我国寿险公司随机资产负债管理建模与分析

论文摘要

由于我国对利率水平进行管制的历史原因,还有我国寿险公司资产负债风险管理手段技术较为落后,在新形势下外部经济环境的频繁变动加剧了我国寿险公司的资产负债风险。原来静态的假设利率固定不变的资产负债管理方法已经不能有效管理资产负债,造成了上世纪九十年代严重的利差损,而且这种资产负债管理方法在作出决策时并没有考虑到资产负债管理可能受到的某些约束。管理者需要应对未来多变的不确定性来进行资产负债管理,为了增强我国寿险公司的资产负债管理能力,本文提出应用随机规划模型对资产负债进行管理。随机资产负债管理可以很好地考察资产收益和负债的不确定性,利用现实中寿险公司资产负债方面的约束和寿险公司的风险承受限度,根据寿险公司的长期利益选择资产负债配置。目前,我国国内对于资产负债管理研究的文献较少,而且其中的文献大部分都是关于资产负债管理的定性研究,定量的研究几乎都是关于利率风险的资产负债管理方法,主要有现金流模型和免疫模型(李秀芳,中国寿险业资产负债管理研究)。这两种方法把利率看作随机变量,可以管理利率风险,但是在进行资产负债配置时没有考虑寿险公司现实中资产负债配置所受到的其他约束。全文共分四章的主要研究内容和观点是:第一章绪论主要说明研究的背景、意义和目的、研究现状、研究的方法。本文认为我国现阶段寿险公司的资产负债风险日益增大,而寿险公司的资产负债管理技术相对落后。在这一背景之下,提出应用随机规划模型建立我国寿险公司资产负债管理模型,更好的管理寿险公司的资产负债风险。第二章简述了随机资产负债管理的整体框架,包括情景生成和随机规划两部分。情景生成考虑未来经济环境的不确定性,应用历史数据预测未来可能的情景,得到情景的分布。把这些情景与寿险公司的目标一起输入随机规划模型中,随机规划模型就会考虑约束条件并结合未来的情景选择资产负债配置来最优化公司的目标。随机规划有几种:期望值规划、带简单补偿随机线性规划、机会约束规划、相关机会约束规划和序列决策分析。这几种模型中,带简单补偿随机线性规划能够很好地处理违背约束条件的情况。该模型将违背约束条件的违背值输入到目标值中,并用惩罚系数来对违背的成本进行调整,然而其他模型要么不允许违背要么不能进行处罚。带简单补偿的随机线性规划能够提供可以违背的软约束,可以更好地适应寿险公司的资产负债管理,因此本文建模采用该模型,并随后举出了该模型的成功应用。为了建立模型,第三章分析了寿险公司资产负债管理要求达到的目标,有利润最大化、资产负债匹配、保证投资安全、资产流动性还要满足监管部门的要求。在现实中主要影响资产负债的因素有利率、死亡率、退保率、费用率和通货膨胀率,监管部门等的约束也会影响资产负债,这些是构建我国寿险公司资产负债管理模型的基础。在构造模型时需要考虑对模型的要求,模型应该有理论依据,考虑实际中的可操作性,而且还要求能够很恰当的反映寿险公司面对的风险。模型中的数据收集对于情景生成的准确性至关重要,因此数据要满足充足性、相关性和时效性。在提出模型的这些要求之后,本文建立了我国寿险公司的带简单补偿的随机线性规划模型。模型在考虑寿险公司利润最大化的同时也考虑了承受风险的能力,构造期末盈余和惩罚成本的差值作为目标函数,随后建立各项约束包括资产分配约束、资产积累约束、投资比例限制和资产交易成本约束等。第四章对建立的随机资产负债管理模型进行分析。应用模型时应注意资产负债种类的划分、寿险业务的处理方法、模型的扩展和不同的负债计划的处理方法。然后对模型的应用方法举例,应用国债、股票、基金、银行存款的历史资产收益数据,对每个对数资产收益率时间序列建模分析,建立时间序列模型。假设资产收益服从正态分布,应用matlab软件随机模拟得到未来二期的情景,这些未来情景作为未来经济环境的预测值输入模型中。负债数据均采用假设获得,同样输入模型,求解得到各期资产配置值和期末资产值。最后把建立的随机资产负债模型与免疫模型进行对比,可以看出随机资产模型在考察风险调整收益、交易费用约束和允许约束违背上做出了很大的改进,但由于资产负债管理的复杂性和多变性,模型仍然有一定的限制性因素。论文的创新之处:(1)本文采用定量的方法研究我国寿险公司的资产负债管理,把随机规划模型引入到寿险公司资产负债管理中,建立适合寿险公司的资产负债管理模型。模型中考虑了风险对于收益的调整作用,综合考虑了风险和收益然后做出资产负债决策。(2)研究思路更加符合寿险公司资产负债管理的实际。在模型的约束中增加了交易成本的概念,资产进行买入和卖出时都要交纳一定的费用。交易费用概念的加入,使得随机资产负债模型有更强的现实指导意义。此外,随机资产负债管理模型还允许违背某些约束,模型可以权衡违背约束所付出的代价和违背情况下所获得的资产负债效果。(3)对随机资产负债模型的运用方法进行分析,列举出应用模型应注意的问题,对于实际应用中可能遇到的现实问题进行分析,并提出解决的建议。(4)运用资产收益数据,通过实际演算,说明随机资产负债模型的应用方法。论文的不足之处:(1)出于模型的复杂性和计算难度的考虑,模型没有考虑汇率风险,所以模型中的资产不能有外币资产。这限制了随机资产负债模型的使用范围。(2)由于寿险公司的内部数据收集困难,所以在模型应用时采用假设现金流、负债等数据,这样不会对运用产生影响,但是模型的输出结果针对性不强。

