ARTICLE

主观期望效用理论

主观期望效用理论 (Subjective Expected Utility Theory) 主观期望效用理论（Subjective Expected Utility Theory，简称 SEU）是决策论与经济学中描述不确定条件下理性选择的核心理论框架。该理论由伦纳德·萨维奇（Leonard Savage）在其 1954 年经典著作《统计学基础》（The Fo

浏览 0 更新 2025-11-09

主观期望效用理论 (Subjective Expected Utility Theory)

主观期望效用理论（Subjective Expected Utility Theory，简称 SEU）是决策论与经济学中描述不确定条件下理性选择的核心理论框架。该理论由伦纳德·萨维奇（Leonard Savage）在其 1954 年经典著作《统计学基础》（The Foundations of Statistics）中系统建立，将冯·诺依曼-摩根斯坦期望效用理论（von Neumann–Morgenstern Expected Utility, VNM）从客观概率环境推广至主观概率环境，使决策者可以在没有客观概率信息的情况下，通过自身的主观信念（主观概率）与风险偏好（效用函数）共同决定最优行动。

核心思想与数学表示

主观期望效用理论的核心主张是：面对不确定性时，理性的决策者会对世界的各种可能状态（States of the World）赋予主观概率，并评估每种状态下不同行动（Acts）带来的结果（Consequences）的效用，最终选择使主观期望效用最大化的行动。

设有有限状态空间 $S = \{s_1, s_2, \dots, s_n\}$ ，决策者对各状态持有主观概率分布 $\pi = (\pi_1, \dots, \pi_n)$ ，满足 $\pi_i \ge 0$ 且 $\sum_{i=1}^n \pi_i = 1$ 。对于行动 $f: S \to X$ （将状态映射到结果集 $X$ ），其主观期望效用为：

\mathrm{SEU}(f) = \sum_{i=1}^{n} \pi(s_i) \cdot u(f(s_i))

其中 $u: X \to \mathbb{R}$ 为冯·诺依曼-摩根斯坦效用函数，在正仿射变换下唯一。决策者在可行行动集 $\mathcal{F}$ 中选择最大化 SEU 的行动：

f^* = \arg\max_{f \in \mathcal{F}} \sum_{i=1}^{n} \pi(s_i) \cdot u(f(s_i))

与 VNM 理论的关键区别在于，SEU 中的概率 $\pi$ 不是外部客观给定的，而是从决策者的偏好中同时推导出来的——萨维奇证明了，只要决策者的偏好满足一组公理，就可以唯一确定一个主观概率测度 $\pi$ 和一个效用函数 $u$ ，使得偏好等价于 SEU 最大化。这一结论被称为萨维奇表示定理（Savage's Representation Theorem）。

萨维奇公理体系

萨维奇提出了七条公理（通常记为 P1–P7），奠定了 SEU 理论的公理化基础：

P1：完备序关系（Complete Ordering） 偏好关系 $\succsim$ 在行动集 $\mathcal{F}$ 上构成完备且传递的二元关系。即对任意行动 $f, g \in \mathcal{F}$ ，必有 $f \succsim g$ 或 $g \succsim f$ （或两者同时成立），且若 $f \succsim g$ 且 $g \succsim h$ ，则 $f \succsim h$ 。
P2：确定事件原则 / 无关选择的独立性（Sure-Thing Principle） 若两个行动在某个事件 $E \subseteq S$ 之外完全一致，则它们在 $E$ 上的条件偏好不依赖于它们在 $E$ 之外共享的取值。这是 SEU 框架中最核心且最具争议的公理，其精神延续了 VNM 理论中的独立性公理。
P3：状态独立偏好（State-Independent Preferences） 对任意非空事件 $E$ 和任意常数结果 $x, y$ ，若 $x$ 优于 $y$ ，则无论事件 $E$ 是否发生，在 $E$ 上导致 $x$ 的行动常优于在 $E$ 上导致 $y$ 的行动。该公理确保效用函数不依赖于状态本身。
P4：定性概率的弱序（Weak Comparative Probability） 决策者对事件可能性大小有完备且传递的比较判断。这种定性概率关系满足：若事件 $A$ 被认为比事件 $B$ 更可能发生，则决策者偏好以 $A$ 为基础的赌局胜过以 $B$ 为基础的等价赌局。
P5：非平凡性（Non-Triviality） 存在至少一对行动 $f, g$ 使得决策者有严格偏好 $f \succ g$ ，排除所有行动均无差异的退化情形。
P6：状态空间的小事件分割（Small Event Continuity） 状态空间可被任意精细地分割，使得任何事件都可以被分解为足够小的子事件，从而保证概率测度的无原子性（non-atomicity）。
P7：单调性（Monotonicity） 若行动 $f$ 在事件 $E$ 的每个状态上的结果均优于行动 $g$ ，则 $f$ 在 $E$ 上条件偏好于 $g$ ，保证 SEU 表示中概率与效用的分离识别。

