คำถามติดแท็ก risk-aversion

2
ปรีชาอยู่เบื้องหลังความเสี่ยงพรีเมี่ยม
ในการบรรยายที่ 20ของเศรษฐศาสตร์จุลภาคของ MIT มีการเสนอสถานการณ์ที่การเดิมพัน 50/50 อาจทำให้สูญเสีย$ 100 หรือได้รับ$ 125 โดยมีความมั่งคั่งเริ่มต้นที่$ 100 โดยมีการระบุว่าบุคคลนั้นยินดีที่จะประกันตัวเองสำหรับ$ 43.75 (ความแตกต่างระหว่าง$ 100 และ$ 56.25) สัญชาตญาณที่อยู่เบื้องหลังสิ่งนี้คืออะไร? ขอบคุณล่วงหน้า!

0
ฉันจะคำนวณความเกลียดชังความเสี่ยงสัมพัทธ์ของการตั้งค่า Epstein-Zin ได้อย่างไร
\newcommand{\E}{\mathbb{E}} คำนำ คำถามนี้เป็นคำถามที่เกี่ยวข้องกับคนนี้เกี่ยวกับความยืดหยุ่นของการทดแทนข้ามและหนึ่งที่เกี่ยวกับความหมายของความเกลียดชังความเสี่ยงแน่นอนนี้ (มันเกี่ยวข้องกับอันดับที่สองตราบเท่าที่คำจำกัดความของความเกลียดชังความเสี่ยงสัมพัทธ์สามารถถูกกระตุ้นด้วยปริมาณที่แก้ U(C(1−RRA/2))=E[U(C(1−ϵ))∣C].U(C(1−RRA/2))=E[U(C(1−ϵ))∣C]. U(C(1-RRA/2)) = \E[U(C(1-\epsilon))\mid C]. คำถาม ในคำถามนี้ฉันต้องการทราบวิธีคำนวณความเสี่ยงที่น่ารังเกียจ ของ Epstein-Zin ขอให้ลำดับการบริโภคได้รับและให้ ) ตอนนี้สมมติว่าฉันมีการตั้งค่า Epstein-Sin, โดยที่คือตัวรวบรวมเวลาและเป็นเงื่อนไข ตัวดำเนินการเทียบเท่าที่แน่นอน นั่นคือ และ C=(C0,C1,...)C=(C0,C1,...)C=(C_0, C_1,...)C+t=(Ct,Ct+1,...)Ct+=(Ct,Ct+1,...)C_t^+ = (C_t, C_{t+1}, ...)fqf(c,q)=((1-β)c1-ρ+βq1-ρ)1Ut(C+t)Ut=f(Ct,q(Ut+1(C+t+1)))={(1−β)C1−ρt+β(Et[U1−γt+1])1−ρ1−γ}11−ρ,Ut(Ct+)=f(Ct,q(Ut+1(Ct+1+)))Ut={(1−β)Ct1−ρ+β(Et[Ut+11−γ])1−ρ1−γ}11−ρ,\begin{align*} U_t(C_t^+) &= f(C_t, q(U_{t+1}(C_{t+1}^+))) \\ U_t &= \left \{(1-\beta) C_t^{1-\rho} + \beta \left(\E_t[U_{t+1}^{1-\gamma}]\right)^{\frac{1-\rho}{1-\gamma}} \right\}^{\frac{1}{1-\rho}}, \end{align*}fffqqq qt=q(Ut+1)=(Et[U 1 - γ t + 1 ])1f(c,q)=((1−β)c1−ρ+βq1−ρ)11−ρf(c,q)=((1−β)c1−ρ+βq1−ρ)11−ρ …

