mikro konomik b 2. entscheidung bei unsicherheit · i) wird als bernoulli-nutzenfunktion...
Post on 17-Sep-2018
218 Views
Preview:
TRANSCRIPT
Mikrookonomik B2. Entscheidung bei Unsicherheit
Paul Schweinzer
5. Mai 2009.
Mikro B - Entscheidung bei Unsicherheit
Lotterien Praferenzen Erwartungsnutzen Risikoeinstellung Diskussion Simplex Paradoxa
Entscheidung bei Unsicherheit
◮ Literaturangaben:◮ Varian (2007), Kapitel 12, 13◮ Jehle und Reny (2001), Kapitel 2.4◮ Kreps (1990), Kapitel 3.
◮ Bisher: Entscheidung zwischen verschiedenenHandlungsalternativen (Guterbundeln, Konsumplanen).
◮ Folgen der Entscheidung sind bekannt und treten mitSicherheit ein.
2 / 130
Mikro B - Entscheidung bei Unsicherheit
Lotterien Praferenzen Erwartungsnutzen Risikoeinstellung Diskussion Simplex Paradoxa
Entscheidung bei Unsicherheit
◮ Was, wenn manche Guterbundel nicht immer mit Sicherheit,sondern zufallig verfugbar sind?
◮ Das Gut ”Skifahren in den deutschen Alpen” ist z.B. nurverfugbar, falls dort die richtigen Temperaturen herrschen.
◮ Ganz allgemein hangt das Ergebnis einer Entscheidung oftnicht nur von der gewahlten Handlungsalternative ab, sondernauch vom Zufall, der Realisation eines Zustands der Welt.
◮ Zustand der Welt kann z.B. das Wetter sein, aber auch derEintritt eines Schadens, Erfolg oder Mißerfolg bei einem Test,der Entwicklung eines neuen Produkts, etc.
3 / 130
Mikro B - Entscheidung bei Unsicherheit
Lotterien Praferenzen Erwartungsnutzen Risikoeinstellung Diskussion Simplex Paradoxa
Fragen die wir versuchen zu beantworten
◮ Wie kann man Praferenzen uber unsichere Ergebnisse vonEntscheidungen formal beschreiben?
◮ Was bedeutet rationales Verhalten (Optimieren unterAusnutzung verfugbarer Informationen) bei Unsicherheit?
◮ Wie kann man dies in einem Modell abstrakt abbilden?
◮ Welche theoretischen Vorhersagen ergeben sich fur empirischbeobachtbares Verhalten?
◮ Welche Implikationen fur wirtschaftliches Handeln folgen ausder Theorie?
4 / 130
Mikro B - Entscheidung bei Unsicherheit
Lotterien Praferenzen Erwartungsnutzen Risikoeinstellung Diskussion Simplex Paradoxa
Lotterien: Skiurlaub in den deutschen Alpen
◮ Entweder es liegt Schnee oder nicht.
◮ D.h. es gibt zwei Zustande der Welt, S und N.
◮ Beide Zustande der Welt treten mit einer bestimmtenWahrscheinlichkeit ein, sagen wir pS und pN .
◮ Nachdem sich beide Zustande gegenseitig ausschliessen (siesind disjunkt), gilt pS + pN = 1.
◮ Das Gut Skifahren ist nur im Zustand der Welt S erhaltlich,ansonsten mussen Brettspiele konsumiert werden.
5 / 130
Mikro B - Entscheidung bei Unsicherheit
Lotterien Praferenzen Erwartungsnutzen Risikoeinstellung Diskussion Simplex Paradoxa
Lotterien
◮ Skiurlaub in den deutschen Alpen ist also ein Glucksspiel, eineLotterie.
◮ D.h. das Guterbundel, das im Urlaub konsumiert wird, istunsicher und gegeben durch{
2 Tage Skifahren . . . mit Wahrscheinlichkeit pS ,2 Tage Brettspiele . . . mit Wahrscheinlichkeit 1 − pS .
}
◮ Dabei sind Skifahren und Brettspiele Ergebnisse (outcomes)der Lotterie.
◮ Eintritts-Wahrscheinlichkeiten (pS ) sind in diesem Teil derVorlesung immer objektiv (konnten auch subjektiv sein!).
6 / 130
Mikro B - Entscheidung bei Unsicherheit
Lotterien Praferenzen Erwartungsnutzen Risikoeinstellung Diskussion Simplex Paradoxa
Lotterien
Allgemeiner Formalismus
◮ Bezeichne die Menge aller moglichen Ergebnisse mitA = {a1, a2, . . . , an}; wir konzentrieren uns hier derEinfachheit halber auf numerische Ergebnisauszahlungen.
◮ Bezeichne die Wahrscheinlichkeitsverteilung uber A mitp = (p1, . . . , pn) wobei pi ≥ 0 fur i = 1, . . . , n und∑n
i=1 pi = 1. D.h. Wahrscheinlichkeit fur Ergebnis ai ist pi .
◮ Bezeichne die Menge aller moglichen Wahrscheinlichkeits-verteilungen (Lotterien) uber A mit P.
◮ Ein sicheres Ergebnis (z.B. ein Guterbundel) kann als Lotterieuber A = {x} mit px = 1 beschrieben werden.
7 / 130
Mikro B - Entscheidung bei Unsicherheit
Lotterien Praferenzen Erwartungsnutzen Risikoeinstellung Diskussion Simplex Paradoxa
Lotterien
◮ Eine Wahrscheinlichkeitsverteilung p uber eine ErgebnismengeA = {a1, a2, . . . , an} nennt man eine einfache Lotterie gS ,
gS = (p1 ◦ a1, p2 ◦ a2, . . . , pn ◦ an).
◮ Das Symbol ◦ steht dabei fur eine Zuordnung vonWahrscheinlichkeit und Ergebnis.
◮ Eine Ergebnismenge kann auch Lotterien beinhalten, z.B.A = {g1, g2, . . . , gn}.
◮ In diesem Fall nennt man die Wahrscheinlichkeitsverteilung puber A eine zusammengesetzte Lotterie g ,
g = (p1 ◦ g1, p2 ◦ g2, . . . , pn ◦ gn).
8 / 130
Mikro B - Entscheidung bei Unsicherheit
Lotterien Praferenzen Erwartungsnutzen Risikoeinstellung Diskussion Simplex Paradoxa
Einfache und zusammengesetzte Lotterien graphisch
a1
gS
p
ttttttttttttttttttttt q
1−p−q
JJJJJJJJJJJJJJJJJJJJJa3
a2
Abbildung: Einfache Lotterie gS = (p ◦ a1, q ◦ a3, (1−p−q) ◦ a2).
9 / 130
Mikro B - Entscheidung bei Unsicherheit
Lotterien Praferenzen Erwartungsnutzen Risikoeinstellung Diskussion Simplex Paradoxa
Einfache und zusammengesetzte Lotterien graphisch
a1
a3
g
p
wwwwwwwwwwwwwwwwwwwww q
1−p−q
GGGGGGGGGGGGGGGGGGGGG g ′
q′
qqqqqqqqqqqqq
1−q′
MMMMMMMMMMMMM
a4
a2
Abbildung: Zusammengesetzte Lotterie g = (p ◦ a1, q ◦ g ′, (1−p−q) ◦ a2).
10 / 130
Mikro B - Entscheidung bei Unsicherheit
Lotterien Praferenzen Erwartungsnutzen Risikoeinstellung Diskussion Simplex Paradoxa
Lotterien
◮ Bezeichne Menge aller (zusammengesetzten) Lotterien mit G.
◮ Beispiel Skiurlaub:◮ Skiurlaub hangt davon ab, ob das Auto funktioniert.◮ Mit Wahrscheinlichkeit 1 − q fahrt es, mit q muß es in die
Werkstatt und Gut “Brettspiele zuhause” wird konsumiert.◮ D.h. die Autofahrt in den Skiurlaub ist eine zusammengesetzte
Lotterie der Form
g = (q ◦ a1, (1 − q) ◦ (p ◦ a2, (1 − p) ◦ a3)).
◮ Ist g aquivalent zu
g ′ = (q ◦ a1, (1 − q)p ◦ a2, (1 − q)(1 − p) ◦ a3)?
Nicht klar, hangt von Praferenzen ab! Aber wir werden dieReduktionseigenschaft einfach annehmen.
11 / 130
Mikro B - Entscheidung bei Unsicherheit
Lotterien Praferenzen Erwartungsnutzen Risikoeinstellung Diskussion Simplex Paradoxa
Reduktion zusammengesetzter Lotterien
◮ Einfache Lotterie: Wahrscheinlichkeitsverteilung uberErgebnismenge A.
◮ Zusammengesetzte Lotterie: Wahrscheinlichkeitsverteilunguber andere Lotterien.
◮ Reduktion zusammengesetzter Lotterie g auf einfacheLotterie:
◮ Ausrechnen der Eintrittswahrscheinlichkeit fur jedes Ergebnisin A gegeben die Wahrscheinlichkeiten in g und allenzusammengesetzten Lotterien in g .
◮ Ergibt einfache Lotterie, die von g impliziert wird.
12 / 130
Mikro B - Entscheidung bei Unsicherheit
Lotterien Praferenzen Erwartungsnutzen Risikoeinstellung Diskussion Simplex Paradoxa
Reduktion zusammengesetzter Lotterien graphischa1
a3
g
p
wwwwwwwwwwwwwwwwwwwww q
1−p−q
GGGGGGGGGGGGGGGGGGGGG g ′
q′
qqqqqqqqqqqqq
1−q′
MMMMMMMMMMMMM
a4
a2
Abbildung: Zusammengesetzte Lotterie g = (p ◦ a1, q ◦ g ′, (1−p−q) ◦ a2).
13 / 130
Mikro B - Entscheidung bei Unsicherheit
Lotterien Praferenzen Erwartungsnutzen Risikoeinstellung Diskussion Simplex Paradoxa
Reduktion zusammengesetzter Lotterien graphisch
a1
a3
gS
p
vvvvvvvvvvvvvvvvvvvvv
qq′
ffffffffffffffffffffffffffffffff
q(1−q′)
XXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXX
1−p−q
HHHHHHHHHHHHHHHHHHHHH
a4
a2
Abbildung: Reduktion der zusammengesetzte Lotterie g laßt auf dieeinfache Lotterie gS = (p ◦ a1, (1−p−q) ◦ a2, qq′ ◦ a3, q(1−q′) ◦ a4).
14 / 130
Mikro B - Entscheidung bei Unsicherheit
Lotterien Praferenzen Erwartungsnutzen Risikoeinstellung Diskussion Simplex Paradoxa
Anmerkung zur Notation
◮ Mathematisch ist eine einfache Lotterie nichts anderes als eineZufallsvariable.
◮ Eine einfache Lotterie g = (p1 ◦ a1, p2 ◦ a2, . . . , pn ◦ an) kannman ebenso beschreiben als
◮ eine Zufallsvariable a verteilt gemaß der DichtefunktionP(ai) = pi auf dem Wahrscheinlichkeitstrager (support) A.
◮ Der Erwartungswert von a ist E[a] =∑n
i=1 piai .
◮ Diese Vorlesung verwendet das Konzept Lotterie, laßt sichaber auch uber Zufallsvariablen darstellen.
15 / 130
Mikro B - Entscheidung bei Unsicherheit
Lotterien Praferenzen Erwartungsnutzen Risikoeinstellung Diskussion Simplex Paradoxa
Praferenzen uber Lotterien
◮ Lotterien stellen wohldefinierte Mengen vonEntscheidungsalternativen dar.
◮ Um Entscheidungen bei Unsicherheit zu modellieren, wird einModell der Praferenzen uber Lotterien benotigt (analog zurNutzentheorie bei Sicherheit).
◮ Wir werden in der Folge – analog zum Vorgehen bei Sicherheit– Annahmen an die Praferenzordnung stellen, die die Existenzeiner Nutzenfunktion sicherstellen.
◮ Diese Nutzenfunktion u(g) ist uber die Menge der Lotteriendefiniert.
