杜景南,黃德春,程 文
(1.河海大學(xué)商學(xué)院,江蘇南京 211100; 2.中國華融資產(chǎn)管理股份有限公司,北京 100033)
基于預(yù)防性努力的投資決策是規(guī)避金融風(fēng)險(xiǎn)的重要行為,Ehrlich等的開創(chuàng)性工作提出個(gè)體的自我預(yù)防性投資決策問題,他們從自我保險(xiǎn)問題中分離出預(yù)防性投資問題并對(duì)其進(jìn)行經(jīng)濟(jì)學(xué)分析[1]。預(yù)防性投資降低壞的事件結(jié)果或財(cái)富損失事件發(fā)生的概率,同時(shí)也提高好的事件結(jié)果發(fā)生的概率,而且預(yù)防性投資減少所有發(fā)生的損失結(jié)果的大小。預(yù)防性投資的經(jīng)濟(jì)模型考慮的是減少壞的事件發(fā)生概率所獲得的收益與減少所有事件結(jié)果效用的成本之間的權(quán)衡。在風(fēng)險(xiǎn)決策理論中,預(yù)防性投資是風(fēng)險(xiǎn)管理的基本策略之一。Courbage等分析背景風(fēng)險(xiǎn)的各種配置策略,并且在兩期模型里對(duì)個(gè)體的預(yù)防活動(dòng)建立數(shù)學(xué)模型,論證個(gè)體的最優(yōu)預(yù)防行為與背景風(fēng)險(xiǎn)的特性和效用函數(shù)的性質(zhì)有關(guān)[2]。Menegatti討論背景風(fēng)險(xiǎn)和自我保護(hù)努力投資之間的聯(lián)系,并且論證如果個(gè)體的風(fēng)險(xiǎn)偏好是謹(jǐn)慎的,那么在引入具有可加性的背景風(fēng)險(xiǎn)時(shí)會(huì)增大個(gè)體自我保護(hù)努力投資[3]。田國強(qiáng)等對(duì)當(dāng)前高階風(fēng)險(xiǎn)厭惡理論的前沿發(fā)展、實(shí)驗(yàn)證據(jù)以及相關(guān)應(yīng)用進(jìn)行了梳理和評(píng)述[4]。在一維效用模型里,Eeckhoudt 等提出關(guān)于個(gè)體支出預(yù)防費(fèi)用以減小損失風(fēng)險(xiǎn)發(fā)生的概率的兩期模型,并且導(dǎo)出獨(dú)立的背景風(fēng)險(xiǎn)的引入或惡化將會(huì)使他增加其預(yù)防性投資的個(gè)體風(fēng)險(xiǎn)偏好條件[5]。田有功等驗(yàn)證了更加風(fēng)險(xiǎn)厭惡的個(gè)體總是投資更多的預(yù)防性努力活動(dòng)[6]。基于Jindapon等的建模方法[7],Chuang 等分析個(gè)體付出努力增加好的風(fēng)險(xiǎn)分布的概率的情況,他們的研究結(jié)果表明:當(dāng)個(gè)體努力的成本是非貨幣時(shí),他做出更多的努力投資;當(dāng)個(gè)體的努力成本是貨幣時(shí),將會(huì)產(chǎn)生更多的努力投資行為[8](1)筆者采用經(jīng)濟(jì)學(xué)中期望效用理論反映決策者的風(fēng)險(xiǎn)偏好特征。。
