ハンセン・サージェントの枠組みでは、投資家は経済の参照モデルを持っていますが、

から逸脱しないセットで、「最悪の場合」のモデルで期待される効用を最大化するアクション

参照モデルから離れすぎているモデルは、期待される効用が最も低くなります。これは次のように解釈できます。

投資家が決定ルールを選択し、次に悪意のある仮想ゲームの結果

敵対者は、投資家が 保險信託

決定規則で達成される期待効用は最小化されます。このようなゲームでは、投資家は

期待効用を最大化するために選択された決定ルールは、悪意のある攻撃者によって選択されたモデルに直面します。

タイプ。

ハンソン・サージェント法は、代替案を見つける方法として直感的に示すこともできます

この選択は、一連のモデル全体で適切に機能します。カゲッティ他

かつて言いました：

「候補者の決定ルールが最も脆弱な状況を調査するために、政策立案者は

最悪の効用を提供するモデルを考えてみましょう。彼が実際のモデルが最も優れていると考えていると言っているのではありません。

悪いですが、それに対処する最善の方法を計画することで、彼は安定した状態を得ることができます

ルール。 "

重要な問題は、代替モデルをどのように制約するかです。ハンセンとサージェントは相対を使用します

エントロピーは、モデルと参照モデルの間の偏差を測定します。 周期の離散状態セットアップ

、参照モデルの状態確率が πs の場合、代理モデルの確率は であり、代わりに

生成モデルの相対エントロピーは この変数は正で つのモデルの状態確率が互いに逸脱するにつれて増加します。

追加。 は、相対エントロピーを増加させる悪意のあるプレーヤーにペナルティを課します。

悪意のあるプレイヤーに参照モデルに近いモデルを選択させます。

このフレームワークの意味を理解するには、まず、

資産構成の静的部分均衡ポートフォリオ選択問題。参照モデルは

タイプは、リスク資産に正のリスク プレミアムを割り当てます。投資家が危険を冒すことを選択した場合

悪意のある参加者は、資産の中で大きなポジションを保持しているため、非常に低い、またはネガティブなものを選択します。

リスク プレミアムをモデル化するということは、期待される効用が非常に低くなることを意味します。しかし、ベンチャーキャピタル

結果として生じる小さなポジションは、悪意のあるエージェントによるリスクプレミアムの歪みを減らします（リスクゼロの資産ポジションで）

極端な場合、利益はありません）。したがって、悪意のあるエージェントのエントロピーを考慮すると、

ペナルティ、ソリューションは、リスクのある資産への少額の積極的な投資によって特徴付けられます。

投資家はよりリスクを嫌う そのフレームワークを消費ベースの一般均衡資産価格モデルに適用するために

 は、代表エージェントには参照モデルが割り当てられていると想定し、

それは期待を生み出します。これらは、非負のマーチンゲール を定義します。ここで、

 かつ  (ここでは「ねじれ」のニーモニックとして文字 を使用します

シンボル）。彼らは、代表エージェントが特定の消費経路で計算を実行すると仮定します。

つまり、対数効用と「最悪のケース」を使用して、

条件」の仮定、およびショックのエントロピーにペナルティを課します。 期待は参照モデルで表されます。この問題の制約は のプロパティです

品質: かつ

この式を理解するために、最初に注意すべきことは、これが最小化問題であるということです

これは、悪意のあるプレーヤーが代表エージェントを最小化するためにショックを選択すると想定されるためです。

効用。次に、確率変数に を掛けると、

その歪みの疑似確率を得るために達成できる の条件付き確率