16 / 130
Mikro B - Entscheidung bei Unsicherheit
Lotterien Praferenzen Erwartungsnutzen Risikoeinstellung Diskussion Simplex Paradoxa
Praferenzen uber Lotterien
◮ Eine Nutzenfunktion u(g), die direkt aufWahrscheinlichkeitsverteilungen definiert ist, ist sowohlanalytisch als auch empirisch schwer zu ermitteln.
◮ Sehr viel angenehmer (und auch einfacher zu falsifizieren)ware es, mit einer Nutzenfunktion zu arbeiten, die auf derErgebnismenge definiert ist.
◮ Ein Beispiel dafur ist die folgende Nutzenfunktion
u(g) = E[a] =
n∑
i=1
piai .
◮ D.h. die Lotterie ist gerade so gut wie ihr Erwartungswert.Dies erscheint bei monitaren Ergebnissen nicht unsinnig.
17 / 130
Mikro B - Entscheidung bei Unsicherheit
Lotterien Praferenzen Erwartungsnutzen Risikoeinstellung Diskussion Simplex Paradoxa
St. Petersburg-Paradox
◮ Gegeben ist folgendes Glucksspiel g :◮ Eine faire Munze wird solange geworfen, bis zum ersten Mal
Zahl erscheint.◮ Falls Zahl zum ersten Mal beim n-ten Munzwurf auftritt, wird
ein Betrag von 2ne ausgezahlt.
# 1 2 3 4 5 6 7 8e 2 4 8 16 32 64 128 256
◮ Wieviel wurden Sie bezahlen, um an diesem Glucksspielteilzunehmen?
◮ Die meisten Leute antworten in der Großenordnung von 3–5e.
18 / 130
Mikro B - Entscheidung bei Unsicherheit
Lotterien Praferenzen Erwartungsnutzen Risikoeinstellung Diskussion Simplex Paradoxa
Daniel Bernoullis St. Petersburg-Paradox
◮ Erwartungswert der Lotterie g?
E[g ] =1
22 +
1
44 + . . . =
∞∑
t=1
(
1
2
)t
2t =
∞∑
t=1
1 = ∞.
◮ Gewisse Diskrepanz in beobachteter Zahlungsbereitschaft furg und dem Erwartungswert von g .
◮ Bernoullis Vorschlag: Ergebnisse 2n mit einer konkavenFunktion zu bewerten, damit werden fruhere (kleinere)Auszahlungen hoher gewichtet und die Zahlungsbereitschaftfur g wird endlich.
19 / 130
Mikro B - Entscheidung bei Unsicherheit
Lotterien Praferenzen Erwartungsnutzen Risikoeinstellung Diskussion Simplex Paradoxa
Daniel Bernoulli
Daniel Bernoulli (1700-1782) 6= Jakob Bernoulli (-Verteilung!)
20 / 130
Mikro B - Entscheidung bei Unsicherheit
Lotterien Praferenzen Erwartungsnutzen Risikoeinstellung Diskussion Simplex Paradoxa
St. Petersburg-Paradox
◮ Bernoullis Vorschlag fur eine Nutzenfunktion unterUnsicherheit:
U(g) =n∑
t=1
pt ln(at) =∞∑
t=1
1
2tln(2t) =
ln(4)
2
∞∑
t=1
t
2t= ln(4).
◮ Damit ware das Glucksspiel g genauso gut wie die sichereAuszahlung von etwa 1.4e.
◮ Annahme, Ergebnisse mit ln(at) zu bewerten ist willkurlich.
◮ U(g) linear in Wahrscheinlichkeiten, damit Nutzen direkt aufErgebnismenge definierbar.
◮ Dies ist eine sehr angenehme Form, die das Rechnenerleichtert und einfache Vergleichbarkeit von Lotterienermoglicht.
21 / 130
Mikro B - Entscheidung bei Unsicherheit
Lotterien Praferenzen Erwartungsnutzen Risikoeinstellung Diskussion Simplex Paradoxa
Erwartungsnutzen-Eigenschaft
Formal laßt sich diese angenehme Form allgemein so beschreiben:
Definition (Erwartungsnutzen-Eigenschaft)
Eine reellwertige Nutzenfunktion U(g) hat dieErwartungsnutzen-Eigenschaft, wenn fur alle g ∈ G gilt
U(g) =n∑
i=1
piu(ai),
wobei (p1 ◦ a1, p2 ◦ a2, . . . , pn ◦ an) die von g induzierte einfacheLotterie ist.
22 / 130
Mikro B - Entscheidung bei Unsicherheit
Lotterien Praferenzen Erwartungsnutzen Risikoeinstellung Diskussion Simplex Paradoxa
Erwartungsnutzen-Eigenschaft
◮ Erwartungsnutzen-Eigenschaft ist gleichbedeutend mit
U(g) =
n∑
i=1
pi(g)u(ai ) = E[u(ai)],
wobei E[·] der Erwartungswert bezuglich Verteilung p(g) ist.
◮ D.h. ein Individuum maximiert den Erwartungswert einerNutzenfunktion (Erwartungsnutzen) und nicht z.B. denNutzen des Erwartungswerts.
23 / 130
Mikro B - Entscheidung bei Unsicherheit
Lotterien Praferenzen Erwartungsnutzen Risikoeinstellung Diskussion Simplex Paradoxa
Erwartungsnutzen
◮ Die Erwartungsnutzen-Eigenschaft postuliert eineNutzenfunktion der Form
U(g) =n∑
i=1
piu(ai )
◮ U(g) wird Erwartungsnutzen oder vonNeumann-Morgenstern (vNM) Nutzenfunktion genannt.
◮ u(ai) wird als Bernoulli-Nutzenfunktion bezeichnet.
◮ Falls die Ergebnismenge A ein Guterraum X ist, kann u(x)eine Nutzenfunktion aus der Konsumententheorie sein.
◮ Falls die Ergebnismenge A verschiedene Einkommen y enthalt,dann kann u(y) eine indirekte Nutzenfunktion sein.
24 / 130
Mikro B - Entscheidung bei Unsicherheit
Lotterien Praferenzen Erwartungsnutzen Risikoeinstellung Diskussion Simplex Paradoxa
Invarianz bezuglich positiver linearer Transformation
Proposition (Invarianz bezuglich positiver linearerTransformation)
Angenommen U und V sind zwei vNM Nutzenfunktionen mit denzugehorigen Bernoulli-Nutzen- funktionen u und v, die dieselbePraferenzordnung � uber G reprasentieren. Dann existieren a, bmit b > 0, so daß u(x) = a + bv(x).
◮ Erwartungsnutzen sind linear in Wahrscheinlichkeiten.
◮ Bernoulli-Nutzenfunktionen sind (wie in Konsumententheorie)invariant bezuglich monotoner positiver Transformationen.
◮ Daher sind auch vNM Nutzenfunktionen nicht eindeutigbestimmt.
◮ Beweis: Wird hier nicht vorgestellt—aber die Idee folgt.
25 / 130
Mikro B - Entscheidung bei Unsicherheit
Lotterien Praferenzen Erwartungsnutzen Risikoeinstellung Diskussion Simplex Paradoxa
BeweisideeBernoulli Nutzenfunktionen fur riskikoaverse und risikofreudigeEinstellungen.
u(3)
u(3)
u(2)
u(2)
12u(1) + 1
2u(3)
12u(1) + 1
2u(3)
u(1)
u(1)
ee11 22 33
u(x)u(x)
Da also die Form der Bernoullifunktion u(·) eine Rolle spielt,konnen Erwartungsnutzenfunktionen nur linear steigendtransformiert werden.
26 / 130
Mikro B - Entscheidung bei Unsicherheit
Lotterien Praferenzen Erwartungsnutzen Risikoeinstellung Diskussion Simplex Paradoxa
Erwartungsnutzen
◮ Das Invarianzresultat bedeutet, daß der Erwartungsnutzenmehr Information enthalt als eine Nutzenfunktion aus derKonsumententheorie.
◮ Nutzenfunktion aus der Konsumententheorie war rein ordinal.
◮ Erwartungsnutzen nicht nur Ordnungsnummer einesErgebnisses.
◮ Nutzendifferenz zwischen verschiedenen Ergebnissen kannnicht beliebig verandert werden und doch dieselbePraferenzordnung uber Lotterien abbilden!
◮ D.h. Erwartungsnutzen kein ordinales, sondern ein kardinalesKonzept.
27 / 130
Mikro B - Entscheidung bei Unsicherheit
Lotterien Praferenzen Erwartungsnutzen Risikoeinstellung Diskussion Simplex Paradoxa
Verhaltensimplikationen
◮ Erwartungsnutzen-Eigenschaft der Nutzenfunktion ist eineAnnahme an das Verhalten der Entscheider.
◮ Welche Einschrankungen an das Entscheidungsverhalten wirddurch das Konzept Erwartungsnutzen impliziert? Sind dieseVerhaltensimplikationen plausibel?
◮ Es existiert eine Axiomatisierung der Erwartungsnutzen-Eigenschaft. D.h., es existieren eine Reihe von Annahmen andie Praferenzen der Wirtschaftssubjekte, die sicherstellen, dassdiese durch eine Nutzenfunktion mit der Erwartungsnutzen-Eigenschaft dargestellt werden konnen.
28 / 130
Mikro B - Entscheidung bei Unsicherheit
Lotterien Praferenzen Erwartungsnutzen Risikoeinstellung Diskussion Simplex Paradoxa
Die Axiome der Erwartungsnutzentheorie
1. Rationalitat
2. Stetigkeit
3. Reduktion
4. Unabhangigkeit
29 / 130
Mikro B - Entscheidung bei Unsicherheit
Lotterien Praferenzen Erwartungsnutzen Risikoeinstellung Diskussion Simplex Paradoxa
Axiome der Erwartungsnutzentheorie
1. Rationalitat: Die Praferenzrelation % uber G ist vollstandig,reflexiv und transitiv, d.h.
(i) Fur alle g , g ′ in G gilt entweder g % g ′, g � g ′, oder beides.(ii) Fur alle g in G gilt g % g .(iii) Fur alle g , g ′, g ′′ in G gilt: g % g ′ und g ′ % g ′′ impliziert
g % g ′′.
Dies entspricht den ublichen Rationalitatsannahmen an diePraferenzrelation eines Konsumenten uber Guterbundel unterSicherheit.
30 / 130
Mikro B - Entscheidung bei Unsicherheit
Lotterien Praferenzen Erwartungsnutzen Risikoeinstellung Diskussion Simplex Paradoxa
Axiome der Erwartungsnutzentheorie
2. Stetigkeit: Fur alle g , g ′, g ′′ in G mit g ≻ g ′ ≻ g ′′ existierenreelle Zahlen α, β ∈ (0, 1), so daß(α ◦ g , (1 − α) ◦ g ′′) ≻ g ′ ≻ (β ◦ g , (1 − β) ◦ g ′′).
Diese Annahme impliziert, daß immer ein trade-off inWahrscheinlichkeiten zwischen verschiedenen Lotterien bestehenmuß (ahnlich der Stetigkeitsannahme der Konsumententheorie).
31 / 130
Mikro B - Entscheidung bei Unsicherheit
Lotterien Praferenzen Erwartungsnutzen Risikoeinstellung Diskussion Simplex Paradoxa
Axiome der Erwartungsnutzentheorie
3. Reduktion: Fur alle g , g ′ in G, die dieselbeWahrscheinlichkeitsverteilung uber die Ergebnisse Aimplizieren, gilt g ∼ g ′.
Dies bedeutet, die Lotterien
g = (q ◦ a1, (1 − q) ◦ (p ◦ a2, (1 − p) ◦ a3)) und
g ′ = (q ◦ a1, (1 − q)p ◦ a2, (1 − q)(1 − p) ◦ a3)
aus dem Skiurlaub-Beispiel sind tatsachlich gleichwertig unter derPraferenzordnung des Entscheiders.
32 / 130
Mikro B - Entscheidung bei Unsicherheit
Lotterien Praferenzen Erwartungsnutzen Risikoeinstellung Diskussion Simplex Paradoxa
Axiome der Erwartungsnutzentheorie
4. Unabhangigkeit: Fur alle g , g ′, g ′′ in G mit g ≻ g ′ gilt, daß(α ◦ g , (1−α) ◦ g ′′) ≻ (α ◦ g ′, (1−α) ◦ g ′′) fur alle α ∈ (0, 1).