此次研究目的是在二維風(fēng)險(xiǎn)模型里,分析個(gè)體的二維風(fēng)險(xiǎn)厭惡和相關(guān)性風(fēng)險(xiǎn)厭惡行為對(duì)個(gè)體的最優(yōu)預(yù)防決策的影響。首先,值得注意的是學(xué)者前期的工作是在具有一個(gè)參數(shù)的效用函數(shù)的框架里進(jìn)行的。然而,因經(jīng)濟(jì)環(huán)境的多維度性,即個(gè)體面臨幾種來源的風(fēng)險(xiǎn)并且他的效用依賴于幾種指標(biāo)如財(cái)富變量和背景變量。在二維效用模型里,筆者分析個(gè)體的二維混合風(fēng)險(xiǎn)厭惡行為對(duì)其努力投資決策的影響。其次,大多數(shù)學(xué)者已經(jīng)注意到背景風(fēng)險(xiǎn)在個(gè)體的努力投資決策問題的研究中的作用,但是他們通常將財(cái)富風(fēng)險(xiǎn)和背景風(fēng)險(xiǎn)視為相互獨(dú)立的關(guān)系。筆者將相關(guān)性風(fēng)險(xiǎn)厭惡行為引入到對(duì)個(gè)體的努力投資決策的研究中。再次,筆者觀察到經(jīng)濟(jì)系統(tǒng)的變化通常包含一些變量的同時(shí)不確定性因素。最后,使用具有風(fēng)險(xiǎn)相關(guān)性結(jié)構(gòu)的4-狀態(tài)抽獎(jiǎng)模型,筆者討論個(gè)體的相關(guān)性背景風(fēng)險(xiǎn)厭惡行為對(duì)其努力投資決策的影響。
首先給出風(fēng)險(xiǎn)相關(guān)性結(jié)構(gòu)和相關(guān)性厭惡(correlation aversion)的概念,并推導(dǎo)關(guān)于決策者的風(fēng)險(xiǎn)偏好的初步結(jié)論。
設(shè)二維von Neumann-Morgenstern效用函數(shù)u(x,y),(x,y)∈[a,b]×[c,d]表示決策者的風(fēng)險(xiǎn)偏好。假定對(duì)任意的非負(fù)整數(shù)k1和k2,函數(shù)u(x,y)的所有偏導(dǎo)數(shù)u(k1,k2)(x,y)= ?k1+k2u(x,y)/?xk1?yk2存在并且是連續(xù)的。給定兩個(gè)相互獨(dú)立的隨機(jī)變量X∈[a,b]和Y∈[c,d],存在如下定理:
定理1下列的陳述是等價(jià)的:
(a)對(duì)獨(dú)立的風(fēng)險(xiǎn)X和Y,不等式Eu(X,Y)≤Eu(X,EY)成立;
(b)對(duì)?(x,y),u(0,2)(x,y)≤0。
定理1表明決策者對(duì)Y≤0是風(fēng)險(xiǎn)厭惡的,當(dāng)且僅當(dāng)二維效用函數(shù)u在它的第二個(gè)屬性上是凹的,即u(0,2)≤0。
當(dāng)這兩種風(fēng)險(xiǎn)是依賴的和局部時(shí),筆者首先獲得如下定理:
定理2對(duì)于局部的風(fēng)險(xiǎn)X和Y,并且Cov(X,Y)≥0,如果u(0,2)(x,y)≤0和u(1,1)(x,y)≤0,?(x,y), 那么不等式Eu(X,Y)≤Eu(X,EY)成立。
(1)
由Taylor近似(1)可得
(2)
這里,Var(·)和Cov((·,·)分別是方差和協(xié)方差算子。由近似式(2),可得出對(duì)于Cov(X,Y)≥0的局部風(fēng)險(xiǎn)X和Y,如果u(0,2)≤0和u(1,1)≤0,那么Eu(X,Y)≤Eu(X,EY)。
Eeckhoudt等將u(1,1)≤0解釋為決策者是“相關(guān)性厭惡”的充要條件,指y越大則可以減輕對(duì)x降低的不利的影響[9]。定理2表明,當(dāng)兩種局部的風(fēng)險(xiǎn)是正相關(guān)時(shí),如果決策者在y上是風(fēng)險(xiǎn)厭惡的(u(0,2)≤0)和相關(guān)性厭惡的(u(1,1)≤0),那么他對(duì)Y是風(fēng)險(xiǎn)厭惡的。
對(duì)于兩種依賴的局部風(fēng)險(xiǎn)的情況,筆者得出如下定理:
