3、风险溢价的经济学含义：风险厌恶、效用函数、确定性等价、风险溢价公式推导

风险溢价（Risk Premium）是资产定价理论中最核心的概念之一，它衡量的是投资者因承担额外风险而要求的预期收益补偿。要真正理解风险溢价的形成逻辑，不能停留在“高风险高收益”的直觉层面，而必须回到经济学的基本分析框架——效用函数与风险态度。本章从风险厌恶的微观基础出发，依次构建效用函数、确定性等价与风险溢价公式，帮助学员建立从个体偏好到市场定价的完整逻辑链条。

风险溢价形成逻辑：从效用函数到定价公式 风险态度分类 风险厌恶 (u'' < 0) 风险中性 (u'' = 0) 风险偏好 (u'' > 0) 效用函数 U(W) 凹函数：边际效用递减 常用形式：U(W)=ln(W) 或 U(W)=W^(1-γ)/(1-γ) 确定性等价 CE U(CE) = E[U(W)] CE ≤ E[W]（风险厌恶时） CE = E[W] - 风险溢价 风险溢价 核心公式推导链 ① 期望效用：E[U(W)] = p·U(W₁) + (1-p)·U(W₂) ② 确定性等价：U(CE) = E[U(W)] → CE = U⁻¹(E[U(W)]) ③ 风险溢价：π = E[W] − CE = E[W] − U⁻¹(E[U(W)]) ④ 近似：π ≈ ½ · γ · σ²(W) （γ = 相对风险厌恶系数） 风险溢价 = 风险数量 × 风险价格

3.1 风险厌恶的微观基础：为什么投资者要求补偿

3.1.1 核心原理：边际效用递减与风险态度

经济学中，风险态度由效用函数的二阶导数决定。设投资者财富为 W，效用函数为 U(W)，则：

  • 风险厌恶：U''(W) < 0，效用函数为凹函数，边际效用随财富增加而递减。投资者失去 1 元钱的痛苦大于获得 1 元钱的快乐，因此不愿意接受公平赌博（期望收益为零的赌局）。
  • 风险中性：U''(W) = 0，效用函数为线性，投资者只关注期望收益，不关心风险。
  • 风险偏好：U''(W) > 0，效用函数为凸函数，投资者愿意为不确定性支付溢价（如购买彩票）。

实证研究表明，绝大多数投资者在财富处于正常区间时表现为风险厌恶，这是风险溢价存在的根本前提。如果所有人都风险中性，则风险溢价为零，资产价格仅由期望现金流决定。

3.1.2 判断方法：Arrow-Pratt 风险厌恶度量

为了量化风险厌恶程度，Arrow（1965）和 Pratt（1964）提出了两个经典指标：

指标名称 公式 经济含义 典型值/范围
风险厌恶系数 ARA A(W) = −U''(W) / U'(W) 衡量投资者对风险（金额）的厌恶程度 常假设随财富递减（DARA）
相对风险厌恶系数 RRA γ(W) = −W·U''(W) / U'(W) 衡量投资者对相对风险（比例）的厌恶程度 CRRA 假设下 γ 为常数，通常 1~10

在资产定价中，相对风险厌恶系数 γ 更为常用。当效用函数为幂函数 U(W) = W^(1−γ)/(1−γ) 时，γ 为常数，称为常数相对风险厌恶（CRRA）效用函数。γ 越大，投资者越厌恶风险，要求的风险溢价越高。

经验提示：在实务中，γ 的取值通常参考以下区间：机构投资者 γ ≈ 2~4，个人投资者 γ ≈ 3~5，新兴市场投资者因制度不确定性可能更高。γ 的取值直接决定了风险溢价的量级，是资产定价模型校准的关键参数。

3.1.3 案例拆解：公平赌博与风险厌恶的直观验证

考虑一个简单赌局：以 50% 概率获得 150 元，50% 概率获得 50 元，初始财富为 100 元。该赌局的期望收益为 100 元，与初始财富相同，属于公平赌博。

假设投资者效用函数为 U(W) = ln(W)：

期望效用 E[U(W)] = 0.5 × ln(150) + 0.5 × ln(50)
                  = 0.5 × 5.0106 + 0.5 × 3.9120
                  = 4.4613

