第18章（第1 / 2页）

BIPF（I）

P·F（I）1001／410

2．52001／220

10．03001／425

我们可以把一笔钱——或一笔收入——看成表示一种概率（既然这种收入在不同货物中的最优配置已由确定性条件下的选择理论进行了讨论），因此，一个选择的目标将是收入的一种概率分布；例如，获得收入I1的概率P1，获得收入I2的概率P2，获得收入I3的P3，等等，各概率之和为一。选择的另一个目标将是一种不同的概率分布。我们现在可以把建立用以合理地说明在这些目标之间进行选择的理论作为我们的课题。

预期效用最大化

让B表示这类选择的一般化目标，也就是表示一组或“一揽子”可供选择的收入及其相应的概率（如果我们要对不同组进行对比，我们将使用下角标志，也就是B1表示一组，B2表示另一组，等等）。我们将假设，个人能够排列这些选择目标，而这些排列服从传递条件，因而如果他把B1排列在B2之上，把B2排列在B3之上，他会把B1排列在B3之上。让函数G（B）表示这一排列，也就是G（B）是一个函数，它对于每个目标或每笔款项（每个B）赋予一个数字，而且这些数字具有个人会优先选择一个有较高数字的B，而不是有着较低数字的B的性质，也就是说，这些数字根据这个人的偏好，表示出所有款项的一种排列。为了与确定性条件下的选择理论所用的语言相一致，G（B）可以看作是给出了与各种收入的概率分布相对应的“效用”。

直到目前为止，所表述的理论几乎完全是一般性的，因此，也几乎完全是空洞的。它仅仅是讲，个人对各种互相替代的可能性进行排列并在他们可以选择的那些替代办法中选择他们列为最高的一个。它的唯一内容在于假设各种选择的一致性和传递性。我们所引入的函数G（B）仅是下列说法的一个简化了的表达式：个人可以被设想为拥有对可能的诸选择目标进行一致的并且具传递性的排列。甚至在原则上说，我们也只能通过观察个人在全部可能的目标之间所进行的选择，来确定他的G（B）；如果从没有对个人提供过某种目标B，我们就永远不能计算出它相对于其他选择的排列位置。

一种特定的理论需要对G（B）形式做一些特定的说明。我们要考虑的一种非常特殊的理论如下：让选择目标B由收入I1的概率P1，收入I2的概率P2……，收入Ik的概率Pk组成，这样，这种特定的理论就可把G（B）写成如下的式子：

k

G（B）＝∑PiF（Ii）

i＝I

这里F（I）仅是I的某种函数，换言之，这种特定理论包含着一种假设，即存在着函数F（I），它具有如下性质，在等式1中计算的G（B）可得到一种对各个可能选择的目标的正确排列。为了解释这一概念的意思，假设有像表4．1那样特定的B项和F项。这笔款项的数学期望为200，由∑PI式给出，这笔款项的G为18．75，由∑P·F（I）式给出。

表4．1