KNOWECON WIKI

ARTICLE

确定性等值

确定性等值 确定性等值（Certainty Equivalent，简称CE）是不确定性经济学中的核心概念，指一个风险厌恶型决策者愿意接受的、能使其与参与某个风险赌局获得相同期望效用的确定金额。它将不确定前景"压缩"为让决策者无差异的固定数额。确定性等值与风险溢价（risk premium）互为镜像——风险溢价等于期望值与确定性等值之差，刻画了决策者为消除不确

浏览 1 更新 2025-11-11

确定性等值

确定性等值（Certainty Equivalent，简称CE）是不确定性经济学中的核心概念，指一个风险厌恶型决策者愿意接受的、能使其与参与某个风险赌局获得相同期望效用的确定金额。它将不确定前景"压缩"为让决策者无差异的固定数额。确定性等值与风险溢价（risk premium）互为镜像——风险溢价等于期望值与确定性等值之差，刻画了决策者为消除不确定性而愿意支付的"保费"。

正式定义

考虑一个具有冯·诺依曼-摩根斯坦效用函数 U(⋅)U(\cdot) 的理性决策者，其初始财富为 W0W_0。该决策者面临一个随机赌局（lottery）x~\tilde{x}，该赌局的结果服从概率分布 F(x)F(x)。则赌局 x~\tilde{x} 的期望效用为：

E[U(W0+x~)]=∫U(W0+x) dF(x)E[U(W_0 + \tilde{x})] = \int U(W_0 + x)\, dF(x)

确定性等值 CC 定义为满足以下等式的唯一金额：

U(W0+C)=E[U(W0+x~)]\boxed{U(W_0 + C) = E[U(W_0 + \tilde{x})]}

换言之，CC 是这样一个确定性的财富变化量：决策者接受它所能获得的效用，恰好等于承担风险赌局 x~\tilde{x} 所能带来的期望效用。若赌局本身以最终财富的形式直接给出——即决策者的最终财富为随机变量 W~\tilde{W}——则确定性等值定义为：

U(C)=E[U(W~)]U(C) = E[U(\tilde{W})]

其中 CC 是使决策者无差异的确定财富水平。

确定性等值与风险溢价的关系

风险溢价（risk premium）π\pi 定义为赌局的期望值与确定性等值之间的差额：

π≡E[W~]−C\pi \equiv E[\tilde{W}] - C

或等价地，C=E[W~]−πC = E[\tilde{W}] - \pi。

对于风险厌恶型决策者（U′′(W)<0U''(W) < 0），根据詹森不等式（Jensen's inequality），有：

U(E[W~])>E[U(W~)]U(E[\tilde{W}]) > E[U(\tilde{W})]

因此确定性等值严格小于期望值：C<E[W~]C < E[\tilde{W}]，从而风险溢价 π>0\pi > 0。对于风险中性型决策者（U′′(W)=0U''(W) = 0），确定性等值恰好等于期望值（C=E[W~]C = E[\tilde{W}]），风险溢价为零。对于风险偏好型决策者（U′′(W)>0U''(W) > 0），则有 C>E[W~]C > E[\tilde{W}]，风险溢价为负——此类决策者愿意支付溢价来获取参与赌局的机会。

不同效用函数下的确定性等值

确定性等值的具体形式取决于效用函数的类型和赌局的概率分布。

CARA效用函数 + 正态分布

若决策者具有CARA（恒定绝对风险厌恶）效用函数 U(W)=−e−αWU(W) = -e^{-\alpha W}（其中 α>0\alpha > 0 为绝对风险厌恶系数），且赌局 x~∼N(μ,σ2)\tilde{x} \sim N(\mu, \sigma^2)，则确定性等值存在精确的闭式解。由指数效用函数的矩生成函数性质可知：

E[−e−α(W0+x~)]=−e−αW0⋅e−αμ+12α2σ2E[-e^{-\alpha (W_0 + \tilde{x})}] = -e^{-\alpha W_0} \cdot e^{-\alpha \mu + \frac{1}{2} \alpha^2 \sigma^2}

