基于随机规划的多阶段养老基金投资策略研究

论文摘要

本文利用多阶段随机规划方法,研究我国养老保险基金的投资策略问题。首先,本文对经典随机规划模型进行比较分析,在此基础上给出用于动态投资组合选择的随机规划模型的一般形式。随机规划模型用随机变量代表不确定性,用约束条件构造动态性要求,处理不确定条件下的优化问题。它作为一种应用性很强的优化方法可以全面考虑诸如交易费用、市场不完备性、交易限制、管理规则等因素,相比其他模型在描述养老基金投资问题方面具有很大的灵活性。其次,本文介绍基于向量自回归方法的情景分析计算原理。利用动态随机规划模型去解决实际决策问题时,情景分析是一项很重要的工作。鉴于此,我们进一步重点研究了结合蒙特卡洛模拟的随机抽样情景生成算法。这种算法克服目前我国资本收益数据量小的不足,有效的处理多阶段和较大维数状态空间的问题。为研究模型的应用性,本文根据我国养老保险基金投资的基本特征,运用多阶段随机规划,建立多阶段养老基金投资策略优化的随机规划模型。模型利用CVaR度量基金财富损失风险。模型改进以往目标函数只对投资期末的风险损失进行控制的形式,依据CVaR针对整个投资规划期进行过程控制。更进一步的,模型引入交易成本,考虑养老保险基金资金运用的政策限制。最后结合历史数据,在向量自回归模型基础上利用MC模拟生成我国资本收益情景,得到最优投资策略。实证研究及敏感性分析结果表明,模型能够根据实际情况优化资产配置。最后,本文针对我国养老保险基金的投资管理现状给出一些政策建议。

论文目录

• 摘要
• ABSTRACT
• 第一章 引言
• 1.1 投资组合选择
• 1.1.1 投资组合选择—风险与收益之间均衡
• 1.1.2 投资组合选择模型概述
• 1.1.3 动态投资组合选择的研究状况
• 1.1.4 中国养老保险体制改革的背景及面临的困境
• 1.2 论文的选题、研究内容和主要结果
• 第二章 基于随机规划的动态投资组合选择
• 2.1 随机规划基本模型
• 2.1.1 预期模型
• 2.1.2 适应模型
• 2.1.3 求偿模型
• 2.1.4 确定性等价形式
• 2.1.5 多阶段模型
• 2.2 动态投资组合选择与随机规划
• 2.2.1 概述
• 2.2.2 模型的一般形式
• 2.3 小结
• 第三章 情景分析与模型求解
• 3.1 情景生成的基本方法
• 3.1.1 利用基于 VAR 的统计模型
• 3.1.2 用向量自回归方法生成情景
• 3.2 构造情景树
• 3.2.1 随机取样
• 3.2.2 聚类分析
• 3.2.3 矩匹配
• 3.3 基于蒙特卡洛模拟的多阶段情景生成算法
• 3.3.1 随机数发生器
• 3.3.2 基于蒙特卡洛模拟构造多阶段情景树
• 3.4 小结
• 第四章 养老基金动态投资组合选择
• 4.1 引言
• 4.2 资产配置模型
• 4.2.1 CVaR
• 4.2.2 资产配置优化模型
• 4.3 情景分析及求解步骤
• 4.3.1 情景生成
• 4.3.2 基于蒙特卡洛模拟的求解步骤
• 4.4 实证分析
• 4.4.1 数据选取及情景生成
• 4.4.2 计算结果
• 4.4.3 灵敏性分析
• 4.5 小结
• 第五章 中国养老保险基金投融资政策建议
• 5.1 养老基金投资政策现状
• 5.2 养老保险基金投资政策建议
• 第六章 结论
• 参考文献
• 致谢
• 在学期间发表的学术论文和参加科研情况