KNOWECON WIKI

ARTICLE

模糊厌恶

模糊厌恶 (Ambiguity Aversion) 模糊厌恶 (Ambiguity Aversion) 是决策理论和行为经济学中的核心概念，指决策者在面对概率分布未知的不确定性（即 模糊，Ambiguity）时，表现出系统性偏好已知概率风险而非未知概率模糊的心理倾向。这一概念最早由 /wiki/奈特Frank Knight（1921）在 Risk, Unce

浏览 0 更新 2025-12-23

模糊厌恶 (Ambiguity Aversion)

模糊厌恶 (Ambiguity Aversion) 是决策理论和行为经济学中的核心概念，指决策者在面对概率分布未知的不确定性（即 模糊，Ambiguity）时，表现出系统性偏好已知概率风险而非未知概率模糊的心理倾向。这一概念最早由 Frank Knight（1921）在 Risk, Uncertainty and Profit 中做出概念区分，并由 Daniel Ellsberg（1961）通过著名的埃尔斯伯格悖论（Ellsberg Paradox）进行了实验验证。

概念辨析：风险、不确定性与模糊

在经济学和决策论中，区分以下三个层次的不确定性至关重要：

  1. 确定性 (Certainty)：结果及其概率均为已知。
  2. 风险 (Risk)：结果已知，且每种结果的客观概率已知（如掷硬币、轮盘赌）。这是 期望效用理论 标准框架的适用域。
  3. 模糊 (Ambiguity) / 奈特不确定性 (Knightian Uncertainty)：结果已知，但客观概率未知或无法唯一确定（如某只新上市股票明天涨跌的概率）。决策者无法依据单一的概率分布行事。

模糊厌恶就是指，人们在"风险"和"模糊"之间，偏好前者——即便模糊选项的期望收益相同甚至更高。这与主观期望效用（SEU）理论中"决策者在任何不确定性下总能形成唯一的主观概率"的假设直接冲突。

埃尔斯伯格悖论 (Ellsberg Paradox)

埃尔斯伯格（1961）设计了一个经典的"双瓮实验"：

  • 瓮 A：共 100 个球，已知红球和黑球各 50 个（风险情境，概率明确为 50/50）。
  • 瓮 B：共 100 个球，红球与黑球的比例未知，可能是 0/100 到 100/0 之间的任意值（模糊情境）。

受试者被告知他们将从一个瓮中抽取一球，猜中颜色即获得奖金。对"猜红球"和"猜黑球"两种赌局，大多数受试者均偏好从瓮 A（已知比例）中抽取，而非瓮 B。这一行为模式违反了 SEU 的核心公理：

  1. 对"猜红球"选择瓮 A：表明决策者主观认为瓮 A 中红球概率 ≥\ge 瓮 B 中红球概率。
  2. 对"猜黑球"也选择瓮 A：表明决策者主观认为瓮 A 中黑球概率 ≥\ge 瓮 B 中黑球概率。

但在主观概率框架下，两概率之和不可能同时成立（瓮 A：50%+50%=100%50\%+50\%=100\%，瓮 B：P(红)+P(黑)=100%P(\text{红})+P(\text{黑})=100\%）。由此悖论证明：决策者并非按照单一的、可加的主观概率行事，而是对模糊情境赋予了一种"保守偏误"。

模糊厌恶的数学建模

为解释埃尔斯伯格悖论，理论界发展了三类主要建模框架：

最大最小期望效用 (Maxmin Expected Utility, MEU)

Gilboa 与 Schmeidler（1989）提出：决策者不再假定单一先验概率，而是持有一组 可能概率分布集合（先验集，Prior Set）P\mathcal{P}，并按最悲观情形进行决策：

V(f)=min⁡P∈P EP[u(f)]V(f) = \min_{P \in \mathcal{P}} \ \mathbb{E}_P[u(f)]

