可测

可测（measurable）是测度论（measure theory）中的核心概念，指某个集合或函数相对于给定σ-代数（σ-algebra）具有可被"测量"的结构性质。在经济学中，可测性是概率论、数理统计、计量经济学和金融经济学的基础工具，确保不确定性和随机性的数学处理具有严谨的逻辑基础。

可测集与可测函数

给定一个集合Ω和其上的σ-代数ℱ（即Ω的子集族，满足对可数并、可数交和补运算封闭），称ℱ中的每一个元素为可测集（measurable set）。若(Ω, ℱ)和(ℝ, ℬ)是两个可测空间，其中ℬ是ℝ上的Borel σ-代数，则函数f: Ω → ℝ称为可测函数（measurable function），如果对任意Borel集B ∈ ℬ，其原像f⁻¹(B) ∈ ℱ。换言之，可测函数将定义域中的可测结构保真地传递到值域。

在概率论中，概率空间(Ω, ℱ, P)中的随机变量正是定义在样本空间Ω上的可测函数。因此，随机变量并非任意函数，而是那些能够与概率测度P兼容的函数——正是可测性条件保证了概率P可以合理地为随机事件赋值。

σ-代数与信息结构

在经济学中，σ-代数被广泛用于刻画经济主体的信息结构（information structure）。假设经济主体在时刻t所拥有的信息由σ-代数ℱ\_t表示，则ℱ\_t反映了该主体截至时刻t所能区分的所有事件。若两个不同的状态ω₁, ω₂ ∈ Ω在任何A ∈ ℱ\_t中同时出现或同时不出现，则主体无法区分这两个状态。这种建模方式在连续时间金融、博弈论和机制设计中占据重要地位。

具体而言，若经济主体的决策函数d(ω)必须是ℱ\_t-可测的，则意味着该决策只能依赖于ℱ\_t所包含的信息，而不能借助"未来信息"或"私人信息"做出超越信息集的决策。这一条件在理性预期均衡、贝叶斯博弈和合约理论中至关重要。

可测性在计量经济学中的应用

计量经济学中的可测性主要体现在两个方面。第一，估计量的可测性：一个估计量$\hat{θ}_n$作为样本的函数，必须是可测的才能确保其概率性质（如一致性、渐近正态性）有严格定义。第二，工具变量的可测性：工具变量Z必须是可测的，且通常要求其与解释变量满足一定的矩条件，这本质上是对可测函数空间施加正交约束。

在非参数计量经济学中，可测性还涉及可测函数空间的紧性、可分性和Donsker性质等深层问题，这些性质直接影响非参数估计量的收敛速度和渐近分布。

金融经济学中的可测性

在金融经济学中，可测性是资产定价和衍生品定价的基石。沿用上述信息结构的框架，资产价格过程通常被建模为适应于某个滤过（filtration）{ℱ\_t}\_{t≥0}的随机过程。例如，在Black-Scholes模型中，股票价格$S_t$是ℱ\_t-可测的，这意味着在时刻t，所有可观测的价格历史信息都包含在ℱ\_t中，而未来价格$S_{t+Δt}$则不可测——这恰是金融风险的本质来源。

鞅（martingale）是金融经济学中最重要的可测函数概念之一。一个适应随机过程{$M_t$}称为鞅，若对任意s < t，条件期望E[$M_t$ | ℱ\_s] = $M_s$几乎必然成立。资产定价基本定理指出，在无套利市场中，存在等价鞅测度使得折现资产价格成为鞅。这里，可测性条件保证了条件期望的定义良好，进而确保定价理论的逻辑自洽。

勒贝格积分与期望算子

可测函数的勒贝格积分（Lebesgue integral）是概率论中期望算子的严格数学基础。与黎曼积分（Riemann integral）相比，勒贝格积分允许对更广泛类的函数（即可测函数）进行积分，且具有良好的极限性质——最重要的三大极限定理（单调收敛定理、法图引理、控制收敛定理）全部依赖于可测性假设。这些定理在经济学的动态优化、递归效用函数和遍历理论中频繁使用。

在宏观经济学中，代表性代理人问题涉及对随机效用流的折现加总，其数学形式正是勒贝格积分。若效用函数不可测，则跨期优化问题的解甚至无法定义——这凸显了可测性在理论经济学中的基础地位。

遍历理论与遍历性

遍历性（ergodicity）是可测性在经济动态系统中最为深刻的延伸。一个在可测空间上定义的动态系统(T, Ω, ℱ, μ)称为遍历的，若任何T-不变可测集的测度要么为0要么为1。遍历性保证了时间平均等于空间平均，这是宏观经济学中利用长时序数据推断结构参数的前提条件。

例如，在真实经济周期（RBC）模型中，技术冲击通常被建模为遍历的随机过程，这使得研究者能够通过单个经济体的时间序列数据推断总体分布的性质。若过程不具遍历性，则基于时序的统计推断将产生系统性偏差。

可测性假设的局限与批评

尽管可测性是现代经济学的标准假设，它并非没有局限。在无限维空间和连续时间框架下，存在非可测集（如Vitali集），这迫使经济模型必须对信息结构施加额外限制。此外，Ellsberg悖论和Knight不确定性表明，现实经济主体可能面临无法用单一概率测度描述的不确定性（ambiguity），可测性假设在刻画这种模糊性时显得力不从心。为此，学者们发展了容量（capacity）理论、Choquet期望和模糊集方法等替代工具，但这些理论仍未能完全摆脱可测性的基础约束。

总之，可测性是现代经济理论中一项不可或缺的数学条件，它连接了不确定性的直观概念与严格的数学形式化，为经济学提供了从概率建模到统计推断的完整逻辑链条。