第五章 随机优势 Stochastic Dominance 本章主要参考文献: 174, 135, 93 Bawa, S D a research bibliography, M S , 1982, 698-712 §5.1 Markowitz 模型 记: : 投资于i种股票的资金份额, : 投资于i种股票的每元资金的回收率; 若 = 1 则 (, ,…,)称为有价证券混合(portfolio mixes).显见总收益 Y 为: Y =  由于Ri是随机变量,故Y也是随机变量.设Y的分布为F(y),概率密度函数为f(y),则有价证券的Markowitz模型为: MAX{E(Y) = E()} (1) t.  (2) = 1 (3) Markowitz模型的含义:对给定的风险水平V,即(2)式,选择有价证券混合,使之有最大的期望收益。该模型的解称为有效EV有价证券混合. §5.2 优势原则(Dominance Principle) 一、最简单的优势原则:(强随机优势) 1.按状态优于: 定义:l(θ, ) ≤ l(θ, ) θ∈Θ, 且至少对某一个θ,严格的不等式成立, 则称按状态优于. 例,损失矩阵如下, 按状态优于      4  7 2   6 6 8   3 4 7  同样,可以称  较之  处于优势(具有随机优势)或称  处于被支配地位 2.E—V排序 定义: 设随机事件的收益的两种概率分布F,G,F的均值不少于G,方差不大于G, 即E(F)≥E(G),V(F)≤V(G)且至少有一严格不等式成立,则称F按E—V准则较G有优势, 此原则合理,但条件太强。 3. Markowitz模型 方差给定(相同),均值大者为优。 为什么要研究优势原则  后果及其概率可以用抽奖来表示 为了定量计算,要根据决策人的价值判断(公理,条件)来确定实值效用u. 例  ·由于决策人的认识偏差及量化误差,确定唯一的较准确的效用存在较大困难。 但是,如果存在某种效用函数的类(符合条件C),u∈均有((记作 ()则可避免确定唯一的效用函数的困难。 ·作用:①删除非优势(被支配)行动,缩减有效行动集, ②更深入了解决策问题的特点 三、优势原则的一般表示 设决策人希望期望效用极大, 采用  时收益y的效用为u(y), y的分布为(y), 则采取行动(方案) 的期望效用 u()=(y) (y)dy 若 优于  则需 (y)比(y) 占优势: 即 (y) (y)dy≥(y) (y)dy (4) 采用优势原则的目的是由于u(y)设定存在困难希望,通过对u(y)作某种总体要求(例如单增)使 (y)和(y)在满足一定条件时,(4)式成立。 5-2 §5.3 一、二、三等随机优势 一、第一等随机优势FSD (First-Degree S D) 1.第一类效用函数U (单增有界) 记u的定义域I为[a,b],(a,b)记作I  = {u|u和u’ 在I上连续有界,在I上u’≥0} 2.第一等随机优势定义: 当u∈,且对I上所有y有 F(y) ≥F(y),则称行动  比起  具有第一等随机优势,记作  . 3.例: 1/6 1/6 1/6 1/6 1/6 1/6  x 1 4 1 4 4 4  y 3 4 3 1 1 4   由E—V排序E(x)=3,E(y)=8/3;v(x)=2,v(y)=14/9;无法判定优劣.由第一等随机优势可知 xy 4.Note: ·在实际使用时,只要描出F(y)与F(y) ,若F(y) 在F(y)的左侧,则F(y)  F(y),可删掉F; ·若二条曲线有效叉点,第一等随机优势无法判定优劣。 ·F(y) 对F(y)没有优势时无法判定F(y)对F(y)有优势, 只能说这种类型的优势原则无法判别与的优劣. 二、第二等随机优势SSD 1.第二类效用函数:(递增,凹) U= { u| u∈,u’’ 在I上连续有界,在I上u”≥0} 2.第二等随机优势定义: 当 u∈U,且对I上所有z [ F(y) - F(y)]dy ≥ 0 则称方案j较i具有第二等随机优势,记作 :  例(5.2例P75) 1/6 1/6 1/6 1/6 1/6 1/6  x 1 1 4 4 4 4  y 0 2 3 3 4 4    由第一等随机优势无法判别 根据第二等随机优势,可知X  Y ∵对任意y F(Y)-F(X)≥0 4.Note. ·作图:①开始上升较早(快)的不可能占优势 ②交点后F(X)增加的面积(阴影B)应小于等于交点 前比F(Y)小的面积。则F(X)〉2F(Y) ·主要问题:对概率分布函数的“左侧尾部”敏感性 三、第三等随机优势TSD 1.第三类效用函数 (正三阶导数) ={ u | u∈ , u”’ 在I上连续,在I 上u’”>0} 由于u”’(x)>0 不易判别, 而子类:递减的厌恶风险的效用函数易于判别.  ={ u | u∈ , r’在I上是连续,有界,非正的} 2.第三等随机优势定义: 当u(y)∈ 如对I上所有z有E[F(y)]≥E[F(y)], 且  F(y)- F(y)]dydz≥0, 则方案j比i有第三等随机优势 例:(P76例5.3) 1/4 1/4 1/4 1/4 1/4  X 13 11 11 11  Y 10 12 12 12   如图,由于F(y) 上升较早,由第二等SD, Y 不可能是优势方案,在(11.5,13)区间, F(y)-F(x)≤0,故用SSD无法判别谁有优势. 据TSD:①E[X]=E[Y] ②F(Y)-F(X)]≥0 所以X较之Y有第三等随机优势. 4.Note ·FSD、SSD、TSD是逐次对 与  之差进行积分,积分差在I上非负j比i占优势 FSD的判别:-]≥0 ,即[ F(y) - F(y)] dy ≥ 0 SSD的判别:D(z) =[ F(y) - F(y)]dy ≥ 0 TSD的判别: D(z’)=dz≥ 0 ·性质:i, 非对称性 ii, 传递性 iii, TSD(SD(FSD ( ( (  四、N等随机优势 从理论上,可以通过对分布函数之差的多重积分来研究更高等级的随机优势,Tehranian(1980)就这样做过。然而很难把N〉3等随机优势所要求的U(y)中所蕴含的风险态度的假设表达清楚。计算的复杂性也是不言而喻的。