玻尔百科当未来充满未知时，我们如何做出决策？无论是选择职业、投资股市，还是仅仅决定一项有风险的商业冒险，我们都在不断地权衡潜在回报与不确定结果。一种常见的做法可能是计算平均期望收益，但正如我们直觉上常感觉到的那样，这种简单的计算忽略了故事的关键部分：我们对风险的规避。损失的可能性往往比等量收益的前景更令人畏惧，这揭示了我们的选择是由满足感，而不仅仅是金钱驱动的。
本文深入探讨确定性等值，一个源自决策理论的强大概念，它为个人提供了一种衡量赌博真实价值的方法。它通过融入满足感或“效用”的主观性，填补了简单期望价值留下的空白。我们将首先探索构成其基础的核心思想，剖析其背后的心理和数学逻辑。
我们的旅程始于“原理与机制”一章，在那里我们将解析效用理论、风险规避和风险溢价的概念。随后，“应用与跨学科联系”一章将揭示确定性等值在现实世界中如何运作，提供一个统一的视角来理解金融、公共政策乃至动物行为等不同领域的决策。读完本文，您将获得一个全新的框架，用以理解不确定世界中的选择演算。
想象一下，一位朋友向你提议玩一个抛硬币的游戏。正面朝上，你得到1000美元。反面朝上，你什么也得不到。你愿意花多少钱来玩这个游戏？简单计算平均结果，即期望价值，表明这个游戏价值 美元。所以，你应该愿意支付最高500美元来玩这个游戏，对吗？
但如果赌注更高呢？正面朝上，你赢100万美元。反面朝上，你输50万美元。期望价值是25万美元的可观利润。然而，我们中的许多人会犹豫，甚至直接拒绝这个赌局。损失50万美元的想法远比赢得100万美元的前景更令人恐惧。这个简单的难题揭示了一个深刻的真理：我们赋予金钱的价值并非线性。我们在不确定性下的决策不是由期望的金额引导，而是由更深层次的东西：期望的满足感。
为了驾驭这个棘手的领域，经济学家和数学家发展了效用的概念。你可以将效用视为一个人幸福或满足程度的度量。效用函数，记为 ，将财富量 映射到一个效用水平。其核心思想是，对大多数人来说，效用呈现边际收益递减的特性。
这是什么意思呢？这意味着当你财富很少时，额外增加一美元所提升的效用，要远大于你已经很富有之后再增加同样一美元所提升的效用。最初的一千美元可能是是否有家可归的区别；而第一百万零一千美元可能只是买一块稍微好一点的手表。这种心理现实对应着一种特定的数学形状：凹函数。一个凹形的效用曲线在财富较少时很陡峭，随着财富增加而逐渐变得平缓。
这种形状是风险规避的数学标志。一个风险规避的人更偏爱一个确定的结果，而不是一个具有相同期望货币价值的赌博。选择错误的数学模型可能会产生奇异的后果。想象一下，试图基于几个数据点来为一个代理人的偏好建模。如果你的模型意外地产生了一个凸（向上弯曲）的效用函数，那么你建模的就是一个风险寻求的代理人——一个愿意为不确定性的刺激而付费的人，这通常不是大多数人或金融机构的行为方式。正确地把握函数的凹性至关重要。
那么，如果期望的美元价值不是评估赌博的正确方式，那应该用什么呢？我们使用期望效用的概念，它是所有可能结果的效用的加权平均值，权重为其概率。对于一个结果为 、概率为 的彩票，其期望效用为 。
这就引出了我们故事的核心主角：确定性等值 (CE)。一个赌博的确定性等值是指能给个体带来与该赌博的期望效用完全相同效用水平的保证金额。它是对“多大一笔确定的现金奖励会让你感到和参与这场赌博一样快乐？”这个问题的回答。它由这个简单而强大的方程定义：
这个方程是一个通用公式。如果我们知道一个人的效用函数和彩票的细节，原则上我们总能找到他们的确定性等值。对于简单的情况，我们可以用代数方法解这个方程。对于更复杂的情形，比如结果由混乱的连续概率分布描述时，可能不存在封闭形式的解。但这个定义依然成立。我们可以指示计算机计算期望效用，或许通过模拟成千上万个可能的结果（一种蒙特卡洛方法），然后数值求解CE。其原理保持不变：我们寻找与不确定的赌博“在幸福感上等价”的确定事物。
