风险态度已改[精选].ppt

  1. 1、本文档共49页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
风险态度已改[精选]

* 为避免一个博弈,此人愿意放弃的财富的最大数值,被称为风险酬金(risk premium)。 2.3 风险酬金 1 把一副扑克牌的4张A取出,牌面向下洗匀后排在桌面上。你可以从下列两种玩法中人选一个: (1)先任意翻开一张再决定;(a)付出35元,叫停;或者(b)继续翻第二张,若第二张为红,你可以收入100元,第二张为黑则付出100。 (2)任意翻开一张,若次牌为红可以收入100元,为黑则付出100元。 画出此问题的决策树。 设某决策人的效用函数为u=ln(1+0.005x),他应该选择哪种玩法? 课堂讨论 对数效用函数:U(W)=Ln(W) 博弈G(5, 0.8; 30, 0.2) 博弈的期望财富是: E(G)=0.8($5)+0.2($30)=$10 期望财富的效用值:U[E(G)]=2.3 财富效用的期望值: E[U(G)]=0.8U($5)+0.2U($30)=1.97 U[E(G)] E[U(G)],风险回避者。 $7.17为G的确定等量财富数额。 为了避免博弈,愿意放弃: E(W)-W*=10-7.17元=2.83元。 * 设某人现有积蓄为0,增加1000元对此人的作用(价值)与有了1000元后再加1500元相等,则此人的财富的价值函数是凹函数。 2.4 对后果的偏好强度 * 若询问货币后果对这个决策人的实际价值即效用时,决策人认为 1000元?(0.5,0; 0.5,2500) 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,这就是可测价值函数。 2.4 对后果的偏好强度 * 定义3.3 与弱序一致的序数价值函数: 设方案集A={a1,a2……an},P是定义在A上的决策人的弱序,若A上的实值函数v满足: 则称v为与弱序P一致的序数价值函数。 定理3.3 对有限方案集A={a1,a2…,an}和弱序P,总可以构造一个与该弱序一致的序数价值函数v。 2.5 可测价值函数 * 定义3.4 可测价值函数: 在后果空间X上的实值函数v,对w,x,y,z∈X,有 且V对正线性变换是唯一确定的。则称v为可测价值函数。如下图所示: 2.5 可测价值函数 * 决策人的真实的风险态度被称作相对风险态度(relative risk attitude)。设效用函数u和可测价值函数v在X上都是单调递增,且连续二次可微。 1.效用函数反映的风险的局部测度 ? 0 u在x 处凹, 风险厌恶 r(x)=-u”(x)/u’(x) ? = 0 u在x 处线性, 风险中立 ? 0 u在x 处凸, 风险追求 2.可测价值函数反映的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.决策人真正的风险态度 若r(x) m(x) ,称为在x 处相对风险厌恶 r(x)=m (x),称为在x 处相对风险中立 r(x)<m(x) ,称为在x 处相对风险追求 2.6 相对风险态度 * 货币效用的基本性质: (1)单调递增且有界; (2)钱数较少时,u(x)近乎线性; (3)x0时, u(x)通常是凹的; (4)x0与x0处的形状不同; (5)钱对决策人的效用函数通常是随诸多因素的改变而变化的。 2.7 货币的基本效用 * 给定决策人的资产为w 分x(货币)轴为三个区间: (-w, -w/2); (-w/2, 0); (0, w) (0, w)区间用确定当量法 (-w/2, 0)区间先用概率当量法,再用确定当量法 (-w, -w/2)同上 2.7 货币的效用函数的构造 * (1)(0,1000)区间的效用函数值的设定 设定(0,1000)区间效用函数可以用确定当量法。 取x3=0,x1=1000,并令u(0)=0,u(1000)=1,就可以用式(3.11)确定效用值等于0.5的x2: X2~(0.5,0;0.5,1000) 比如说,x2=300,它与0,1000机会各半相当,因此u(300)=0.5。 根据同样的思路,可以设定(0,1000)区间内与其他效用值对应的后果值。假设他接着决定: 100~0.5(0)+0.5(300)即100~(0.5,0;0.5,300) 则u

文档评论(0)

jsntrgzxy + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档