金融市场的风险厌恶建模.docxVIP

金融市场的风险厌恶建模

一、引言：理解风险厌恶的金融本质

在金融市场的万千波动中，有一个看不见的“情绪之手”始终左右着投资者的选择——风险厌恶。当股价暴跌时，有人急于抛售止损，有人却选择逆势加仓；当理财产品标注“低风险”时，老年人往往趋之若鹜，而年轻投资者可能更关注收益弹性。这些看似矛盾的行为背后，都指向同一个核心：不同个体对风险的容忍程度存在显著差异，这种差异不仅影响个人财富配置，更通过市场交易的“蝴蝶效应”传导至资产定价、市场波动甚至宏观经济稳定。

风险厌恶建模的意义，就在于将这种抽象的心理特征转化为可量化、可验证的数学工具。它既是连接行为金融学与传统资产定价理论的桥梁，也是风险管理、投资策略设计的底层逻辑。本文将沿着“理论溯源—模型构建—实证检验—挑战展望”的脉络，深入探讨这一金融研究的核心命题。

二、风险厌恶的理论基础：从效用函数到测度工具

2.1风险厌恶的定义与效用函数的起源

要理解风险厌恶，首先需要回到“效用”这一核心概念。简单来说，效用是投资者对财富或收益的心理满足程度。假设一个投资者面临两个选择：A是确定性获得100元，B是50%概率获得200元、50%概率获得0元。如果他选择A，说明在他心中，100元的确定效用高于B选项的期望效用（0.5×200+0.5×0=100元），这种“偏好确定性收益”的特征就是风险厌恶。

现代经济学对风险厌恶的形式化描述，始于冯·诺依曼-摩根斯坦（VonNeumann-Morgenstern）的期望效用理论。该理论假设投资者的决策基于期望效用最大化，效用函数U(W)满足“边际效用递减”——即新增1元带来的效用提升，会随着财富W的增加而减少。数学上表现为效用函数的二阶导数U’’(W)0，这是风险厌恶的数学本质。

2.2阿罗-普拉特测度：风险厌恶的量化标尺

上世纪60年代，肯尼斯·阿罗（KennethArrow）和约翰·普拉特（JohnPratt）提出了衡量风险厌恶程度的关键指标——绝对风险厌恶系数（AbsoluteRiskAversion,ARA）和相对风险厌恶系数（RelativeRiskAversion,RRA）。

绝对风险厌恶系数定义为：ARA(W)=-U’‘(W)/U’(W)。它反映了投资者对绝对财富变动的敏感程度。例如，一个ARA较高的投资者，在财富减少1000元时，效用损失会比ARA低的投资者更大。相对风险厌恶系数则是RRA(W)=-W×U’‘(W)/U’(W)，它衡量的是投资者对财富比例变动的敏感程度，更适用于分析“百分比损失”场景（如股票下跌10%vs20%）。

这两个指标的提出，让风险厌恶从定性描述转向了定量分析。比如，当市场出现黑天鹅事件时，投资者的ARA可能短期飙升，表现为对任何小幅度的财富波动都过度反应；而长期投资者的RRA更稳定，更关注资产组合的长期比例变化。

2.3风险厌恶的异质性：个体差异与市场特征

现实中的风险厌恶并非“非此即彼”，而是存在显著的个体异质性。老年人因收入来源减少，往往ARA更高，更偏好国债等低风险资产；企业家因习惯经营风险，可能RRA更低，愿意配置更多股票。此外，市场环境也会影响整体风险厌恶水平——牛市中投资者风险厌恶下降，倾向加杠杆；熊市中则反之，甚至出现“安全资产荒”。

这种异质性给建模带来了挑战，但也提供了更丰富的研究视角。例如，在资产定价模型中加入风险厌恶的横截面差异，可以更好地解释“价值股溢价”“小市值效应”等传统理论无法完全解释的现象。

三、风险厌恶的建模方法：从静态到动态的演进

3.1静态模型：常风险厌恶假设下的简化框架

早期的风险厌恶模型多基于“常风险厌恶”假设，即ARA或RRA不随财富变化而改变，这类模型因数学简洁性被广泛应用。

常绝对风险厌恶（CARA）模型：假设ARA为常数，效用函数形式为U(W)=-e^(-aW)（a0为风险厌恶系数）。其特点是风险厌恶程度不随财富增加而改变——无论投资者是百万富翁还是普通工薪族，对“损失1000元”的敏感度相同。这种假设在分析短期、小额财富波动时较为合理，例如货币市场基金的投资者决策。

常相对风险厌恶（CRRA）模型：假设RRA为常数，效用函数形式为U(W)=W^(1-γ)/(1-γ)（γ0为风险厌恶系数，γ=1时退化为对数效用U(W)=lnW）。CRRA模型更符合直觉：一个拥有100万的投资者，对“损失10%”（即10万）的敏感度，应与拥有10万的投资者对“损失10%”（即1万）的敏感度相当。因此，CRRA模型在分析长期投资、跨期消费等场景时更适用，是资本资产定价模型（CAPM）和跨期资本资产定价模型（ICAPM）的重要基础。

3.2动态模型：时间维度与风险厌恶的交互

现实中的投资决策往往涉及跨期选择——今天存多少钱，明天投多少，未