💰 quantitative finance

Merton's Problem with Recursive Perturbed Utility

Diese Arbeit führt die rekursive gestörte Nutzenfunktion (RPU) ein, um das Merton-Problem um eine Präferenz für Randomisierung zu erweitern, und zeigt, dass sich in einem unvollständigen Markt eine geschlossene, Gaußsche Portfoliostrategie ergibt, deren erwartete Abweichung von der klassischen Lösung nur geringe Wohlstandseinbußen verursacht.

Ursprüngliche Autoren: Min Dai, Yuchao Dong, Yanwei Jia, Xun Yu Zhou

Veröffentlicht 2026-02-17

📖 5 Min. Lesezeit🧠 Tiefgang

CC BY 4.0

Ursprüngliche Autoren: Min Dai, Yuchao Dong, Yanwei Jia, Xun Yu Zhou

Originalarbeit lizenziert unter CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen

🎲 Das Dilemma des perfekten Investors: Warum wir manchmal lieber würfeln

Stell dir vor, du bist ein sehr kluger Investor. In der klassischen Finanzwelt (dem sogenannten „Merton-Modell") gibt es für jede Situation eine perfekte, berechenbare Antwort. Wenn der Aktienmarkt steigt, kaufst du genau 60 % Aktien. Wenn er fällt, verkaufst du. Es ist wie ein Kochrezept: Wenn du die Zutaten (Marktdaten) kennst, ist das Ergebnis immer dasselbe.

Aber das ist nicht, wie echte Menschen ticken.

Echte Menschen mögen es manchmal, ein bisschen Chaos zu haben.

Denk an das japanische Sushi-Konzept „Omakase": Du vertraust dem Chef und isst, was er dir serviert, ohne selbst zu wählen. Der Reiz liegt im Zufall.
Oder an „Blind Boxen" (Mystery-Boxen): Du kaufst eine Box, weil es spannend ist, nicht zu wissen, was drin ist.

Die Forscher in diesem Papier fragen sich: Was passiert, wenn ein Investor nicht nur rational ist, sondern auch ein bisschen „Zufalls-Fan" (Randomization-Fan)? Was, wenn er sich bewusst dafür entscheidet, seine Entscheidungen zu verwaschen, einfach weil ihm der Nervenkitzel des Unvorhersehbaren gefällt?

🚫 Das Problem: Warum das einfache „Würfel-Modell" scheitert

Die Autoren haben zuerst versucht, diese Vorliebe für Zufall einfach in die klassische Formel zu packen. Sie dachten: „Gut, wir addieren einen kleinen Bonus für das Würfeln hinzu."

Das Ergebnis war katastrophal – wie ein Auto, bei dem das Gaspedal feststeckt.

Das Szenario: Wenn du nur einen kleinen Bonus für das Würfeln bekommst, aber keine Strafe für das Risiko, dann würde ein rationaler Investor versuchen, unendlich oft zu würfeln.
Der Vergleich: Stell dir vor, du spielst ein Spiel, bei dem du Geld gewinnst, wenn du eine Münze wirfst. Wenn du die Münze aber so schnell wirfst, dass sie gar nicht mehr aufhört (unendliche Varianz), gewinnst du theoretisch unendlich viel.
Das Ergebnis: Das mathematische Modell „explodierte". Es gab keine sinnvolle Lösung, weil die Vorliebe für das Würfeln die Angst vor dem Verlust (Risikoaversion) komplett überlagerte.

💡 Die Lösung: Der „Erinnerungs-Effekt" (Recursive Perturbed Utility)

Um das Problem zu lösen, haben die Autoren eine neue Idee entwickelt, die sie RPU (Recursive Perturbed Utility) nennen.

Stell dir das wie einen Gummiband-Effekt vor:

Anfangs: Du magst das Würfeln sehr. Es macht Spaß.
Mit der Zeit: Je mehr du in der Vergangenheit gewürfelt hast, desto „müder" wirst du davon. Das Würfeln verliert seinen Reiz.
Der Mechanismus: In ihrer Formel hängt der Wert des heutigen Würfelns davon ab, wie viel du schon gewürfelt hast. Je mehr Chaos du in der Vergangenheit angerichtet hast, desto stärker wird der „Abzinsungsfaktor" (eine Art innerer Zähler), der dich davon abhält, noch mehr zu würfeln.

Die Metapher:
Stell dir vor, du isst Süßigkeiten.