令其等于 U(W0+C)=−e−α(W0+C)U(W_0 + C) = -e^{-\alpha (W_0 + C)}，解得：

C=μ−12ασ2\boxed{C = \mu - \frac{1}{2} \alpha \sigma^2}

这一结果与均值-方差分析（mean-variance analysis）完全一致：确定性等值等于期望值减去风险厌恶与方差的乘积之半。此时风险溢价 π=12ασ2\pi = \frac{1}{2} \alpha \sigma^2，恰好与Arrow-Pratt近似所得精确吻合。

CRRA效用函数

若决策者具有CRRA（恒定相对风险厌恶）效用函数 U(W)=W1−γ1−γU(W) = \frac{W^{1-\gamma}}{1-\gamma}（γ>0\gamma > 0，γ≠1\gamma \neq 1）或 U(W)=ln⁡WU(W) = \ln W（γ=1\gamma = 1），则确定性等值没有一般的闭式解，但可通过数值方法或近似计算获得。对于对数效用（γ=1\gamma = 1）和对数正态分布的赌局 ln⁡W~∼N(μ,σ2)\ln \tilde{W} \sim N(\mu, \sigma^2)，确定性等值为：

C=exp⁡(μ+12σ2)C = \exp\left(\mu + \frac{1}{2} \sigma^2\right)

其中 μ\mu 和 σ2\sigma^2 分别为对数财富的均值和方差。若赌局为"以等概率获得 W0(1+ε)W_0(1 + \varepsilon) 或 W0(1−ε)W_0(1 - \varepsilon)"，则对数效用下的确定性等值为 C=W01−ε2C = W_0 \sqrt{1 - \varepsilon^2}。

二次效用函数

对于二次效用函数 U(W)=aW−bW2U(W) = aW - bW^2（b>0b > 0），期望效用仅依赖于财富的期望值和方差。由此可直接推导出确定性等值：

C=E[W~]−ba−2bE[W~]Var⁡(W~)C = E[\tilde{W}] - \frac{b}{a - 2b E[\tilde{W}]} \operatorname{Var}(\tilde{W})

二次效用的这一特性使其在均值-方差分析的早期发展中发挥了关键作用。但需注意，二次效用函数在超过饱和点后违反非饱和性（non-satiation）假设，且其隐含的绝对风险厌恶随财富增加而上升，与实证证据不符。

确定性等值的比较静态分析

确定性等值受到以下因素的单调影响：

  1. 风险厌恶程度：在其他条件不变的情况下，决策者的风险厌恶程度越高（∣U′′(W)∣|U''(W)| 越大），确定性等值越低。这是因为更强的风险厌恶意味着决策者对不确定性更加排斥，因而愿意接受一个更低的确定金额来规避风险。
  2. 风险规模（方差）：赌局的方差越大，确定性等值越低。这直接体现在CARA-正态组合的公式 C=μ−12ασ2C = \mu - \frac{1}{2} \alpha \sigma^2 中：方差每增加一个单位，确定性等值下降 12α\frac{1}{2}\alpha。
  3. 赌局的偏度：对于给定的均值和方差，偏度为正的赌局（即存在较小概率获得极大收益）具有更高的确定性等值，因为风险厌恶型决策者偏好"正偏态"分布——正如彩票购买行为所揭示的，人们愿意为小概率-大回报的赌局支付高于期望值的确定性等价物。
  4. 初始财富水平：在DARA（递减绝对风险厌恶）假设下——这是实证研究中最为广泛支持的假设——个体的风险厌恶程度随财富增加而降低，因此越富有的个体在面对相同赌局时具有更高的确定性等值。对于CARA效用函数，确定性等值与初始财富完全无关——这一性质在某些理论建模中非常便利，但在实证中往往不成立。

确定性等值在微观经济理论中的应用

确定性等值是连接抽象偏好与可观测行为的核心概念，在多个经济领域中有深入应用。

保险经济学

在保险经济学中，确定性等值直接决定了投保人的最大愿意保费（maximum willingness to pay）。设潜在损失 LL 为一随机变量，投保人初始财富为 W0W_0。不购买保险时的期望效用为 E[U(W0−L)]E[U(W_0 - L)]，购买保险时支付保费 PP 后的确定效用为 U(W0−P)U(W_0 - P)。投保人愿意支付的保费上限 Pmax⁡P_{\max} 由以下等式决定：

