KNOWECON WIKI

ARTICLE

折现因子

折现因子 (Discount Factor) 折现因子（discount factor）是金融经济学和跨期选择理论中最核心的概念之一，用于衡量未来一单位收益在当前的现值。更精确地说，折现因子是将来来某一时期的现金流量折算为当前价值时所乘的系数。在时间偏好理论中，折现因子反映了经济个体对当前消费相对于未来消费的主观评价，其大小直接决定了跨期决策中的耐心程度。折

浏览 0 更新 2025-10-26

折现因子 (Discount Factor)

折现因子（discount factor）是金融经济学和跨期选择理论中最核心的概念之一，用于衡量未来一单位收益在当前的现值。更精确地说，折现因子是将来来某一时期的现金流量折算为当前价值时所乘的系数。在时间偏好理论中，折现因子反映了经济个体对当前消费相对于未来消费的主观评价，其大小直接决定了跨期决策中的耐心程度。折现因子的取值范围通常在 0 到 1 之间：取值越接近 1，表明行为主体越有耐心、越重视未来；取值越接近 0，则表明越不耐烦、越偏好当前消费。

折现因子的数学定义

在离散时间的确定性框架下，折现因子的基本定义如下：

PV=FV×DtPV = FV \times D_t

其中，PVPV 为现值（present value），FVFV 为未来值（future value），DtD_t 为第 tt 期的折现因子。若折现率为 rr（通常为无风险利率），则第 tt 期的折现因子表达为：

Dt=1(1+r)tD_t = \frac{1}{(1 + r)^t}

这一公式揭示了折现因子的几何递减特性：时间越远，折现因子越小，未来收益在当下的价值越低。例如，若年折现率为 5\%，则 1 年后的 100 元对应的折现因子约为 0.9524，现值为 95.24 元；10 年后的 100 元对应的折现因子约为 0.6139，现值仅为 61.39 元。

在连续时间框架中，折现因子以指数函数的形式出现：

D(t)=e−rtD(t) = e^{-rt}

连续时间下的折现因子在金融定价和资产定价理论中使用极为广泛，因其数学性质优良，便于模型推导和分析。

折现因子与折现率的关系

折现因子与折现率（discount rate）是同一枚硬币的两面。折现率是年化的收益率要求，而折现因子是将该收益率要求转换为跨期转换比率的具体数值。两者之间的关系可以概括如下：

  • 折现率 rr 越大，折现因子 DtD_t 越小，未来收益的现值越低；
  • 折现率 rr 越小，折现因子 DtD_t 越大，未来收益的现值越高；
  • 给定折现率，期限 tt 越长，折现因子越小，体现了"时间的价值"。

在净现值（NPV）决策中，一个投资项目或资产的价值等于其未来各期现金流与对应折现因子的乘积之和：

NPV=∑t=0TCFt×DtNPV = \sum_{t=0}^{T} CF_t \times D_t

其中 CFtCF_t 为第 tt 期的现金流。这一公式是资本预算、公司金融和估值分析的核心基础。

行为经济学中的折现因子

在行为经济学和跨期选择实验中，折现因子的概念被极大地丰富和发展。萨缪尔森（Paul Samuelson）于 1937 年提出了指数折现模型（exponential discounting model），该模型假设折现因子随时间以固定比率递减，从而保证了跨期决策的时间一致性——即今天做出的计划在未来不会因时间的推移而被推翻。

然而大量实验证据表明，人类实际的跨期偏好偏离了指数折现模型。双曲线折现（hyperbolic discounting）是行为经济学中最重要的发现之一：当决策涉及"现在 vs. 近期"和"远期 vs. 更远期"时，个体表现出截然不同的耐心程度。具体而言，人们在面对"今天得到 100 元 vs. 一个月后得到 120 元"时，往往选择前者；而面对"一年后得到 100 元 vs. 十三个月后得到 120 元"时，则更加理性地选择后者。这一偏好逆转现象是指数折现模型无法解释的。

