第六届中国（国际）资产管理大会上，美国著名经济学家、2011年诺贝尔经济学奖获得者托马斯.萨金特就其最具代表性的“理性预期理论”发表了“理论预期与不确定性”（Rational Expectation and Ambiguity）的专题演说。

非常荣幸来到这里发表演讲，主题是《风险与不确定性》。风险指的是人们不知道市场上会出现怎样的一种情况，不确定性就是大家对市场出现风险的概率的认识不太一样。模糊性这个词语更加宽泛一些，你不太知道风险出现的概率和分布，人们使用“不确定性”表示他们不知道该市场的风险分布是怎样的。我在这个方面做了一些研究，这里跟大家分享一下，这个分析会如何投资选择的影响、政府策略或者市场定价，今天我还要跟大家分享的是理性预期，这是一个概念，这个概念是一个金融学的概念，或者说是计量经济学的概念。

首先，我跟大家讲决策理论。我们如何做决定？这个理论其实有一些组成部分，其中有一个叫做期待效用，我等一下会跟大家讲。这是我们做的资产选择模型，我会跟大家分享期待效用，我会跟大家讲模糊性、不确定性。

期待效用，这里我分成两个部分，比如说在MBA领域经常来分析期待效用，损失函数、有效函数。概率，取值结果上的概率分布。这个期待效用在经济学里面用得非常广泛。我想大家可能都听过理性预期这个词语，理性预期是指人们都把它的期待效用最大化，他们可能有自己的效用函数，可能有自己对于概率分布的理解，然后就去预测。比如说，我觉得理性预期就像共产主义一样，每个人都对此有些了解，每个人在这个模型当中对各种信息充分了解。计量经济分析师会帮助我们最大化期待效用，每个自然人都是其中的因子，如果人们在进行交易，有些人不去做交易，因为他们的函数不一样，每个人对于预期是不一样的，所以理性预期在计量经济学里头和金融领域应用得非常广泛，在金融领域的资产定价模型和其他模型当中也是非常广泛地用到了理性预期的概念或者原理。在央行里头人们经常使用动态随即模型，但是其他的经济行为当中人们也会用到这个概念。

为什么要使用理性预期呢？

第一个原因，它非常简单，假如说你有充分的数据，比如说你挖掘很多的数据进行分析，那么你就可以采用大数法则来算出一个经济行为的概率分布，然后就可以作出最佳的选择。这是另外一个选择理性预期的理由，有一个进化生存争论，如果说你在一个社会当中，有些人对概率有很好的理解，他们的预测比你更加准确，那么在衍生市场当中做交易，比如说前面演讲者也提到过衍生市场，他们就像下赌注一样，做一些大宗商品的交易。通过这种方式，其实财富是从作出不准确概率的人的手中转移出来的。我刚刚讲的这些理由可能是可以接受的，但是也有一些人提出了质疑，有些人说这个理性预期理论是否过于简单了呢？而且大数法则是非常费时的一个测验，在大数法则原则下还有一些不处于均衡道路下的元素，比如衍生市场有一些人更加得聪明，可是另一些人的知识水平却相当有限，他们就不能够在市场中生存下去。

