Arrow-Pratt 近似

Arrow-Pratt 近似

Arrow-Pratt 近似（Arrow-Pratt approximation）是不确定性经济学中用于量化风险溢价（risk premium）的核心近似方法，由Kenneth Arrow和John W. Pratt于20世纪60年代分别独立导出。该近似通过对期望效用函数在初始财富附近进行泰勒展开，将决策者为规避小规模风险而愿意支付的风险溢价简洁地表达为Arrow-Pratt测度与风险方差的乘积。这一结果不仅为风险厌恶的局部度量提供了直观的经济学解释，更搭建了抽象效用理论与可观选择行为之间的操作化桥梁，成为金融经济学、保险精算和契约理论等领域的分析基石。

问题的提出：风险溢价的定义

考虑一个具有冯·诺依曼-摩根斯坦效用函数 $U(W)$ 的理性决策者，其中 $W$ 表示财富水平。效用函数满足 $U'(W) > 0$（非饱和性）和 $U''(W) < 0$（风险厌恶）。该决策者面临一个均值为零的公平赌局 $\tilde{z}$，满足 $E[\tilde{z}] = 0$，方差为 $\sigma_z^2 = E[\tilde{z}^2]$。那么，其初始财富为 $W_0$ 时的期望效用为：

风险溢价 $\pi$ 定义为决策者恰好愿意支付以完全消除该赌局的最高金额，即满足以下等式的 $\pi$：

换言之，$\pi$ 将不确定的赌局转化为一个确定性的财富缩减：决策者放弃 $\pi$ 以换取"确定性"之安宁。Arrow-Pratt近似的核心贡献便在于，为小规模 $\tilde{z}$ 给出了 $\pi$ 的一个简洁、可计算的二阶近似表达式。

核心推导：二阶泰勒展开

为获得 $\pi$ 的显式近似，分别在等式两侧进行泰勒展开。

左侧：将 $U(W_0 - \pi)$ 在 $W_0$ 处一阶展开：

右侧：将 $U(W_0 + \tilde{z})$ 在 $W_0$ 处二阶展开（利用 $E[\tilde{z}] = 0$）：

取数学期望，由于 $E[\tilde{z}] = 0$ 且 $E[\tilde{z}^2] = \sigma_z^2$，得：

将左右近似代入风险溢价的定义式：

消去 $U(W_0)$ 后整理，即得Arrow-Pratt近似公式：

若引入Arrow-Pratt绝对风险厌恶系数 $A(W) \equiv -U''(W)/U'(W)$，则公式可进一步简化为：

这一结果具有深刻的解释力：风险溢价与风险方差成正比，比例系数恰为绝对风险厌恶系数的一半。$A(W_0)$ 越大，则决策者越厌恶风险，面对给定的公平赌局愿意支付的"保费"就越高。当 $A(W_0) = 0$（风险中性）时，$\pi = 0$，决策者完全不在意该公平赌局，这与风险中性定价理论一致。

相对风险与Arrow-Pratt近似的拓展形式

当赌局的规模与财富水平成比例时——例如"以等概率损失或获得当前财富的 $\varepsilon$ 倍"——绝对风险溢价概念不再恰当。此时应使用Arrow-Pratt相对风险厌恶系数 $R(W) \equiv -W \cdot U''(W)/U'(W)$ 来定义相对风险溢价。

设赌局形式为 $\tilde{z} = W_0 \cdot \tilde{x}$，其中 $\tilde{x}$ 为均值为零、方差为 $\sigma_x^2$ 的随机比例。则近似公式变为：

更有用的是相对风险溢价 $\pi_R \equiv \pi / W_0$，即风险溢价占初始财富的比例：

这一形式充分体现了相对测度的经济含义：相对风险溢价仅取决于相对风险厌恶系数和风险的相对幅度，与财富的绝对规模脱钩。对于CRRA（恒定相对风险厌恶）型决策者，$R(W) = \gamma$ 为常数，因此其"为规避给定百分比风险所愿牺牲的财富百分比"不随财富水平变化，这是CRRA效用函数在资产定价和宏观经济学中得到广泛应用的重要原因之一。

近似的精度与误差分析

Arrow-Pratt近似是基于二阶泰勒展开的局部近似，其精度依赖于赌局规模 $|\tilde{z}|$ 的大小及效用函数的高阶性质。要理解近似的误差来源，须考察泰勒展开的余项。

对于左侧 $U(W_0 - \pi)$，若保留至二阶项：

对于右侧，保留至三阶项：

由此可得两种主要的误差来源：

1. 偏度效应（三阶矩）：若 $\tilde{z}$ 的分布存在偏斜（$E[\tilde{z}^3] \neq 0$），则期望效用展开中的三阶项不可忽略。该项涉及 $U'''(W_0)$，即决策者的谨慎（prudence）程度。正偏态分布（盈利概率大但亏损幅度大）与负偏态分布对效用的影响不对称，Arrow-Pratt近似未能捕捉这一效果。此时需要引入Kimar（谨慎）度量 $P(W) \equiv -U'''(W)/U''(W)$ 来修正。
2. 峰度效应（四阶矩）：对于厚尾分布（如Laplace分布或具有跳跃扩散过程特征的资产收益），四阶矩的贡献也会显著，需要引入谨慎（temperance）等更高阶的概念来完善。

一般而言，当 $|\tilde{z}|$ 的标准差相对于 $W_0$ 较小时（例如 $\sigma_z / W_0 < 0.1$），二阶近似具有良好精度；但当风险规模较大时（如潜在损失占财富的20\%以上），必须保留更高阶项或使用精确解法。

