经济学常识-期望为正，为什么你仍然不该全押？
一个按钮背后的非遍历性、凯利准则与分散化
1. 问题
考虑如下问题：桌上有一个按钮。按下去之后：
- 以 \(50\%\) 的概率，你的 全部资产 乘以 \(0.1\)；
- 以 \(50\%\) 的概率，你的 全部资产 乘以 \(9\)。
问题：这个按钮应该按吗？
很多人第一反应是算期望：
\[ E[X]=\frac12\times 0.1+\frac12\times 9=4.55>1. \]
期望为正，而且大得离谱，所以“当然按”。
但另一笔账会给出相反答案：
\[ E[\log X]=\frac12\log 0.1+\frac12\log 9 =\frac12\log 0.9<0. \]
对数期望为负。
于是有人说：“期望是正的，但取 log 后再求期望是负的，所以要避免对着同一部分的钱反复按，而应该均分后对每一部分分别按。”
这句话大方向是对的，但它把好几件事压缩成了一句话。下面把它拆开。
2. 算账
设初始财富为 \(W_0\)，第 \(i\) 次按按钮的乘数为 \(X_i\)，独立同分布：
\[ P(X_i=0.1)=P(X_i=9)=\frac12. \]
按 \(t\) 次后：
\[ W_t=W_0\prod_{i=1}^{t}X_i. \]
2.1 集合平均：期望财富
\[ E[W_t]=W_0\prod_{i=1}^{t}E[X_i] =W_0(4.55)^t\to\infty. \]
2.2 时间平均：典型路径
由强大数定律：
\[ \frac1t\log\frac{W_t}{W_0} =\frac1t\sum_{i=1}^{t}\log X_i \to E[\log X] =\frac12\log 0.9<0. \]
所以典型路径：
\[ W_t\approx W_0 e^{tE[\log X]}\to 0. \]
等价地，路径的几何平均乘数：
\[ W_t^{1/t}\to e^{E[\log X]}=\sqrt{0.9}\approx 0.9487<1. \]
2.3 对比
| 口径 | 数学量 | 结果 | 含义 |
|---|---|---|---|
| 单期算术期望 | \(E[X]\) | \(4.55>1\) | 横截面平均，被暴富路径拉高 |
| 多期期望财富 | \(E[W_t]\) | \(W_0(4.55)^t\to\infty\) | 仍是集合平均 |
| 典型路径增长率 | \(\frac1t\log W_t\) | \(\to E[\log X]=\frac12\log 0.9<0\) | 个人实际经历的时间平均 |
| 路径几何平均乘数 | \(W_t^{1/t}\) | \(\to\sqrt{0.9}\approx0.9487\) | 每期典型缩水约 \(5.13\%\) |
矛盾吗？不矛盾。 期望被极少数暴富路径拉高了，大多数路径趋零。这就是典型的“集合平均”与“时间平均”不一致——非遍历性。
3. 非遍历性
两次之后，四条等概率路径的财富分别是：
\[ 0.01W_0,\quad 0.9W_0,\quad 0.9W_0,\quad 81W_0. \]
算术平均：
\[ \frac{0.01+0.9+0.9+81}{4}W_0=20.7025W_0. \]
看起来很美。但四条路径里有三条低于初始财富，只有一条（概率 \(1/4\)）暴富。按得越多，这个结构越极端：绝大多数路径趋零，极少数路径天文数字，期望由后者主导。
个人不是同时活在四个平行世界里取平均，而是沿着一条路径生活。所以个人跨期决策更关心典型路径，而不是横截面期望。
4. 最大化的是期望效用，不是期望财富
冯·诺依曼—摩根斯坦效用下，理性选择是最大化
\[ E[U(W)], \]
而不是 \(E[W]\)。
如果 \(U(W)=\log W\)，全押按一次后的期望效用变化是
\[ E[\log X]=\frac12\log 0.9<0. \]
全押按一次的确定性等价为
\[ e^{E[\log X]}=\sqrt{0.9}\approx0.9487. \]
也就是说：全押按一次，对你的效用等价于资产先缩水到约 \(94.87\%\)。 所以不按更好。
经济学直觉是边际效用递减：亏 \(90\%\) 带来的效用损失，大于赚 \(800\%\) 带来的效用增加。风险厌恶者不会因为算术期望为正就接受一个可能让自己接近破产的赌局。
对数效用不是唯一效用，但它对应一个重要的经济学基准：长期财富增长率最大化，也就是凯利准则。
5. 凯利准则——不是“按不按”，而是“按多少”
如果允许你只拿比例 \(f\) 的资产去按，剩余 \(1-f\) 留作现金，则按后总财富为
\[ W’=W\big[(1-f)+fX\big]. \]
选择 \(f\) 最大化
\[ E\log\frac{W’}{W} =\frac12\log(1-0.9f)+\frac12\log(1+8f). \]
一阶条件给出
\[ f^*=\frac{7.1}{14.4}\approx0.493. \]
也就是说：拿约 \(49.3\%\) 的资产去按，才最大化长期对数增长；全押 \(f=1\) 不是最优。