双曲线折现模型的典型数学形式为：

D(t)=11+κtD(t) = \frac{1}{1 + \kappa t}

其中 κ>0\kappa > 0 衡量个体的现时偏向程度（present bias）。κ\kappa 越大，个体的"短视"程度越严重。这一模型由乔治·洛温斯坦和大卫·莱布森（David Laibson）等学者在 1990 年代引入经济学，为解释储蓄不足、成瘾行为、拖延症等广泛存在的经济现象提供了强有力的理论工具。莱布森提出的拟双曲线折现（quasi-hyperbolic discounting，又称 β\beta-δ\delta 模型）进一步将折现因子分解为一个短期现时偏向参数 β\beta 和一个长期指数折现参数 δ\delta：

D(t)={1,t=0βδt,t>0D(t) = \begin{cases} 1, & t = 0 \\ \beta\delta^t, & t > 0 \end{cases}

其中 0<β≤10 < \beta \leq 1 反映现时偏向的程度，0<δ≤10 < \delta \leq 1 为长期折现因子。该模型简洁而有力地刻画了"短期冲动、长期忍耐"这一人类决策的基本矛盾。

宏观经济学与资产定价中的随机折现因子

在宏观经济学和资产定价领域，折现因子进一步演化为随机折现因子（stochastic discount factor, SDF）。在不确定环境中，资产的价格等于其未来收益与随机折现因子的乘积的期望值：

Pt=Et[Mt+1Xt+1]P_t = \mathbb{E}_t[M_{t+1} X_{t+1}]

其中 Mt+1M_{t+1} 为随机折现因子，Xt+1X_{t+1} 为资产的未来收益。这一公式是资产定价基本定理的表达，是所有无套利定价模型的统一框架。随机折现因子与经济中的边际消费替代率（marginal rate of intertemporal substitution）紧密相关：

Mt+1=βu′(ct+1)u′(ct)M_{t+1} = \beta \frac{u'(c_{t+1})}{u'(c_t)}

其中 β\beta 为主观折现因子，u′(⋅)u'(\cdot) 为边际效用。当经济处于衰退期，消费较低、边际效用较高时，随机折现因子较大，投资者愿意为未来收益支付更高的价格；反之，在繁荣期，随机折现因子较小。这一定价内核由卢卡斯（Robert Lucas）和科克伦（John Cochrane）等学者系统发展，为理解股权溢价之谜、无风险利率之谜和波动率之谜等资产定价领域的经典难题提供了方法基础。

折现因子的应用与争议

折现因子的选择在公共政策和环境经济学中具有深远的伦理和政策含义。以气候变化的经济分析为例，威廉·诺德豪斯（William Nordhaus）在 DICE 模型中使用较高的折现率（约 4\%–5\%），认为当前社会应适度应对气候变化，因为未来世代将能享受更高的收入水平；而尼古拉斯·斯特恩（Nicholas Stern）在其 2006 年的《斯特恩报告》中采用了接近于零的极低折现率，主张立即大幅减排以保护未来世代。这一争议的核心实质上是代际伦理与折现因子取值之间的深层冲突——折现因子越大（即折现率越低），对未来的重视程度越高，气候政策的力度就越激进。

除代际问题外，行为经济学的研究表明，个体的主观折现因子并非固定不变，而是受情绪、认知负荷、情境线索等众多因素的影响。贫困群体的折现因子往往系统性偏低，表现为更强的现时偏向，这一发现为贫困陷阱的理论提供了微观行为基础——贫困不仅仅是资源匮乏，更表现为决策环境的限制导致耐心和长远规划的空间被压缩。

综上所述，折现因子不仅是一个数学概念，更是贯穿金融定价、消费决策、公共政策和人的行为理性等众多领域的核心分析工具。从确定性折现到随机折现，从指数折现到双曲线折现，对折现因子的研究不断深化着经济学家对人类跨期决策行为的理解。