确定性等价 CE = e^4.4613 = 86.60 元

风险溢价 π = E[W] − CE = 100 − 86.60 = 13.40 元

这意味着，该投资者愿意放弃最多 13.40 元的期望收益来规避这个赌局的风险。如果市场提供一个无风险资产，其收益率对应的终值低于 86.60 元，投资者仍会选择参与赌局；反之，若无风险终值高于 86.60 元，投资者将放弃赌局。

3.1.4 常见误区与总结

常见误区：将“风险厌恶”等同于“不喜欢波动”。实际上，风险厌恶关注的是边际效用递减带来的福利损失，而非波动本身。一个风险厌恶的投资者可能持有高风险资产，前提是获得了足够的风险溢价补偿。此外，风险厌恶程度并非固定不变——当财富水平变化时，ARA 和 RRA 可能随之改变。

3.2 效用函数与期望效用理论

3.2.1 核心原理：期望效用最大化框架

Von Neumann-Morgenstern 期望效用理论为风险决策提供了公理化基础。其核心思想是：在不确定性环境下，投资者选择使期望效用最大化的投资组合，而非简单地使期望收益最大化。期望效用函数的形式为：

E[U(W)] = Σ pᵢ · U(Wᵢ)

其中 pᵢ 为状态 i 发生的概率，Wᵢ 为状态 i 下的财富水平。该框架将风险态度（由 U 的形状决定）与概率信念（由 pᵢ 决定）分离，是后续所有资产定价模型的微观基础。

3.2.2 常用效用函数形式与选择

效用函数 公式 风险厌恶特征 适用场景
对数效用 U(W) = ln(W) RRA = 1（常数） 理论推导、长期增长模型
幂效用（CRRA） U(W) = W^(1−γ)/(1−γ) RRA = γ（常数） 资产定价、生命周期模型
指数效用（CARA） U(W) = −e^(−aW) ARA = a（常数） 保险定价、部分均衡分析
二次效用 U(W) = W − bW² ARA 随财富递增 均值-方差分析的隐含假设

选择效用函数时需注意：CRRA 函数在实证中表现较好，且满足规模不变性（财富翻倍，风险溢价比例不变）；CARA 函数数学处理简便，但隐含风险厌恶不随财富变化，与直觉不符。

3.2.3 案例拆解：CRRA 与 CARA 的定价差异

假设某资产有两种等概率状态：收益 +20% 或 −10%，初始财富为 100 万元。

  • CRRA 效用（γ=3）：U(W) = W^(−2)/(−2)。计算期望效用后，CE ≈ 103.8 万元，风险溢价 ≈ 1.2 万元（即 1.2% 的收益率补偿）。
  • CARA 效用（a=0.02）：U(W) = −e^(−0.02W)。计算期望效用后，CE ≈ 104.1 万元，风险溢价 ≈ 0.9 万元。

两种效用函数给出的风险溢价不同，原因在于它们对财富水平变化的敏感度不同。在资产定价实务中，选择哪种效用函数取决于分析目的：若关注长期增长与跨期替代，CRRA 更合适；若关注静态配置且希望简化计算，CARA 更便捷。

3.2.4 常见误区与总结

关键提醒：期望效用理论并非描述投资者“实际如何决策”，而是提供一种规范性基准。行为金融学中的前景理论（Prospect Theory）指出，真实投资者在损失区域的效用函数可能是凸的（损失厌恶），这与期望效用理论的凹函数假设存在系统性偏差。但在传统资产定价框架中，期望效用理论仍是主流分析工具。

3.3 确定性等价与风险溢价的精确推导

3.3.1 核心原理：确定性等价的定义与性质

确定性等价（Certainty Equivalent, CE）是指：对于一项风险资产，投资者愿意接受的无风险财富水平，使得该无风险财富带来的效用等于风险资产的期望效用。数学上：

U(CE) = E[U(W)]