Die Praferenz fur eine zusammengesetzte Lotterie hangt nicht vongemeinsamen Konsequenzen g ′′ ab.
Anm: Fur die Indifferenzrelation % laßt sich das gleichlautendendeAxiom fur alle α ∈ [0, 1] definieren.
33 / 130
Mikro B - Entscheidung bei Unsicherheit
Lotterien Praferenzen Erwartungsnutzen Risikoeinstellung Diskussion Simplex Paradoxa
Monotonie
◮ Lemma (Monotonie)
Unter den Annahmen Rationalitat, Stetigkeit, Reduktion undUnabhangigkeit gilt fur alle g, g ′ in G mit g ≻ g ′, daß(α ◦ g , (1 − α) ◦ g ′) ≻ (β ◦ g , (1 − β) ◦ g ′) mit α, β ∈ [0, 1] genaudann wenn α > β.
Der Beweis wird hier nicht vorgestellt. Monotonie bedeutet, daßmehr Wahrscheinlichkeit auf praferierten Ergebnissen immer besserist (ahnlich zur Monotonie in der Konsumententheorie).
34 / 130
Mikro B - Entscheidung bei Unsicherheit
Lotterien Praferenzen Erwartungsnutzen Risikoeinstellung Diskussion Simplex Paradoxa
Das von Neumann-Morgenstern Reprasentationstheorem
◮ Theorem (von Neumann-Morgenstern)
Die Praferenzrelation % uber Lotterien erfullt die AnnahmenRationalitat, Stetigkeit, Reduktion und Unabhangigkeit dann undnur dann wenn eine Nutzenfunktion U : G 7→ R existiert, die %
reprasentiert und die Erwartungsnutzen-Eigenschaft
U(g) =
n∑
i=1
piu(ai) besitzt.
Der Beweis wird hier nicht vorgestellt. Das Theorem sagt, daß dievorgestellten Axiome notwendig und hinreichend sind furReprasentation einer Praferenzordnung uber Lotterien durch denErwartungsnutzen.
35 / 130
Mikro B - Entscheidung bei Unsicherheit
Lotterien Praferenzen Erwartungsnutzen Risikoeinstellung Diskussion Simplex Paradoxa
von Neumann und Morgenstern
John von Neumann Oskar Morgenstern
36 / 130
Mikro B - Entscheidung bei Unsicherheit
Lotterien Praferenzen Erwartungsnutzen Risikoeinstellung Diskussion Simplex Paradoxa
Bedeutung des vNM-Theorems
◮ Falls ein Individuum Praferenzen hat, die den vNM-Axiomengenugen, so existiert eine Nutzenfunktion uber Lotterien, diedie Erwartungsnutzeneigenschaft besitzt.
◮ D.h. die Eigenschaft, den erwarteten Nutzen als Zielfunktionzu haben, basiert auf Annahmen direkt an die Praferenzeneines Entscheidungstragers.
◮ Umgekehrt impliziert die Annahme einer Erwartungsnutzen-funktion, dass die Praferenzen eines Entscheiders denAxiomen genugen.
37 / 130
Mikro B - Entscheidung bei Unsicherheit
Lotterien Praferenzen Erwartungsnutzen Risikoeinstellung Diskussion Simplex Paradoxa
Anwendungen
◮ Erwartungsnutzentheorie ermoglicht es◮ optimale Entscheidungen zu treffen (normativ), oder◮ das Verhalten von Entscheidern vorherzusagen (positiv).
◮ Potentiell große Menge an Anwendungen der Theorie◮ Berufswahl: Beamter oder Unternehmer?◮ Prufungsvorbereitung: Wieviel Mut zur Lucke?◮ Heirats-Entscheidung: Wann sollte man aufhoren zu suchen?◮ Portfolioentscheidung: Aktien oder Anleihen?◮ Versicherungswahl: Wie hoch sollte man sich versichern?◮ Wert von Information: Was sollte Wissen uber den wahren
Zustand der Welt kosten?
38 / 130
Mikro B - Entscheidung bei Unsicherheit
Lotterien Praferenzen Erwartungsnutzen Risikoeinstellung Diskussion Simplex Paradoxa
Beispiel 1: Einkommensrisiko und monetare Auszahlungen
◮ Im Leben eines Bauern gabe es zwei mogliche Zustande:genug Regen G und kein Regen S . Zustand G tritt mitWahrscheinlichkeit pG und S mit der Gegenwahrscheinlichkeit1 − pG ein.
◮ Ernte und damit Bauerneinkommen y sind vom realisiertenZustand der Welt abhangig, dh. die Ergebnismenge einesBauern ist A = {yG , yS}. Es gelte yS < yG .
◮ Also sieht sich der Bauer folgender Einkommens-Lotteriegegenuber
g = (pG ◦ yG , (1 − pG ) ◦ yS).
39 / 130
Mikro B - Entscheidung bei Unsicherheit
Lotterien Praferenzen Erwartungsnutzen Risikoeinstellung Diskussion Simplex Paradoxa
Beispiel 1: Einkommens-Lotterie graphisch
yG
g
pG
kkkkkkkkkkkkkkkkkk
1−pGSSSSSSSSSSSSSSSSSSS
yS
Abbildung: Einfache Lotterie g = (pG ◦ yG , (1−pG ) ◦ yS ), d.h. mitWahrscheinlichkeit pG tritt Zustand G mit Einkommen yG ein,anderenfalls tritt Zustand S mit Einkommen yS ein.
40 / 130
Mikro B - Entscheidung bei Unsicherheit
Lotterien Praferenzen Erwartungsnutzen Risikoeinstellung Diskussion Simplex Paradoxa
Beispiel 1: Einkommens-Zustandsdiagramm
(yS
,yG
)
={(yG
,y
S
): Eu(y
) = Eu(y)}
-(1-pG
)/pG
- (1-pG
)/pG
u'(yS
)/u'(y
G
)
(yS
,y
G
)
yG
yS
(yS , yG )
41 / 130
Mikro B - Entscheidung bei Unsicherheit
Lotterien Praferenzen Erwartungsnutzen Risikoeinstellung Diskussion Simplex Paradoxa
Beispiel 1: Indifferenzkurven
◮ Indifferenzkurve: Zwischen welchen Zustandseinkommen yG
und yS , ist der Bauer indifferent (dh. U(g) konstant)?
◮ Erwartungsnutzen von g = (pG ◦yG , (1−pG )◦yS ):
U(g) = E u(y) = pGu(yG ) + (1 − pG )u(yS ).
◮ Also ist der Bauer indifferent zwischen Lotterie g und einerLotterie g ′ = (pG ◦xG , (1−pG )◦xS ) mit gleichen Wahrschein-lichkeiten, aber anderen Ergebnissen, genau dann wenn
pGu(yG ) + (1 − pG )u(yS ) = pGu(xG ) + (1 − pG )u(xS ).
◮ Damit bilden alle Bundel x = (xG , xS ) mit obiger Eigenschaftdie Indifferenzkurve I .
42 / 130
Mikro B - Entscheidung bei Unsicherheit
Lotterien Praferenzen Erwartungsnutzen Risikoeinstellung Diskussion Simplex Paradoxa
Beispiel 1: Indifferenzkurven
(yS
,yG
)
={(yG
,y
S
): Eu(y
) = Eu(y)}
-(1-pG
)/pG
- (1-pG
)/pG
u'(yS
)/u'(y
G
)
(yS
,y
G
)
yG
yS
y = (yS , yG )
I = {(xG , xS) : E u(x) = E u(y)}
Indifferenzkurve I zurAusgangslotterie(pG ◦yG , (1−pG )◦yS )gegeben BernoullisVorschlag u(y) = ln(y).Beachte: Bessermengevon I ist streng konvex.
43 / 130
Mikro B - Entscheidung bei Unsicherheit
Lotterien Praferenzen Erwartungsnutzen Risikoeinstellung Diskussion Simplex Paradoxa
Beispiel 1: Indifferenzkurven
◮ Im Punkt (xG , xS) gilt
E u(x) = pGu(xG ) + (1 − pG )u(xS ).
◮ Variieren von (xG , xS) um (∆xG ,∆xS) ergibt
pG
∂u(xG )
∂xG
∆xG + (1 − pG )∂u(xS )
∂xS
∆xS = 0.
◮ Also gilt
∆xG
∆xS
= −(1 − pG )∂u(xS )
∂xS
pG∂u(xG )
∂xG
= GRSGS .
44 / 130
Mikro B - Entscheidung bei Unsicherheit
Lotterien Praferenzen Erwartungsnutzen Risikoeinstellung Diskussion Simplex Paradoxa
Beispiel 1: Indifferenzkurven
(yS
,yG
)
={(yG
,y
S
): Eu(y
) = Eu(y)}
-(1-pG
)/pG
- (1-pG
)/pG
u'(yS
)/u'(y
G
)
(yS
,y
G
)
yG
yS
y = (yS , yG )
I = {(xG , xS) : E u(x) = E u(y)}(xG , xS)
−(1−pG)pG
u′(xS)u′(xG)
Negative Steigung von Ientspricht Verhaltnis derGrenznutzen, d.h. GRSzwischen Einkommen inZustand G und S .
45 / 130
Mikro B - Entscheidung bei Unsicherheit
Lotterien Praferenzen Erwartungsnutzen Risikoeinstellung Diskussion Simplex Paradoxa
Beispiel 2: Versicherung
◮ Gegeben die ursprungliche Lotterie uber Einkommen yG undyS , wurde der Bauer Einkommen in G gegen Einkommen in Stauschen?
◮ Ja, falls eine Einheit Einkommen in S nicht mehr als GRSGS
Einheiten Einkommen in G kostet.
◮ Eine Moglichkeit, Einkommen zwischen den Zustanden zuverschieben, ist eine Versicherung.
◮ Versicherung hat typischerweise zwei Bestandteile:◮ Leistung (Versicherungssumme), eine zustandsabhangige
Auszahlung K , die (hier in S) an den Bauern gezahlt wird.◮ Preis (Versicherungspramie): eine zustandsunabhangige
Zahlung des Bauern γK , γ ∈ [0, 1], die zurzustandsabhangigen Leistung berechtigt.
46 / 130
Mikro B - Entscheidung bei Unsicherheit
Lotterien Praferenzen Erwartungsnutzen Risikoeinstellung Diskussion Simplex Paradoxa
Beispiel 2: Einkommens-Lotterie mit Versicherung
yG − γK
gV
pG
iiiiiiiiiiiiiiiiiiii
1−pG UUUUUUUUUUUUUUUUUUUU
yS − γK + K
Abbildung: Lotterie mit Versicherung gV , Versicherungsleistung ist K imZustand S und Versicherungspramie ist γK , formalgV = (pG ◦ yG − γK , (1−pG) ◦ yS − γK + K ).
47 / 130
Mikro B - Entscheidung bei Unsicherheit
Lotterien Praferenzen Erwartungsnutzen Risikoeinstellung Diskussion Simplex Paradoxa
Beispiel 2: Versicherung◮ Versicherung mit Versicherungsleistung K im Zustand S und
Versicherungspramie γK verschiebt Einkommen zwischen denZustanden.
◮ Umtauschrate von G nach S bei Kauf von Leistung K :
Zustand G S
Einkommensanderung ∆ −γK +(1 − γ)K
◮ D.h. Umtauschrate (relativer Preis) ist K Einkommen in S furγK/(1 − γ) Einkommen in G
∆G
∆S= − γK
(1 − γ)K= − γ
1 − γ.
◮ Durch Transfer von yS → γ1−γ yG , hat der Bauer eine
Budgetmenge
B = {(xG , xS ) : γxS + (1 − γ)xG ≤ γyS + (1 − γ)yG}.48 / 130
Mikro B - Entscheidung bei Unsicherheit
Lotterien Praferenzen Erwartungsnutzen Risikoeinstellung Diskussion Simplex Paradoxa
Beispiel 2: Transfer von yS → γ1−γyG
(yS
,yG
={(yG
,y
S
): Eu(y
) = Eu(y)}
-(1-pG
)/pG
- (1-pG
)/pG
u'(yS
)/u'(y
G
)
(yS
,y
G
)
yG
yS
y = (yS , yG )
I B = {(xG , xS) : γxS + (1 − γ)xG ≤ γyS + (1 − γ)yG}.