U(W0−Pmax⁡)=E[U(W0−L)]U(W_0 - P_{\max}) = E[U(W_0 - L)]

即 W0−Pmax⁡W_0 - P_{\max} 恰好是损失赌局的确定性等值。由此可得 Pmax⁡=W0−CP_{\max} = W_0 - C，而公平保费（精算公平保费）为 E[L]E[L]，两者的差额 Pmax⁡−E[L]P_{\max} - E[L] 即为风险附加费。

资产定价与金融市场

在资产定价中，一项风险资产的市场价格可以理解为该资产未来现金流的确定性等值经无风险利率折现后的现值。设风险资产在 t=1t=1 期的支付为随机变量 X~\tilde{X}，其当前价格为 P0P_0。代表性投资者的边际效用决定了随机折现因子（stochastic discount factor）MM，资产价格满足：

P0=E[M⋅X~]P_0 = E[M \cdot \tilde{X}]

在期望效用框架下，这一价格可以重新解释为：P0=C(X~)/(1+rf)P_0 = C(\tilde{X}) / (1 + r_f)，其中 C(X~)C(\tilde{X}) 是 X~\tilde{X} 的确定性等值，rfr_f 为无风险利率。风险资产的确定性等值低于其期望值，两者的差距反映了风险溢价，这正是股权溢价之谜（equity premium puzzle）分析的核心出发点。

拍卖理论与机制设计

在拍卖理论中，独立私人价值（independent private values）框架下的竞拍者的风险厌恶程度通过确定性等值影响其出价策略。风险厌恶型竞拍者倾向于"过度出价"（bidding above risk-neutral Bertrand level），因为他们将赢标视为一种"保险"——通过提高出价确保获胜，从而锁定确定性收益而非继续面对不确定性。这一出价偏离的幅度可以由确定性等值的框架予以量化。

公共政策与成本效益分析

在成本效益分析中，政府项目的评估通常需要将不确定的未来收益转化为确定性等值，以便与确定性的项目成本进行直接比较。对于涉及环境政策、公共卫生或气候变化等具有深远不确定性的大型公共项目，确定性等值方法能够将决策者的风险态度系统地纳入评估框架。例如，社会贴现率的确定就需要考虑未来世代消费的确定性等值，从而在不确定的长期收益与当前的确定成本之间进行权衡。

确定性等值的局限性

尽管确定性等值是期望效用理论中的核心概念，但其应用也存在若干局限：

  1. 对效用函数形式的依赖：确定性等值的具体数值高度依赖于所选择的效用函数形式。对于同一赌局，CARA效用与CRRA效用可能给出截然不同的确定性等值，而真实决策者的效用函数并非直接可观测。
  2. 贝叶斯理性假设的限制：确定性等值的计算以期望效用理论为基础，要求决策者遵循贝叶斯理性。然而在行为经济学中，前景理论框架下的损失厌恶（loss aversion）和概率加权（probability weighting）等现象偏离了标准期望效用预测，基于确定性等值的分析可能产生误导。
  3. 动态决策中的不一致：在多期环境中，当决策者的偏好不符合指数折现（exponential discounting）——例如具有双曲折现（hyperbolic discounting）特征时——不同时点测得的确定性等值可能相互矛盾，导致时间不一致性（time inconsistency）。
  4. 模糊厌恶情境下的失效：当决策者面临模糊（ambiguity/Knightian uncertainty）——即赌局的概率分布本身也是未知的——而非风险（已知概率分布）时，单一的确定性等值无法完全刻画决策者的态度。模糊厌恶（ambiguity aversion）理论框架下的最大最小期望效用（maxmin expected utility）或平滑模糊模型（smooth ambiguity model）提供了更为精细的分析工具。

总结

确定性等值将随机前景"归约"为一个确定数额，为不确定性下的决策分析提供了强有力的概念工具。它直接支撑了风险溢价、保险需求、资产定价等一系列经济学理论的核心论点。在实证层面，对个体确定性等值的测度——通过实验经济学中的选择列表法（multiple price list）或贝克特尔程序——为估计风险厌恶参数提供了重要数据来源。确定性等值是连接规范理论与实证研究的重要桥梁。