二阶随机占优

二阶随机占优 (Second-Order Stochastic Dominance)

二阶随机占优（SSD）是随机占优理论中比一阶随机占优（FSD）更弱的一种排序关系，用于在不确定性下比较两个随机变量（或概率分布）的优劣。SSD 的核心思想是：对于风险厌恶的决策者，若分布 $F$ 在累积意义下"不劣于"分布 $G$，则称 $F$ 二阶随机占优于 $G$。较之 FSD 要求所有分位数上 $F$ 均不低于 $G$，SSD 仅要求在从负无穷到任意点的累积积分意义上占优，因此适用范围更广。

数学定义

设 $F$ 和 $G$ 为两个累积分布函数（CDF），定义在实数集 $\mathbb{R}$ 上。称 $F$ 二阶随机占优于 $G$（记为 $F \succeq_{\text{SSD}} G$），当且仅当对任意 $t \in \mathbb{R}$，有

且至少在某个 $t$ 处严格不等式成立。等价地，对于所有递增、凹的\ 效用函数 $u$（即 $u' \ge 0$ 且 $u'' \le 0$），有

换言之，任何风险厌恶且偏好更多的决策者都会选择 $F$ 而非 $G$。

与一阶随机占优的关系

一阶随机占优（FSD）要求 $F(t) \le G(t)$ 对所有 $t$ 成立，即 $F$ 在逐点意义下占优于 $G$。FSD 蕴含着 SSD，反之不成立。举例：两种投资方案，方案 A 以 50\% 概率收益 100、50\% 概率收益 200；方案 B 以 50\% 概率收益 0、50\% 概率收益 300。两者期望值均为 150，且不存在 FSD 关系（因为两分布相交），但方案 A 二阶随机占优于方案 B，因为风险厌恶者偏好更稳定的收益。

均值保留展形 (Mean-Preserving Spread)

SSD 的一个关键特例是均值保留展形（MPS），由迈克尔·罗思柴尔德和约瑟夫·斯蒂格利茨于1970年系统论述。若 $G$ 可由 $F$ 通过在均值不变的条件下增加尾部风险获得（即添加零均值的噪声），则 $F$ 二阶随机占优于 $G$。MPS 是金融学中度量风险增加的标准工具：分散化投资降低 MPS，而杠杆化增加 MPS。

应用领域

• 金融投资组合选择：SSD 用于筛选均值-方差框架无法处理的非正态分布资产。即使两个投资组合具有相同的期望收益率和方差，SSD 也能识别出尾部风险更小的组合。
• 福利经济学：在评价收入分配时，SSD 对应着洛伦兹曲线的嵌套关系——若分布 $F$ 的洛伦兹曲线处处位于 $G$ 上方，则 $F$ 二阶随机占优于 $G$，意味着收入分配更平等。
• 保险定价：风险厌恶者在选择保险合约时，SSD 条件决定了最优自留额和免赔额结构。
• 实证资产定价：随机占优检验（如 Davidson-Duclos 检验）被广泛用于判断某一因子是否在 SSD 意义上占优市场组合。

SSD 检验方法

实际应用中，研究者通过经验分布函数构造 SSD 条件。给定两个样本序列 $\{X_i\}$ 和 $\{Y_i\}$，定义经验 SSD 准则为

对所有 $t$ 成立。常用的统计检验包括：Kolmogorov-Smirnov 型检验、子抽样检验（Subsampling Test）以及自助法（Bootstrap）检验。此类检验的渐近性质由 Linton、Maasoumi 和 Whang（2005）等系统研究。

局限与拓展

SSD 的核心局限在于其要求所有决策者具有相同的风险态度——即全体递增凹效用函数。若决策者的效用函数族发生变化（如引入前景理论中的损失厌恶或双曲贴现），SSD 的排序结论可能失效。拓展方向包括：三阶随机占优（TSD，引入偏度偏好）、反向随机占优（Inverse SSD）以及前景随机占优（Prospect Stochastic Dominance），后者将参考点依赖引入占优框架中。