期望效用最大化

期望效用最大化 (Expected Utility Maximization)

期望效用最大化（Expected Utility Maximization）是微观经济学、博弈论和决策理论中的核心公理化框架，描述理性决策者在面临未来结果具有不确定性或风险的情况下，通过最大化其效用的期望值来做出最优选择。该理论由冯·诺依曼和摩根斯特恩在其著作《博弈论与经济行为》中正式提出，因此相关效用函数常称为冯·诺依曼-摩根斯特恩效用函数（vN-M效用函数）。

模型结构

在不确定环境中，决策者面临的是一系列抽奖或随机试验。设决策方案L对应可能结果 $x_1, \ldots, x_n$，各结果发生的概率分别为 $p_1, \ldots, p_n$，且概率之和为1。期望效用定义为各可能结果的效用水平以其概率为权重的加权平均：$\mathbb{E}[u(L)] = \sum p_i u(x_i)$。当结果为连续型时，期望效用通过概率密度函数的积分表示：$\mathbb{E}[u(L)] = \int u(x)f(x)dx$。决策者的选择规则为在所有可行决策方案中选取期望效用最大者，即 $L^* = \operatorname{argmax}_L \mathbb{E}[u(L)]$。

公理化基础与风险态度

期望效用理论基于三条核心公理构建。完备性公理要求任何两个抽奖方案，决策者均可进行比较并做出选择，即对于任意 $L_1$ 和 $L_2$，必有 $L_1 \succ L_2$（偏好 $L_1$），或 $L_2 \succ L_1$，或 $L_1 \sim L_2$（无差异），三者必居其一。传递性公理要求若 $L_1 \succ L_2$ 且 $L_2 \succ L_3$，则必有 $L_1 \succ L_3$，确保偏好的一致性。独立性公理要求若 $L_1$ 偏好于 $L_2$，则对于任意混合概率 $\alpha \in (0,1]$ 和任意第三方案M，混合方案 $\alpha L_1 + (1-\alpha)M$ 仍偏好于 $\alpha L_2 + (1-\alpha)M$。该公理为期望效用的线性结构奠定了基础。

效用函数的曲率刻画了决策者的风险态度。风险厌恶对应凹效用函数 $u''(x) < 0$，此时期望效用低于确定等价收入的效用，决策者偏好确定收益而非具有相同期望值的风险收益。绝对风险厌恶系数定义为 $\rho_A = -u''(x)/u'(x)$，即Arrow-Pratt度量。风险中性对应线性效用函数，决策者仅关心期望值。风险偏好对应凸效用函数，决策者偏好风险本身。

在经济学中，期望效用最大化理论有着广泛应用。在保险需求领域，风险厌恶者购买保险以平滑消费。在投资组合理论中，它解释了不同风险资产的最优配置。在博弈论中，混合策略的解释基于期望效用最大化假定，混合策略纳什均衡正是这一假定的直接产物。在行为经济学中，期望效用理论与前景理论形成对比，行为实验发现实际决策对独立性公理的系统性违背，如阿莱悖论，揭示了期望效用理论在描述性上的局限性。尽管如此，作为规范性基准，其公理框架仍然是经济分析不可替代的出发点。