在满足 P1–P7 的条件下，萨维奇表示定理断言：存在唯一的有限可加主观概率测度 $\pi$ 和有界效用函数 $u$ ，使得对所有行动 $f, g \in \mathcal{F}$ ：

f \succsim g \iff \int_S u(f(s)) \, d\pi(s) \ge \int_S u(g(s)) \, d\pi(s)

这一表示将决策者的偏好分解为两个独立成分：信念（主观概率 $\pi$ ）与品味（效用函数 $u$ ）。

与 VNM 期望效用理论的关系

VNM 期望效用理论处理的是客观概率已知的情形——决策者面对的是具有客观概率分布的彩票（lotteries），只需确定效用函数。SEU 理论将此推广到概率未知的情形，同时从偏好中辨识概率与效用。在萨维奇框架下，安斯库姆-奥曼（Anscombe–Aumann）提供了一个更简洁的公理化方案，利用客观随机化装置（如抛硬币）构造"马匹彩票"（horse lotteries），将主观概率与客观概率纳入统一框架。

核心悖论与实证挑战

尽管 SEU 理论在经济学中具有基础性地位，其实证有效性长期受到挑战。最著名的反例是埃尔斯伯格悖论（Ellsberg Paradox, 1961）：

引文

埃尔斯伯格双瓮实验：瓮 1 装有 50 个红球和 50 个黑球（已知概率）；瓮 2 装有 100 个红球和黑球，但比例未知。多数被试者偏好基于瓮 1 的赌局（已知概率）而非瓮 2 的赌局（未知概率），无论赌的是红球还是黑球。这种行为同时违背了 SEU 的 P2（确定事件原则）和概率可加性——被试者对"红球"和"黑球"的主观概率之和小于 1，表现出模糊厌恶（Ambiguity Aversion）。

埃尔斯伯格悖论表明，决策者对概率信息质量的感知影响选择——人们不仅厌恶风险（已知概率下的结果波动），也厌恶模糊（概率本身的不确定性）。这是 SEU 理论无法容纳的，因为 SEU 要求信念用唯一可加概率测度表示。由此催生了多种扩展理论，包括肖凯期望效用（Choquet Expected Utility, Schmeidler 1989）、最大最小期望效用（Maxmin Expected Utility, Gilboa \& Schmeidler 1989）以及乘数偏好（Multiplier Preferences, Hansen \& Sargent），这些模型允许信念以非可加容量（capacities）或概率集合的形式表示，从而捕获模糊厌恶行为。

另一个著名挑战是阿莱悖论（Allais Paradox），其同时冲击了 VNM 期望效用理论和 SEU 理论，揭示了确定事件原则/独立性公理的系统性违背，推动了前景理论（Prospect Theory, Kahneman \& Tversky 1979）和等级依赖效用（Rank-Dependent Utility）等非期望效用模型的发展。

经济学应用

尽管存在实证挑战，SEU 理论仍是经济学分析不确定决策的基准框架，广泛应用于多个领域：

保险经济学：风险厌恶个体在 SEU 框架下愿意支付超过精算公平价格的风险溢价购买保险，最优保险合约设计（如免赔额与共保率）可在 SEU 优化问题中求解。
金融经济学：资产定价的消费 CAPM 和随机贴现因子（SDF）方法均植根于代表性消费者的跨期 SEU 最大化；状态价格和风险中性定价本质上是 SEU 框架在完备市场条件下的等价表述。
信息经济学：贝叶斯更新在 SEU 框架下是理性学习的最优方式——决策者根据新信息通过贝叶斯法则更新主观概率，并重新最大化期望效用，这构成了信号博弈和机制设计等模型的理论基础。
博弈论：在不完全信息博弈中，SEU 为贝叶斯纳什均衡提供了微观基础，玩家对他人类型的信念（主观概率分布）与自身策略共同构成均衡条件。
公共政策：成本收益分析中，不同政策方案在不同自然状态下产生不同结果，SEU 框架为系统性评估政策在不确定性下的福利后果提供工具。例如在气候变化经济学中，不同排放路径的未来损害具有深度不确定性，SEU 结合主观概率评估（如诺德豪斯的 DICE 模型）为碳社会成本的计算提供理论依据。

理论意义与局限

主观期望效用理论的历史贡献在于将不确定性下的理性选择公理化为一对分离的数学对象：信念与欲望。这一"信念-欲望"二分法不仅是经济学理性选择理论的基石，也深刻影响了分析哲学中的行动理论（如 Davidson 的信念-欲望模型）和人工智能中的决策智能体设计。SEU 也是贝叶斯统计决策理论的形式核心——最优决策规则是最小化后验期望损失的贝叶斯规则。

然而，SEU 对理性施加的强约束——尤其是确定事件原则（P2）和概率可加性——使其在描述性应用中被视为过度理想化。当代行为经济学的兴起正是从系统记录这些公理的违背开始，并发展出更灵活的形式化模型。尽管如此，SEU 理论提供的规范性基准在经济学中无可替代：它为讨论"理性行为"提供了清晰的语言和参照系，任何偏离 SEU 的行为模型都需要以理解 SEU 为前提来定义其"非理性"偏离的方向与程度。

主观期望效用理论