奈特不确定下考虑红利和机制转换的最优消费投资

分析了在奈特不确定性环境下,股票的预期回报率服从Markov链的跨期消费和资产选择问题.首先,对由风险资产预期回报构成的不可观测状态下的隐Marbv状态转换模型做出了刻画,使人们对感性的“不可观测状态”的实际金融市场到其精确的数学模型表达有一个清晰的认识.其次,在连续时间风险模型下,假设具有递归多先验效用的投资者拥有一个不可观测的投资机会的先验集,借助Malliavin导数和随机积分方程求解投资者最优消费和投资策略的显式表达式.通过数值模拟分析时,发现不完备信息下的连续Bayes修正产生了能够削减跨期对冲需求的含糊对冲需求,含糊厌恶增大了最优投资组合策略中对冲需求的重要性.讨论了当市场上出现红利因素,上述最优投资组合结论将会发生何种变化,并对红利因素进行具体的量化,定量地研究不同大小的红利对最优投资组合的影响.最后,利用Monte Carlo Malliavin导数模拟计算法分别说明了考虑含糊情形下最优股票需求和跨期对冲需求的变化趋势,且考虑在股票是否考虑支付红利的情况下对投资的影响.     

模型不确定和极端事件冲击下带通胀的最优投资组合选择问题研究

本文研究了投资者在极端事件冲击下带通胀的最优投资组合选择问题, 其中投资者不仅对损失风险是厌恶的而且对模型不确定也是厌恶的. 投资者在风险资产和无风险资产中进行投资. 首先, 利用Ito公式推导考虑通胀的消费篮子价格动力学方程, 其次由通胀折现的终端财富预期效用最大化, 对含糊厌恶投资者的最优期望效用进行刻画. 利用动态规划原理, 建立最优消费和投资策略所满足的HJB方程. 再次, 利用市场分解的方法解出HJB方程, 获得投资者最优消费和投资策略的显式解. 最后, 通过数值模拟, 分析了含糊厌恶、风险厌恶、跳和通胀因素对投资者最优资产配置策略的影响.     

奈特不确定下资产收益率发生紊乱的最优投资策略

在部分信息且市场利率非零的情形下,应用α-极大极小期望效用(α-MEU)模型区别投资者的含糊和含糊态度,研究资产预期收益率发生紊乱(disorder)时的投资组合问题.首先,利用倒向随机微分方程理论刻画了α-MEU.其次,给出紊乱时刻的后验概率过程满足的随机微分方程(SDE),以及价值过程所满足的倒向随机微分方程(BSDE).最后,应用鞅论解出指数效用时的最优交易策略和价值过程的明确表达式.     

Knight不确定下考虑保险和退休的最优消费-投资和遗产问题研究

研究在Knight不确定环境下,考虑投资者遗产和保险,在三种不同借款约束下的最优消费与投资问题.借助于倒向随机微分方程（BsDE）理论求出了投资者最优消费和投资策略的显式表达式.最后结合数值分析,给出含糊与含糊态度对最优消费和投资决策的影响.     

考虑红利支付与提前退休的最优投资组合

研究了在经济代理人通过不可逆退休时间选择来调整劳动时间框架下的最优消费和投资问题,主要考虑风险资产派发红利的情形.运用随机控制方法,求解使得消费-闲暇预期效用最大化的最优策略.最优投资组合及最优退休时刻表明,代理人在为提前退休积累财富的同时,也能最佳享受消费和闲暇所带来的快乐.     

奈特不确定下带通胀的跨国直接投资问题

本文研究了一家公司在含糊下带通胀的跨国直接投资(FDI)问题.利用Ito公式推导出含糊下考虑通胀因素的消费篮子价格动力学方程.结合公司进行跨国投资决策时需要缴纳的法人税,给定了跨国直接投资的价值,并在通胀折现的跨国直接投资价值最大化标准下,分析了公司进行(不可逆)跨国直接投资的最优时间,通过解HJB方程推导出了公司由出口转向跨国直接投资时的最优GDP水平.通过进行数值模拟,定量分析了通胀因素对公司跨国直接投资策略的影响.     

奈特不确定和部分信息下的最优交易策略

本文研究了在奈特不确定和部分信息下的最优交易策略.考虑一个多种股票模型,股票价格过程满足随机微分方程,股票价格的瞬时收益率由有限状态连续时间的马尔科夫链刻画.在奈特不确定投资者α-极大极小期望效用最大化目标下,利用隐马尔科夫模型(HMM)滤波理论和Maliavin分析,导出最优交易策略的显式表达式.文中模型的特点是使用了区别含糊和含糊态度的α-极大极小期望效用,并且从最优投资策略显式解中可以得知含糊和含糊态度会明显影响投资者的行为.所以本文结论具有实际经济意义.     

通胀风险下的鲁棒最优投资组合与再保险问题研究（英文）

本文研究了一个保险公司带通胀风险的鲁棒最优投资组合与再保险问题,其中保险公司对模型不确定性是含糊厌恶的.我们假设保险公司不仅可以购买比例再保险,还可以在风险资产和无风险资产中进行投资.在模型不确定性框架中,本文的优化目标是使得保险公司的终端财富最小的情况下其幂效用达到最大.根据随机控制理论,获得了最优策略和值函数的显示表达式.     

比例保本约束下的最优投资组合选择

本文研究了幂效用函数下带有比例保本约束的最优投资组合选择问题.利用拉格朗日乘子和投资组合复制方法,得到最优财富过程和最优投资组合,推广了带有限制的投资组合的相关结果.     

