ARTICLE

赌局

赌局 (Gamble / Lottery) 赌局在经济学中泛指任何结果依赖于随机事件且涉及货币或效用得失的选择情境。它是不确定性经济学和决策理论中最基本的分析单元。形式上,一个赌局可表示为一组可能结果及其对应概率的分布 g = (p_1, x_1; p_2, x_2; ; p_n, x_n),其中 x_i 为货币支付(或消费束),p_i 为对应概率且 _i

浏览 3 更新 2026-07-18

赌局 (Gamble / Lottery)

赌局在经济学中泛指任何结果依赖于随机事件且涉及货币或效用得失的选择情境。它是不确定性经济学决策理论中最基本的分析单元。形式上,一个赌局可表示为一组可能结果及其对应概率的分布 g=(p1,x1;p2,x2;;pn,xn)g = (p_1, x_1; p_2, x_2; \dots; p_n, x_n),其中 xix_i 为货币支付(或消费束),pip_i 为对应概率且 ipi=1\sum_i p_i = 1。赌局的形式化分析构成了期望效用理论的经验基础,也是连接概率论与经济学选择理论的桥梁。

赌局的期望价值与公平性

对任意赌局,其期望货币价值(Expected Monetary Value, EMV)为:

EMV(g)=ipixiEMV(g) = \sum_i p_i \cdot x_i

若赌局的入场费(价格)恰好等于其 EMV,则称该赌局为精算公平的(Actuarially Fair)。例如,一枚公平硬币的掷币赌局:正面赢 100 元,反面输 100 元,其 EMV = 0。若赌局 EMV 大于入场费,则称其具有正期望值(+EV),长期参与具有统计优势。

然而,仅凭期望价值不足以解释个体的赌局选择行为。早在 18 世纪,尼古拉斯·伯努利提出的圣彼得堡悖论便揭示了这一点:一个 EMV 为无穷大的赌局,理性人却只愿支付极低的入场费。这一悖论直接催生了丹尼尔·伯努利引入期望效用概念——人们最大化的是效用的期望值而非货币的期望值。

期望效用框架下的赌局分析

冯·诺依曼-摩根斯坦期望效用理论(VNM)中,个体对赌局的偏好由期望效用函数表征:

U(g)=ipiu(xi)U(g) = \sum_i p_i \cdot u(x_i)

其中 u()u(\cdot)伯努利效用函数,定义在确定结果上的效用。赌局的选择由此转化为期望效用的比较:赌局 gg 优于 hh 当且仅当 U(g)>U(h)U(g) > U(h)

风险态度通过 u()u(\cdot) 的曲率判定:

  • 风险厌恶(Risk Aversion):u<0u'' < 0,凹函数。个体偏好确定的 EMV 而非参与赌局本身,愿意支付风险溢价以规避风险。该溢价定义为 π\pi 使得 u(EMVπ)=U(g)u(EMV - \pi) = U(g)
  • 风险中性(Risk Neutrality):u=0u'' = 0,线性函数。仅凭 EMV 做出决策,与精算公平赌局无差异。
  • 风险偏好(Risk Seeking):u>0u'' > 0,凸函数。个体愿意接受低于 EMV 的确定金额以换取参与赌局的刺激,风险溢价为负。

Arrow-Pratt 绝对风险厌恶系数 rA(x)=u(x)/u(x)r_A(x) = -u''(x)/u'(x) 给出了风险厌恶程度在财富水平 xx 处的局部度量,是分析赌局参与决策随财富变化的核心工具。相对风险厌恶系数 rR(x)=xu(x)/u(x)r_R(x) = -x \cdot u''(x)/u'(x) 则衡量风险态度如何随财富比例变化:若 rR(x)r_R(x) 随财富递减,则富人比穷人更愿意接受小额赌局(递减相对风险厌恶,DRRA),这一性质与大量实证数据一致。

重复赌局与破产问题

单次赌局的分析框架需扩展至重复参与的情境。即使每次赌局具有正期望值,重复下注也可能导致灾难。凯利准则(Kelly Criterion)提供了最优下注比例的解决方案:若每次获胜概率为 pp、赔率为 bb(净赔率,即投入 1 元赢取 bb 元),最优下注比例为:

f=p(b+1)1bf^* = \frac{p(b+1) - 1}{b}

凯利准则最大化财富的长期几何平均增长率,同时确保永不完全破产(即财富永不归零)。任何超过凯利比例的下注会降低长期增长率甚至导致确定破产,即便短期期望值为正——这一反直觉结论揭示了赌局参与中时间维度的关键性:最大化单期期望效用与最大化长期财富增长并非同一目标。

赌徒破产问题(Gambler's Ruin)则从概率论角度给出了警示:在一个公平或不利的重复赌局中,拥有有限资本的赌徒面对无限资本的庄家,破产概率为 1——无论初始资本多大,只要赌局持续足够久,破产是必然的。这一结论为赌场为何总是长期赢家提供了数学解释。

行为经济学对赌局的重新审视

前景理论(Kahneman \& Tversky, 1979)对传统赌局分析提出了重大修正。其核心发现包括:

确定性效应:人们高估确定结果相对于概率结果的价值,导致在收益域中表现为风险厌恶(偏好确定的 100 元而非 50\% 概率得 200 元),在损失域中却表现为风险偏好(宁赌 50\% 概率损失 200 元而非确定损失 100 元)。这一四重模式(Fourfold Pattern)无法用单一凹性或凸性效用函数解释。

概率加权:人们倾向于高估小概率事件(如中彩票)而低估中高概率事件。决策权重函数 π(p)\pi(p) 呈现倒 S 形,使极小概率赌局被过度重视,解释了彩票与保险同时存在的现象。

此外,赌徒谬误(Gambler's Fallacy)——错误地认为独立随机事件的概率会因近期结果而"平衡"——是赌局行为中常见的认知偏误。与之相关的热手谬误(Hot-Hand Fallacy)则是相反的错误:认为连续成功意味着下一次成功的概率更高。两种谬误共同揭示了人类在处理随机序列时对大数定律的系统性误解——倾向于在小样本中寻找不存在的模式。

赌局的市场维度

赌博市场的经济分析关注供给与需求两端。需求侧受风险偏好、认知偏误和娱乐价值驱动;供给侧则关注赌局的设计——庄家通过设置赔率确保长期正期望值(赌场优势,House Edge)。赌局价格通常以赔率(Odds)表示:若事件发生概率为 pp,公平赔率为 (1p)/p(1-p)/p,实际赔率则在此基础上打折以产生利润。

预测市场(Prediction Markets)将赌局机制用于信息聚合:参与者对政治选举、经济指标等未来事件下注,市场价格(隐含概率)往往展现出优于专家预测和民意调查的准确度,反映了哈耶克假说中分散知识通过价格机制聚合的思想。这一机制与有效市场假说一脉相承。

政策与福利分析

政府对待赌局的态度存在持久的张力。禁止论强调赌博的负外部性——成瘾、家庭破裂、犯罪率上升——以及低收入群体的不成比例参与(隐性累退税)。合法化论则指出消费者主权应受尊重,合法赌博可带来税收收入并挤出更危险的非法赌博市场。最优罪恶税框架为赌博税率的设定提供了理论锚点:税率应等于赌博施加于他人的边际外部成本,而非完全禁绝。

赌局作为理论概念和分析工具,贯穿微观经济学、金融学和心理学的交叉地带。从圣彼得堡悖论到前景理论,从精算公平到预测市场,对赌局的形式化分析持续重塑着我们对人类理性与风险决策的理解。