我这里再跟提一个计量经济学里的原理，人们对于概率分布、可能性的预测是怎么样做的呢？他们是不是通过数据来进行预测的呢？我想我的答案是你可以通过贝叶斯法则（音译），他们对于将来发生事情可能性的预测，在最开始的时候其实他们心里已经有一个可能性预测了，这个理论是期待效用原理的一个重要组成部分。这里我跟大家分享一个埃尔斯悖论（音译）的实验，它对贝叶斯法则（音译）提出了质疑，这里就做了一个实验，你走进一间房子，你有机会来参加一场赌注，在你进入这个房间之前要作出选择，你会选择A缸里面的球还是B缸里面的球，A缸有10个黑球和10个白球，如果你能够猜中的话就可以获得1000万美金，这个选择是纯自然的，如果你猜对了，你就会有1000万美金的奖金，如果猜错了，那么你就没有奖金，我们可以去计算一下，我们赢这个奖金的话的可能性是500万吧。B缸里面有20个球体，但是黑的和白的不知道分别是多少，你无法预测黑白的概率，你仍然可以去猜一下，当然同样你如果猜对的话还是会获得1000万的奖金，否则的话就没有奖金。问题就是你会选择哪一个缸什么球呢？到底是选A还是B呢？其实这是一个非常著名的实验，可能你可以回家做一下这个试验。当初做这个实验的对象是很多经济学家，他就问这些经济学家，通过问这些经济学家得到统计数据。大家知道选择A的话，猜对概率是50%，B缸呢？如果你遵循贝叶斯原则的话，你的概率猜测不是50对50，你对这个概率分布不确定，这样的话你可能就会选择B缸，因为你觉得从B缸里头的回报可能会比A缸更大，更有可能猜对。贝叶斯原则的信奉者认为B缸的可能性更大，选择B缸的话猜中率可能是60%，贝叶斯的信奉者一开始就有内置的概率估计的做法。做这个实验的时候，大部分的经济学家选的是A缸，贝叶斯法则（音译）的支持者可能会选择B缸，普通人更愿意选择A缸，这个实验非常有名，其实这个实验就是分析人们对于模型不确定性的偏好。这个实验结果曾经发表过，实验指出有些厌恶模糊性的人会选择A缸，他们说不知道B缸的黑球白球的个数，我有一系列的概率推测，可能是40、60或者是60、40，这个可能性不是唯一的，会有一组的概率分布的可能性，你要去了解这个实验里面选择B缸的人会有极大极小心理，他会想到最差的一种情况，如果我选了白球的话，那么结果就是黑球，总是会想到最坏的情况，如果我选了B缸，而结果肯定不是B缸，而是A缸，这个极大极小行为就是人们对于自己的期待效用有一个范围的估计，这种人一般来说是比较的谨慎，极大极小期望效用值，他们往往会预测到最坏的情况和最好的情况，这里有一个范围。我们得到了一个结果，人们是通过极大极小计算的模型来算出自己猜中的可能性的范围。我认为这是理性预期的延伸，而且人们认为自己无所不知的心理的终结。

当我们来处理这个模糊性的时候，我们脑子当中不是某一个唯一的独立的模型，其实我们脑子当中有一组的关于概率分布的模型。以前美联储主席曾经说过，他认为中国经济绝不是单一模型能够解决的，是要有一组模型。我们要去测量一下这组模型到底有多少个，大家可以想象一下这个概率分布模型，有一组的抛物线，当然到底最后的可能性是哪一根抛物线，我们无法确定，所以这是一组抛物线模型。当然这些抛物线的值是相当接近，我们给它一个术语，叫商（音译），这个术语看起来比较吓人，但是里面比较简单，就是来算这个概率的。假如说你是经济分析家的话，你可以看到上面的公式，你要算一下自己到底需要多少的数据来算出概率分布，我们可能会有一个模型。理性预期者会说我们会有一组模型，这组模型的统计数据是非常接近的，我们根据这些模型来作出一些决定，当然他们肯定希望所作出的决定是正确的，不管你用的哪个概率曲线，我们这个曲线取材于很多数据。极大极小行为者，他们非常谨慎，他们也会质疑模型是否正确。

接下来我再给大家看一下其他的公式。这上面又是两个公式，讲的是模糊性的公式，有些情况下市场可能会关闭。市场上有一个商品或者衍生商品可以进行交易，根据这个基线模型，它的期待回报是U，这个U是正态分布，这个正态分布叫做标准模型，但是你不是很信任这种标准模型，那么你有一系列的模型，就是跟这个基线模型很接近，那么你在做决策的时候，假如说你在想不管这一套模型当中哪一个模型是主导地位，你的决策都是正确的，所以有极大极小行为结果者就会这么做。刚才有提到模糊厌恶者，他们对效用都有自己的期待。

