.1 節；風險態度與 VaR/CVaR 的比較見《金融的數學》第 7 章；AHP（8.3 節）處理的是「多目標且難以貨幣化」時的偏好聚合，可視為效用函數的降級替代品。

練習#

  1. \(u(W) = \ln W\) 、 \(W_0 = 10\) （萬元）、賭局：0.5 得 8、0.5 失 4。求 \(\mathbb{E}[u]\) 、CE 與 \(\pi\) ，並與 \(u=W\) 的 EMV 結果比較。
  2. 證明 \(A(W) = 1/(2W)\) 且 \(A'(W) < 0\) （DARA），並解釋其保險學含意。
  3. 用二階近似 \(\pi \approx \tfrac12 A(W)\sigma^2\) 估算例題 8.2.1 的溢酬，討論近似誤差的方向。
  4. 若某人對「超過 500 萬的財富」視同無差異（效用飽和），其 \(A(W)\) 在該區間是多少？這如何解釋自保險與再保險的分層？
  5. 思考題：前景理論的「損失厭惡」意味效用在參考點左側是凸的。若以此構建決策樹，8.1 節的 EVPI 計算會被高估還是低估？為什麼？（提示：想想人們為「避免壞消息」願意付多少。）

名詞速查表#

  • 效用：貨幣在決策者心理中的價值映射 \(u(W)\) 。
  • 凹效用／風險厭惡： \(u''<0\) ，確定值優於等期望的賭局。
  • 確定等值（CE）：與隨機賭局效用相同的確定金額。
  • 風險溢酬： \(\mathbb{E}[\tilde x] - \text{CE}\) ，為換取確定性放棄的期望。
  • Arrow–Pratt 係數： \(A(x) = -u''/u'\) ，風險厭惡的局部度量。
  • 前景理論：Kahneman–Tversky 1979，以參考點與損失厭惡修正期望效用。

（本節完）