著名的圣彼得堡悖论是这一点的绝佳例证。在这个游戏中，一枚硬币被反复抛掷，直到出现反面。如果需要抛掷 次，则支付额为 美元。令人费解的是，这个游戏的期望货币价值是无穷大！然而，没有人会愿意支付无穷大，甚至非常大的金额来玩这个游戏。效用理论优雅地解决了这个问题。对于一个具有凹形效用函数（如 ）的风险规避者来说，该游戏的*期望效用*结果是一个有限的数字。这个有限的期望效用对应着一个完全合理、有限的确定性等值，这表明效用如何驯服无穷大，并使数学理论与人类行为保持一致。
现在我们可以回到我们最初的抛硬币游戏。该赌博的期望货币价值是，比如说，500美元。但对于一个风险规避的人来说，确定性等值——即该赌博对他们的“真实”价值——将低于500美元。假设他们的CE是400美元。
在我们的例子中，风险溢价是 美元。这100美元是不确定性的货币价值。这是该个体为了避免风险并选择确定结果而愿意放弃的期望回报量。从非常现实的意义上说，购买保险就是向保险公司支付风险溢价。你接受一个小的、确定的损失（保费），以避免发生灾难性财务损失的小概率事件。风险溢价是确定性的价格。
对于任何凹形效用函数，确定性等值总是小于或等于期望财富。这并非巧合；这是一个被称为詹森不等式的数学保证。直观上，对于一条凹形曲线，某个范围内函数值的平均值总是低于该范围平均点处的函数值。这保证了风险规避的个体总会有一个非负的风险溢价。
正如勇敢有多种方式，风险规避也有多种方式。个体效用函数的具体形状决定了他们如何对不同的风险选项进行排序。金融建模者使用几种效用函数族来捕捉不同“类型”的风险规避。
恒定相对风险规避 (CRRA):像对数效用 () 或幂效用 () 这样的函数属于这一类。具有CRRA效用的代理人，其风险承受能力与其财富成正比。他们愿意在给定的赌注上冒其财富的恒定比例的风险。亿万富翁可能会在普通人不敢触碰的风险投资中投入数百万，这并非因为他们天生更不规避风险，而是因为该风险只占其总财富的一小部分。
恒定绝对风险规避 (CARA): 指数效用 () 是这里的经典例子。具有CARA效用的代理人愿意在赌注上冒相同的绝对金额的风险，无论其总财富如何。
这些不同的模型可能导致不同的投资决策。给定一组具有不同期望回报和波动性的资产，一个具有对数效用的投资者可能会与一个具有指数效用的投资者对它们进行不同的排序。效用函数的选择是一个关键的建模决策，它反映了关于风险态度如何随财富变化的潜在假设。
到目前为止，我们讨论了如何根据最终结果来评估彩票。我们着眼于终点，计算期望效用，并找到确定性等值。但如果过程和目的地同样重要呢？
考虑两条投资路径。两者都以相同的资金量开始和结束。但一条路径在恢复之前经历了可怕的价值暴跌，而另一条则是平稳、持续的攀升。大多数人会强烈偏爱第二条路径。这种现象，被称为“损失规避”，表明我们的效用可能不仅取决于我们的最终财富 ，还取决于我们财富变化的整个历史路径。
现代效用理论可以通过定义依赖于路径的效用函数来包含这一点。例如，我们可以从终端财富的标准效用开始，但如果我们的财富曾跌破其起始点（“回撤”），则减去一个惩罚项。计算这种策略的确定性等值变得更加复杂，需要我们追踪投资可能采取的每一条可能路径，计算每条路径的效用，然后找到概率加权平均值。但基本原则保持不变：我们正在寻找提供等量（现在是路径依赖的）满足感的确定结果。这种灵活性使得确定性等值的优雅框架能够模拟出更丰富、更符合心理现实的人类决策图景。