基于下方风险控制的动态投资组合优化研究

研究了跳扩散结构下带有下方风险控制的动态投资组合优化问题.基于投资组合中每一种资产的收益率观测序列,模型在不断变化的数据窗口下把组合比例看作向量值随机过程,利用马尔可夫链蒙特卡罗模拟方法得到随时间变化的动态投资组合最优配置,这样可以根据市场信息的变化及时做出策略调整,既达到了预期收益目标又控制了风险,使得组合投资更切实际.通过实例分析可以看出,该方法相对传统方法更行之有效而且操作简便.     

Optimal consumption-leisure, portfolio and retirement selection based on α-maxmin expected CES utility with ambiguity

This article studies optimal consumption-leisure, portfolio and retirement selection of an infinitely lived investor whose preference is formulated by ??-maxmin expected CES utility which is to differentiate ambiguity and ambiguity attitude. Adopting the recursive multiplepriors utility and the technique of backward stochastic differential equations (BSDEs), we transform the ??-maxmin expected CES utility into a classical expected CES utility under a new probability measure related to the degree of an investor??s uncertainty. Our model investigates the optimal consumption-leisure-work selection, the optimal portfolio selection, and the optimal stopping problem. In this model, the investor is able to adjust her supply of labor flexibly above a certain minimum work-hour along with a retirement option. The problem can be analytically solved by using a variational inequality. And the optimal retirement time is given as the first time when her wealth exceeds a certain critical level. The optimal consumption-leisure and portfolio strategies before and after retirement are provided in closed forms. Finally, the distinctions of optimal consumption-leisure, portfolio and critical wealth level under ambiguity from those with no vagueness are discussed.     

通胀环境下股价波动率具有奈特不确定的最优消费与投资问题

本文在通胀环境和连续时间模型假设下,研究股票价格波动率具有奈特不确定对投资者的最优消费和投资策略的影响．首先在通胀环境和股票价格波动率具有奈特不确定的条件下,建立最优消费与投资问题的随机控制数学模型,得到了最优消费与投资所满足的HJB方程,并在常相对风险厌恶效用的情形下,获得最优化问题值函数的显式解．其次在通胀环境中当股价波动率具有奈特不确定时,得到了含糊厌恶的投资者是基于股价波动率的上界作出决策,并给出了投资者的最优投资和消费策略．最后在给定参数的条件下,对所得结果进行数值模拟和经济分析．     

Robust portfolio selection based on a multi-stage scenario tree

The aim of this paper is to apply the concept of robust optimization introduced by Bel-Tal and Nemirovski to the portfolio selection problems based on multi-stage scenario trees. The objective of our portfolio selection is to maximize an expected utility function value (or equivalently, to minimize an expected disutility function value) as in a classical stochastic programming problem, except that we allow for ambiguities to exist in the probability distributions along the scenario tree. We show that such a problem can be formulated as a finite convex program in the conic form, on which general convex optimization techniques can be applied. In particular, if there is no short-selling, and the disutility function takes the form of semi-variance downside risk, and all the parameter ambiguity sets are ellipsoidal, then the problem becomes a second order cone program, thus tractable. We use SeDuMi to solve the resulting robust portfolio selection problem, and the simulation results show that the robust consideration helps to reduce the variability of the optimal values caused by the parameter ambiguity.     

幂效用函数的最优投资组合研究

本文对投资组合中较常用的风险厌恶型的幂效用函数进行研究。应用无差异曲线法求解出这种效用函数的最优投资比例,并对本文所得出的结论进行了实例应用分析。     

An exact solution to a robust portfolio choice problem with multiple risk measures under ambiguous distribution

This paper proposes a unified framework to solve distributionally robust mean-risk optimization problem that simultaneously uses variance, value-at-risk (VaR) and conditional value-at-risk (CVaR) as a triple-risk measure. It provides investors with more flexibility to find portfolios in the sense that it allows investors to optimize a return-risk profile in the presence of estimation error. We derive a closed-form expression for the optimal portfolio strategy to the robust mean-multiple risk portfolio selection model under distribution and mean return ambiguity (RMP). Specially, the robust mean-variance, robust maximum return, robust minimum VaR and robust minimum CVaR efficient portfolios are all special instances of RMP portfolios. We analytically and numerically show that the resulting portfolio weight converges to the minimum variance portfolio when the level of ambiguity aversion is in a high value. Using numerical experiment with simulated data, we demonstrate that our robust portfolios under ambiguity are more stable over time than the non-robust portfolios.     

通胀环境下考虑随机微分效用的最优消费和投资问题研究

本文研究了投资者在通胀环境下基于随机微分效用的最优消费和投资问题．首先对投资机会集进行描述．并用随机微分效用函数刻画了投资者的偏好．其次利用动态规划原理,考虑带通胀的最优消费和投资问题,并建立相应的HJB方程．接下来,根据假设的效用函数,推导出最优消费和投资策略,并分析参数对投资策略的影响．     

Optimal Control for Utility Portfolio Selection with Liability

In this paper we use stochastic optimal control theory to investigate a dynamic portfolio selection problem with liability process, in which the liability process is assumed to be a geometric Brownian motion and completely correlated with stock prices. We apply dynamic programming principle to obtain Hamilton-Jacobi-Bellman (HJB) equations for the value function and systematically study the optimal investment strategies for power utility, exponential utility and logarithm utility. Firstly, the explicit expressions of the optimal portfolios for power utility and exponential utility are obtained by applying variable change technique to solve corresponding HJB equations. Secondly, we apply Legendre transform and dual approach to derive the optimal portfolio for logarithm utility. Finally, numerical examples are given to illustrate the results obtained and analyze the effects of the market parameters on the optimal portfolios.