Das alte Modell: Du bekommst für jede Süßigkeit einen Punkt. Also isst du unendlich viele, bis du platzt.
Das neue Modell (RPU): Je mehr Süßigkeiten du schon gegessen hast, desto weniger schmecken dir die nächsten. Irgendwann sagst du: „Okay, das reicht jetzt." Das Modell findet automatisch die perfekte Balance zwischen dem Spaß am Würfeln und dem Schutz deines Geldes.

📊 Was haben sie herausgefunden?

Nachdem sie das Modell „geheilt" hatten, schauten sie sich die besten Strategien an. Hier sind die drei wichtigsten Erkenntnisse, einfach erklärt:

1. Die Strategie ist wie eine Glocke (Gauß-Verteilung)
Anstatt eine einzige, feste Zahl zu wählen (z. B. „immer 50 % Aktien"), wählt der Investor eine Verteilung.

Stell dir vor, du sollst einen Pfeil auf ein Ziel schießen.
Der klassische Investor schießt immer genau in die Mitte.
Der neue Investor schießt meistens in die Mitte, aber manchmal ein bisschen links, manchmal ein bisschen rechts. Die Streuung folgt einer perfekten Glockenkurve.
Wichtig: Je ängstlicher der Investor ist (hohe Risikoaversion) oder je wilder der Markt ist, desto enger wird die Glocke. Er würfelt weniger.

2. Der „Zufalls-Bias" (Die Verzerrung)
Das ist der spannendste Teil: Weil der Investor würfelt, ändert sich auch sein Durchschnittsziel.

In der klassischen Welt ist die beste Strategie rein „kurzfristig" gedacht (Myopisch).
In der neuen Welt muss der Investor auch auf langfristige Risiken achten, die durch sein eigenes Würfeln entstehen.
Der Vergleich: Stell dir vor, du fährst Auto. Normalerweise fährst du die schnellste Route. Aber wenn du weißt, dass du ab und zu mal absichtlich ein bisschen schwanken musst (weil es dir Spaß macht), musst du deine Route leicht anpassen, damit du trotzdem sicher ans Ziel kommst. Diese Anpassung nennt man „Intertemporal Hedging".

3. Der Preis des Spaßes
Wie viel Geld kostet es, dieses Würfeln zu mögen?

Die Forscher haben berechnet, dass die Abweichung der Strategie vom perfekten Plan linear mit dem „Würfel-Faktor" wächst.
Aber! Der finanzielle Verlust (wie viel Geld du am Ende weniger hast) wächst viel langsamer (quadratisch).
Die Moral: Du kannst dir einen kleinen „Zufalls-Kick" leisten, ohne dass es dich finanziell ruiniert. Der Preis für den Nervenkitzel ist sehr gering, solange man nicht zu verrückt spielt.

🏁 Fazit

Dieses Papier sagt uns:
Menschen sind nicht nur kalte Rechenmaschinen. Wir mögen manchmal das Unvorhersehbare. Die Autoren haben einen mathematischen Weg gefunden, wie man diese menschliche Schwäche (oder Vorliebe) in Finanzmodelle einbaut, ohne dass die Mathematik zusammenbricht.

Das Ergebnis ist ein Modell, das zeigt: Man kann ein bisschen „verrückt" spielen und trotzdem klug investieren. Man muss nur wissen, wie man das Würfeln im Zaum hält, damit es nicht das ganze Spiel zerstört.

Titel: Mertons Problem mit rekursiv gestörter Nutzenfunktion (Recursive Perturbed Utility)

Autoren: Min Dai, Yuchao Dong, Yanwei Jia, Xun Yu Zhou

1. Problemstellung und Motivation

Das klassische Merton-Investitionsproblem (Merton, 1969) geht von einem rationalen, risikoscheuen Investor aus, der eine deterministische, zustandsabhängige Portfoliostrategie verfolgt. Empirische und experimentelle Befunde (z. B. aus der Verhaltensökonomie) deuten jedoch darauf hin, dass Individuen oft eine Präferenz für randomisierte Entscheidungen zeigen, was zu stochastischen und „rauschigen" Wahlverhalten führt (Beispiele: Sushi-Omakase, „Blind Boxes").