现在我们已经掌握了效用的原理和确定性等值的机制，您可能会倾向于将其视为一个精巧但或许抽象的经济学理论。您可能会问：“这对思想实验来说固然不错，但它在现实世界中何处体现？它有什么用？”这是一个极好的问题，而答案正是这个故事最美的部分。确定性等值不仅仅是经济学家的玩具。它是理解不确定性下选择的一个基本钥匙，其印记无处不在——从你生命中最重要的决定，到全球金融的运作机制，甚至存在于自然界沉默、永恒的逻辑之中。
在本章中，我们将踏上一段旅程，去寻找确定性等值在其多种“栖息地”中的身影。我们将看到这个单一理念如何提供一种统一的语言，来讨论跨越惊人广泛学科的风险与回报。准备好以一种略微不同的方式看待世界吧。
让我们从最重要的实验室开始：你自己的生活。每一天，你都在信息不完整的情况下做出选择。确定性等值的概念不仅仅是这些选择的学术模型；它也是支撑这些选择的无声逻辑。
想一想一个年轻人可能做出的最重大的决定之一：选择职业道路。假设一个学生正在两个专业之间做决定。专业A，比如一个稳定的工程领域，通向一个收入舒适且相当可预测的职业生涯。专业B，或许是艺术或创业，是一个风险更高的赌注。它提供了获得巨大成功的微小机会，但有更大的可能性是获得一个较为普通的收入。一个基于平均值的纯“理性”选择，如果专业B的期望终生收入更高，可能会偏向于它。但这忽略了一个关键的人类因素：风险带来的焦虑。确定性等值给了我们谈论这一点的方式。对于一个风险规避的人来说，专业B的不稳定收入流的“价值”低于其简单平均值。他们会从期望价值中精神上减去一个“风险溢价”。他们选择A还是B，不仅取决于数字，还取决于他们的个人风险承受能力，这决定了这个折扣的幅度。学生实际上是在含蓄地比较每条路径的确定性等值，选择那个对他们而言感觉更好的路径，这其中既考虑了希望，也考虑了危险[@problem-id:2445860]。
同样的逻辑从终身职业缩小到现代日常的赌博。想一想一个内容创作者决定是否发布一个关于争议性话题的视频。潜在的回报，即成为病毒式热门视频带来的巨大互动量和广告收入，是诱人的。但风险也是真实的：视频可能被取消货币化资格，甚至导致频道被封禁，从而断送未来的收入。要做出这个决定，创作者必须权衡这些不同结果的概率。他们发布这个视频的确定性等值，是他们认为与承担风险同样好的保证金额。如果这个价值高于他们通过保守选择能获得的收入，一个理性的（尽管仍然紧张的！）创作者可能会点击“上传”。
这种思维方式不仅适用于我们个人的私下决定。事实上，它正是驱动我们金融市场的引擎。
金融学的第一课之一就是“不要把所有鸡蛋放在一个篮子里”。这就是分散化投资的原则。但它究竟为什么有效？确定性等值提供了一个优美的答案。想象你有两个风险资产，它们的回报并非完全相关。通过将它们组合成一个投资组合，你投资的整体方差——即“风险性”——降低了。对于一个风险规避的投资者来说，降低方差本身就是一件好事。即使投资组合的平均期望回报与其更具波动性的组成部分相同，该投资组合的确定性等值也更高。为什么？因为你从期望价值中减去的风险溢价对于波动性较小的投资组合来说更小。分散化投资并非魔法；它是创造一种其确定性等值大于其各部分之和的资产的直接结果。
这个概念也让我们能理解风险本身的价格。在一个可以交易在不同“世界状态”下支付的证券的完全市场中，这些证券的价格揭示了市场作为一个整体如何评估风险。一个最优投资组合的确定性等值不仅仅是你的初始财富；它是你的初始财富经过一个因子的调整，该因子捕捉了市场为让你避免不确定性而收取的费用。它量化了在经济机器中因风险摩擦而损失的价值。
