英国杜伦大学Hong Il Yoo教授来访厦门大学开设学术讲座

发布者: admin     发布时间: 12/26/2016    共浏览 388 次

       12月19日下午,英国杜伦大学商学院Hong Il Yoo教授应邀在经济楼D236做了一场题为“Structural Estimation of Ambiguity Preferences: A Joint Maximum Simulated Likelihood Approach”的学术讲座。本场讲座由赵西亮老师主持,经济学院、王亚南经济研究院(WISE)的师生参加了这次讲座。

      不确定性通常包括两种类型:一种类型是实验结果是不确定的,而实验结果的概率分布是确定的。另一种类型是实验结果的概率分布是不确定的,可称为模糊性(Ambiguity)。针对模糊性,在以往的文献中,一阶段模型、二阶段模型模型均有较多成果,也有文献考虑了不可观测的偏好异质性(具体来说表现在信念的异质性)。因为在现实中每个人的偏好不同,所以首先需要估计参数的分数情况,因此在这篇文章里Hong Il Yoo教授将在模型里允许信念的异质性同时考虑其他的结构参数。

       在进行参数估计时需要使用实验数据,Hong Il Yoo教授选择了一个实验样本。Abdellaoui,Klibanoff and Placido三位作者在2015年发表了一篇论文为他的论文提供了实验数据,该实验数据有209个实验者,其中有94名在实验1,另外115名参与了实验2,该数据涉及到了两个不同的实验阶段、为参数估计提供了很好的样本。那么该实验设计是怎样的呢?该试验的目的是为了找到确定性等价的金额:在实验1中包括了简单风险、非退化风险以及异质性风险;实验2除了包括实验1的内容还引入了抽取的模糊性(Ambiguity)。

       Hong Il Yoo教授举例到,在Ambiguity实验下,有三种可能的情况,两个黑球、一黑一红以及两个红球,其发生的概率分别为q1、q2和q3,根据三种情况的支付可以计算出主观期望效用(Subjective expected utiliyu);同时可以计算排序效用(Rank-dependent Uility),即使用概率的函数作为效用的权重计算期望的排序效用。不论是哪一类模型,都可以利用数据得到的实验结果分布情况来进行结构估计。在结构估计中,三类模型都被假设为常数风险系数CRRA效用偏好,排序效用模型(Rank-dependent Uility)使用概率分布作为效用的加权。在假设行为误差服从正态分布以后,他使用Probit模型设定来估计参数。如果假设所有人的偏好相同,只需要估计一个行为偏误参数;但是这里考虑偏好的异质性,Hong Il Yoo教授将主观信念(belief)设定为服从对数正态分布形式的随机变量,由此估计该对数正态分布的均值和方差。

       在使用了以上实验数据进行实证估计的情况下,Hong Il Yoo教授得到结论:在模糊性的情况下人们容易认为他们获胜的概率要高些,得到的S型概率加权函数分布说明人们倾向于高估获胜的概率并且简单风险实验中的获胜概率相比于复杂风险实验更容易被高估。Hong Il Yoo教授还发现:如果获胜的概率增加,简单风险实验中实验者的意愿支付分布与复杂风险实验中实验者的意愿支付分布之间的差异会减小;人们对于复杂风险实验的厌恶程度要高于对于简单风险实验的厌恶程度,然而大部分人更加喜欢复杂风险的实验。

       最后,Hong Il Yoo教授认为模型的估计对于模型设定还是比较敏感,不同模型估计出来的结果会影响概率函数、意愿支付等的分布情况。讲座结束后,部分师生针对讲座的内容与Hong Il Yoo教授进行了深入的交流。

(WISE 林菡馨  SOE经济学系 万威)

 

厦门大学经济学系版权所有  @2008-2010