你可以去借钱，当然这里有风险性，也有零风险的交易，你去买入风险债券，你可以是看多或者看空，你可能会设一个限，在某一个限度内不卖或者不买，其实这是你经常向自己提出的问题，这是一个非常简单的问题，假如说你百分之百信任这个概率分布的话，你没有这种信任性这个概念在里头的话，你这个期待效用是正数，那么你就去买入看多，否则的话你就去看空。这个叫标准方差，上面正1是看多或者是买入，负1是看空。在这个情况下，你相信这个概率分布的话就会这么做，你不相信这个概率分布的话，你的做法就是这张图，在这个区域里头叫做非活跃区域，你不做任何的交易，如果风险回报率特别高的话，可能你会看多，如果风险回报率特别低的话就会看空。我想我如果在这个区域看多的话，有可能我得到的结果是亏。我刚才提到的风险厌恶者会这样想，所以他们就特别谨慎，在这个非活跃区域里面，X轴线非常谨慎，不会有任何的买卖行为。在这个区域当中，他们是不活跃的。

这里有一个均衡模型，在这个模型当中觉得这个市场当中有一些非理性出牌，模糊性偏好者的做法。我跟大家分享一个概念，这是一个非常重要的概念，对于从业者来说。你怎样去解释资产的溢出价，在这里有一个金融概念，叫做风险市场价格，比如说有一个资产有高风险回报率，这个高风险回报率其实在补偿你承担了很多的风险，也有一个它的概率分布的概念，有可能我们会得到多余的回报，因为这是一个有风险的回报。研究者指出这是非常重要的原因，使得人们去做一些风险投资，当然有一些其他的原因，有些人说这个不局限于股市，有可能是衍生商品，在所有的这些商品交易当中都有风险回报在里面。研究者就建立了一些模型来计算风险回报率或者人们的行为，这是金融学经常用到的一个非常重要的公式，R是风险回报率，M是随即折现因子（音译），这个公式可以用于资产定价，会考虑随即折现因素。资产价格是M回报的一个斜方差，这个想法生成了风险价格这样一个术语。我们可能会问，斜方差究竟是基于怎样的概率分布呢？我想在市场当中有各种各样的回报，每个人都是有不一样的想法，假如说模型模糊性的话，人民的想法不一样的话，那么结果就不一样，当然人们可以提出一套的概率分布曲线，这样可以计算最终的结果。我们可以有一系列的概率分布曲线，结果就是风险价格与模糊性、不确定性被区别开，有风险的话就有回报，回报率就高，不确定性如果存在的话，你面对的风险更大的话，那么你会给予更多的回报的补偿，因为你有一系列的概率分布曲线，当然你可以去算一下风险的市场价格或者不确定性的市场价格。不过最终我想说的的，少部分的模型不确定性其实可以替代，可以让人去承担更大部分的风险，因为它有额外的收益，当然人们对于额外收益有不同的理解，而且这个额外收益也是非常有波动性，当人们谈论风险的时候，有些人看到风险马上改变主意，因为他们厌恶风险，他们不喜欢不确定性。

接下来我再给大家看一下其他的公式。这上面又是两个公式，讲的是模糊性的公式，有些情况下市场可能会关闭。市场上有一个商品或者衍生商品可以进行交易，根据这个基线模型，它的期待回报是U，这个U是正态分布，这个正态分布叫做标准模型，但是你不是很信任这种标准模型，那么你有一系列的模型，就是跟这个基线模型很接近，那么你在做决策的时候，假如说你在想不管这一套模型当中哪一个模型是主导地位，你的决策都是正确的，所以有极大极小行为结果者就会这么做。刚才有提到模糊厌恶者，他们对效用都有自己的期待。

你可以去借钱，当然这里有风险性，也有零风险的交易，你去买入风险债券，你可以是看多或者看空，你可能会设一个限，在某一个限度内不卖或者不买，其实这是你经常向自己提出的问题，这是一个非常简单的问题，假如说你百分之百信任这个概率分布的话，你没有这种信任性这个概念在里头的话，你这个期待效用是正数，那么你就去买入看多，否则的话你就去看空。这个叫标准方差，上面正1是看多或者是买入，负1是看空。在这个情况下，你相信这个概率分布的话就会这么做，你不相信这个概率分布的话，你的做法就是这张图，在这个区域里头叫做非活跃区域，你不做任何的交易，如果风险回报率特别高的话，可能你会看多，如果风险回报率特别低的话就会看空。我想我如果在这个区域看多的话，有可能我得到的结果是亏。我刚才提到的风险厌恶者会这样想，所以他们就特别谨慎，在这个非活跃区域里面，X轴线非常谨慎，不会有任何的买卖行为。在这个区域当中，他们是不活跃的。

