多先验模型

多先验模型 (Multiple Priors Model)

多先验模型 (Multiple Priors Model) 是决策论中处理模糊性 (ambiguity) 或奈特不确定性的核心理论框架。该模型由Gilboa和Schmeidler于1989年提出，其根本思想是用一组先验概率分布的集合替代萨维奇主观期望效用理论中的唯一先验分布，从而刻画决策者在面对概率分布本身不确定时的行为。当决策者知道结果的条件概率分布却不知道状态空间的真实概率分布时，她便处于模糊性情境之中——这区别于风险（概率分布已知）和完全无知。

形式化设定

设状态空间为 $S$，结果集为 $X$，决策者面对一个行为 $f: S \to X$。在标准主观期望效用框架下，决策者拥有唯一的先验概率测度 $p \in \Delta(S)$，行为 $f$ 的效用为：

其中 $u$ 为冯·诺依曼-摩根斯坦效用函数。

多先验模型将唯一先验替换为一个闭凸先验集 $\mathcal{P} \subseteq \Delta(S)$。决策者对行为 $f$ 的评价值为其在 $\mathcal{P}$ 上的最小期望效用：

这正是最大最小期望效用 (Maxmin Expected Utility, MEU) 准则：决策者先对所有可能先验取最悲观的期望，再在此基准上选择最优行为。这种"先求最小、再求最大"的结构刻画了模糊性厌恶 (ambiguity aversion)——面对未知概率时，决策者本能地按最坏情形进行规划。

公理化基础

Gilboa 和 Schmeidler 提供了MEU模型的行为公理基础。关键公理包括：完备性、传递性、连续性以及弱化了独立性公理的确定性独立公理 (Certainty Independence)。确定性独立公理仅要求在有客观概率的"轮盘赌"与无客观概率的"赛马赌"混合时保持线性偏好，从而允许决策者在纯主观不确定性中表现出模糊性厌恶，而在客观风险下仍保持期望效用的线性结构。这一公理体系的弱化使多先验模型得以在保留大部分主观期望效用结构的条件下容纳模糊性。

先验集 $\mathcal{P}$ 的大小反映了决策者的模糊性感知程度：当 $\mathcal{P}$ 退化为单点集时，模型回到主观期望效用；$\mathcal{P}$ 越大，模糊性厌恶越强。$\mathcal{P}$ 的构造可来源于：统计置信区间、专家意见分歧范围，或基于近似模型的稳健性考虑。

与相关模型的比较

多先验模型是处理模糊性的几大主流方法之一，与其他范式有重要区别。

与 Bewley 不完全偏好模型对比：Bewley (1986/2002) 提出，当先验不唯一时，决策者仅在所有先验都认为行为 $f$ 优于 $g$ 时才表达严格偏好，否则维持"无法比较"状态，由此产生惯性 (inertia) 行为。MEU模型则强制完备性，通过悲观决策规则消除不可比性。两者的核心差异在于：Bewley模型保留偏好的不完全性但牺牲完备性，MEU模型保留完备性但引入极端悲观。

与平滑模糊性模型对比：Klibanoff、Marinacci和Mukerji (2005) 提出平滑模糊性模型，将决策分为两个阶段——先对先验分布本身施加二阶概率分布 $\mu$，再对一阶期望效用施加非线性变换 $\phi$：

其中 $\phi$ 的凹度刻画模糊性厌恶。平滑模型分离了模糊性信念 $\mu$ 与模糊性态度 $\phi$，在比较静态分析中更为灵活，但参数化难度较高。MEU模型则不区分二者——$\mathcal{P}$ 的大小同时承载信念与态度。

经济应用

多先验模型在经济学的多个领域有重要应用。在资产定价领域，模糊性厌恶为股权溢价之谜提供了行为解释：投资者对股票收益分布的不确定性持悲观态度，要求更高的风险溢价。在宏观经济学中，Hansen和Sargent的稳健控制方法在本质上与MEU结构同构——决策者面对模型误设时按最不利干扰制定政策，多先验集对应于近似模型的邻域。在契约理论中，合约双方对交易标的的概率分布存在分歧时，模糊性厌恶影响最优合约的设计。在保险市场中，模糊性厌恶可解释投保不足或超额保险等偏离标准期望效用预测的现象。

多先验模型的简洁性和公理基础使其成为模糊性决策理论中引用最广泛、扩展最丰富的基准框架之一，深刻影响了经济学从风险分析到不确定性分析的范式扩展。