# 欧拉方程 (Euler Equation)
欧拉方程 (Euler Equation) 在经济学和金融学的语境下，特指在{{{动态最优化}}} (dynamic optimization) 问题中描述最优路径所必须满足的一个{{{一阶条件}}} (first-order condition)。它是一个核心的差分方程（或微分方程，在连续时间模型中），刻画了经济主体在不同时间点之间进行决策时的最优权衡。
虽然“欧拉方程”在数学和物理学的多个分支（如流体力学、变分法、微分几何等）中都有不同的特定含义，但本词条将主要聚焦于其在现代{{{宏观经济学}}}和{{{金融学}}}中作为跨期决策基本工具的应用。它构成了分析{{{消费}}}、储蓄、投资和{{{资产定价}}}等诸多问题的理论基石。
## 动态最优化与欧拉方程的推导
欧拉方程源于求解一个动态最优化问题。让我们通过一个典型的离散时间消费-储蓄模型来理解其推导过程。
假设一个代表性经济主体的目标是最大化其一生中所有时期消费的{{{效用}}}总和。该主体的决策问题可以表述为：
$$ \max_{\{c_t, k_{t+1}\}_{t=0}^\infty} \sum_{t=0}^\infty \beta^t u(c_t) $$
其中： * $c_t$ 是第 $t$ 期的消费，是主体的控制变量。 * $k_t$ 是第 $t$ 期初持有的资本（或财富），是主体的状态变量。 * $u(\cdot)$ 是一个递增且凹的{{{效用函数}}}，表示消费带来的满足感。$u'(c) > 0$ ({{{边际效用}}}为正)，$u''(c) < 0$ (边际效用递减，体现了{{{风险厌恶}}}或对平滑消费的偏好)。 * $\beta \in (0, 1)$ 是{{{贴现因子}}}，表示未来的效用相对于当前效用的价值折扣。
主体的决策受到每一期的{{{预算约束}}} (budget constraint) 的限制： $$ k_{t+1} = f(k_t) - c_t $$ 这个约束表明，下一期的资本 $k_{t+1}$ 等于本期总产出（或总资源）$f(k_t)$ 减去本期消费 $c_t$ 之后所剩余的部分（即储蓄）。其中 $f(\cdot)$ 是生产函数，通常假定 $f'(k) > 0$ ({{{资本的边际产出}}}为正)。
为了求解这个问题，我们可以使用{{{拉格朗日乘数法}}}。构建拉格朗日函数 $\mathcal{L}$： $$ \mathcal{L} = \sum_{t=0}^\infty \beta^t \left\{ u(c_t) + \lambda_t [f(k_t) - c_t - k_{t+1}] \right\} $$ 其中 $\lambda_t$ 是与第 $t$ 期预算约束相关联的{{{拉格朗日乘数}}}，其经济含义是在第 $t$ 期增加一单位资源的边际价值（以第 $t$ 期的效用单位衡量）。
对拉格朗日函数求关于 $c_t$ 和 $k_{t+1}$ 的一阶导数，并令其为零：
1. 关于 $c_t$ 的一阶条件 (FOC for $c_t$): $$ \frac{\partial \mathcal{L}}{\partial c_t} = \beta^t u'(c_t) - \beta^t \lambda_t = 0 \implies u'(c_t) = \lambda_t $$ 这个条件表明，在最优路径上，消费一单位商品所带来的边际效用，必须等于在当期放松一单位预算约束所带来的影子价值。
2. 关于 $k_{t+1}$ 的一阶条件 (FOC for $k_{t+1}$): 考察第 $t$ 期和第 $t-1$ 期的 $\mathcal{L}$ 项： * 在第 $t-1$ 期，$\beta^{t-1} \lambda_{t-1} [f(k_{t-1}) - c_{t-1} - k_t]$ * 在第 $t$ 期，$\beta^t \lambda_t [f(k_t) - c_t - k_{t+1}]$ 对 $k_t$ 求导，会得到两项： $$ \frac{\partial \mathcal{L}}{\partial k_t} = -\beta^{t-1} \lambda_{t-1} + \beta^t \lambda_t f'(k_t) = 0 \implies \beta^{t-1} \lambda_{t-1} = \beta^t \lambda_t f'(k_t) $$ $$ \lambda_{t-1} = \beta \lambda_t f'(k_t) $$ 这个条件将相邻两期的影子价格联系起来。
现在，我们将这两个一阶条件结合起来。将条件1 ($u'(c_t) = \lambda_t$) 和一个向前推进一期的相同条件 ($u'(c_{t+1}) = \lambda_{t+1}$) 代入到条件2的等价形式 $\lambda_t = \beta \lambda_{t+1} f'(k_{t+1})$ 中，我们得到： $$ u'(c_t) = \beta u'(c_{t+1}) f'(k_{t+1}) $$ 这就是该模型的欧拉方程。