论文目录

• 摘要
• Abstract
• 1. 绪论
• 1.1 研究背景
• 1.1.1 资产负债期限匹配风险
• 1.1.2 现金流匹配风险
• 1.2 研究的意义和目的
• 1.2.1 资产负债管理在保险经营管理中的重要作用
• 1.2.2 应用随机资产负债模型的意义
• 1.2.3 寿险公司应用随机资产负债模型的主要目标
• 1.3 研究现状
• 1.3.1 国外研究现状
• 1.3.2 国内研究现状
• 1.4 研究方法
• 2. 随机资产负债模型及其在保险公司的应用
• 2.1 随机资产负债管理模型总体框架
• 2.2 情景生成
• 2.2.1 情景树
• 2.2.2 向量自回归模型
• 2.3 随机规划模型
• 2.3.1 期望值模型
• 2.3.2 带简单补偿的随机线性规划
• 2.3.3 机会约束规划模型
• 2.3.4 相关机会规划
• 2.3.5 序列决策分析
• 2.4 随机规划模型在保险公司的应用
• 2.4.1 Russell-Yasuda Kasai 模型的基本结构
• 2.4.2 Russell-Yasuda Kasai 模型应用评价
• 3. 我国寿险公司随机资产负债管理模型的建立
• 3.1 寿险公司资产负债管理的目标
• 3.2 影响资产负债的因素及监管约束
• 3.2.1 影响资产负债的因素
• 3.2.2 我国寿险公司资产负债面对的监管约束
• 3.3 我国寿险公司随机资产负债管理模型的构建
• 3.3.1 构建随机资产负债管理模型的原则
• 3.3.2 模型的数据要求
• 3.3.3 随机资产负债模型的建立
• 4. 寿险公司随机资产负债模型的分析
• 4.1 模型运用需要注意的问题
• 4.2 模型的应用
• 4.3 总结
• 参考文献
• 附录
• 后记
• 致谢
• 在读期间科研成果目录