相对风险厌恶系数

相对风险厌恶系数是经济学和金融学中衡量个体风险偏好的重要指标，由经济学家肯尼斯·阿罗和约翰·普拉特在20世纪60年代独立提出，属于阿罗-普拉特风险厌恶度量体系的核心组成部分。与绝对风险厌恶系数不同，相对风险厌恶系数关注的是个体在面对财富比例变化时的风险态度，其数学定义为：RRA(c) = -c × u''(c)/u'(c)，其中u(c)表示效用函数，c表示消费或财富水平。该系数的值越大，表明个体对风险越厌恶，即更倾向于规避风险。作为无量纲指标，相对风险厌恶系数不受财富计量单位的影响，这使得不同个体或不同研究之间的比较更加方便和可靠。

从理论渊源来看，相对风险厌恶系数的提出源于对期望效用理论的深入发展。阿罗侧重于从公理化角度探讨风险厌恶的性质，他在1965年发表的论文中首次系统阐述了风险厌恶的度量方法。普拉特则在同一时期提供了更加全面的数学框架，包括绝对风险厌恶系数和相对风险厌恶系数两种度量方式，并详细推导了二者之间的数学关系。两人通过不同的研究路径共同奠定了度量风险厌恶的严格数学基础，这一理论框架至今仍是现代微观经济学和金融经济学的重要基石。相对风险厌恶系数的一个关键性质是它在静态比较中的单调性：如果一个个体的相对风险厌恶系数在所有财富水平上都大于另一个个体，那么前者在面对任何风险时都会表现出更高的风险厌恶程度。这一性质为不同个体之间的风险态度比较提供了坚实的理论基础。

在常见的效用函数形式中，相对风险厌恶系数具有不同的特征。幂效用函数 u(c) = c^(1-γ)/(1-γ) 具有常数相对风险厌恶（CRRA）的性质，其相对风险厌恶系数恒等于γ。这一性质意味着个体的风险厌恶程度不随财富水平的变化而改变，是理论分析中最常用的设定。对数效用函数 u(c) = ln(c) 是幂效用函数在γ→1时的极限情况，此时相对风险厌恶系数等于1，具有简洁而优雅的数学性质。指数效用函数 u(c) = -e^(-αc) 则具有常数绝对风险厌恶（CARA）的性质，但其相对风险厌恶系数随财富水平增加而增加，属于递增相对风险厌恶（IRRA）。哈拉效用函数（HARA, Hyperbolic Absolute Risk Aversion）是一种更一般化的形式，能够涵盖CRRA和CARA等特例，为实证研究提供了更大的灵活性。这些不同的函数形式为理论模型提供了多样化的选择，研究人员可根据研究需要选取适当的设定。在宏观经济建模中，CRRA效用函数因其简洁性和良好的数学性质而受到广泛青睐；而在微观实证研究中，更灵活的HARA或IRRA设定有时能够更好地拟合实际数据。

在应用层面，相对风险厌恶系数在资产定价理论中发挥着关键作用。梅赫拉和普雷斯科特（Mehra \& Prescott, 1985）在其经典论文中提出了著名的"股权溢价之谜"：标准期望效用模型需要极高的相对风险厌恶系数（超过30）才能解释历史上的股权溢价，而这远超出了大多数实证研究估计的合理范围（通常介于1到10之间）。这一发现激发了大量关于行为金融学、习惯形成模型和稀有灾难风险模型的后续研究。例如，坎贝尔和科克伦（Campbell \& Cochrane, 1999）提出的习惯形成模型通过引入外部习惯因素，使得相对风险厌恶系数随消费水平变化而动态调整，从而在更合理的参数值下解释了股权溢价。巴罗（Barro, 2006）则将稀有灾难风险纳入考虑，同样显著降低了解释股权溢价所需的相对风险厌恶系数水平。这些研究深刻影响了现代资产定价理论的发展方向。

在投资组合选择理论中，相对风险厌恶系数直接决定投资者对风险资产的最优配置比例。CRRA偏好下的投资者，其投资于风险资产的比例与财富水平无关，这一性质被称为财富独立性，是理论推导中的关键简化条件。实际上，财富独立性意味着富人和穷人在面对相同风险时会将相同比例的财富投入风险资产，这一推论在实证研究中得到了部分支持，但也存在争议。在实证研究中，研究人员通常通过多种方法来估计相对风险厌恶系数，包括彩票选择实验、保险购买行为分析、消费数据的宏观估计以及问卷调查。跨文化研究表明，相对风险厌恶系数存在显著的个体差异和人口统计特征差异，通常女性的风险厌恶程度高于男性，老年人的风险厌恶程度高于年轻人，而受教育程度更高的人群往往表现出更低的风险厌恶水平。

在公共政策领域，相对风险厌恶系数影响着社会保障、医疗保险和税收制度的设计与评估。政策制定者需要了解民众的风险偏好特征，以设计既能激励效率提升又能提供适当安全保障的制度安排。总而言之，相对风险厌恶系数是理解个体风险决策行为的核心工具，它不仅为理论分析提供了精确的数学度量，也为实证研究和政策制定提供了重要的参考依据。尽管关于其具体数值的估计仍存在较大争议，但这一概念已成为现代经济学不可或缺的分析框架，对于深化人类对风险与不确定性决策行为的理解具有重要意义。