对于风险厌恶投资者，CE 严格小于期望财富 E[W]，两者的差额即为风险溢价：

π = E[W] − CE

风险溢价的经济含义是：投资者为消除风险而愿意放弃的期望收益。它由两部分决定：风险的数量（财富的波动幅度）和风险的价格（投资者的风险厌恶程度）。

3.3.2 风险溢价公式的推导过程

为了得到可操作的定价公式，需要对风险溢价进行近似展开。设随机财富 W = W₀(1 + r)，其中 r 为随机收益率，E[r] = μ，Var(r) = σ²。对效用函数在 E[W] 处进行泰勒展开：

E[U(W)] ≈ U(E[W]) + ½ · U''(E[W]) · Var(W)

又因为 U(CE) = U(E[W] − π) ≈ U(E[W]) − U'(E[W]) · π

令两式相等：
U(E[W]) − U'(E[W]) · π = U(E[W]) + ½ · U''(E[W]) · Var(W)

解得：
π ≈ −½ · [U''(E[W]) / U'(E[W])] · Var(W)
  = ½ · A(E[W]) · Var(W)

进一步，若用相对风险厌恶系数 γ = W·A(W) 表示，并令收益率的标准差为 σ，则：

π ≈ ½ · γ · σ²

这就是资产定价中最常用的风险溢价近似公式。它表明：风险溢价与相对风险厌恶系数 γ 成正比，与收益率的方差 σ² 成正比。

3.3.3 案例拆解：从公式到实际定价

假设某股票指数的年化收益率标准差为 20%，无风险利率为 3%，投资者相对风险厌恶系数 γ = 4。根据近似公式：

风险溢价 π ≈ ½ × 4 × (0.20)² = 0.5 × 4 × 0.04 = 0.08 = 8%

股票指数预期收益率 = 无风险利率 + 风险溢价 = 3% + 8% = 11%

该结果与历史数据中全球股票市场长期平均风险溢价（约 5%~8%）基本吻合。若 γ 取 2，则风险溢价降至 4%，预期收益率为 7%；若 σ 升至 25%，γ=4 时风险溢价升至 12.5%。

这一公式也解释了为什么新兴市场股票的风险溢价通常更高——不是因为投资者更厌恶风险，而是因为市场波动率 σ 更大，需要更高的补偿。

3.3.4 常见误区与总结

重要提醒：近似公式 π ≈ ½γσ² 仅在风险较小时成立。当 σ 较大（如超过 30%）或效用函数非线性程度较高时，泰勒展开的高阶项不可忽略，精确的风险溢价应通过数值方法求解 U(CE) = E[U(W)]。此外，该公式假设收益率服从对称分布，若存在偏度或厚尾，风险溢价还需包含高阶矩的补偿。

3.4 风险溢价的分解：风险数量与风险价格

3.4.1 核心原理：溢价的两维驱动因素

风险溢价公式 π ≈ ½γσ² 清晰地揭示了风险溢价的两个构成维度：

  • 风险数量（σ²）：由资产本身的收益波动性决定，是客观的、可测量的市场参数。
  • 风险价格（γ）：由投资者的主观偏好决定，反映市场整体的风险厌恶水平。

在均衡状态下，风险价格由所有投资者的加权平均风险厌恶系数决定，而风险数量则由资产的现金流特征和宏观经济环境共同决定。这一分解框架是理解资产定价模型（如 CAPM、APT）的基础。

3.4.2 风险溢价的度量方法

方法 操作方式 优点 局限
历史平均法 计算股票指数与无风险利率的历史平均差 简单直观，数据易得 依赖样本期选择，标准误大
隐含风险溢价法 从当前股价反推折现率中的风险溢价 前瞻性，反映当前市场情绪 依赖股利增长假设
调查法 直接询问投资者或专家的预期 直接获取主观预期 样本偏差，可能不理性
模型校准法 用资产定价模型反推 γ 理论一致性强 模型设定错误会传导

3.4.3 案例拆解：用隐含风险溢价判断市场情绪

2024 年 6 月，某分析师需要判断当前 A 股市场的风险溢价水平。已知沪深 300 指数当前点位为 3600 点，市场一致预期未来一年股利收益率为 2.5%，股利增长率为 5%。使用戈登增长模型：