− γ
(1−γ)
Versicherung abbildbarals Menge aller Punkte,die von (yG , yS ) auserreichbar sind.
49 / 130
Mikro B - Entscheidung bei Unsicherheit
Lotterien Praferenzen Erwartungsnutzen Risikoeinstellung Diskussion Simplex Paradoxa
Beispiel 2: Optimale Versicherungsentscheidung
(yS
,yG
)
={(yG
�,y
S
�): Eu(y
�) = Eu(y)}
-(1-pG
)/pG
- (1-pG
)/pG
� u'(yS
�)/u'(y
G
�)
(yS
�,y
G
�)
yG
yS
y
I
(x∗G , x∗
S)
− γ
(1−γ)
I ′
yG − γK
yS + (1 − γ)K
Optimale Versicherungs-entscheidung (x∗
S , x∗
G ) istTangentialpunkt vonIndifferenzkurve undBudgetmenge.
50 / 130
Mikro B - Entscheidung bei Unsicherheit
Lotterien Praferenzen Erwartungsnutzen Risikoeinstellung Diskussion Simplex Paradoxa
Beispiel 2: Optimale Entscheidung bei Unsicherheit
◮ Steigung der Versicherungsgerade (Budgetgerade) muß imOptimum gleich der Steigung der Indifferenzkurve sein!
◮ Also:
∂ E[u(x)]
∂xS
∂ E[u(x)]
∂xG
=
∂(1 − pG ) ln(x∗
S)
∂xS
∂pG ln(x∗
G )
∂xG
=(1 − pG )xG
pGxS
=γ
1 − γ.
◮ D.h. im Optimum gilt die beo
(1 − pG )1
x∗
S
=γ
1 − γpG
1
x∗
G
.
51 / 130
Mikro B - Entscheidung bei Unsicherheit
Lotterien Praferenzen Erwartungsnutzen Risikoeinstellung Diskussion Simplex Paradoxa
Beispiel 2: Position der Versicherung
◮ Geht fur Preis γK die Lotterie (pG ◦ 0, (1 − pG ) ◦ −K ) ein.
◮ Erwarteter Profit:
π = γK − (1 − pG )K .
◮ Angenommen, Versicherung macht im Schnitt Nullgewinne,also π = 0, dann ist γK = (1 − pG )K .
◮ Bei γ = (1 − pG ) heißt die Versicherung ‘aktuarisch’ fair,dh. die Versicherungspramie entspricht den erwarteten Kosten.
◮ Faire Versicherungspramie bepreist Zustands-Einkommen mitEintrittswahrscheinlichkeit des jeweiligen Zustands.
52 / 130
Mikro B - Entscheidung bei Unsicherheit
Lotterien Praferenzen Erwartungsnutzen Risikoeinstellung Diskussion Simplex Paradoxa
Beispiel 2: Optimale Entscheidung bei Unsicherheit
◮ Bauern-beo von zuvor:
x∗
G =pG
1 − pG
γ
1 − γx∗
S .
◮ Aktuarisch faire Versicherung, γ = (1 − pG ), impliziert
x∗
G =pG
1 − pG
1 − pG
pG
x∗
S = x∗
S .
◮ Also wahlt der Bauer ein zustandsunabhangiges EinkommenE[x ] = x∗
G = x∗
S , d.h. volle Versicherung.
53 / 130
Mikro B - Entscheidung bei Unsicherheit
Lotterien Praferenzen Erwartungsnutzen Risikoeinstellung Diskussion Simplex Paradoxa
Risikoaversion
◮ Beispiel: Streng konvexe Praferenzen im Zustands-Diagrammund positive Nachfrage nach Versicherung.
◮ Besteht ein allgemeiner Zusammenhang zwischen Form derIndifferenzkurven / Nutzenfunktion und Nachfrage nachVersicherung?
◮ Wenn die Nachfrage nach Versicherung von der Form derNutzenfunktion abhangt, dann ist diese Form alsRisiko-Einstellung eines Individuums interpretierbar!
◮ Kann also das Risikoverhalten (z.B. suchend oder vermeidend)als Parameter der Nutzenfunktion modelliert werden?
54 / 130
Mikro B - Entscheidung bei Unsicherheit
Lotterien Praferenzen Erwartungsnutzen Risikoeinstellung Diskussion Simplex Paradoxa
Risikoverhalten & Form der Nutzenfunktion
◮ Wie zuvor werden hier nur monetare Auszahlungen w alsErgebnisse betrachtet, dh. Ergebnismenge A = R
+0 .
◮ Die Bernoulli-Nutzenfunktion u(w) uber die Ergebnismengeist als indirekte Nutzenfunktion interpretierbar.
◮ u(w), w ∈ R+0 sei mindestens so oft stetig differenzierbar in w
wie benotigt.
◮ Technische Annahme: A enthalt nur endlich viele Ergebnissemit positiver Wahrscheinlichkeit.
55 / 130
Mikro B - Entscheidung bei Unsicherheit
Lotterien Praferenzen Erwartungsnutzen Risikoeinstellung Diskussion Simplex Paradoxa
Jensens Ungleichung
◮ Vermutung: Konvexitat der Bessermengen wichtig.
◮ Streng konvexe Bessermengen ⇔ streng konkaveNutzenfunktion (in einer Variable!).
◮ Individuum fragt Versicherung nach, wenn Nutzen ausErwartungswert einer Lotterie g = (p1 ◦ w1, . . . , pn ◦ wn)hoher als Nutzen aus g , also u(E[g ]) > E[u(g)]:
u
(
n∑
i=1
piwi
)
>
n∑
i=1
piu(wi ).
◮ Diese Ungleichung halt genau dann, wenn u(w) streng konkavist; sie heißt Jensens Ungleichung.
56 / 130
Mikro B - Entscheidung bei Unsicherheit
Lotterien Praferenzen Erwartungsnutzen Risikoeinstellung Diskussion Simplex Paradoxa
Risikoaversion
◮ Klassifizierung der Risikoeinstellungen von Individuen nachihrer Nachfrage nach fairer Versicherung.
◮ Dies entspricht nach Jensens Ungleichung einer Klassifizierunganhand der Eigenschaften der Nutzenfunktion.
DefinitionEin Individuum mit einer vNM-Nutzenfunktion U(g) = E[u(w)]uber einfache Lotterien g = (p1 ◦ w1, . . . , pn ◦ wn) ist bezuglich g
◮ risikoavers, falls u(E[g ]) > E[u(w)],
◮ risikoneutral, falls u(E[g ]) = E[u(w)],
◮ risikofreudig, falls u(E[g ]) < E[u(w)].
57 / 130
Mikro B - Entscheidung bei Unsicherheit
Lotterien Praferenzen Erwartungsnutzen Risikoeinstellung Diskussion Simplex Paradoxa
Risikoaversion
◮ Ein Individuum kann sich bezuglich einer einfachen Lotterie grisikoavers, sich aber bezuglich einer anderen einfachenLotterie g ′ 6= g risikofreudig verhalten.
◮ Falls ein Individuum fur jede nicht-triviale Lotterie grisikoavers ist, sagt man das Individuum ist risikoavers.
◮ Analoges gilt fur Risikoneutralitat und Risikofreude.
◮ Jensens Ungleichung impliziert, daß dies bestimmtenEigenschaften der Bernoulli Nutzenfunktion u(·) entspricht.
58 / 130
Mikro B - Entscheidung bei Unsicherheit
Lotterien Praferenzen Erwartungsnutzen Risikoeinstellung Diskussion Simplex Paradoxa
Graphische Interpretation der Bernoulli Nutzenfunktion
u(w1
)
u(w2
)
E[u(w)]
u(E[w])
w1
w2
E[w]
(1-p1
)(w2
- w1
) p1
(w2
- w1
)
u(w)
u(·)
e
Gegeben sei einekonkave BernoulliNutzenfunktion und dieLotterie(p1 ◦ w1, (1 − p1) ◦ w2).
59 / 130
Mikro B - Entscheidung bei Unsicherheit
Lotterien Praferenzen Erwartungsnutzen Risikoeinstellung Diskussion Simplex Paradoxa
Graphische Interpretation der Bernoulli Nutzenfunktion
w
u(w1
)
u(w2
)
E[u(w)]
u(E[w])
w1
w2
u(w)
P
(1 − p1)(w2 − w1) p1(w2 − w1)
E[w ]
u(·)
e
Erwartungswert E[w ]der Lotterie(p1 ◦ w1, (1 − p1) ◦ w2)laßt sich durch Strecken-teilung darstellen.
60 / 130
Mikro B - Entscheidung bei Unsicherheit
Lotterien Praferenzen Erwartungsnutzen Risikoeinstellung Diskussion Simplex Paradoxa
Graphische Interpretation der Bernoulli Nutzenfunktion
w
u(w1
)
u(w2
)
E[u(w)]
u(E[w])
w1
w2
u(w)
P
(1 − p1)(w2 − w1) p1(w2 − w1)
E[w ]
u(·)
e
Ahnlich kann man denErwartungswert derNutzenwerte bestimmen.
61 / 130
Mikro B - Entscheidung bei Unsicherheit
Lotterien Praferenzen Erwartungsnutzen Risikoeinstellung Diskussion Simplex Paradoxa
Graphische Interpretation der Bernoulli Nutzenfunktion
w
u(w1
)
u(w2
)
E[u(w)]
u(E[w])
w1
w2
u(w)
SÄ P
(1 − p1)(w2 − w1) p1(w2 − w1)
E[w ]
u(·)
e
E[u(w)]
Erwartungsnutzen alsPunkt auf Konvex-kombination dereinzelnen Nutzenwerteaus den Auszahlungenw1 und w2.
62 / 130
Mikro B - Entscheidung bei Unsicherheit
Lotterien Praferenzen Erwartungsnutzen Risikoeinstellung Diskussion Simplex Paradoxa
Graphische Interpretation der Bernoulli Nutzenfunktion
w
u(w1
)
u(w2
)
E[u(w)]
u(E[w])
w1
w2
u(w)
SÄ P
(1 − p1)(w2 − w1) p1(w2 − w1)
E[w ]
u(·)
e
E[u(w)]
u(E[w ])
Jensens Ungleichung
u
(
n∑
i=1
piwi
)
>
n∑
i=1
piu(wi )
besagt, daß fur strengkonkave u(·), derErwartungsnutzenkleiner ist als Nutzen desErwartungswertes.
63 / 130
Mikro B - Entscheidung bei Unsicherheit
Lotterien Praferenzen Erwartungsnutzen Risikoeinstellung Diskussion Simplex Paradoxa
Graphische Interpretation der Bernoulli Nutzenfunktion
w
u(w1
)
u(w2
)
E[u(w)]
u(E[w])
w1
w2
u(w)
SÄ
(1 − p1)(w2 − w1) p1(w2 − w1)
E[w ]
u(·)
e
E[u(w)]
u(E[w ])SA P
u(E[w ] − P)SicherheitsaquivalentSA: sichere Auszahlung,die gleichen Nutzenverschafft wie Lotterie.Riskopramie P: Differenzzwischen Erwartungs-wert und Sicherheits-aquivalent der Lotterie.
64 / 130
Mikro B - Entscheidung bei Unsicherheit
Lotterien Praferenzen Erwartungsnutzen Risikoeinstellung Diskussion Simplex Paradoxa
Sicherheits-Aquivalent
DefinitionDas Sicherheits-Aquivalent einer einfachen Lotterie g ubermonetare Auszahlungen w ist eine Auszahlung SA(g), so daßu(SA(g)) = E[u(w)].
Das Sicherheits-Aquivalent einer Lotterie g beschreibt also, wiehoch eine sichere Auszahlung sein muß, damit ein Individuumgerade indifferent zwischen der sicheren Auszahlung und g ist.
Das Sicherheits-Aquivalent reflektiert Risikoeinstellung: Falls
◮ SA(g) < E[w ], so ist das Individuum risikoavers bzgl g ,
◮ SA(g) = E[w ], so ist das Individuum risikoneutral bzgl g ,
◮ SA(g) > E[w ]), so ist das Individuum risikofreudig bzgl g .