Herausforderung: Fudenberg et al. (2015) entwickelten die additive gestörte Nutzenfunktion (Additive Perturbed Utility, APU) für statische Probleme, indem sie eine Entropie-Störung über die Wahrscheinlichkeiten der Wahlmöglichkeiten hinzufügten.
Problem im dynamischen Kontext: Die direkte Übertragung der APU auf das dynamische Merton-Problem führt zu zwei wesentlichen Schwierigkeiten:
1. Fehlende Wohlgestelltheit (Ill-posedness): Bei kontinuierlichen Kontrollen und unzureichender Risikoaversion kann der Investor den Nutzen durch unbegrenzte Erhöhung der Varianz der Wahl (Randomisierung) ins Unendliche treiben, da die Entropie-Störung keine monetären Kosten hat, aber den Nutzen erhöht.
2. Intraktabilität: Selbst bei ausreichender Risikoaversion (z. B. CRRA-Präferenzen im Black-Scholes-Modell) liefert das additive Modell keine geschlossenen Lösungen oder analytisch handhabbare Strategien.

Das Ziel des Papers ist es, eine dynamische Erweiterung der APU zu entwickeln, die sowohl Wohlgestelltheit als auch analytische Lösbarkeit gewährleistet und die intrinsische Präferenz für Randomisierung endogenisiert.

2. Methodik und Modellierung

Die Autoren führen das Konzept der Rekursiven Gestörten Nutzenfunktion (Recursive Perturbed Utility, RPU) ein.

A. Marktumgebung

Ein unvollständiger Markovscher Markt mit einem risikofreien Bond und einem risikobehafteten Aktienindex.
Die Aktienrenditen und die Volatilität hängen von einem stochastischen Faktorprozess $X_t$ ab (z. B. stochastische Volatilität oder Zinsstruktur).
Der Markt ist unvollständig, da der Faktorprozess nicht vollständig durch den Aktienhandel abgesichert werden kann (Korrelation $\rho \neq \pm 1$ ).

B. Randomisierte Kontrolle

Anstatt eine deterministische Allokation $a_t$ zu wählen, wählt der Investor eine Wahrscheinlichkeitsverteilung $\pi_t$ über die Allokationen.

Der Vermögensprozess $W^\pi_t$ folgt einer stochastischen Differentialgleichung (SDE), die durch den Mittelwert und die Varianz von $\pi_t$ getrieben wird.
Die Randomisierung führt zu einer zusätzlichen Volatilitätskomponente im Vermögensprozess, die durch eine von der Marktrandomisierung unabhängige Brownsche Bewegung $\bar{B}_t$ modelliert wird.

C. Die RPU-Formulierung

Statt einer additiven Störung (wie in der APU) definieren die Autoren einen rekursiven Nutzen $J^\pi_t$ :
$J^\pi_t = \mathbb{E}_t \left[ \int_t^T \lambda(s, X_s) [(1-\gamma)J^\pi_s + 1] H(\pi_s) ds + U(W^\pi_T) \right]$
Dabei ist:

$H(\pi)$ die differentielle Entropie der Verteilung $\pi$ .
$\lambda$ der Temperaturparameter (Gewichtung der Randomisierung).
$\gamma$ der Parameter der relativen Risikoaversion (CRRA).
Der Term $[(1-\gamma)J^\pi_s + 1]$ wirkt als endogener Diskontfaktor.

Kerninnovation: Die RPU führt eine historienabhängige Zeitpräferenz ein. Je mehr der Investor in der Vergangenheit randomisiert hat (was die kumulierte Entropie erhöht), desto stärker wird der aktuelle Nutzen aus weiterer Randomisierung diskontiert. Dies verhindert die pathologische Unendlichkeit des additiven Modells, da die „Belohnung" für Randomisierung mit der Zeit abnimmt.

3. Theoretische Ergebnisse und Hauptbeiträge

A. Optimalität der Gaußschen Verteilung (Theorem 1)

Unter CRRA-Präferenzen ( $U(w) = \frac{w^{1-\gamma}-1}{1-\gamma}$ ) und im allgemeinen Markovschen unvollständigen Markt wird bewiesen, dass die optimale randomisierte Strategie $\pi^*$ eine Gaußsche Normalverteilung ist.