这里有一个均衡模型，在这个模型当中觉得这个市场当中有一些非理性出牌，模糊性偏好者的做法。我跟大家分享一个概念，这是一个非常重要的概念，对于从业者来说。你怎样去解释资产的溢出价，在这里有一个金融概念，叫做风险市场价格，比如说有一个资产有高风险回报率，这个高风险回报率其实在补偿你承担了很多的风险，也有一个它的概率分布的概念，有可能我们会得到多余的回报，因为这是一个有风险的回报。研究者指出这是非常重要的原因，使得人们去做一些风险投资，当然有一些其他的原因，有些人说这个不局限于股市，有可能是衍生商品，在所有的这些商品交易当中都有风险回报在里面。研究者就建立了一些模型来计算风险回报率或者人们的行为，这是金融学经常用到的一个非常重要的公式，R是风险回报率，M是随即折现因子（音译），这个公式可以用于资产定价，会考虑随即折现因素。资产价格是M回报的一个斜方差，这个想法生成了风险价格这样一个术语。我们可能会问，斜方差究竟是基于怎样的概率分布呢？我想在市场当中有各种各样的回报，每个人都是有不一样的想法，假如说模型模糊性的话，人民的想法不一样的话，那么结果就不一样，当然人们可以提出一套的概率分布曲线，这样可以计算最终的结果。我们可以有一系列的概率分布曲线，结果就是风险价格与模糊性、不确定性被区别开，有风险的话就有回报，回报率就高，不确定性如果存在的话，你面对的风险更大的话，那么你会给予更多回报的补偿，因为你有一系列的概率分布曲线，当然你可以去算一下风险的市场价格或者不确定性的市场价格。不过最终我想说的的，少部分的模型不确定性其实可以替代，可以让人去承担更大部分的风险，因为它有额外的收益，当然人们对于额外收益有不同的理解，而且这个额外收益也是非常有波动性，当人们谈论风险的时候，有些人看到风险马上改变主意，因为他们厌恶风险，他们不喜欢不确定性。

这是我最后一个图形，组织者要求我谈强韧原则，所以我通过这张图跟大家解释一下。大家看到这里有一根红线和一根蓝线，横轴就是商（音译），商就是来衡量这一套概率分布的准确性的数值，假如说你的头脑里头就像贝叶斯法则者一样，他们脑子里面就有一个概率分布可能性，就是零，所以他们期待效用就在6，假如说你支持强韧原则的话，那么你的期待效用就是5。这个原则的人认为你不要把期待效用最大化，这个图形还有其他的意义，假如说你是经济分析师或者是计量经济学家，你可能会问这样的问题，我用这两个原则，叫做零商（音译）原则，它的商是零的话，可能这个模型会是错误，曲线非常得接近红线，我的期待效用最低点和最高点会在7和5之间，假如说这个商又继续增加，模糊性继续增加的话，那这个概率可能性的极值又增大了，所以我就不知道我的期待效用最终的结果是多少，但是我知道上下浮动的范围，因为我有一套的概率分布曲线在脑子当中。比如说我们可以选择脑子当中其中一个原则，比如央行里头用的一些模型，我们要去出台最好的金融货币政策，当然我们可以用极大极小值效用原理等等，我可以计算出，也就是说在我们只用一个模型的时候期待效用只有一个数值，但是如果这个模型是错误的话，我一样还是可以得出另外一个期待效用，大家可以看到蓝色的图形是更加窄一些，用这个模型的话我对我的风险敏感率，或者对于错误的敏感率就会降低。贝叶斯原则它的理性预期就在6，当它出现错误的时候，假如说这个概率估计是错误的话，那我们就设计另外一个原则吧，就是进行资产选择，那么就来进行计算，我们就采用不是非常敏感的选择，所以就得到蓝色的线，我们用一个术语叫做强韧法则，让我们的统计数字更加得不受制于经济变化，就是不那么敏感。

我们脑子当中有概率分布的模型以及其不确定性，这些问题是我们需要思考的，我觉得也是比较重要的，而且也是非常有趣的。谢谢！