3
ความเกลียดชังความเสี่ยงทำให้เกิดการลดลงของสาธารณูปโภคหรือไม่
ให้เป็นชุดของสภาวะที่เป็นไปได้ของโลกหรือการตั้งค่าที่เป็นไปได้ที่บุคคลอาจมี ให้เป็นชุดของ "แทง" หรือ "ลอตเตอรี่" คือชุดของแจกแจงความน่าจะมากกว่าที่ จากนั้นแต่ละคนจะมีการสั่งซื้อที่ต้องการของรัฐใน, เช่นเดียวกับการสั่งซื้อที่ต้องการของสลากใน(A) ฟอนนอยมันน์ Morgenstern ทฤษฎีบทระบุว่าสมมติว่าการสั่งซื้อการตั้งค่าของคุณมากกว่า obeys หลักการมีเหตุผลบางอย่างความต้องการของคุณสามารถแสดงโดยฟังก์ชั่นยูทิลิตี้ยู: เป็น→ℝ (ฟังก์ชั่นนี้ไม่ซ้ำกันจนถึงการคูณสเกลาร์และการเพิ่มค่าคงที่) นั่นหมายความว่าสำหรับลอตเตอรีสองL_1AAAG(A)G(A)G(A)AAAAAAG(A)G(A)G(A)G(A)G(A)G(A)u:A→Ru:A→ℝu: A → ℝL1L1L_1และL2L2L_2ในG(A)G(A)G(A) , คุณต้องการL1L1L_1เพื่อL2L2L_2ถ้าหากค่าที่คาดหวังของuuuภายใต้L1L1L_1สูงกว่ามูลค่าที่คาดหวังของuuuภายใต้L_2L2L2L_2กล่าวอีกนัยหนึ่งคุณเพิ่มค่าสูงสุดที่คาดไว้ของฟังก์ชันยูทิลิตี้ ตอนนี้เพียงเพราะคุณเพิ่มค่าที่คาดหวังของฟังก์ชั่นยูทิลิตี้ของคุณไม่ได้หมายความว่าคุณจะเพิ่มมูลค่าที่คาดหวังของสิ่งที่เกิดขึ้นจริงเช่นเงิน ท้ายที่สุดแล้วผู้คนมักจะรังเกียจความเสี่ยง พวกเขาพูดว่า "นกในมือมีค่าสองตัวในพุ่มไม้" การหลีกเลี่ยงความเสี่ยงหมายความว่าคุณให้ความสำคัญกับการเดิมพันน้อยกว่ามูลค่าที่คาดหวังของเงินที่คุณจะได้รับ หากเราแสดงความคิดเห็นนี้ในแง่ของฟังก์ชันอรรถประโยชน์ von Neumann-Morgenstern เราจะได้ผลลัพธ์ดังต่อไปนี้ผ่านความไม่เท่าเทียมของ Jensen: บุคคลนั้นไม่ชอบความเสี่ยงหากว่าฟังก์ชันอรรถประโยชน์ของพวกเขานั้นเป็นหน้าที่ของเงินของคุณเช่นขอบเขต คุณไม่ชอบความเสี่ยงเช่นเดียวกับระดับที่คุณมีเงินออมเล็กน้อย (ดูหน้า 13 ของPDFนี้) คำถามของฉันคืออะไรสาเหตุที่ทิศทางทำงาน? ทำค่าของฟังก์ชั่นยูทิลิตี้ von Neumann-Morgenstern สะท้อนให้เห็นถึงความเข้มของการตั้งค่าของคุณและเป็นการหลีกเลี่ยงความเสี่ยงเนื่องจากการลดการตั้งค่าของตัวเองในอนาคตที่ดีเมื่อเทียบกับการตั้งค่าของรุ่นอนาคตของตัวเอง เงินมากขึ้น (ตามที่แบรดดีลองแนะนำที่นี่ )? หรือสาเหตุอื่น ๆ : ความอดทนของคุณต่อความเสี่ยงกำหนดรูปร่างของฟังก์ชั่นยูทิลิตี้ของคุณหรือไม่เพื่อให้ฟังก์ชันยูทิลิตี้ von Neumann-Morgenstern …