精确解与近似的关系

对于某些特殊的效用函数和风险分布，风险溢价存在精确的闭式解，恰好与Arrow-Pratt近似一致或可以嵌套。

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 $U(W) = -e^{-\alpha W}$（$\alpha > 0$），且赌局 $\tilde{z} \sim N(0, \sigma_z^2)$，则可精确计算：

从而精确的风险溢价为：

恰好等于Arrow-Pratt近似值。这意味着对于CARA-正态组合，二阶近似是精确的，所有高阶项之和为零。这正是CARA效用函数在理论建模中备受青睐的原因之一。

对数效用（CRRA特例）：对于 $U(W) = \ln W$，设赌局为 $\tilde{z} = W_0 \cdot \tilde{x}$，$\tilde{x}$ 为均值为零的小规模随机比例。精确风险溢价为：

其二阶近似 $\pi_R \approx \frac{1}{2} \sigma_x^2$ 恰好对应于 $R(W) = 1$ 时的Arrow-Pratt近似。但对于较大 $\tilde{x}$，对数效用下的精确解与近似解之间存在系统性偏差，且偏差方向由 $\tilde{x}$ 分布的偏度决定。

Arrow-Pratt近似的经济含义与应用

Arrow-Pratt近似不仅是数学工具，更承载着丰富的经济直觉。

风险厌恶的"价格"解释

将 $\pi \approx \frac{1}{2} A(W_0) \sigma_z^2$ 改写成：

绝对风险厌恶系数可以在实证中被解释为"决策者为消除单位风险方差所愿支付的双倍保费"。这为实验经济学中测度个体风险态度提供了可操作方法：通过让受试者在不同风险赌局中做出选择，倒推出其显式或隐式的风险厌恶系数。

在最优资产组合中的应用

在均值-方差分析（Markowitz投资组合理论）中，假设资产收益服从正态分布且决策者具有二次效用或CARA效用，则Arrow-Pratt近似给出最优风险资产持有量 $a^*$ 的显式解：

其中 $E[r] - r_f$ 为风险溢价（超额收益），$\operatorname{Var}(r)$ 为收益方差。这一公式将风险承担需求分解为价格因素（超额收益/方差）和偏好因素（风险厌恶），是资本资产定价模型（CAPM）中市场均衡定价的逻辑起点。

在保险定价中的应用

在保险经济学中，Arrow-Pratt近似为公平保费（actuarially fair premium）与最大愿意保费（maximum willingness to pay）之间的差距提供了定量刻画。设潜在损失 $L$ 为随机变量，方差为 $\sigma_L^2$，风险厌恶的投保人愿意支付的最高保费为：

其中第一项为精算公平保费（即期望损失），第二项为风险附加费（risk loading），恰为Arrow-Pratt近似给出的风险溢价。这一分解直接支撑了期望效用理论在保险需求分析中的核心地位。

在预防性储蓄中的应用

预防性储蓄理论关注未来收入不确定性对当前消费行为的影响。引入谨慎动机后，消费者在不确定性下进行储蓄的动机强度可以通过Arrow-Pratt近似的思想来刻画。具体而言，收入不确定性的二阶效应（方差）经由风险厌恶系数转化为消费的确定性等价缩减，从而决定预防性储蓄的规模。

模型的局限与高阶拓展

Arrow-Pratt近似作为局部二阶近似方法，天然具有以下局限性：

1. 小风险假设：近似仅在风险幅度相对于财富"足够小"时有效。对于大型赌局（如创业决策、重大投资），必须直接计算精确解或使用全局风险厌恶框架。
2. 忽略高阶矩偏好：真实决策者不仅在意方差，也会关注偏度（如喜好彩票的正偏态）和峰度（如厌恶金融市场的肥尾风险）。Arrow-Pratt近似将风险态度缩减为单一方差参数，可能遗漏这些丰富维度。为此，Kimar（谨慎）和Temperance（节制）等高阶风险态度度量被开发出来，形成期望效用理论的高阶风险态度体系。
3. 不适用于非期望效用理论：在前景理论（Prospect Theory）、秩依期望效用理论（Rank-Dependent Expected Utility）和模糊厌恶（Ambiguity Aversion）等超越期望效用范式的框架下，Arrow-Pratt近似不再直接适用，需引入相应的替代测度。
4. 静态单期性质：标准Arrow-Pratt近似基于单期决策框架，忽略跨期动态和学习行为。在多期模型中，风险态度将随时间动态演化，并受背景风险（如劳动收入风险、健康风险）的影响，单纯的局部二阶近似不足以刻画这些复杂性。

为应对上述局限，后续研究发展了一系列高阶拓展：Magnus近似将泰勒展开提升至四阶，纳入了偏度和峰度的贡献；Eeckhoudt-Schlesinger框架通过优势图（lottery diagrams）系统化定义了从谨慎到节制的完整高阶风险态度谱系。

总结

Arrow-Pratt近似以简洁优美的数学形式抓住了风险溢价的核心决定因素——风险厌恶和风险方差——为不确定性决策问题提供了兼具直觉性与可操作性的分析框架。正如Harry Markowitz的均值-方差分析开启现代金融理论一样，Arrow-Pratt近似将抽象的决策理论转化为可见可测的经济参数，使之能够与实证数据对接。尽管存在小风险、低阶矩和静态单期的局限性，这一近似方法仍然是经济学工具箱中不可或缺的精密仪器，为理解市场中的风险定价、保险选择和资产配置等核心经济现象提供着持续的分析营养。