| 下注比例 \(f\) | \(E\log(W’/W)\) | 长期结果 |
|---|---|---|
| \(0\)（不按） | \(0\) | 原地不动 |
| \(49.3\%\)（凯利） | 正，最大 | 长期增长率最大 |
| \(100\%\)（全押） | \(\frac12\log0.9<0\) | 典型路径趋零 |
经济学上这就是风险预算：正期望赌局值得参与，但参与规模由风险厌恶和破产风险决定。期望为正不等于应该 all-in。
6. 时间上重复不能分散，横截面上可以分散
“均分后对每一部分分别按”这句话，关键在于区分两种“分散”。
情形 A：同一笔钱反复按
\[ W_t=W_0X_1X_2\cdots X_t. \]
乘法过程的时间平均由 \(\sum\log X_i\) 支配，而 \(E[\log X]<0\)，所以典型路径衰减。时间上的重复不能消除乘法风险，因为每次亏损后基数变小，恢复是非线性的。
情形 B：把资产分成 \(n\) 份，每份独立按一次
设第 \(i\) 份的乘数为 \(X_i\)，独立同分布。总财富为
\[ W’=\frac{W}{n}\sum_{i=1}^{n}X_i. \]
由大数定律：
\[ \frac1n\sum_{i=1}^{n}X_i\to E[X]=4.55. \]
所以当 \(n\) 很大时：
\[ W’\approx4.55W \]
几乎确定。风险被横截面分散掉了，期望正变成了近似确定的增长。
从对数效用看：
\[ E\log\left(\frac1n\sum X_i\right)\to\log E[X]=\log4.55>0. \]
而单份 \(n=1\) 时是 \(E\log X<0\)。Jensen 不等式在这里起作用：\(\log\) 是凹函数，分散降低组合方差，缩小了
\[ \log E[Y]-E[\log Y] \]
这个“风险成本”。
情形 C：分成 \(n\) 份后，每份各自反复按且不再平衡
这时总财富的典型增长仍由每份的 \(E[\log X]<0\) 支配，每份都趋零，总财富也趋零。均分本身没有魔力，关键是独立化 + 合并/再平衡。
经济学解释就是资产组合理论：独立、可分散的异质风险不应要求风险溢价；不能分散的系统性风险才要求补偿。如果按钮的风险可以无限独立分割、无成本、可再平衡，那么正期望就是套利机会，应该尽量分散地按。
7. “平均”的定义不能混为一谈
很多人会把“随机变量的均值”和“随机过程的均值”对立起来，但严格说：
| 平均类型 | 数学量 | 是否集合平均？ | 结果 |
|---|---|---|---|
| 单期算术平均 | \(E[X]\) | 是 | \(4.55\) |
| 多期财富集合平均 | \(E[W_t]\) | 是 | \(W_0(4.55)^t\to\infty\) |
| 单路径对数增长率 | \(\frac1t\log W_t\) | 否，是时间平均 | \(\to E[\log X]<0\) |
注意：\(E[W_t]\) 仍然是集合平均，只是从单期推到了多期。真正与 \(E[X]\) 对照的，不是 \(E[W_t]\)，而是单条路径上的
\[ \frac1t\log W_t\to E[\log X]. \]
所以最精确的表述是：
正的是横截面期望，负的是单路径对数增长率；非遍历性让两者分道扬镳。
8. 到底按不按？
| 约束条件 | 是否按 | 理由 |
|---|---|---|
| 只能全押，且可反复按 | 不该全押反复按 | 典型路径趋零，\(E[\log X]<0\) |
| 只能按一次，全押 | 风险中性按；对数/风险厌恶者不按 | 取决于效用函数 |
| 可只拿一部分按，可反复 | 按约 49.3% 的凯利比例 | 最大化长期对数增长 |
| 可分成很多独立小份，每份只按一次 | 应该按 | \(n\) 大时总财富趋近 \(4.55W\) |
| 可分成很多独立小份，每轮再平衡 | 应该按且分散 | 长期增长趋近 \(\log4.55>0\) |
| 分成多份但每份各自反复、不再平衡 | 均分无效 | 每份仍典型衰减 |
用流程图表示：
9. 为什么现实中“期望为正”常常不够？
因为 \(E[W_t]\) 很大，但这个平均由极少数路径主导。现实中：
- 你不能把少数极端成功路径的财富平均到自己身上；
- 破产或接近破产有吸收壁；
- 亏损后恢复是非线性的；
- 你的消费、人力资本、负债和流动性约束都使你不能无限承受波动。
所以个人跨期决策更接近最大化长期增长率或期望效用，而不是最大化横截面期望财富。
10. 总结
“期望正就按”是风险中性且可无限分散的逻辑；“log 期望负所以不按”是风险厌恶/长期增长逻辑；“均分后分别按”之所以有道理，是因为它把独立风险横截面分散，并可能通过再平衡让组合增长由算术平均而不是单一路径的几何平均支配。但若只是把同一笔钱分账户后各自反复全押，那并没有真正分散风险。
更凝练地说：
正的是横截面期望，负的是单路径对数增长率；非遍历性让两者分道扬镳。个人沿着一条路径生活，所以要用凯利思维决定“按多少”，用分散化把集合平均变成近似确定的路径结果。