高阶风险偏好的结构估计

《ECONOMETRICA》：Structural Estimation of Higher Order Risk Preferences

本文通过设计新型实验和构建非参数效用函数模型，首次结构化估计了预期效用理论（EUT）中的风险厌恶、谨慎和适度指标，并探讨了其在不同收入水平下的变化规律。实验通过调整概率分布和支付结构，结合贝叶斯随机系数模型，发现风险态度指标呈现非单调变化，且EUT与秩依赖效用理论（RDU）的预测在第四阶风险任务中趋于一致。研究证实了传统参数模型在捕捉高阶风险态度时的局限性，为后续行为经济学研究提供了方法论基础。

　　本研究围绕高阶风险态度的结构化估计展开，旨在揭示个体在面对不同风险属性时的偏好变化，并进一步探讨这些变化在预期效用理论（Expected Utility Theory, EUT）与其他风险态度模型如Rank-Dependent Utility（RDU）之间的异同。传统上，EUT为风险厌恶、谨慎（prudence）和节制（temperance）等高阶风险态度提供了理论框架，其中风险厌恶对应于效用函数的二阶导数为负，谨慎对应于三阶导数为正，而节制则对应于四阶导数为负。然而，以往的实证研究往往依赖于对这些高阶属性的符号识别，而未能准确估计其强度（即实际的数值）。这种限制导致了对高阶风险态度的实证分析存在偏差，特别是在参数化效用函数的设定下，风险厌恶者往往被默认为具有谨慎和节制倾向，从而掩盖了实际的风险态度变化。

本研究提出了一种新的实验设计和对应的计量经济模型，能够在不假设高阶风险态度之间相互依赖关系的前提下，对风险厌恶、谨慎和节制进行结构化估计。该设计通过调整背景风险和可分配风险的概率分布，使被试在面对不同风险属性时做出选择，从而能够识别出个体对不同阶数风险的偏好强度。与以往的二元选择任务不同，本研究中被试的决策任务涉及更复杂的概率结构，从而提供了更多维度的信息来刻画风险态度的变化。

在实验设计中，被试需要对多个风险任务进行选择，每个任务都涉及不同金额的收益和损失，且这些任务的分布结构被精心设计以反映不同阶数的风险属性。例如，第三阶风险任务（prudence task）关注的是收益分布的偏度（skewness），而第四阶风险任务（temperance task）则关注的是收益分布的峰度（kurtosis）。通过这种方式，研究者能够捕捉到个体对不同阶数风险的反应强度，并进一步估算出相应的风险溢价（risk premium）。此外，研究还考虑了不同图表形式（如饼图和柱状图）对被试决策行为的影响，从而避免了可能存在的视觉偏差。

研究采用了一种非参数化的效用函数形式，使得被试对不同阶数风险的态度能够被独立地识别和估计。与传统的参数化效用函数相比，非参数模型允许研究者在不预先设定效用函数形状的情况下，直接从数据中推断出个体的风险态度参数。这不仅提高了估计的灵活性，还增强了结果的稳健性。此外，研究还引入了随机系数模型（random coefficient model）来处理个体间的偏好异质性，通过估计被试群体中各个参数的分布，进一步分析了个体层面的风险态度特征。

研究发现，风险厌恶、谨慎和节制在不同收入水平上表现出不同的变化模式。具体而言，风险厌恶在所有收入区间内都较为普遍，但其强度随着收入增加而有所波动。相比之下，谨慎在低收入和高收入时较为显著，而在中等收入时趋于中性；节制则表现出随收入增加而逐渐下降的趋势。这些发现表明，个体对不同阶数风险的态度并非简单地由单一的效用函数参数决定，而是与收入水平密切相关。

研究还比较了EUT和RDU在不同阶数风险任务中的预测结果。RDU模型引入了非线性概率加权（probability weighting）机制，使得被试对风险的态度不仅仅由效用函数的曲率决定，还受到对概率权重的主观判断影响。研究发现，随着风险阶数的增加，EUT和RDU模型预测的风险溢价逐渐趋近，特别是在第四阶任务中，两者几乎完全一致。这说明，高阶风险态度在EUT和RDU模型中的预测结果存在一定的相似性，尤其是在高阶任务中，概率加权的影响逐渐减弱，而效用函数的曲率成为主要决定因素。

此外，研究还分析了被试在不同阶数任务中的选择行为是否受到疲劳或学习效应的影响。通过将实验数据划分为较小的子样本（如前50个选择或前100个选择），研究发现，即使减少任务数量，仍然能够获得与完整样本相似的风险态度估计结果。这表明，研究设计的稳健性较强，可以被应用于更广泛的经济行为研究，例如将高阶风险态度与储蓄、投资或其他经济决策联系起来。

研究还探讨了高阶风险态度与经济行为之间的关系。例如，风险厌恶可能促使个体增加预防性储蓄，而谨慎可能影响企业在面对收入波动时的库存管理策略，节制则可能影响投资组合的构建。这些结果不仅为理论研究提供了实证支持，也为政策制定者和经济学家提供了理解个体行为模式的新视角。

总体而言，本研究通过引入新的实验设计和非参数化模型，克服了传统参数化效用函数对高阶风险态度估计的限制。其核心贡献在于能够独立识别风险厌恶、谨慎和节制，并揭示这些态度在不同收入水平上的变化规律。此外，研究还展示了EUT和RDU模型在高阶风险任务中的预测能力，为未来在不同理论框架下对风险态度的结构化分析提供了方法论上的支持。研究结果表明，高阶风险态度的结构化估计不仅能够增强对个体经济行为的理解，还能够为相关理论模型提供实证依据。