资源描述：
《1 信息经济学-委托代理理论》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。
1、第二篇信息经济学序期望效用理论第五章委托-代理理论第六章逆向选择与信号传递不确定情况下的选择带有不确定性的消费例：一座房子有可能遭受台风或火灾，损失$10000。如果不发生这类灾害，这座房子价值$35000。假设灾害发生的概率是P=0.01，那么，购买这座房子的人将以1%的概率拥有$25000的财产，以99%的概率拥有价值$35000的财产。例假设你有机会花$10购买一张彩票。这张彩票中一等奖概率是0.5,奖金$15,中鼓励奖的概率是0.5,奖金$5。所以，购买这张彩票，等于把确定的$10变成了一项不确定的资产。你有50%机会得到$5，50%的机会得到$15。不确定性(uncertainty)
2、就是无法确定决策的结果。在上述例子中，你无法确定那座房子是否会遭到破坏；你也无法知道购买彩票将会中哪类奖。风险消费(contingencyconsumption)指无法确定结果的消费。具体消费到什么依赖于某些不可控制的随机因素，如气候或人设计的随机数发生器。在上面的例子中，房主的可能损失是$10000,他是否一定要购买$10000元的保险呢？当然不是。购买保险的数额是他的选择。不同的保险数额给出不同的结果组合。假设房主购买K美元的保险，保险的价格是γ，那么，需要支付的保险金是γK，那么，他的结果是以1%的概率拥有π1=$35000-$10000+K-γK，以99%的概率拥有π2=$35000-
3、γK。问题是，最优保险数额是多少呢？这个问题也是一定约束条件下的最优选择问题。一方面，他的效用水平依赖于两种情况下的结果和概率，即U=f(π1,π2；)其中的π1，π2依赖于他购买保险的数额。另一方面，他能够选择的结果组合受到保险合约的限制，类似于前面的预算线。下面，我们要分别描述他面对的约束条件和效用函数。约束条件假设购买K美元的保险，他面对的可能结果是：情况I：损失发生，概率0.01，结果π1=$35000-$10000+K-γK;情况II：损失不发生，概率0.99，结果π2=$35000-γK。π1π20初始状态2500035000投保后两种结果之间的转换比率是Δπ2/Δπ1=-γ/(1
4、-γ),相当于价格比率。效用函数——首先，效用依赖于各种可能状态下的结果以及这些结果出现的概率。假设只有两种状态I和II，相应结果分别记为π1,π2，各结果出现的概率分别记为p1，p2。那么，效用函数的一般形式为U=f(π1,π2；p1,p2)上例中，情况I：损失发生，概率p1＝0.01，结果是π1＝$35000-$10000+K-γK;情况II：损失不发生，概率p2=0.99，结果是π2＝$35000-γK。效用函数其次，效用函数可以取不同具体形式。如，U=f(π1,π2；p1,p2)=π1p1+π2p2.U=π1pπ21-p(Cobb-Douglas效用函数)。U=p1lnπ1+p2lnπ
5、2.在具体分析中，取什么形式的效用函数呢？期望效用期望效用(expectedutility)是各状态下结果的效用的数学期望，即各状态下结果的效用以概率为权重的加权平均。U=p1v(π1)+p2v(π2)这一效用函数也称冯·诺依曼-摩根斯坦（vonNeumann-Morgenstern）效用函数。——上例中的U=f(π1,π2；p1,p2)=p1π1+p2π2就是期望效用函数，其中v(π1)=π1,即1单位财富等于1单位效用。风险态度——有些人为可能发生的意外购买保险，减少风险；有些人则购买彩票，增加风险。这些行为表现出人们不同的风险态度。——在彩票一例中，购买彩票使你以0.5的概率拥有$5,以
6、0.5的概率拥有$15，即π1=$5,π2=15,p1=0.5,p2=0.5。不购买彩票，你无风险地拥有$10。一张彩票的期望价值=0.5×5+0.5×15=$10。这是说，如果试验次数足够大的话，购买彩票的平均结果是$10。但是，假如只有一次试验机会，你选择什么呢？$10的效用与期望价值为$10美元的彩票的期望效用相比如何呢？风险态度——如果你认为$10美元的效用更大，即$10的效用>彩票的期望效用0.5×v(5)+0.5×v(15)即期望值的效用>期望效用那么，你是一个风险回避者。也就是说，在平均结果相同的资产中，你选择价值稳定者。人们的风险态度也可以图示如下。051510V(5)V(15
7、)期望值的效用期望效用效用函数财富风险回避者：期望值的效用>期望效用期望值051510V(5)V(15)期望值的效用期望效用效用函数财富风险爱好者：期望值的效用<期望效用期望值051510V(5)V(15)期望值的效用=期望效用效用函数财富风险中立者：期望值的效用=期望效用期望值最优保险数额——和其他场合一样，消费者的最优状态是边际替代率等于价格比率。当然，你也可以直接求解效用最大化问题。——这里