Verteilung: $\pi^*(t, x) \sim \mathcal{N}(\mu_{\pi}, \sigma_{\pi}^2)$ .
Varianz (Streuung):
$\text{Var}(\pi^*) = \frac{\lambda}{\gamma \sigma^2(t,x)}$
Die Varianz ist umgekehrt proportional zur Risikoaversion $\gamma$ und zur Aktienvolatilität $\sigma^2$ . Höhere Risikoaversion oder Marktvolatilität reduziert das „Rauschen" der Entscheidung.
Erwartungswert (Mittelwert):
$\text{Mean}(\pi^*) = \underbrace{\frac{\mu(t,x) - r}{\gamma \sigma^2(t,x)}}_{\text{Myopischer Teil}} + \underbrace{\frac{\rho \nu(t,x)}{\gamma \sigma(t,x)} u_x(t,x)}_{\text{Hedging-Teil}}$
Der Mittelwert hängt von einer Funktion $u(t,x)$ ab, die eine partielle Differentialgleichung (PDE) erfüllt.

B. Verzerrung (Bias) der Strategie

Ein zentrales Ergebnis ist, dass der optimale Mittelwert der Strategie im Allgemeinen verzerrt (biased) ist im Vergleich zum klassischen Merton-Lösungsweg (ohne Randomisierung).

Im klassischen Fall ( $\lambda = 0$ ) ist der Hedging-Term rein durch die Marktdynamik bestimmt.
Im RPU-Fall beeinflusst die Präferenz für Randomisierung ( $\lambda$ ) die Lösung der PDE für $u$ , was wiederum den Hedging-Term verändert.
Bedingungen für Unverzerrtheit: Die Strategie ist nur dann unverzerrt (d.h. der Mittelwert entspricht dem klassischen Merton-Wert), wenn:
1. Der Markt vollständig ist ( $\rho = \pm 1$ ) oder der Faktor deterministisch ist ( $\nu=0$ ).
2. Die Nutzenfunktion logarithmisch ist ( $\gamma = 1$ ). In diesem Fall kollabiert die RPU zur APU, und die Verzerrung verschwindet.

C. Asymptotische Analyse (Theorem 2)

Die Autoren führen eine asymptotische Expansion in Bezug auf den kleinen Temperaturparameter $\lambda$ durch, um die Kosten der Randomisierung zu quantifizieren.

Abweichung des Mittelwerts: Die Abweichung des optimalen Mittelwerts von der klassischen Merton-Strategie ist von der Ordnung $O(\lambda)$ .
Finanzielle Kosten: Die relative Nutzenverlust und der äquivalente relative Vermögensverlust (die Kosten, die der Investor für die „Freude" der Randomisierung zu zahlen bereit ist) sind von der Ordnung $O(\lambda^2)$ .
Implikation: Obwohl die Strategie selbst nur leicht verzerrt ist, sind die finanziellen Konsequenzen (Vermögensverlust) von höherer Ordnung. Dies zeigt, dass die Präferenz für Randomisierung „relativ günstig" ist, solange $\lambda$ klein ist.

4. Signifikanz und Schlussfolgerungen

Lösung des Wohlgestelltheitsproblems: Die Einführung der rekursiven Struktur (RPU) löst das Problem der Ill-posedness des additiven Modells in dynamischen Umgebungen, indem sie einen endogenen Diskontmechanismus einführt, der übermäßige Randomisierung bestraft.
Analytische Lösbarkeit: Trotz der Komplexität des unvollständigen Marktes und der stochastischen Kontrolle wird eine geschlossene Form für die Varianz der optimalen Strategie und eine PDE für den Mittelwert gefunden.
Verbindung zu Reinforcement Learning (RL): Das Paper grenzt sich von der RL-Literatur ab, wo Entropie-Regularisierung zur Exploration (Lernen) dient. Hier wird die Entropie als intrinsische Präferenz des Investors modelliert. Dennoch teilen beide Ansätze mathematische Strukturen (Gaußsche Policies, Gibbs-Maße).
Ökonomische Implikationen: Die Ergebnisse zeigen, dass die Präferenz für Randomisierung nicht nur das Rauschen in Entscheidungen erhöht, sondern auch die Hedging-Anforderungen an den Markt verändert. Dies bietet einen neuen theoretischen Rahmen, um beobachtetes stochastisches Verhalten in Finanzmärkten zu erklären, ohne die Rationalität des Investors infrage zu stellen.

Zusammenfassend bietet das Paper einen rigorosen mathematischen Rahmen, um die Präferenz für Randomisierung in kontinuierlichen Zeit-Portfolio-Problemen zu modellieren, und liefert quantitative Einsichten in die Kosten und die Struktur optimaler, stochastischer Investitionsstrategien.