## 经济学解释：跨期最优决策的权衡
欧拉方程的数学形式背后蕴含着深刻的经济学直觉，它描述了在最优消费路径上“今天消费”与“储蓄以备明天消费”之间的边际权衡。
* 等式左边： $u'(c_t)$ 这代表了在第 $t$ 期（今天）多消费一单位商品所获得的边际效用。这可以被看作是“放弃储蓄”的边际成本。
* 等式右边： $\beta u'(c_{t+1}) f'(k_{t+1})$ 这代表了在第 $t$ 期（今天）放弃一单位消费，将其储蓄起来所获得的边际收益的贴现值。具体分解如下： 1. 放弃的一单位消费成为投资，使得下一期（明天）的资本 $k_{t+1}$ 增加一单位。 2. 这一单位新增资本在明天会产生 $f'(k_{t+1})$ 的额外产出。在许多模型中，这个边际产出可以表示为 $(1+r_{t+1})$，其中 $r_{t+1}$ 是资本的净{{{回报率}}}或真实{{{利率}}}。 3. 这部分额外产出可以在明天被消费，带来 $u'(c_{t+1})$ 的边际效用。 4. 因此，在明天获得的总效用增量为 $u'(c_{t+1}) f'(k_{t+1})$。 5. 由于未来的效用需要折现到今天进行比较，我们需要乘以贴现因子 $\beta$。
因此，欧拉方程的直观含义是： 在最优路径上，今天消费一单位的边际效用，必须等于今天储蓄一单位并在明天消费其回报所带来的贴现边际效用。
如果 $u'(c_t) > \beta u'(c_{t+1}) f'(k_{t+1})$，意味着今天消费的边际价值更高，主体应该增加今天的消费（减少储蓄）。反之，如果 $u'(c_t) < \beta u'(c_{t+1}) f'(k_{t+1})$，则意味着储蓄的边际价值更高，主体应该减少今天的消费（增加储蓄）。只有在两者相等时，主体的跨期资源配置才是最优的，无法通过调整消费和储蓄来进一步提高总效用。
## 在经济学和金融学中的重要应用
### 1. 宏观经济学：消费欧拉方程
在现代宏观经济模型（如{{{拉姆齐-卡斯-库普曼斯模型}}}）中，欧拉方程是分析经济增长和商业周期的核心。引入不确定性后，欧拉方程通常写作期望值的形式： $$ u'(c_t) = \beta E_t[u'(c_{t+1}) (1+r_{t+1})] $$ 其中，$E_t[\cdot]$ 表示基于第 $t$ 期所有可用信息的{{{条件期望}}}，$r_{t+1}$ 是第 $t+1$ 期的（可能随机的）真实利率。这个版本的方程是{{{永久收入假说}}}和{{{生命周期假说}}}的现代形式，它将当期消费与未来消费的预期和真实回报率联系起来，为实证研究消费行为提供了理论基础。
### 2. 金融学：资产定价基本定理
欧拉方程是推导{{{资产定价}}}基本公式的起点。考虑一个拥有金融资产的经济主体，他可以选择消费，或者购买一个价格为 $P_t$ 的资产，该资产在下一期会带来随机的收益（Payoff） $X_{t+1}$（例如股票的下一期价格加股息）。
购买一单位资产的决策权衡如下： * 成本：今天必须放弃价值 $P_t$ 的消费，损失的效用为 $P_t u'(c_t)$。 * 收益：明天可以获得 $X_{t+1}$ 的回报，其期望效用增量为 $E_t[\beta u'(c_{t+1}) X_{t+1}]$。
在最优决策下，边际成本应等于边际收益： $$ P_t u'(c_t) = E_t[\beta u'(c_{t+1}) X_{t+1}] $$ 整理后可得： $$ P_t = E_t \left[ \left( \beta \frac{u'(c_{t+1})}{u'(c_t)} \right) X_{t+1} \right] $$ 这个公式是现代资产定价的基石。其中 $M_{t+1} \equiv \beta \frac{u'(c_{t+1})}{u'(c_t)}$ 被称为{{{随机贴现因子}}} (Stochastic Discount Factor, SDF) 或定价核 (Pricing Kernel)。该公式表明，任何资产今天的价格，都是其未来收益经过随机贴现因子进行折现后的期望值。随机贴现因子包含了经济主体的时间偏好（$\beta$）和风险态度（通过消费的边际效用比 $u'(c_{t+1})/u'(c_t)$ 体现），它解释了为什么风险更高的资产要求更高的预期回报率。
## 结论
欧拉方程是理解经济主体动态决策行为的钥匙。它将看似复杂的无限期最优化问题，转化为一个联系相邻时间点的、更易于分析的递推关系。无论是研究宏观经济的消费平滑行为，还是解释金融市场中的资产价格和风险溢价，欧拉方程都提供了一个统一而强大的分析框架。值得注意的是，欧拉方程是一个必要的局部最优条件，要确保全局最优，通常还需要满足一个终点条件，即{{{横截性条件}}} (Transversality Condition)，以排除非理性的无限期借贷或无限期储蓄行为。