P = D₁ / (r − g)
3600 = 3600 × 2.5% / (r − 5%)
r = 2.5% / 1 + 5% = 7.5%

隐含风险溢价 = r − 无风险利率 = 7.5% − 2.0% = 5.5%

该隐含风险溢价（5.5%）高于过去 5 年均值（4.8%），表明当前市场风险厌恶程度偏高或投资者对增长预期偏悲观。分析师据此建议：若宏观经济数据未出现恶化，当前估值可能提供了超额回报机会。

3.4.4 常见误区与总结

复盘要点：风险溢价不是固定常数，而是随市场环境、投资者情绪和宏观经济周期动态变化的。在投资决策中，应同时关注风险溢价的水平（是否足够补偿风险）和变化趋势（是否在收窄或扩大），而非机械地使用历史平均值。

3.5 风险厌恶系数在资产配置中的应用

3.5.1 核心原理：从风险溢价到最优配置

风险厌恶系数不仅是定价理论的核心参数，也是资产配置实践的关键输入。在均值-方差框架下，投资者的最优风险资产配置比例为：

w* = (E[R_p] − R_f) / (γ · σ_p²)

其中 E[R_p] − R_f 为风险溢价，σ_p² 为风险资产收益率的方差。该公式表明：风险厌恶程度越高，配置在风险资产上的比例越低；风险溢价越高，配置比例越高。

3.5.2 操作流程：如何确定个人风险厌恶系数

  1. 问卷评估法：通过标准风险偏好问卷（如 Vanguard 的 Investor Questionnaire）获取初步的风险承受能力评分。
  2. 行为观察法：观察投资者在历史市场波动中的实际调仓行为，反推其隐含的 γ 值。
  3. 情景测试法：设计假设性投资场景（如“若组合单月下跌 15%，您会如何操作？”），根据回答校准 γ。
  4. 定期复核：每 1~2 年重新评估，因为风险厌恶程度随年龄、财富、家庭阶段变化。

3.5.3 案例拆解：不同 γ 值下的资产配置差异

假设某投资者可投资于两类资产：无风险资产（收益率 2%）和股票指数（预期收益率 10%，标准差 18%）。不同 γ 值下的最优配置如下：

γ 值 风险溢价 最优股票配置比例 组合预期收益率 组合标准差
2 8% 8% / (2 × 0.0324) = 123% 11.8% 22.1%
4 8% 8% / (4 × 0.0324) = 62% 6.9% 11.2%
6 8% 8% / (6 × 0.0324) = 41% 5.3% 7.4%

当 γ=2 时，投资者甚至愿意加杠杆（配置比例超过 100%）；当 γ=6 时，股票配置降至 41%。这一案例直观展示了风险厌恶程度对资产配置的显著影响。

3.5.4 常见误区与总结

实践警示：不要将风险厌恶系数视为固定不变的常数。2008 年金融危机期间，许多投资者的有效 γ 值从 3 跃升至 8 以上，导致大规模抛售。专业投资者应建立动态风险预算机制，在市场波动加剧时主动调整风险暴露，而非被动承受。

3.6 本章总结与知识框架

本章从风险厌恶的微观基础出发，构建了完整的风险溢价分析框架。核心逻辑链条为：风险厌恶（效用函数凹性）→ 期望效用最大化 → 确定性等价 → 风险溢价公式。关键知识点总结如下：

核心概念 关键公式/定义 实践应用
风险厌恶 U''(W) < 0，边际效用递减 判断投资者风险承受能力
Arrow-Pratt 系数 ARA = −U''/U'；RRA = −W·U''/U' 量化风险厌恶程度
期望效用 E[U(W)] = ΣpᵢU(Wᵢ) 投资决策的规范性基准
确定性等价 U(CE) = E[U(W)] 风险资产的“无风险等价”估值
风险溢价 π = E[W] − CE ≈ ½γσ² 资产定价、配置比例计算
核心要义：风险溢价不是市场“给予”投资者的礼物，而是投资者因承担风险而要求的公平补偿。其大小由两个因素决定：一是风险本身的数量（σ²），二是市场参与者对风险的厌恶程度（γ）。理解这一逻辑，是进一步学习 CAPM、Fama-French 因子模型和期权定价公式的前提。
← 上一章 📖 返回目录 下一章 →