2
ทำไมคุณค่าทางสถิติของชีวิตจึงมีอยู่?
ในด้านต่าง ๆ เช่นการกำหนดราคาประกันภัยและการวิเคราะห์นโยบายของรัฐบาลมักจำเป็นต้องกำหนดจำนวนเงินในชีวิตมนุษย์เพื่อเปรียบเทียบกับจำนวนเงินอื่น ๆ ดังนั้นนักเศรษฐศาสตร์จึงมีมาตรการที่เรียกว่ามูลค่าทางสถิติของชีวิตซึ่งในบางแง่ปริมาณจะประเมินว่าคน ๆ หนึ่งให้ความสำคัญกับชีวิตของตัวเองมากน้อยเพียงใด โดยปกติแล้วจะมีการคำนวณว่าประมาณ 10 ล้านดอลลาร์สำหรับคนส่วนใหญ่ ตอนนี้นี่ไม่ใช่จำนวนเงินดอลล่าร์ที่คนสวมใส่เพราะเขามักจะไม่มีที่สิ้นสุด เป็นไปได้ว่าไม่มีเงินจำนวนมากที่จะโน้มน้าวให้คนทั่วไปสละชีวิตของเขาเองและคนทั่วไปก็เต็มใจที่จะใช้จ่ายเงินจำนวนหนึ่งเพื่อช่วยชีวิตเขาเอง ดังนั้นคำจำกัดความทางเทคนิคจึงมีความซับซ้อนมากยิ่งขึ้น: ค่าทางสถิติของชีวิตคนเราคือจำนวนเงินดอลลาร์XXXเช่นว่าทุกความน่าจะเป็นหรือค่าอย่างน้อยทุกค่อนข้างใกล้เคียงกับ 0 คนที่จะไม่แยแสระหว่างสถานการณ์ที่โอกาสของพวกเขาของการตายคือและสถานการณ์ที่โอกาสของพวกเขาในการสูญเสียดอลลาร์พี(สามารถให้คำจำกัดความที่เทียบเท่าในแง่ของการลดโอกาสการเสียชีวิตและการหาเงิน)pppppppppXXXppp คำถามของฉันไม่เกี่ยวกับสาเหตุที่แนวคิดนี้มีประโยชน์ ฉันเข้าใจประโยชน์ของมัน (ไม่มีการเล่นสำนวน) คำถามของฉันคือทำไมคุณค่าทางสถิติของชีวิตจึงมีอยู่ทั้งหมด นั่นคือจะบอกว่าทำไมควรจะมีอยู่ค่าเดียวของที่ตอบสนองคำนิยามนี้สำหรับค่าทั้งหมดของหรือแม้กระทั่งค่าทั้งหมดของที่มีพอใกล้กับ ?XXXpppppp000 เรามาพูดถึงเรื่องนี้กันมากกว่านี้ ให้เป็นชุดของการตั้งค่าที่เป็นไปได้และให้เป็นชุดของ "แทง" หรือ "ลอตเตอรี่" มากกว่า จากนั้นทฤษฎีบทฟอนนอยมันน์เกนระบุว่าหากการตั้งค่าของคนที่สั่งซื้อมากกว่าตอบสนองหลักการเหตุผลบางแล้วการตั้งค่าของบุคคลนั้นสามารถแสดงโดยฟังก์ชั่นยูทิลิตี้ยู: เป็น→ℝ นั่นหมายความว่าค่าที่เป็นคนทำให้ในการจับสลากใดLคือมูลค่าที่คาดหวังของยูภายใต้การกระจายความน่าจะเป็นของLAAAG(A)G(A)G(A)AAAG(A)G(A)G(A)u:A→Ru:A→ℝu: A → ℝLLLuuuLLL ดังนั้นฉันจะไม่แปลกใจเลยถ้ามีคนไม่แยแสระหว่างโอกาสร้อยละ 1 ที่ได้รับ 10 ดอลลาร์และโอกาส 1 เปอร์เซ็นต์ที่จะได้รับซันเดย์ช็อคโกแลตและยังไม่แยแสระหว่างโอกาส 2 เปอร์เซ็นต์ในการรับ 10 ดอลลาร์และ 2 เปอร์เซ็นต์ โอกาสที่จะได้ซันเดย์ช็อกโกแลต ที่จะบ่งบอกถึงฉันว่าการตั้งค่าของบุคคลตอบสนองความจริงของเหตุผลฟอนนอยมันน์ - …

3
คำถามเกี่ยวกับ Ellsberg Paradox ในทฤษฎียูทิลิตี้ที่คาดหวัง
von Neumann-Morgenstern ทฤษฎีบทกล่าวว่าสมมติว่าการตั้งค่าของบุคคลภายใต้ความเสี่ยงเป็นไปตามหลักการเหตุผลที่แน่นอนจากนั้นก็มีฟังก์ชั่นยูทิลิตี้ u, ฟังก์ชันยูทิลิตี้ von Neumann เช่นว่าบุคคลนั้นจะมีแนวโน้มที่จะเพิ่ม ด้วยเหตุผลนี้สมมติฐานที่ว่าผู้คนพึงพอใจสัจพจน์ของฟอนนอยมันน์ - มอร์เกนสเติร์นเป็นที่รู้จักกันในชื่อทฤษฎียูทิลิตี้ที่คาดหวัง ตอนนี้หนึ่งในความท้าทายที่สำคัญสำหรับทฤษฎียูทิลิตี้ที่คาดหวังคือ Ellsberg Paradox มันไปดังนี้ สมมติว่าคุณมีโกศที่มีลูกบอล 90 ลูกโดย 30 ลูกเป็นสีแดงและอีก 60 ลูกเป็นสีดำหรือสีเหลือง และสมมติว่าลูกบอลถูกสุ่มจากโกศ ถ้าอย่างนั้นคุณควรจะมีลอตเตอรี่ A ซึ่งคุณได้ 100 ดอลลาร์ถ้าวาดลูกบอลสีแดงหรือลอตเตอรี่ B ที่คุณได้ 100 ดอลลาร์ถ้าวาดลูกบอลสีดำ คนส่วนใหญ่ชอบลอตเตอรี่ A. และคุณอยากจะมีลอตเตอรี่ C ซึ่งคุณได้ 100 ดอลลาร์ถ้าคุณวาดลูกบอลสีแดงหรือสีเหลืองหรือลอตเตอรี่ D ซึ่งคุณได้ 100 ดอลลาร์ถ้าคุณวาดลูกบอลสีดำหรือสีเหลือง คนส่วนใหญ่จะชอบลอตเตอรีดี แต่สิ่งนี้คือการเลือกหวยทั้ง A กับลอตเตอรี B และหวย D …

