李楠、邢帅（上海交通大学）、朱宇宏（新加坡管理大学）

《不确定性下的投资决策和资产定价研究综述》，《经济评论》 2024年第6期

　　“世界上唯一确定的就是不确定性”在当下广为流传。随着经济全球化和世界多极化的加深，各国间经济贸易摩擦的加剧使得全球经济的不确定性日益增加。同时，人类经济活动对环境的影响也让气候变化所带来的不确定性愈发显著。

　　从2020年的重大公共卫生事件到2024年特朗普当选美国总统后关于关税、移民和国际关系的言论，以及2025年初的美国加州大火，这些事件让人们不得不认真思考：面对不确定性，应如何做出决策？企业经营者和投资者如何制定最优的经营和投资策略？政策制定者又该如何设计有效的经济政策、货币政策及金融市场监管规则？

　　解决这些问题的前提，是深入理解个人、企业和政府等经济决策主体在面对不确定性时所遵循的决策原则。早在一个世纪前，芝加哥大学经济学教授弗兰克·奈特便指出应该明确区分“不确定性”和“风险”这两个常被混为一谈的概念：风险指的是结果未知但概率分布明确的随机性，例如掷骰子或扔硬币；而不确定性则是结果未知且概率分布不确定的随机性，比如未来的天气或股票价格。奈特进一步指出，人们在面对风险和不确定性时所采取的决策原则截然不同，因此必须加以区分。

　　美国经济学家丹尼尔·埃尔斯伯格通过“埃尔斯伯格悖论”说明，人们在面对概率分布确定的风险时，通常会选择使自身预期收益最大化的决策；而在面对概率分布不明确的不确定性时，往往会采取“最坏情况下的最优打算”，即极大极小原则。这一原则在中文俗语“不怕一万，就怕万一”和英文谚语“Better the devil you know”中都有体现，揭示了人类在应对不确定性时的古老智慧。

　　然而，并非所有人在面对不确定性时都会采用极大极小原则。有些人因对不确定性缺乏认识，或者选择忽视其存在，而过度相信自己判断的正确性，这种盲目自信的决策往往导致灾难性后果。例如，在股市中，有些投机者迷信小道消息，盲目认为自己能成为投资达人，却最终沦为“韭菜”。因此，诺贝尔经济学奖得主丹尼尔·卡尼曼曾表示，他最希望消除的认知偏差就是“过度自信”。然而，尽管极大极小原则可以帮助我们避免灾难性后果，但若缺乏有效的信息收集以减少不确定性，则可能陷入“杞人忧天”式的过度保守。这种决策方式容易错失机会，不利于创新和发展。

　　因此，无论是政府、企业还是个人，首先需要认识到不确定性无处不在，并将其作为决策的重要前提；其次，在面对不确定性时，需要充分考虑各种可能性，制定底线思维，做好最坏的打算，以稳健性原则避免灾难性后果；最后，要认识到“杞人忧天”式的过度保守同样代价高昂，因此需要及时、充分地收集信息，缩小不确定性，排除微乎其微的可能性，从而制定稳健且精准的决策。

　　自20世纪70年代以来，研究发现越来越多金融市场的异象无法用仅考虑风险的资产定价模型解释，而在传统金融分析框架中引入不确定性有助于解释这些现象。2013年诺贝尔经济学奖得主之一、芝加哥大学经济学教授拉尔斯·汉森在2007年美国经济学会年会上指出，不确定性和风险在金融市场定价中存在本质差异。他与2011年诺贝尔经济学奖得主之一托马斯·萨金特自20世纪80年代起合作的一系列论文表明，政策制定者和经济决策者不仅需要面对经济社会中的不确定性，还需应对经济分析和政策制定过程中的模型不确定性及参数不确定性。因此，随着全球政治经济不确定性的增加，在制定经济政策和货币政策时，考虑不确定性并采用稳健且精准的决策原则愈发重要。

　　近五十年来，有关不确定性下投资决策和资产定价的理论研究成果丰硕，但基于真实市场数据的实证研究却较为稀缺。其主要挑战在于如何利用金融市场的实际观察数据来估计和度量不确定性。由于奈特不确定性的本质是未知的概率分布，而传统统计学理论基于对确定概率分布的估计，这一矛盾成为相关实证研究的最大难点。因此，与不确定性相关的实证研究多基于实验数据或使用代理变量。在奈特不确定性框架下，利用实际经济金融数据区分概率分布已知的风险和未知的不确定性是关键挑战。

　　我们在总结不确定性度量难点的基础上，重点介绍了不确定性度量的最新研究进展，特别是Ma、Li和Qin（2024）提出的基于奈特不确定性框架的股票不确定性度量理论与实用方法。本文为学者利用经济和金融市场实际数据，合理选择不确定性度量方法，量化分析不确定性下的风险定价、投资决策及市场有效性提供了重要参考。