对数效用

对数效用 (Logarithmic Utility)

对数效用函数是经济学和决策论中最基础的效用函数形式之一，定义为 $u(x) = \ln(x)$（其中 $x > 0$），或更一般地，$u(x) = a + b \ln(x)$（$b > 0$）。对数效用刻画了决策者具有递减的边际效用且相对风险厌恶恒定为单位弹性的偏好结构，在宏观经济学增长理论、金融资产定价、行为决策科学以及信息理论中均占据核心地位。它不仅是理论分析的起点，也是对大量经验行为良好的近似描述。

数学定义与基本性质

对数效用函数 $u(x) = \ln(x)$（定义域 $x \in (0, \infty)$）具有如下基本数学性质。一阶导数 $u'(x) = 1/x > 0$，保证偏好对消费数量单调递增；二阶导数 $u''(x) = -1/x^2 < 0$，反映严格凹性，即边际效用递减。阿罗-普拉特绝对风险厌恶系数为 $\text{ARA}(x) = -u''(x)/u'(x) = 1/x$，随财富增加而递减（递减绝对风险厌恶，DARA）；相对风险厌恶系数为 $\text{RRA}(x) = -x \cdot u''(x)/u'(x) \equiv 1$，恒为常数单位弹性。这意味着决策者面对同比例财富损失的规避程度与财富水平无关。在对数效用下，消费的跨期替代弹性（IES）同样恒为 $1$，是CRRA效用函数在 $\gamma \to 1$ 时的极限情形（由洛必达法则可证：$\lim_{\gamma \to 1} \frac{x^{1-\gamma} - 1}{1-\gamma} = \ln x$）。

圣彼得堡悖论与伯努利的开创

对数效用函数最早由丹尼尔·伯努利于1738年在解决圣彼得堡悖论时提出。圣彼得堡博弈规则如下：反复抛掷一枚公平硬币，直到首次出现正面时停止；若在第 $n$ 次才出现正面，则支付 $2^n$ 个货币单位。该博弈的期望货币收益发散：$\mathbb{E}[X] = \sum_{n=1}^\infty (1/2)^n \cdot 2^n = \sum_{n=1}^\infty 1 = \infty$。但现实中无人愿意支付大额入场费参与此博弈。伯努利指出，金钱的"心理价值"（即效用）并非与金额线性相关，而应采用对数函数度量：$\mathbb{E}[u(X)] = \sum_{n=1}^\infty (1/2)^n \ln(2^n) = \ln 2 \sum_{n=1}^\infty n/2^n = 2\ln 2 = \ln 4$。对数效用下的确定性等价为4个货币单位，博弈的合理入场费有限。伯努利由此奠定了期望效用理论的基石，对数效用也成为风险决策中最早被严格分析的效用形式。

宏观经济中的角色：拉姆齐增长模型

在拉姆齐-卡斯-库普曼模型（Ramsey-Cass-Koopmans Model）中，代表性家庭的终身效用函数常采用对数效用或CRRA形式的连续时间泛函：

其中 $c(t)$ 为时刻 $t$ 的人均消费，$\rho > 0$ 为时间偏好率。对数效用下跨期替代弹性为1，使得消费平滑动机具有简洁的解析表达。在平衡增长路径（BGP）上，消费增长率由凯恩斯-拉姆齐法则给出：$\dot{c}/c = r - \rho$（当 IES = 1 时，消费增长等于利率与时间偏好率之差）。对数效用使模型在平衡增长路径上保持"刀锋"性质——劳动增强型技术进步率与消费增长严格对齐，确保了稳态存在的条件。此外，在世代交叠模型（OLG）和随机增长模型中，对数效用常因其易于处理的闭形解而成为基准设定。

对数最优投资策略与凯利准则

在金融经济学和投资组合理论中，最大化期望对数效用等价于最大化投资组合的几何平均增长率，该策略被称为凯利准则（Kelly Criterion）或对数最优投资组合（Log-Optimal Portfolio）。考虑一个离散时间多期投资问题：投资者在每期将财富按比例 $b$ 配置于风险资产，剩余 $1-b$ 配置于无风险资产。风险资产的回报倍数为随机变量 $R_t$。若投资者最大化期末财富的期望对数效用 $\mathbb{E}[\ln W_T]$，则最优策略等价于逐期最大化 $\mathbb{E}[\ln(1 - b + b R_t)]$。在大数定律下，该策略以概率1渐进地超越任何其他具有不同再平衡比率的策略（即渐进优势性质）。这一结果不依赖均衡定价假设，仅依赖于重复博弈下的最优增长率逻辑。凯利准则已被广泛应用于赌徒破产问题、长期资产配置以及信息理论中信道容量的经济学对应分析。

关键推论与局限

对数效用具有若干引人注目的理论性质。其一，在具有对数效用偏好的交换经济中，均衡价格与各状态概率及禀赋结构之间存在简单闭形解。其二，对数效用下的恩格尔曲线为通过原点的直线——所有商品的收入弹性均为1（同位偏好）。其三，对数效用满足恒常相对风险厌恶，使确定性与不确定性环境中的行为具有一致的跨期逻辑。

然而对数效用也存在局限：$\ln(0)$ 无定义，使得消费为零时的效用为负无穷，这过度惩罚了低收入状态；RRA 恒等于1的约束使其无法拟合风险厌恶程度不同的经验数据——实证估计的 RRA 通常在1到5之间，甚至更高。当需要更灵活的风险偏好刻画时，一般CRRA形式 $u(x) = x^{1-\gamma}/(1-\gamma)$（$\gamma \neq 1$）更为常用。

与信息论的深层联系

对数效用与信息论之间存在深刻的同构关系。香农熵的数学形式 $H = -\sum p_i \ln p_i$ 与期望对数效用 $\sum p_i \ln x_i$ 共享对数函数结构。在理性疏忽（Rational Inattention）模型中，决策者的信息处理能力受信道容量约束，信息成本以香农互信息的下降（即不确定性的降低）度量，此时最优决策隐含着以对数效用加权不同状态下的选择收益。更进一步，最大化期望对数财富等价于最大化几何平均增长率，而这又等价于最小化财富过程的渐近熵率——投资者在高频复利环境中，对数效用成为唯一一种使长期生存概率最大化的"进化最优"偏好。这一结论在市场选择假说（Market Selection Hypothesis）中具有关键含义：在对数效用投资者与其他偏好类型的投资者共存的市场中，长期生存下来的只有那些（也许是碰巧）采取对数效用策略的代理人。

尽管如此，对数效用因其优雅的数学性质、深厚的历史渊源和丰富的应用场景，仍是经济学工具箱中最核心的效用形式之一。