定理3對(duì)于Cov(X,Y)≥0的依賴的局部風(fēng)險(xiǎn)X和Y,如果u(0,2)(x,y)≤0,u(2,0)(x,y)≤0和u(1,1)(x,y)≤0,?(x,y), 那么不等式Eu(X,Y)≤u(EX,EY)成立。
證明:由在定理2的證明中效用函數(shù)u(x,y)的Taylor近似(1)可得:
上式推出對(duì)于Cov(X,Y)≥0的局部風(fēng)險(xiǎn)X和Y,如滿足u(0,2)≤u(2,0)≤0和u(1,1)≤0,那么Eu(X,Y)≤u(EX,EY)。
定理3表明,對(duì)于具有正相關(guān)性的兩種局部風(fēng)險(xiǎn),如果決策者在x上是風(fēng)險(xiǎn)厭惡的u(2,0)≤0,在y上是風(fēng)險(xiǎn)厭惡的u(0,2)≤0以及相關(guān)性厭惡的u(1,1)≤0,那么他對(duì)(X,Y)是風(fēng)險(xiǎn)厭惡的。
考慮對(duì)具有更強(qiáng)相關(guān)性的任何兩種風(fēng)險(xiǎn)的風(fēng)險(xiǎn)厭惡的情況。設(shè)F(x,y)表示X和Y的聯(lián)合分布,F(xiàn)X(x)和FY(y)分別表示它們的邊際分布。Lehmann[10]定義下列的變量隨機(jī)依賴的概念:
定義1 如果F(x,y)≥FX(x)FY(y),?x,y,那么二維風(fēng)險(xiǎn)(X,Y)是正象限依賴的,記為PQD(X,Y)。
定理4下列的表達(dá)是等價(jià)的:
(a)對(duì)于PQD(X,Y),不等式Eu(X,Y)≤u(EX,EY)成立;
(b)對(duì)?(x,y),u(0,2)(x,y)≤0,u(2,0)(x,y)≤0和u(1,1)(x,y)≤0。
定理4揭示對(duì)于POD(X,Y),決策者對(duì)(X,Y)是風(fēng)險(xiǎn)厭惡的當(dāng)且僅當(dāng)他在x上是風(fēng)險(xiǎn)厭惡的(u(2,0)≤0),在y上是風(fēng)險(xiǎn)厭惡的(u(0,2)≤0)以及是相關(guān)性厭惡的(u(1,1)≤0)。Li(2011)指出對(duì)于(POD)風(fēng)險(xiǎn),效用函數(shù)負(fù)的混合導(dǎo)數(shù)是控制相關(guān)性影響的必要條件。
根據(jù)Chuang等[8]的基本模型,筆者在多個(gè)風(fēng)險(xiǎn)的框架下對(duì)決策者的努力投資決策問題建模??紤]兩種來源的風(fēng)險(xiǎn)指標(biāo):一種是內(nèi)生的財(cái)富或收入的隨機(jī)性風(fēng)險(xiǎn),稱之為金融風(fēng)險(xiǎn);另一種是外生的背景變量的風(fēng)險(xiǎn),即非金融風(fēng)險(xiǎn)或背景風(fēng)險(xiǎn)。
首先分析決策者具有非貨幣努力成本的情形。設(shè)θ(e)表示努力e的成本函數(shù)(效用度量),并且θ(0)=0,θ′(e)≥0和θ″(e)≥0。決策者選擇努力水平e,為了最大化他的期望效用:
(3)
最大化問題(3)相應(yīng)的FOC(一階條件)是
(4)
(5)
(6)
當(dāng)兩種風(fēng)險(xiǎn)是相互獨(dú)立時(shí),由Courbage等研究在獨(dú)立風(fēng)險(xiǎn)的情況下預(yù)防性儲(chǔ)蓄的方法[2],獲得下列命題:
證明:關(guān)于初始背景變量指標(biāo)的不確定的影響,由(5)和優(yōu)化問題的凹性可得
關(guān)于最終背景變量指標(biāo)的不確定的影響,由(6)和目標(biāo)問題的凹性可得