65 / 130
Mikro B - Entscheidung bei Unsicherheit
Lotterien Praferenzen Erwartungsnutzen Risikoeinstellung Diskussion Simplex Paradoxa
Risikopramie
DefinitionDie Risikopramie einer einfachen Lotterie g uber monetareAuszahlungen w ist eine Auszahlung P(g), so daßE[u(w)] = u(E[w ] − P(g)).
Die Risikopramie einer Lotterie g beschreibt also, welchen Betragein Individuum gerade bereit ist zu bezahlen, um die Lotterie g zuvermeiden. Es gilt:
P(g) + SA(g) = E[w ], fur alle g ∈ G.
Risikopramie und Risikoeinstellung: Falls◮ P(g) > 0, so ist das Individuum risikoavers bzgl g ,◮ P(g) = 0, so ist das Individuum risikoneutral bzgl g ,◮ P(g) < 0, so ist das Individuum risikofreudig bzgl g .
(Die Risikopramie ist nicht gleich der Versicherungspramie.)
66 / 130
Mikro B - Entscheidung bei Unsicherheit
Lotterien Praferenzen Erwartungsnutzen Risikoeinstellung Diskussion Simplex Paradoxa
Maße der Risikoeinstellung
◮ Messung und Vergleich von Risikoeinstellungen verschiedenerIndividuen?
◮ Interessant fur◮ Verhalten auf Kapitalmarkten,◮ Nachfrage nach Versicherung.
◮ Wann ist ein Individuum risiko-averser als ein anderes?
◮ Generell oder bezuglich einer bestimmten Lotterie?
◮ Vorschlag: Risikopramie als Maß der Risikoeinstellung.
67 / 130
Mikro B - Entscheidung bei Unsicherheit
Lotterien Praferenzen Erwartungsnutzen Risikoeinstellung Diskussion Simplex Paradoxa
Maße der Risikoeinstellung
◮ Risikopramie P(g): Ein Individuum ist risikoaverser als einanderes bezuglich einer einfachen Lotterie g , falls seineRisikopramie fur g hoher ist.
◮ Diese Charakterisierung hangt von Lotterien g ab; es konntetechnisch aufwendig sein, Risikoeinstellungen zu vergleichen.
◮ Vielleicht konnte ein adaquates Maß auch uber Eigenschaftender Bernoulli-Nutzenfunktion u(w) definiert werden?
68 / 130
Mikro B - Entscheidung bei Unsicherheit
Lotterien Praferenzen Erwartungsnutzen Risikoeinstellung Diskussion Simplex Paradoxa
Krummung der Bernoulli Nutzenfunktion
E[u(w)]
u(E[w])SÄ P
u(w)
w1 E[w ]
u(·)
ew2
Gegeben sei eineNutzenfunktion u(w)und eine Lotterieg = (p1◦w1, (1−p1)◦w2)mit Erwartung E[w ].
69 / 130
Mikro B - Entscheidung bei Unsicherheit
Lotterien Praferenzen Erwartungsnutzen Risikoeinstellung Diskussion Simplex Paradoxa
Krummung der Bernoulli Nutzenfunktion
u(E[w])SÄ P
u(w)
w1 E[w ]
u(·)
ew2
E[u(w)]P
BerechneErwartungsnutzenE[u(w)] undRisikopramie P(g).
70 / 130
Mikro B - Entscheidung bei Unsicherheit
Lotterien Praferenzen Erwartungsnutzen Risikoeinstellung Diskussion Simplex Paradoxa
Krummung der Bernoulli Nutzenfunktion
u(E[w])SÄ P
u2(w) = w1/2
w1 E[w ]
u(·)
ew2
u3(w) = w1/3
u4(w) = w1/4
u5(w) = w1/5
71 / 130
Mikro B - Entscheidung bei Unsicherheit
Lotterien Praferenzen Erwartungsnutzen Risikoeinstellung Diskussion Simplex Paradoxa
Krummung der Bernoulli Nutzenfunktion
u(E[w])SÄ P
u2(w) = w1/2
w1 E[w ]
u(·)
ew2
u3(w) = w1/3
u4(w) = w1/4
u5(w) = w1/5
Risikopramie hoher fur starkere Krummung der Nutzenfunktion!72 / 130
Mikro B - Entscheidung bei Unsicherheit
Lotterien Praferenzen Erwartungsnutzen Risikoeinstellung Diskussion Simplex Paradoxa
Maße der Risikoeinstellung
◮ Je gekrummter die Bernoulli-Nutzenfunktion, desto hoher dieRisikopramie P der Lotterie g .
◮ Gilt dies nur fur g oder allgemein?
◮ Was ware ein einfaches Krummungsmaß?
◮ Die Krummung einer Funktion wird bestimmt durch ihrezweite Ableitung, die angibt, wie stark ihre erste Ableitungsteigt bzw. fallt.
73 / 130
Mikro B - Entscheidung bei Unsicherheit
Lotterien Praferenzen Erwartungsnutzen Risikoeinstellung Diskussion Simplex Paradoxa
Arrow-Pratt-Maß der absoluten Risikoaversion
Definition (Arrow-Pratt-Maß der absoluten Risikoaversion)
Das Arrow-Pratt-Maß der absoluten Risikoaversion Ra(w) isgegeben durch
Ra(w) = −∂2u(w)
∂w2
∂u(w)
∂w
= −u′′(w)
u′(w).
Ra(w) ist
◮ streng positiv, wenn u(w) streng konkav ist,
◮ Null, wenn u(w) linear ist, und
◮ streng negativ, wenn u(w) streng konvex ist.
Je großer Ra(w) ist, desto großer die “Risikoaversion.”
74 / 130
Mikro B - Entscheidung bei Unsicherheit
Lotterien Praferenzen Erwartungsnutzen Risikoeinstellung Diskussion Simplex Paradoxa
Beispiel: Arrow-Pratt-Maß von u(w) =√
w
E[u(w)]
u(E[w])SÄ P
u(w) =√
w = w12
u(·)
w
u′(w) =∂u(w)
∂w=
1
2w−
12 ,
u′′(w) =∂2u(w)
∂w2= −1
4w−
32 ,
Ra(w) = −u′′(w)
u′(w)=
14w−
32
12w−
12
=1
2w.
75 / 130
Mikro B - Entscheidung bei Unsicherheit
Lotterien Praferenzen Erwartungsnutzen Risikoeinstellung Diskussion Simplex Paradoxa
Arrow-Pratt-Maß der absoluten Risikoaversion
Das Arrow-Pratt-Maß der absoluten RisikoaversionRa(w) = −u′′(w)/u′(w)
◮ ist invariant bezuglich linearer Transformationen derNutzenfunktion.
◮ enthalt alle identifizierenden Eigenschaften einerNutzenfunktion, d.h. kennt man Ra(w) fur alle w ∈ A, kannman daraus die zugehorige Nutzenfunktion konstruieren.
◮ ist ein lokales Maß, kann also in w variieren! Also kann sichdie Risikoaversion eines Individuums in der Hohe derAuszahlungen einer Lotterie und damit ebenfalls imAnfangsvermogen eines Individuums verandern.
76 / 130
Mikro B - Entscheidung bei Unsicherheit
Lotterien Praferenzen Erwartungsnutzen Risikoeinstellung Diskussion Simplex Paradoxa
Absolute Risikoaversion und Risikopramie
Proposition
Fur zwei monoton steigende, streng konkave Nutzenfunktionenu1(w) und u2(w) sind die folgenden Bedingungen aquivalent:
(i) R1a (w) ≥ R2
a (w) fur alle Ergebnisse w ∈ A und
(ii) P1(g) ≥ P2(g) fur alle Lotterien g ∈ G.
⇒ Also mißt Ra in der Tat die Risikoaversion (ebenso wie P).
77 / 130
Mikro B - Entscheidung bei Unsicherheit
Lotterien Praferenzen Erwartungsnutzen Risikoeinstellung Diskussion Simplex Paradoxa
Absolute Risikoaversion und Risikopramie
◮ Intuition: Sowohl Risikopramie als auch absolute Risiko-aversion sind Maße der Konkavitat einer Nutzenfunktion.
◮ Man kann auch zeigen, daß Bedingungen (i) und (ii)aquivalent sind zu dieser Bedingung:u1(·) ist eine konkave Transformation von u2(·).
Def. u1(·) heißt konkave Transformation von u2(·) wenn gilt, daßu1(w) ≡ ρ(u2(w)) fur eine steigende und konkave Funktion ρ(·).
78 / 130
Mikro B - Entscheidung bei Unsicherheit
Lotterien Praferenzen Erwartungsnutzen Risikoeinstellung Diskussion Simplex Paradoxa
Absolute Risikoaversion und Einkommensanderung
◮ Die Risikopramie einer Lotterie g ist ein intuitives Maß fur dieRisikoeinstellung eines Entscheiders (Zahlungsbereitschaft, umLotterie g zu vermeiden).
◮ Falls Einkommen eines Individuums steigt, konnte sich dieRisikopramie fur g verandern.
◮ Beispiel: Zu welchem Preis wurden sie folgende Wetteakzeptieren, bei der sie mit gleicher Wahrscheinlichkeit 1ebezahlen mussen oder 1e bekommen?
79 / 130
Mikro B - Entscheidung bei Unsicherheit
Lotterien Praferenzen Erwartungsnutzen Risikoeinstellung Diskussion Simplex Paradoxa
Beispiel: Einkommmenslotterien in den Fallen (a) und (b)
2 1.000.001
ga
1/2kkkkkkkkkkkkkkkkkk
1/2SSSSSSSSSSSSSSSSSS gb
1/2iiiiiiiiiiiiiiiiiii
1/2 UUUUUUUUUUUUUUUUUUU
0 999.999
Abbildung: Durch die ±1e-Wette induzierte Einkommenslotterien ga undgb unter den Einkommen 1e und 1 Mio e.
80 / 130
Mikro B - Entscheidung bei Unsicherheit
Lotterien Praferenzen Erwartungsnutzen Risikoeinstellung Diskussion Simplex Paradoxa
Absolute Risikoaversion und Einkommensanderung
Proposition (Arrow-Pratt)
Fur jede vNM-Nutzenfunktion E[u(w)], u(w) streng monotonsteigend und streng konkav, sind diese Aussagen aquivalent:
(i) Ra(w) ist eine fallende (konstante, steigende) Funktion von w.
(ii) Risikopramie P(g) einer Lotterie g mit Auszahlungenwi = w ± ǫi , ǫi hinreichend klein im Vergleich zu w, ist einefallende (konstante, steigende) Funktion von w.
⇒ Veranderung von Risikopramie und absoluter Risikoaversion imEinkommen w haben das gleiche Vorzeichen.
81 / 130
Mikro B - Entscheidung bei Unsicherheit
Lotterien Praferenzen Erwartungsnutzen Risikoeinstellung Diskussion Simplex Paradoxa
DARA: Funktionen mit fallender absoluter Risikoaversion
◮ Falls das Arrow-Pratt-Maß der absoluten Risikoaversion einerFunktion im Einkommen sinkt, bezeichnet man diese Funktionals DARA-Funktion (decreasing absolute risk aversion).
◮ Formal: Falls fur eine Nutzenfunktion u(w) gilt, daß∂Ra(w)
∂w< 0, dann ist u(w) eine DARA Nutzenfunktion.
◮ Beispiel: u(w) =√
w .
◮ Ableitungen: u′(w) = 12w−
12 und u′′(w) = − 1
4w−32 .
◮ Daher ist Ra =14 w
−
32
12 w
−
12
= 12
1w
.
◮ Ableitung von Ra(w): ∂Ra(w)∂w
= − 12
1w2 < 0.
82 / 130
Mikro B - Entscheidung bei Unsicherheit
Lotterien Praferenzen Erwartungsnutzen Risikoeinstellung Diskussion Simplex Paradoxa
CARA: Funktionen mit konstanter absoluter Risikoaversion
◮ Falls das Arrow-Pratt-Maß der absoluten Risikoaversion einerFunktion im Einkommen konstant bleibt, nennt man dieseFunktion CARA-Funktion (constant absolute risk aversion).
◮ Formal: Falls fur eine Nutzenfunktion u(w) gilt, daß∂Ra(w)
∂w= 0, dann ist u(w) eine CARA Nutzenfunktion.