其中 ff 为行动（产生不同状态下的回报），uu 为效用函数。"最大化最坏情况期望效用"自然地产生模糊厌恶行为——决策者对模糊选项采用最不利的概率评估。

Choquet 期望效用 (Choquet Expected Utility, CEU)

Schmeidler（1989）引入非可加概率（容量，Capacity）vv：v(Ω)=1v(\Omega)=1，v(∅)=0v(\emptyset)=0，但不要求 v(A∪B)=v(A)+v(B)v(A \cup B)=v(A)+v(B)（当 A∩B=∅A \cap B = \emptyset 时）。期望通过 Choquet 积分计算：

∫Ωu(f) dv=∫0∞v({s:u(f(s))≥t}) dt\int_{\Omega} u(f) \ dv = \int_{0}^{\infty} v(\{s : u(f(s)) \ge t\}) \ dt

当容量是凸的（v(A∪B)+v(A∩B)≥v(A)+v(B)v(A \cup B) + v(A \cap B) \ge v(A) + v(B)），模型表现出模糊厌恶。CEU 与 MEU 在特定条件下等价。

平滑模糊模型 (Smooth Ambiguity Model)

Klibanoff、Marinacci 与 Mukerji（2005）提出双层期望结构：决策者对"可能概率分布"本身持有二阶概率信念 μ\mu，并通过一个 模糊厌恶函数 ϕ\phi 刻画对概率不确定性的态度：

V(f)=∫Δϕ(EP[u(f)]) dμ(P)V(f) = \int_{\Delta} \phi\left( \mathbb{E}_P[u(f)] \right) \ d\mu(P)

其中 ϕ\phi 的凹度衡量模糊厌恶程度：ϕ\phi 越凹，对"可能期望效用"的波动越敏感，模糊厌恶越强。该模型将模糊厌恶参数化，便于实证估计与比较静态分析。

应用场景

  1. 股权溢价之谜 (Equity Premium Puzzle)：股票的收益分布比债券更模糊——投资者对股票额外索取模糊溢价，部分解释了历史股权溢价远超标准 CRRA 模型预测值的现象。
  2. 本土偏好 (Home Bias)：投资者过度配置本国资产。外国资产的收益分布更模糊（信息不对称、制度不透明），模糊厌恶使投资者对海外市场系统性低配。
  3. 保险市场：投保人对发生概率模糊的罕见灾害（如地震、洪水）往往过度投保，而对概率清晰的风险（如小额医疗支出）反应不足。
  4. 政策制定：在气候经济学中，碳排放的长期影响概率高度模糊，模糊厌恶可导致决策者偏好更激进的减排政策（预防原则）。

相关概念与延伸

模糊厌恶与 风险厌恶 是并行的两种偏好特征：前者针对概率的不确定性，后者针对结果的不确定性。一个决策者可以同时是风险厌恶的（凹效用函数）和模糊厌恶的（对概率模糊附加折扣）。二者共同构成了 不确定性下的决策 的完整图景。

模糊厌恶也与 不完全信息 博弈密切相关。在博弈论中，玩家面对的不仅是客观概率不确定性，还有对手策略的不确定性——这种策略性模糊常导致均衡多重性或信念驱动的均衡选择。

经验证据与争议

大量实验复现了埃尔斯伯格悖论，但模糊厌恶的稳健性受情境调节：当受试者认为有专家评估模糊选项时，模糊厌恶减弱（"信源偏好"，Source Preference）；当决策在熟悉领域（"胜任感"较高）时，模糊厌恶也减弱。此外，部分情境下存在 模糊寻求 (Ambiguity Seeking)——如小概率极端收益事件（彩票类），人们反而偏好模糊选项。

小结

模糊厌恶是标准期望效用理论之外最重要的行为拓展之一。从埃尔斯伯格的简单双瓮实验出发，理论经济学者发展出了 MEU、CEU 和平滑模糊模型等完整的公理化体系，将奈特的洞见形式化。该概念深刻影响了资产定价、保险经济学、环境政策评估等领域，使经济学模型更贴近现实中人们在真正不确定性面前的行为。