命題1的解釋是顯而易見的。當(dāng)財(cái)富風(fēng)險(xiǎn)和背景風(fēng)險(xiǎn)是相互獨(dú)立時(shí),對(duì)于背景變量風(fēng)險(xiǎn)厭惡(u(0,2)≤0)的決策者,引入初始(目標(biāo))背景變量指標(biāo)的不確定性會(huì)增大(減小)決策者努力的邊際收益而不改變他的邊際成本。因此這樣的決策者將會(huì)付出更多(更少)的努力投資。
當(dāng)兩種風(fēng)險(xiǎn)不是相互依賴的并是局部的風(fēng)險(xiǎn),根據(jù)在兩種局部的風(fēng)險(xiǎn)的情況下Menegatti[3]研究預(yù)防性儲(chǔ)蓄問題的方法,筆者獲得命題如下:
(7)
(8)
當(dāng)兩種風(fēng)險(xiǎn)是依賴的和局部的,與Menegatti[3]的預(yù)防性儲(chǔ)蓄的分析類似,筆者得到下面的命題:
證明:對(duì)于初始目標(biāo)的兩種變量指標(biāo)的不確定的聯(lián)合影響,由(7)和優(yōu)化問題的凹性可得:
對(duì)于最終目標(biāo)的兩種變量的不確定的聯(lián)合影響,由(8)和優(yōu)化問題的凹性可得:
和命題3相比,在命題4中的偏好條件對(duì)于保證初始(目標(biāo))的兩種PQD不確定性在決策者的努力上的正(負(fù))影響是必要和充分的。Li[11]論證PQD是一種比正相關(guān)性更強(qiáng)的隨機(jī)依賴關(guān)系。因此,在相同的偏好條件下,對(duì)于兩種局部風(fēng)險(xiǎn),正相關(guān)性保證更多或更少努力是足夠的,但是對(duì)于任意的兩種風(fēng)險(xiǎn),必須限定更強(qiáng)的風(fēng)險(xiǎn)依賴結(jié)構(gòu)PQD。
繼續(xù)考慮轉(zhuǎn)向決策者的努力成本是貨幣的情形。決策者成本函數(shù)表示為c(e),并且c(0)=0,c′(e)≥0和c″(e)≥0。那么,決策者的最大化目標(biāo)變?yōu)椋?/p>
(9)
優(yōu)化函數(shù)(9)的FOC是:
(10)
(11)
(12)
命題5假設(shè)努力的成本是貨幣的。對(duì)于獨(dú)立的兩種風(fēng)險(xiǎn),
(13)
為了簡化,定義一個(gè)二維函數(shù):
當(dāng)u(0,2)≤0和u(1,2)≥0時(shí), 可得出:
(14)
(15)
定義二維效用函數(shù):
有:u(0,2)≤0和u(1,2)≥0?g(0,2)(x,y)≤0
(16)
對(duì)于兩種依賴的局部的風(fēng)險(xiǎn),獲得下列的命題:
命題6假設(shè)努力的成本是貨幣的。
當(dāng)u(1,1)≤0和u(2,1)≥0, 有
(17)
有
u(1,1)≤0和u(2,1)≥0?g(1,1)(x,y)≤0 (18)
Eeckhoudt等解釋u2,1≥0為決策者是背景變量混合謹(jǐn)慎的必要和充分條件,其意味著更高的背景變量取值水平將減輕財(cái)富風(fēng)險(xiǎn)的不利影響[13]。Au(x,y)[(2,1)/(1,1)]=-u(2,1)/u(1,1)是背景變量混合謹(jǐn)慎的強(qiáng)度測度。對(duì)于初始的兩種正相關(guān)的局部風(fēng)險(xiǎn),混合謹(jǐn)慎測度Au(x,y)[(1,2)/(0,2)]≤K1和Au(x,y)[(2,1)/(1,1)]≤K1推出具有在命題6(a)中的偏好的決策者將會(huì)做出更多的努力投資。對(duì)于最終的兩種具有正相關(guān)性的局部風(fēng)險(xiǎn),具有在命題6(b)中的偏好的決策者會(huì)做出更少的努力投資。由于風(fēng)險(xiǎn)之間的依賴性,故在命題6中需要更多的風(fēng)險(xiǎn)偏好限定條件。
