高计算能力会取代确定性等同假设吗？

Bloom在最近的JEP 论文中认为，“计算能力的提高使得可以将不确定性冲击直接纳入各种模型中，从而使经济学家可以放弃基于“等价性”的假设，即指的是将被要求作为风险补偿。” （第154页第二段，第三点）。

我对Bloom的观点的理解是这样的想法，即借助计算能力，我们可以处理和利用数据的异构性。我们可以结合使用高频和/或大规模数据以及计算能力来确定不确定性冲击对经济结果的作用。

我的猜测是，鉴于在此框架中确定性等价概念和相关风险溢价概念的重要性，布鲁姆的观点可能是对预期效用理论的隐式批评。这种猜测/解释正确吗？

这也许是一个很好的机会，指出“等价性”概念在不确定性理论下的微观经济学/选择中意味着一件事，而在宏观经济学中则意味着不同。

不
确定性下的微观经济学/选择彩票/赌博的确定性等值是财富的数量，如果可以肯定地给出，则其财富与彩票/赌博的效用相同。参见例如Jehle＆Reny的“高级微观经济理论”（2011年第3版），第113页。

宏观经济学中的
“确定性等价性”是一种随机模型中的情况，其中最优决策规则证明与确定性框架中得出的决策规则相同（例如，参见Lungqvist＆Sargent的“递归宏观经济理论” 2004，第二版，p （113-115）。非正式地，这有时被描述为“代理行为就像随机过程不是随机的”，或者“决策规则不受随机变异性的影响”。

这两个参考文献在相同的页码中对待主题是一个有趣的巧合...

这些概念显然是由“好像没有不确定性”的角度联系在一起的，但是它们在本质方面是不同的：微观概念是不确定性的“买断”，为面对市场的主体提供了某种选择。在效用方面，赌博是无动于衷的，而宏观概念作为解决方案的一个属性而出现（且仅在限制性模型结构或其线性近似下）。

期望效用理论基于对期望的估价。不仅仅是不确定性。

首先，风险投资不同于不确定投资。风险通常被定义为仅以可测量的概率发生的未来事件，而当未来事件的可能性不确定或无法计算时，则需要不确定性，但仅是自身估计（就像风险风险）。我在这里所说的实际上是作者同意的。请注意，预期效用模型的第一个定义没有包括任何其他可能引起风险的考虑因素。“风险溢价”的一部分是……风险溢价，而不是不确定性溢价，不应通过对不确定性的更好理解来加以修改。

风险溢价的另一部分是，通常在筹集资金时，通常将其设定在微观经济模型之外。尽职调查无法使投资者对模型有“内在”的了解，因此，总会有借钱的成本，对于任何需要长期资金的项目，其风险溢价都应考虑在内。

在我看来，本文所讨论的内容更多是为了减少不确定性的影响，从而减少风险溢价，而不是改变我们的看待方式。能够将不确定性转化为风险是很大的，但不会使风险本身消失。对于某些项目而言，由于对承担的风险进行了更好的量化，因此可能会增加风险溢价，因为不确定性溢价只意味着平均覆盖隐性/未知风险溢价。