◮ Beispiel: u(w) = − exp(−ρw), ρ > 0.
◮ Ableitungen: u′(w) = ρ exp(−ρw), u′′(w) = −ρ2 exp(−ρw).
◮ Daher ist Ra = ρ2 exp(−ρw)ρ exp(−ρw) = ρ.
◮ Ableitung von Ra(w): ∂Ra(w)∂w
= 0.
83 / 130
Mikro B - Entscheidung bei Unsicherheit
Lotterien Praferenzen Erwartungsnutzen Risikoeinstellung Diskussion Simplex Paradoxa
IARA: zB. Quadratische Nutzenfunktion
◮ In manchen Anwendungen der politischen Okonomie oder derFinanzwirtschaft wird eine quadratische Nutzenfunktionbenutzt, z.B.
u(w) = 2w − (w − w)2 mit w ≤ w .
◮ Ableitungen: u′(w) = 2 + 2(w − w), u′′(w) = −2.
◮ Daher ist Ra = 22+2(w−w) = 1
1+w−w.
◮ Ableitung von Ra(w): ∂Ra(w)∂w
= 1(1+w−w)2
> 0.
◮ Also hat die quadratische Nutzenfunktion steigende absoluteRisikoaversion (manchmal auch IARA genannt).
84 / 130
Mikro B - Entscheidung bei Unsicherheit
Lotterien Praferenzen Erwartungsnutzen Risikoeinstellung Diskussion Simplex Paradoxa
Relative Risikoaversion
◮ Fallende absolute Risikoaversion (DARA) scheint empirischplausibel.
◮ Akzeptanz fur “kleine” Lotterien konnte im Einkommensteigen, sie werden immer “unwichtiger” im Vergleich zumEinkommen.
◮ Vielleicht nutzlich, den Anteil des Einkommens zu betrachten,der unsicherheitsbehaftet ist.
◮ Z.B. bei der optimalen Aufteilung eines Anlagebetrages inverschiedene Wertpapiere.
◮ Steigt Anteil, der in unsichere Anlagen investiert wird imAnlagebetrag?
85 / 130
Mikro B - Entscheidung bei Unsicherheit
Lotterien Praferenzen Erwartungsnutzen Risikoeinstellung Diskussion Simplex Paradoxa
Relative Risikoaversion
Definition (Relative Risikoaversion)
Das Maß der relativen Risikoaversion Rr (w) is gegeben durch
Rr (w) = −∂2u(w)
∂w2
∂u(w)
∂w
w = −u′′(w)
u′(w)w = Ra(w)w .
86 / 130
Mikro B - Entscheidung bei Unsicherheit
Lotterien Praferenzen Erwartungsnutzen Risikoeinstellung Diskussion Simplex Paradoxa
Relative Risikoaversion: u(w) = ln(w)
◮ Ableitungen: u′(w) = 1w
, u′′(w) = − 1w2 .
◮ Daher ist Ra =1
w21w
= 1w
.
◮ Ableitung von Ra(w): ∂Ra(w)∂w
= − 1w2 < 0, also ist ln(w)
DARA.
◮ Rr (w) = 1, eine Konstante.
◮ Damit ∂Rr (w)∂w
= 0 und ln(w) ist eine CRRA-Funktion(constant relative risk aversion).
Es gilt generell:
◮ Falls eine Funktion CRRA ist, so ist sie auch DARA.
◮ Falls eine Funktion CARA oder IARA ist, so hat sie auchsteigende relative Risikoaversion.
87 / 130
Mikro B - Entscheidung bei Unsicherheit
Lotterien Praferenzen Erwartungsnutzen Risikoeinstellung Diskussion Simplex Paradoxa
Beispiel 3: Investition in ein riskantes Wertpapier
◮ Wichtiges Anwendungsgebiet: Finanzmarkte.
◮ Auszahlungen von Aktien, Anleihen, und ahnlichenWertpapieren unsicher (Kurs-, Ausfall-, Wahrungs- undZinsrisiko etc.).
◮ Hier einfaches Beispiel: Individuum entscheidet uber dieInvestition seines Einkommens w .
◮ Zwei Anlagemoglichkeiten stehen zur Verfugung:
◮ Risikolose Anlage A, zahlt mit Sicherheit am Ende des Tages(1 + r)wA aus (dabei r ≥ 0 Zinssatz und wA Anlagebetrag).
◮ Wertpapier W , zahlt mit Wahrscheinlichkeit p Betrag(1 + rH)wW und mit (1 − p) Betrag (1 + rN)wW aus (dabeirH > r > rN Rendite und wW Anlagebetrag).
88 / 130
Mikro B - Entscheidung bei Unsicherheit
Lotterien Praferenzen Erwartungsnutzen Risikoeinstellung Diskussion Simplex Paradoxa
Beispiel 3: Investition in ein riskantes Wertpapier
◮ Investor mit Nutzenfunktion ln(w): DARA & CRRA.
◮ Was ist die optimale Aufteilung des Vermogens auf A und W ?
◮ Optimierungsproblem des Investors:
maxwA,wWp ln ((1+r)wA + (1+rH)wW )
+(1−p) ln((1+r)wA + (1+rN)wW )
so dass wW + wA = w , da r ≥ 0.
◮ Es ist hilfreich α als Einkommensanteil, der in W investiertwird, zu definieren:
α =wW
w= 1 − wA
w.
89 / 130
Mikro B - Entscheidung bei Unsicherheit
Lotterien Praferenzen Erwartungsnutzen Risikoeinstellung Diskussion Simplex Paradoxa
Beispiel 3: Investition in ein riskantes Wertpapier
◮ Optimierungsproblem des Investors in α:
maxα p ln ((1+rH)αw + (1+r)(1−α)w)
+(1−p) ln ((1+rN)αw + (1+r)(1−α)w) .
◮ w laßt sich ausklammern:
maxα ln(w) + p ln ((1+rH)α + (1+r)(1−α))
+(1−p) ln((1+rN )α + (1+r)(1−α)).
◮ Vor dem Ableiten zusammenfassen:
maxα
ln(w) + p ln (1+r + α(rH−r)) + (1−p) ln (1+r + α(rN−r)) .
⇒ Die optimale Wahl von α ist unabhangig von w .
90 / 130
Mikro B - Entscheidung bei Unsicherheit
Lotterien Praferenzen Erwartungsnutzen Risikoeinstellung Diskussion Simplex Paradoxa
Beispiel 3: Investition in ein riskantes Wertpapier
◮ BEO (durch Ableiten der Zielfunktion nach α):
p(rH − r)
1 + r + α(rH−r)=
(1 − p)(r − rN)
1 + r + α(rN−r).
◮ Interpretation: Erwarteter Grenznutzen muss bei optimalerWahl α in beiden Zustanden gleich hoch sein.
◮ Auflosen nach α ergibt nach einigem Rechnen
α =(1 + r)(prH + (1 − p)rN − r)
(rH − r)(r − rN).
◮ prH + (1 − p)rN ist gerade die erwartete Rendite desWertpapiers E[rW ].
91 / 130
Mikro B - Entscheidung bei Unsicherheit
Lotterien Praferenzen Erwartungsnutzen Risikoeinstellung Diskussion Simplex Paradoxa
Beispiel 3: Investition in ein riskantes Wertpapier
◮ Optimaler Anteil α:
α =(1 + r)(E[rW ] − r)
(rH − r)(r − rN).
◮ α > 0 genau dann wenn E[rW ] > r .
◮ α < 0 entspricht “Leerverkauf” des WPs, α > 1 Kauf aufKredit.
◮ Sollten Staatsanleihen oder Aktien im Erwartungswert hohereRendite erzielen?
Def. Der Verkauf eines Wertpapiers, das der Verkaufer zumVerkaufszeitpunkt noch nicht besitzt heißt Leerverkauf. DerVerkaufer profitiert von dem Leerverkauf, wenn der verkaufteGegenstand im Preis sinkt.
92 / 130
Mikro B - Entscheidung bei Unsicherheit
Lotterien Praferenzen Erwartungsnutzen Risikoeinstellung Diskussion Simplex Paradoxa
Aktien vs. Staatsanleihen
Abbildung: Reale Jahres-Renditen des Standard & Poor’s Index (links)und amerikanischer Staatsanleihen (rechts).
Graphiken aus Kocherlakota (1996, JEL 34(1), pp. 42-71) mit verschiedener
Skalierung.
93 / 130
Mikro B - Entscheidung bei Unsicherheit
Lotterien Praferenzen Erwartungsnutzen Risikoeinstellung Diskussion Simplex Paradoxa
Aktien vs. Anleihen: Durchschnittliche reale Renditen p.a.S & P 500 Staatsanleihen Differenz
1881-1890 5,08 % 7,23 % -2,15 %1891-1900 9,15 % 5,08 % 4,08 %1901-1910 6,78 % 3,18 % 3,60 %1911-1920 -0,83 % 0,82 % -1,64 %1921-1930 17,54 % 7,41 % 10,13 %1931-1940 7,52 % 2,80 % 4,72 %1941-1950 8,22 % -4,57 % 12,79 %1951-1960 15,32 % 1,05 % 14,27 %1961-1970 5,90 % 2,27 % 3,63 %1971-1980 2,12 % -0,30 % 2,42 %1981-1990 9,59 % 5,32 % 4,28 %1991-2000 15,16 % 2,61 % 12,54 %
Sample Mean 8,81 % 3,24 % 5,57 %
(Daten aus Fama, French (2002, JoF 57(2), pp. 637-659))
94 / 130
Mikro B - Entscheidung bei Unsicherheit
Lotterien Praferenzen Erwartungsnutzen Risikoeinstellung Diskussion Simplex Paradoxa
Beispiel 3: Marktpreis eines riskanten Wertpapiers
◮ Nachfrage nach unsicherem Wertpapier hangt von◮ Risikoeinstellung des Investors, und◮ von den Preisen fur Einkommen in Zustand H bzw. N (also rH
bzw. rN) ab.
◮ Bedingung erster Ordnung: Grenznutzen des Einkommens ausden verschiedenen Zustanden angleichen (wie immer bei derWahl des optimalen Guterbundels).
95 / 130
Mikro B - Entscheidung bei Unsicherheit
Lotterien Praferenzen Erwartungsnutzen Risikoeinstellung Diskussion Simplex Paradoxa
Risiko
◮ Im Beispiel mußte der Investor durch einen hoherenErwartungswert der unsicheren Anlage kompensiert werden,um eine positive Menge nachzufragen.
◮ Nicht sonderlich uberraschend, dies ist Definition vonRisikoaversion!
◮ Was ist aber das Risiko einer Lotterie?
◮ Intuitiv: Ein risikoaverser Entscheider sollte, ohne dafurkompensiert zu werden, eine weniger riskante Lotterie einerriskanteren gegenuber bevorzugen.
96 / 130
Mikro B - Entscheidung bei Unsicherheit
Lotterien Praferenzen Erwartungsnutzen Risikoeinstellung Diskussion Simplex Paradoxa
Risikovergleich zwischen Lotterien
◮ Im Beispiel: riskantes Wertpapier und sichere Anlage.
◮ Wertpapier doch sicher “riskanter” als sichere Anlage?
◮ Trotzdem positive Nachfrage nach Wertpapier moglich,abhangig vom Erwartungswert!
◮ Also wird Risiko der riskanteren Lotterie zumindest teilweiseuber die Differenz der Erwartungswerte kompensiert.
◮ Idee: Vergleiche Lotterien und halte dabei Erwartungswertkonstant.
97 / 130
Mikro B - Entscheidung bei Unsicherheit
Lotterien Praferenzen Erwartungsnutzen Risikoeinstellung Diskussion Simplex Paradoxa
Beispiel 4: Risikovergleich
◮ Seien g und h zwei Lotterien definiert durch
g = (p ◦ wg1 , (1 − p) ◦ wg
2 ) und
h = (p ◦ wh1 , (1 − p) ◦ wh
2 ).
◮ Die erwarteten Auszahlungen von g und h seien gleich, d.h.
E[wg ] = pwg1 + (1 − p)wg
2 = pwh1 + (1 − p)wh
2 = E[wh].