(19)
(20)
對(duì)于兩種相關(guān)的局部風(fēng)險(xiǎn),筆者有如下的命題:
命題7假設(shè)努力的成本是貨幣的。
當(dāng)u(2,0)≤0和u(3,0)≥0, 我們有
(22)
(23)
有u(2,0)≤0和u(3,0)≥0?g(2,0)(x,y)≤0
(24)
Au(x,y)[(3,0)/(2,0)]=-u(3,0)/u(2,0)是財(cái)富變量謹(jǐn)慎的強(qiáng)度測度。命題7的解釋如下。在初始的正相關(guān)的兩種局部風(fēng)險(xiǎn)下,對(duì)于具有在命題7(a)中的風(fēng)險(xiǎn)偏好的決策者,混合謹(jǐn)慎測度Au(x,y)[(1,2)/(0,2)]≤K1和謹(jǐn)慎測度Au(x,y)[(2,1)/(1,1)]≤K1分別直接控制這兩種風(fēng)險(xiǎn)在決策者的努力投資決策上正的影響,混合謹(jǐn)慎測度Au(x,y)[(2,1)/(1,1)]≤K1導(dǎo)出這兩種不確定的相互影響會(huì)重疊加強(qiáng)這些影響。因此,決策者總是做出更大的努力投資。在最終目標(biāo)的兩種正相關(guān)局部風(fēng)險(xiǎn)下,u(0,2)≤0,u(2,0)≤0和u(1,1)≤0引起決策者的邊際收益減小,然而u(1,2)≥0,u(2,1)≥0和u(3,0)≥0引起他的邊際成本增大。因此,決策者將做出更小的努力投資。
繼續(xù)分析更強(qiáng)的PQD風(fēng)險(xiǎn)對(duì)決策者的努力投資行為的影響并得出如下命題:
命題8假設(shè)努力的成本是貨幣的。
和命題7相比,易知對(duì)于兩種PQD風(fēng)險(xiǎn)的情況,在命題8中決策者的偏好條件對(duì)于保證他的更大(小)的努力投資行為是充分的。
筆者研究在二維效用模型里在財(cái)富風(fēng)險(xiǎn)和背景風(fēng)險(xiǎn)下決策者的努力行為決策問題。在存在其他風(fēng)險(xiǎn)時(shí),筆者給出了保證背景變量的不確定性在決策者的努力上正或負(fù)的影響的偏好條件。在財(cái)富變量和背景變量兩種不確定性的同時(shí)共存的環(huán)境下,筆者討論當(dāng)這兩種風(fēng)險(xiǎn)是局部的或正象限依賴時(shí),兩種變量的不確定對(duì)決策者的努力行為的聯(lián)合效應(yīng)。筆者給出在相關(guān)性背景風(fēng)險(xiǎn)的環(huán)境下理性的決策者的最優(yōu)努力投資行為的混合風(fēng)險(xiǎn)偏好條件。筆者研究在不確定性下影響決策者最優(yōu)努力投資的不同風(fēng)險(xiǎn)的來源,并且發(fā)現(xiàn)兩種風(fēng)險(xiǎn)之間的依賴結(jié)構(gòu)在他的努力決策中扮演著重要的角色。筆者的工作將Chuang等[8,14]提出的決策者的努力決策模型擴(kuò)展到二維風(fēng)險(xiǎn)的框架,研究結(jié)果表明,當(dāng)混合風(fēng)險(xiǎn)加劇或其相關(guān)性增大時(shí),風(fēng)險(xiǎn)厭惡的決策者會(huì)做出更多的預(yù)防性努力投資規(guī)避混合風(fēng)險(xiǎn)。筆者對(duì)二維不確定性下最優(yōu)努力決策問題提出一些新的見解,進(jìn)一步完善了風(fēng)險(xiǎn)厭惡理論的分析內(nèi)容,在一定程度上解釋了傳統(tǒng)風(fēng)險(xiǎn)厭惡理論無法解釋的一些經(jīng)濟(jì)現(xiàn)實(shí)、金融行為和現(xiàn)象,為防范化解重大金融風(fēng)險(xiǎn)提供了理論支撐。