Disentangling Risk Aversion and Intertemporal Substitution Through a Reference Level
Bibliographic record
Abstract
Dans le modèle standard d'évaluation des actifs financiers fondé sur la consommation (CCAPM), la courbure de la fonction d'utilité de l'investisseur associe deux aspects des préférences: l'aversion pour le risque et le désir de lisser la consommation intertemporellement augmentent proportionnellement avec la concavité de la fonction. Cette association n'est ni justifiée théoriquement ni vérifiée empiriquement. Pour séparer les deux concepts, Epstein et Zin (1989) et Weil (1989) ont proposé un cadre fondé sur l'utilité récursive. Toutefois, la mesure d'aversion pour le risque (1-α) qui en résulte ne doit pas être considérée comme un simple indice d'Arrow-Pratt d'aversion relative pour le risque qui pourrait s'interpréter indépendamment du niveau de l'élasticité σ. Cette absence de séparation vient du fait que le modèle d'utilité récursive introduit l'aversion pour le risque en définissant un équivalent certain de l'utilité future qui mélange les attitudes à l'égard du risque et de la substitution intertemporelle. Nous montrons que plus σ est élevée (tout en restant inférieure à un pour rester réaliste), plus (1-α) sous-estime le niveau véritable de l'aversion pour le risque car un σ élevé facilite la diversification intertemporelle et donc réduit subtantiellement le niveau de risque effectivement supporté. Nous proposons de réaliser la séparation désirée en introduisant un niveau de référence exogène qui, de manière récursive, évalue la consommation future attendue. Par conséquent, l'aversion pour le risque se définit à présent par rapport à l'écart imprévisible entre la consommation effective et ce niveau de référence (une quantité indépendante de l'attitude à l'égard du risque). Dans ce nouveau cadre, les préférences sont représentées par une spécification généralisée de l'utilité von Neumann-Morgenstern selon laquelle la satisfaction résulte à la fois de la consommation relativement à un niveau de référence externe et du niveau de référence proprement dit.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.003 | 0.007 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.002 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.003 | 0.005 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.007 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".