◮ Außerdem gelte wg1 > wh
1 > wh2 > wg
2 , also liegenAuszahlungen von g außerhalb der von h.
98 / 130
Mikro B - Entscheidung bei Unsicherheit
Lotterien Praferenzen Erwartungsnutzen Risikoeinstellung Diskussion Simplex Paradoxa
Beispiel 4: Lotterien g und h graphisch
w1g = 10
w1h = 7, 5
g
p
wwwwwwwwwwwwwwwwwwwwwwww
1−p
GGGGGGGGGGGGGGGGGGGGGGGG h
pjjjjjjjjjjjjjjjjjj
1−p TTTTTTTTTTTTTTTTTT
w2h = 2, 5
w2g = 0
99 / 130
Mikro B - Entscheidung bei Unsicherheit
Lotterien Praferenzen Erwartungsnutzen Risikoeinstellung Diskussion Simplex Paradoxa
Beispiel 4: Risikovergleich
◮ Wird ein risikoaverser Entscheider g oder h bevorzugen?
◮ E[u(wh)] > E[u(wg )] falls
(1 − p)(u(wh2 ) − u(wg
2 )) > p(u(wg1 ) − u(wh
1 )).
◮ Teilen beider Seiten durch p(wg1 − wh
1 ) = (1 − p)(wh2 − wg
2 )
u(wh2 ) − u(wg
2 )
wh2 − wg
2
>u(wg
1 ) − u(wh1 )
wg1 − wh
1
.
◮ Diese Ungleichung halt, falls u(w) global konkav in w .
◮ Also wird jeder risikoaverse Entscheider h gegenuber gvorziehen, egal welche Nutzenfunktion er genau hat.
◮ Also erscheint g riskanter als h.
100 / 130
Mikro B - Entscheidung bei Unsicherheit
Lotterien Praferenzen Erwartungsnutzen Risikoeinstellung Diskussion Simplex Paradoxa
Beispiel 4: Risikovergleich
SÄ P
u(w)
w2g = 0 w2
h = 2, 5
u(·)
ew1
h = 7, 5 w1g = 10
u(w2h )
u(w1h )
u(w1g )
u(w2g )
Fur jede streng konkaveFunktion u(·) gilt, daßu(wh
2 ) − u(wg2 )
wh2 − wg
2
>
u(wg1 ) − u(wh
1 )
wg1 − wh
1
.
101 / 130
Mikro B - Entscheidung bei Unsicherheit
Lotterien Praferenzen Erwartungsnutzen Risikoeinstellung Diskussion Simplex Paradoxa
Allgemein: Mean Preserving Spreads
Definition (Mean preserving spread)
Betrachte die Lotterien h = (ph1 ◦ wh
1 , . . . , phn ◦ wh
n ) undg = (pg
1 ◦ wg1 , . . . , pg
m ◦ wgm). g ist ein mean preserving spread
(MPS, ‘erwartungstreue Streckung’) von h, falls E[h] = E[g ] undwg
i ,wgj existieren mit pg
i , pgj > 0 und wg
i ≤ whk ≤ wg
j fur alle
k = 1, . . . , n mit strikter Ungleichung fur wgi (und) oder wg
j .
g1 gm
h1 hn
E[h]
E[g ]
Der Support von g enthalt den Support von h, g legt positiveWahrscheinlichkeit auf mindestens ein Ergebnis, das kleiner odergroßer ist als alle Ergebnisse im Support von h.
102 / 130
Mikro B - Entscheidung bei Unsicherheit
Lotterien Praferenzen Erwartungsnutzen Risikoeinstellung Diskussion Simplex Paradoxa
Mean preserving spreads
w
u(w)
E[w0]
u(·)
u(E[w0]) Gegeben sind eineBernoulli-Nutzen-funktion u(·) und eineLotterie g , die mitSicherheit w0 auszahlt.
103 / 130
Mikro B - Entscheidung bei Unsicherheit
Lotterien Praferenzen Erwartungsnutzen Risikoeinstellung Diskussion Simplex Paradoxa
Beispiel: Lotterien g und g ′ graphisch
g 1 w0
w3
g ′
1/2kkkkkkkkkkkkkkkkkk
1/2SSSSSSSSSSSSSSSSSS
w2
Abbildung: Links: Lotterie g , die mit Sicherheit w0 auszahlt. Rechts: g ′
mit 1/2(w2 + w3) = w0 ist ein MPS von g .
104 / 130
Mikro B - Entscheidung bei Unsicherheit
Lotterien Praferenzen Erwartungsnutzen Risikoeinstellung Diskussion Simplex Paradoxa
Mean preserving spreads
w
u(w)
E[w0]
u(·)
u(E[w0])U(g ′)
w2 w3
Der Erwartungsnutzender Lotterie g ′ ist kleinerals der von g
U(g ′) =1
2u(w2)+
1
2u(w3).
105 / 130
Mikro B - Entscheidung bei Unsicherheit
Lotterien Praferenzen Erwartungsnutzen Risikoeinstellung Diskussion Simplex Paradoxa
Mean preserving spreads
P
w
u(w)
E[w0]
u(·)
u(E[w0])U(g ′)
w2 w3w1 w4
U(g ′′)
AbermaligeserwartungstreuesSpreizen von g ′ ergibtden weiteren MPS g ′′
mit noch geringeremErwartungsnutzen.
106 / 130
Mikro B - Entscheidung bei Unsicherheit
Lotterien Praferenzen Erwartungsnutzen Risikoeinstellung Diskussion Simplex Paradoxa
Risiko
Proposition
Betrachte zwei Lotterien g und h mit Auszahlungen wgi und wh
i .Die folgenden Bedingungen sind aquivalent:
(i) g kann durch MPS von h dargestellt werden.
(ii) E[u(whi )] > E[u(wg
i )] fur jede konkave Funktion u(w).
◮ Unter Bedingung (i) bevorzugen alle risikoaversen Agenten hgegenuber g .
◮ Umkehrschluß: h ist weniger riskant als g , g ist einRisikoanstieg gegenuber h.
107 / 130
Mikro B - Entscheidung bei Unsicherheit
Lotterien Praferenzen Erwartungsnutzen Risikoeinstellung Diskussion Simplex Paradoxa
Beispiel 5: Prufungsvorbereitung
◮ Student S bereitet sich auf ein hypothetisches Examen vor.
◮ Die Prufung besteht aus einer Frage, die zufallig mit gleicherWahrscheinlichkeit aus 3 Themengebieten ausgewahlt wird.
◮ S kann seine Zeit T = 1 auf die Vorbereitung der Themenaufteilen, wahlt (t1, t2, t3).
◮ ti bestimmt direkt die Punktzahl bei Frage aus Thema i .
◮ S ist risikoavers und bezieht Nutzen aus erzielten Punkten
uS =√
ti ,
wobei i das zufallig ausgewahlte Thema bezeichnet.
◮ Was ist die optimale Vorbereitungsstrategie?
108 / 130
Mikro B - Entscheidung bei Unsicherheit
Lotterien Praferenzen Erwartungsnutzen Risikoeinstellung Diskussion Simplex Paradoxa
Beispiel 5: Prufungsvorbereitung
t1
g
1/3SSSSSSSSSSSSSSSSSS
1/3
kkkkkkkkkkkkkkkkkk
1/3t2
t3
Abbildung: Uber die Zeitaufteilung (t1, t2, t3) kann Nutzen zwischen denverschiedenen Zustanden der Welt (Prufungsthemen) verschoben werden.
109 / 130
Mikro B - Entscheidung bei Unsicherheit
Lotterien Praferenzen Erwartungsnutzen Risikoeinstellung Diskussion Simplex Paradoxa
Beispiel 5: Prufungsvorbereitung
◮ Im Optimum wird (t1, t2, t3) so gewahlt, daß GRS zwischenallen Zustanden gleich ist.
◮ Eintrittswahrscheinlichkeiten der Zustande (Themen) sindebenfalls gleich.
◮ Daher wird S im Optimum t1 = t2 = t3 = 1/3 wahlen.
◮ Alle anderen Aufteilungen sind MPS von (t1, t2, t3).
◮ Analogie zum Portfolio-Entscheidungsproblem: Nicht alle Eierin einen Korb legen.
110 / 130
Mikro B - Entscheidung bei Unsicherheit
Lotterien Praferenzen Erwartungsnutzen Risikoeinstellung Diskussion Simplex Paradoxa
Beispiel 5: Mut zur Lucke
◮ Allerdings liegt ublicherweise die Bestehensgrenze bei 50%,also fallt Student mit Sicherheit durch, da ti = 1/3 < .5,i = 1, 2, 3.
◮ S sollte ihre Nutzenfunktion modifizieren:
u(ti) =
0 falls ti < 1/2√ti falls 1/2 ≤ ti ≤ 1,
1 falls ti > 1.
Dh. die Nutzenfunktion hat eine Sprungstelle (von 0 auf√
1/2 bei ti = 1/2).
◮ Investition von Zeit in ein Thema nur sinnvoll, falls ti ≥ 1/2.
◮ Optimierungsproblem: Wahl zwischen Lotterien vom Typ(2/3 ◦ 1/2, 1/3 ◦ 0) und (1/3 ◦ 1, 2/3 ◦ 0).
111 / 130
Mikro B - Entscheidung bei Unsicherheit
Lotterien Praferenzen Erwartungsnutzen Risikoeinstellung Diskussion Simplex Paradoxa
Beispiel 5: Mut zur Lucke graphisch
1/2
g
1/3NNNNNNNNNNNNNN
1/3
qqqqqqqqqqqqq
1/31/2
0
g2/3
1/3NNNNNNNNNNNNNN 1/2
0
1
g ′
1/3
qqqqqqqqqqqqq
2/3MMMMMMMMMMMMM
0
E[g ] =2
3
1
2=
1
3= E[g ′].
Abbildung: Links: Zeitaufteilung auf zwei Themengebiete ergibt Lotterieg . Mitte: Zeitaufteilung auf zwei Themengebiete zusammengefaßt.Rechts: Vergleich mit MPS g ′ (Vorbereitung nur auf ein Themengebiet).
112 / 130
Mikro B - Entscheidung bei Unsicherheit
Lotterien Praferenzen Erwartungsnutzen Risikoeinstellung Diskussion Simplex Paradoxa
Beispiel 5: Mut zur Lucke
◮ Da S risikoavers und g ′ ein MPS von g ist, wird sich S aufzwei Themen vorbereiten.
◮ Obwohl g mit (1/2, 1/2, 0) riskanter ist als Vollversicherung(ti = 1/3, i = 1, 2, 3) wird S durch die Sprungstelle zumRisiko gezwungen.
◮ Durchfallgrenze von 50% impliziert Nutzen erst abMindestinvestition ti = 1/2.
⇒ Fixkosten bzw. diskrete Auszahlungsniveaus konnen risikofreu-diges Verhalten risikoaverser Individuen auslosen.
113 / 130
Mikro B - Entscheidung bei Unsicherheit
Lotterien Praferenzen Erwartungsnutzen Risikoeinstellung Diskussion Simplex Paradoxa
Weiterfuhrende Themen
◮ Welche Prufungsform wird ein Dozent wahlen, der moglichstbreite Ausbildung der Studenten im Auge hat?
◮ Wenn der Dozent private Anreize hat, moglichstniedrige/hohe Durchfallquoten zu induzieren?
◮ Mechanismus-Design
◮ Im Modell praferieren schlechte Studenten riskanterePrufungen.
◮ Wieviele Fragen sollte die Klausur Ihrer Meinung nach haben?
◮ Signalisierungsspiele.
114 / 130
Mikro B - Entscheidung bei Unsicherheit
Lotterien Praferenzen Erwartungsnutzen Risikoeinstellung Diskussion Simplex Paradoxa
Diskussion
◮ Erwartungsnutzentheorie ergibt eine formale Darstellungokonomischen Verhaltens unter Unsicherheit, diemathematisch beherrschbar ist.
◮ Ermoglicht z.B. die Existenz von Versicherungsmarkten zuerklaren.
◮ Linearitat der Erwartungsnutzenfunktion inWahrscheinlichkeiten eine starke Restriktion, ermoglichtrelativ einfache Messung.