确定性等值甚至阐明了像拍卖这样的竞争环境中的行为。假设你正在参加一个第一价格拍卖，出价最高者赢得并支付其出价。你对物品对你的价值有一个概念，但这个价值是不确定的。你应该出你对物品价值的最佳猜测吗？一个风险规避的竞标者不会这么做。“赢家诅咒”的恐惧——即赢了，却发现自己支付的远超物品实际价值——是一种强大的威慑。一个理性的竞标者会“调低”他们的出价。最优的出价不是物品的期望价值，而是一个与其确定性等值相关的更复杂的数字。你正在平衡获胜的概率与糟糕结果的负效用，这种计算正是确定性等值概念的核心。
一旦我们理解了人们和组织是基于确定性等值来行动的，我们就可以利用这一知识来设计更好的系统。
考虑经典的委托-代理问题：公司（委托人）应该如何补偿其CEO（代理人）？固定薪水无法激励其努力工作。完全与波动的股价挂钩的奖金可能对CEO来说风险太大，他们会要求巨大的期望报酬来补偿安全感的缺失。最优的合约通常是两者的结合。它旨在为代理人提供一个确定性等值足够高的方案包，以使他们接受这份工作（这被称为“参与约束”），同时又让他们在结果中拥有一定的利益，以激励努力（“激励相容约束”）。确定性等值是现代契约理论的基石，解释了从高管薪酬到特许经营协议等各种安排的结构。
这种设计理念延伸到公共政策。想象一个环境机构想要鼓励土地所有者采取能改善水质的农业实践，这是一种“生态系统服务”。这些实践的益处可能是不确定的，取决于天气和其他因素。该机构可以提供固定支付，这对土地所有者来说是安全的，但对机构来说可能成本过高。或者，它可以提供基于实测绩效的支付，这更有效率，但让风险规避的土地所有者面临不确定性。确定性等值提供了关键。它允许机构计算出土地所有者认为与有风险的、基于绩效的合约同样有吸引力的精确固定支付（）。这个价值，即期望支付减去风险溢价，成为设计成本效益高且具有吸引力的环境项目的重要数据点。
这种逻辑甚至渗透到了A/B测试的数字世界。当一家科技公司测试一个新的网站功能时，它不仅仅关心哪个版本平均点击率更高。一个被一些用户喜爱但被另一些用户讨厌的功能具有高方差。一个风险规避的公司可能更喜欢另一个提供较小但更可靠改进的功能。停止测试并推出“胜利者”的决定是在利用（使用当前看起来最好的）和探索（收集更多数据）之间进行权衡的行为。一个风险规孕的目标意味着公司在含蓄地最大化其未来收入流的确定性等值，这可能导致它偏爱“更安全”的变体，并比纯粹风险中立的公司更早停止实验。
或许，确定性等值最令人叹为观止的应用远超人类经济学的范畴，而在于行为生态学领域。一只觅食的动物面临着一连串不确定性下的决策。它应该去一片稳定含有少量浆果的灌木丛，还是应该前往一棵遥远的树，那里可能果实累累，也可能已被竞争者采食一空？
这当然与投资者面临的问题完全相同。动物的“效用”是其适应度——其生存和繁殖的机会。能量是它的货币。对于一只在生存边缘挣扎的动物来说，一天没有食物是一场灾难，其严重程度远超一天有双倍食物带来的好处。这使得动物天生就是风险规避的。当面对两个提供相同平均卡路里回报但一个低方差（可靠）另一个高方差（要么丰收要么歉收）的觅食地时，一个风险规避的觅食者会偏爱可靠的那一个。它对高风险觅食地的确定性等值低于其期望价值。自然选择，经过数千年的作用，已经塑造了动物行为以遵循期望效用的法则。那只选择树枝的卑微小鸟正在进行一种华尔街分析师会立即认出的计算。在这里，我们看到了一个深刻科学思想的真正统一力量。
从选择专业的焦虑学生，到设计CEO合约的公司，再到觅食的知更鸟，一条单一、优雅的逻辑线索贯穿其中。确定性等值不仅仅是一个公式；它是一个镜头，揭示了不确定世界中选择的共同结构。它是风险的微积分，一种通用语言，将概率的冰冷赔率转换为主观、温热的决策现实。它向我们展示，在一个由机率支配的宇宙中，对确定性的某种量度的渴望是所有力量中最基本的一种。