有沒有辦法根據公開的市場數據來衡量代表性投資者的風險厭惡程度？
有沒有辦法根據公開的市場數據來衡量代表性投資者的風險厭惡程度？公開可用的數據可能包括資產價格、數量和流量數據，並且可以根據某些標準（資產類別和契約類型是最明顯的）進行匯總。非常感謝任何現有文獻的指針。
根據定義，普通投資者持有市場投資組合。風險厭惡可以用有效邊界上的斜率（即預期收益與波動率的比率）來衡量。因此，假設標準普爾 500 指數是市場投資組合的代表，普通投資者的風險厭惡程度是標準普爾 500 指數的預期回報除以投資組合的波動性。
假設您有一個回報模型，以及一個代表代理人，您已經立即指定了其效用函式的形式。在一定條件下，可以從定義為具有異質效用目標的群體建構此 RA。這就是聚合問題，在每一本優秀的資產定價理論課本（例如 Skiadas 的資產定價理論或 Duffie 的動態資產定價理論）中都有涉及。不幸的是，@Dirk 錯了：幾乎所有財務模型（甚至是 B&S！）都假設為 RA；而 CAPM 和市場組合與資產定價中是否存在 RA 在理論上或“現實”中無關。
如果您想估計或以其他方式評估風險規避，則必須明確說明這樣的模型。否則，您將不得不估計風險厭惡係數的分佈，這幾乎是不可能的——除非您擁有市場上每個參與者的初始頭寸數據！你還需要一個衡量消費增長的指標——盡可能有創意。
現在@Tal Fishman 的回答是準確的。盧卡斯 (1978) 的“交易所經濟中的資產價格”模型，當應用於股票溢價數據時，預測 RA 效用函式的風險厭惡係數非常高 - 因此是“不合理的”。這就是股權溢價之謎——相關文獻中還有一個雙重謎題，稱為“無風險之謎”。
經濟學家試圖解決它。目前，文獻中的共識似乎在Rietz提出的解決方案上積累起來，並由Barro和他的學生Ian Martin在一系列非常有趣的論文中提出。總而言之，一個與市場對消費增長“罕見災難”的預期一致的模型可以在這種RA資產定價模型中產生合理的（即低到可管理的）風險規避係數。
這是典型的理論。Taleb 的一種方法，通常稱為“決策理論”（參見上面@richardh 的評論），可以將理論資產定價中的標準預期效用構造擴展為具有不同形式的效用目標、對未來事件的機率評估，或者你有什麼。用這些模型做經驗通常是不可能的。
作為所有這一切的實際解決方案，有人會建議估計您預定義的任何模型的風險厭惡變化，而不是其絕對水平。但是您當然需要一個 RA 模型，每次計算股票或市場投資組合的貝塔值時都會使用該模型。