◮ Erwartungsnutzentheorie ist axiomatisiert durch Annahmen anPraferenzen uber Handlungsalternativen mit unsicherenKonsequenzen.
◮ Annahmen der Erwartungsnutzentheorie vergleichsweise starkund detailliert, damit einfach testbar.
115 / 130
Mikro B - Entscheidung bei Unsicherheit
Lotterien Praferenzen Erwartungsnutzen Risikoeinstellung Diskussion Simplex Paradoxa
Diskussion
◮ Erwartungsnutzentheorie hat zwei Komponenten.
◮ Normativ sagt sie aus, daß Individuen, deren Praferenzen dieErwartungsnutzen-Axiome erfullen, eine vNM-Nutzenfunktionbesitzen und diese maximieren sollten.
◮ Positiv sagt sie aus, daß tatsachliches individuelles Verhaltenunter Unsicherheit mit einer Erwartungsnutzenfunktionkonsistent sein sollte.
116 / 130
Mikro B - Entscheidung bei Unsicherheit
Lotterien Praferenzen Erwartungsnutzen Risikoeinstellung Diskussion Simplex Paradoxa
Messung der Erwartungsnutzenfunktion
◮ Haben Sie eine Erwartungsnutzenfunktion? Wie sieht sie aus?
◮ Dazu konnen Sie Ihre personliche Zahlungsbereitschaft fur diefolgenden drei Lotterien angeben.
◮ Aus den Antworten konnen Sie dann Teile IhrerNutzenfunktion konstruieren.
Dieser Messungsvorschlag folgt Klaus Schmidts Vorlesungs-skriptum ‘Mikrookonomie’ (2006).
117 / 130
Mikro B - Entscheidung bei Unsicherheit
Lotterien Praferenzen Erwartungsnutzen Risikoeinstellung Diskussion Simplex Paradoxa
Messung der Erwartungsnutzenfunktion
◮ Frage 1: Welcher sichere Geldbetrag ware genauso gut fur Siewie eine Lotterie, bei der Sie mit gleicher Wahrscheinlichkeit4000e gewinnen oder 1000e verlieren?Antwort 1 (A1): . . .
◮ Frage 2: Welcher sichere Geldbetrag ware genauso gut fur Siewie eine Lotterie, bei der Sie mit gleicher Wahrscheinlichkeit4000e gewinnen oder den bei Antwort 1 angegeben Betraggewinnen?Antwort 2 (A2): . . .
◮ Frage 3: Welcher sichere Geldbetrag ware genauso gut fur Siewie eine Lotterie, bei der Sie mit gleicher Wahrscheinlichkeitden bei Antwort 1 angegeben Betrag gewinnen oder 1000everlieren?Antwort 3 (A3): . . .
118 / 130
Mikro B - Entscheidung bei Unsicherheit
Lotterien Praferenzen Erwartungsnutzen Risikoeinstellung Diskussion Simplex Paradoxa
Messung der Erwartungsnutzenfunktion
◮ Die drei Antworten bestimmen (mit sicheren Auszahlungen4000 und −1000) funf Punkte Ihrer vNM-Nutzenfunktion.
◮ Die Nutzenfunktion kann beliebig umskaliert werden, wirwahlen u(−1000) = 0 und u(4000) = 1.
◮ Damit gilt u(A1) = 1/2 und damit u(A2) = 3/4 sowieu(A3) = 1/4.
◮ Zusammen mit den zugehorigen Geldbetragen haben Sie nunfunf Koordinaten, die Sie auf der folgenden Graphik eintragenkonnen.
119 / 130
Mikro B - Entscheidung bei Unsicherheit
Lotterien Praferenzen Erwartungsnutzen Risikoeinstellung Diskussion Simplex Paradoxa
Messung der Bernoulli-Nutzenfunktion
-1000 0 1000 2000 3000 4000
1/4
1/2
3/4
1
u(w)
w
Hier konnen Sie diedurch Ihre Ant-worten A1, A2 undA3 bestimmtenPunkte IhrerBernoulli-Nutzenfunktioneintragen.
120 / 130
Mikro B - Entscheidung bei Unsicherheit
Lotterien Praferenzen Erwartungsnutzen Risikoeinstellung Diskussion Simplex Paradoxa
Lotterien im Simplex
Definition (Simplex)
Eine Menge ∆ = {p ∈ RN+ :∑
pi = 1} heißt N-dimensionalerSimplex.
In seinem drei-Ergebnis (3-dimensionalen) Fall, kann ein Simplexgraphisch als gleichseitiges Dreieck mit Hohe 1 dargestellt werden.Die rechtwinkelige Entfernung von einer Seite des Dreiecks wirddann als Wahrscheinlichkeit des Ergebnisses das dieser Seitegegenuberliegt interpretiert. Da fur jeden Punkt im Simplex gilt
3∑
i=1
pi = 1,
beschreibt jeder Punkt im Simplexdiagramm eine Lotterie.
121 / 130
Mikro B - Entscheidung bei Unsicherheit
Lotterien Praferenzen Erwartungsnutzen Risikoeinstellung Diskussion Simplex Paradoxa
Lotterien uber Geld
Die Lotterie Q = {p1 ◦ 1, p2 ◦ 2, p3 ◦ 3} mit p1 = p2 = p3 = 1/3.
e1 e2
e3
0
1
11
e1 e2
e3
p1p2
p3
Q
1
1/2
1/2%
Da nur fur die Hyperebene durch (1,1,1) gilt, daß∑
i pi = 1, istein N-dimensionaler Simplex in N − 1 Dimensionen darstellbar.
122 / 130
Mikro B - Entscheidung bei Unsicherheit
Lotterien Praferenzen Erwartungsnutzen Risikoeinstellung Diskussion Simplex Paradoxa
Praferenzen uber LotterienDie vNM-Annahmen induzieren gerade & parallele Indifferenz-kurven uber Lotterien w ≻ (u ∼ v) im Simplexdiagramm. Hier eineIllustration der Macht von Reduktion & Unabhangigkeit:
(α ◦ u, (1 − α) ◦ w) % (α ◦ v , (1 − α) ◦ w)
uu
vv
1/2u + 1/2v
w
1/2u + 1/2w1/2v + 1/2w
e1e1 e2e2
e3e3
123 / 130
Mikro B - Entscheidung bei Unsicherheit
Lotterien Praferenzen Erwartungsnutzen Risikoeinstellung Diskussion Simplex Paradoxa
Allais’ Paradoxon
Von Neumann und Morgenstern verstanden die Erwartungs-nutzentheorie als normatives Argument fur idealisiertesRisikoverhalten. Die praktische Anwendbarkeit der Theorie machtees allerdings bald notwendig auch ihre Vorhersagen zu uberprufen.
Die klassische Falsifikation dieser deskriptiven Seite derErwartungsnutzentheorie ist Allais’ Paradoxon. Sie wahlenzwischen Alternativen L1 und L2 bzw L3 und L4:
L1 {0◦e5, 1◦e1, 0◦e0} L2 {.1◦e5, .89◦e1, .01◦e0}L3 {.1◦e5, 0◦e1, .9◦e0} L4 {0◦e5, .11◦e1, .89◦e0}
(Betrage in Millionen.)
124 / 130
Mikro B - Entscheidung bei Unsicherheit
Lotterien Praferenzen Erwartungsnutzen Risikoeinstellung Diskussion Simplex Paradoxa
Allais’ ParadoxonTypischerweise wird L1 ≻ L2 und L3 ≻ L4 gewahlt—aber parallele,gerade Indifferenzkurven konnen nicht sowohl L1 ≻ L2 als auchL3 ≻ L4 reprasentieren!
e0 Mioe0 Mio e1 Mioe1 Mio
e5 Mioe5 Mio
L1L1
L2 L2L3 L3
L4 L4
%%
Das ubliche Wahlverhalten in Allais’ Paradoxon kann also nichtdurch die Erwartungsnutzentheorie beschrieben werden.
125 / 130
Mikro B - Entscheidung bei Unsicherheit
Lotterien Praferenzen Erwartungsnutzen Risikoeinstellung Diskussion Simplex Paradoxa
Rabins Paradox
◮ Grad der Risikoaversion entspricht Krummung derBernoulli-Nutzenfunktion. Fur sehr kleine Lotterien laßt sichdie Nutzenfunktion daher gut mit einer linearen Funktionapproximieren.
◮ Man kann zeigen, daß sich risikoaverse Erwartungsnutzen-Maximierer fur kleine Lotterien annahernd risikoneutralverhalten.
126 / 130
Mikro B - Entscheidung bei Unsicherheit
Lotterien Praferenzen Erwartungsnutzen Risikoeinstellung Diskussion Simplex Paradoxa
Rabins Paradox
◮ Angebot 1:◮ Ich werfe eine Munze: bei Kopf bekomme ich 100e; bei Zahl
bekommen sie 110e.◮ Wurden sie dieses Angebot annehmen?
◮ Angebot 2:◮ Ich werfe eine Munze: bei Kopf bekomme ich 1000e; bei Zahl
bekommen sie 1,000,000,000,000,000,000e.◮ Wurden sie dieses Angebot annehmen?
◮ Wenn nein/ja-Wechsel, dann sind Sie kein(e)vNM-Nutzenmaximierer(in)!
Aussage: Menschen orientieren sich auch an Einkommensveran-derungen, nicht nur am endgultigen Einkommen.
127 / 130
Mikro B - Entscheidung bei Unsicherheit
Lotterien Praferenzen Erwartungsnutzen Risikoeinstellung Diskussion Simplex Paradoxa
Rabins Paradox
◮ Intuition: Um Lotterie (1/2 ◦ 110, 1/2 ◦ −100) abzulehnen,muß die Nutzenfunktion im Intervall [w0 − 100,w0 + 110]hinreichend gekrummt sein.
◮ Es muß fur durchschnittliche Steigung auf [w0 − 100,w0] bzw.[w0,w0 + 110] gelten, daß
u(w0 + 110) − u(w0)
110<
100
110
u(w0) − u(w0 − 100)
100.
◮ Fur risikoaverse Entscheider ist Nutzenfunktion konkav unddamit fallt ihre Steigung in w .
◮ Wenn Steigung auf einer Strecke von 210e nennenswert fallt,dann muß Grenznutzen von großen Auszahlungen gering sein,Grenznutzen bei mittleren Verlusten vergleichsweise hoch.
128 / 130
Mikro B - Entscheidung bei Unsicherheit
Lotterien Praferenzen Erwartungsnutzen Risikoeinstellung Diskussion Simplex Paradoxa
Kahneman & Tversky: Framing
Deutschland steht vor dem Ausbruch der Schweinegrippe. Es wirderwartet, dass ihr hier etwa 600 Menschen zum Opfer fallenwerden. Es existieren zwei Behandlungsprogramme zur Auswahl.
◮ Welches Verfahren wahlen sie im Programm 1?◮ Verfahren A: “200 Menschen konnen gerettet werden.”◮ Verfahren B: “Es existiert eine ein Drittel Wahrscheinlichkeit,
dass alle 600 Menschen gerettet werden konnen und eine zweiDrittel Wahrscheinlichkeit, dass niemand gerettet werdenkann.”
◮ Welches Verfahren wahlen sie im Programm 2?◮ Verfahren C: “400 Menschen sterben.”◮ Verfahren D: “Es existiert eine ein Drittel Wahrscheinlichkeit,
dass niemand stirbt und eine zwei Drittel Wahrscheinlichkeit,dass 600 Menschen sterben werden.”
129 / 130
Mikro B - Entscheidung bei Unsicherheit
Lotterien Praferenzen Erwartungsnutzen Risikoeinstellung Diskussion Simplex Paradoxa
Kahneman & Tversky: Framing
Obwohl A & C, bzw. B & D auf Grundlage der vNM-Erwartungs-nutzentheorie ident sind, wahlen in Versuchen typischerweise etwa
◮ 72% der Befragten A uber B, und
◮ 78% der Befragten D uber C.
Framing Effekte lassen sich in vielen Investitions- undVersicherungsentscheidungen problemlos nachweisen.Preaferenzumkehrungen wie im obigen Beispiel sind der Ursprungdes Feldes der Verhaltensokonomie (Behavioural Economics).
130 / 130
top related