1
การหลีกเลี่ยงความเสี่ยงเชิงสัมพันธ์ทรัพย์สินของช่วงเวลาหรืออรรถประโยชน์ตลอดชีวิต
คำถามนี้ต้องเข้าใจในบริบทของการกำหนดราคาสินทรัพย์ตามการใช้ ฉันสงสัยว่าการหลีกเลี่ยงความเสี่ยงแบบสัมพัทธ์เป็นคุณสมบัติของฟังก์ชันอรรถประโยชน์ช่วงเวลาหรือไม่ซึ่งเป็นเพียงฟังก์ชันของเช่นฟังก์ชันยูทิลิตี้ไฟฟ้าu ( c ) = c 1 - γ / 1 - γหรือถ้าเป็น เป็นคุณสมบัติของฟังก์ชั่นยูทิลิตี้ทั้งหมด / อายุการใช้งานซึ่งถูกกำหนดให้เป็นฟังก์ชั่นมากกว่าแผนการบริโภค ( c t , c t + 1 , ... ), เช่นเป็นแบบจำลองเพิ่มเติมสองรอบระยะเวลาU ( c t ) = u ( c t )คเสื้อคเสื้อc_tคุณ( c ) = c1 - γ/ 1-γยู(ค)=ค1-γ/1-γu(c)=c^{1-\gamma}/1-\gammaคเสื้อคเสื้อc_tคt + 1คเสื้อ+1c_{t+1} ]ยู( cเสื้อ) …

1
การรังเกียจความเสี่ยงและการออกกำลังกายลอตเตอรี่
รับฟังก์ชั่นยูทิลิตี้สำหรับผู้บริโภค, $ u (w) $, และความมั่งคั่งของ $ w & gt; 1,000 $ สมมติว่าผู้บริโภคมีความเกลียดชังความเสี่ยงอย่างต่อเนื่องและเท่ากับ 1 นั่นคือ $ R_r (w) = 1 $ สำหรับ $ w & gt; 0 $ ผู้บริโภคกำลังเผชิญกับลอตเตอรี่ จะสูญเสีย 1,000 คำถามของฉันคือผู้บริโภคยินดีจ่ายเท่าไหร่เพื่อหลีกเลี่ยงลอตเตอรีนี้และขึ้นอยู่กับ $ w $ อย่างไร ฉันดูเหมือนจะไม่สามารถเข้าใจได้และฉันก็ไม่รู้ว่าจะเริ่มจากตรงไหน

1
การได้มาของเครื่องมือวัดความเกลียดชัง Arrow-Pratt
นี่เป็นคำถามเกี่ยวกับการได้มาของการวัดความเสี่ยงต่อความเสี่ยงสัมพัทธ์ของ Arrow-Pratt $ R (w) = - \ dfrac {U ^ {''} (w)} {wU ^ {'} (w)} $ ฉันมีวิธีของตัวเองที่จะได้รับมัน แต่ฉันต้องการให้ผู้แต่งทำเองอย่างไร ฉันไม่ได้เป็นเจ้าของหนังสือ "เรียงความในทางทฤษฎีเกี่ยวกับความเสี่ยง" (1971) ซึ่งมีการทำเช่นนี้และไม่มีห้องสมุดในมหาวิทยาลัยของฉันดังนั้นฉันจึงไม่สามารถตอบคำถามนี้ด้วยตัวเองได้ ทั้งหมดที่ฉันสามารถอ่านได้ในรีวิวออนไลน์คือตัววัดได้รับการออกแบบให้คงความเสถียรภายใต้การแปลงเลียนแบบเชิงบวกและเป็นตัวชี้วัดความโค้งเนื่องจากมันมีอนุพันธ์อันดับสองในตัวหาร แต่ก็ยังไม่ตอบคำถามว่าทำไมและอย่างไร ผู้เขียนได้รับจริง ความช่วยเหลือใด ๆ ที่จะได้รับการชื่นชม
โดยการใช้ไซต์ของเรา หมายความว่าคุณได้อ่านและทำความเข้าใจนโยบายคุกกี้และนโยบายความเป็นส่วนตัวของเราแล้ว
Licensed under cc by-sa 3.0 with attribution required.