[论文解读] An Explicit Example Of Optimal Portfolio-Consumption Choices With Habit Formation And Partial Observations

Xiang Yu|arXiv (Cornell University)|Dec 13, 2011

Stochastic processes and financial applications参考文献 18被引用 3

一句话总结

本文通过卡尔曼-布齐滤波与动态规划方法，为习惯形成与部分观测下的最优投资消费问题提供了显式解。在扩散市场中，当投资回报率的瞬时漂移不可观测时，推导出投资与消费的闭式反馈策略，表明部分信息可简化路径依赖的控制问题，相较于完全信息情形更为简洁。

ABSTRACT

We consider a model of optimal investment and consumption with both habit formation and partial observations in incomplete Itô processes market. The investor chooses his consumption under the addictive habits constraint while only observing the market stock prices but not the instantaneous rate of return. Applying the Kalman-Bucy filtering theorem and the Dynamic Programming arguments, we solve the associated Hamilton-Jacobi-Bellman (HJB) equation explicitly for the path dependent stochastic control problem in the case of power utilities. We provide the optimal investment and consumption policies in explicit feedback forms using rigorous verification arguments.

研究动机与目标

• 建模具有成瘾性习惯形成的最优投资与消费，其中当前效用依赖于过去的消费水平。
• 处理投资者仅能观测股票价格，而无法观测风险资产瞬时漂移率这一现实约束。
• 在部分信息下显式求解由此产生的路径依赖随机控制问题，避免依赖动态规划原理。
• 证明在部分观测情形下，解的结构相较于完全信息设定更为简化。
• 通过验证定理严格确认所推导的最优策略显式反馈形式的最优性。

提出的方法

• 将股票价格与不可观测的漂移率建模为相关扩散过程，其中漂移率服从Ornstein-Uhlenbeck过程。
• 应用卡尔曼-布齐滤波定理，基于观测到的股票价格对未观测到的漂移率进行估计。
• 在幂效用函数与部分信息条件下，建立值函数的Hamilton-Jacobi-Bellman（HJB）方程。
• 通过假设法将HJB方程分解为具有常系数的辅助常微分方程组。
• 利用验证定理严格确认候选反馈控制策略的最优性。
• 在四种不同参数情形下求解所得常微分方程组：双曲型、多项式型、正切型与临界情形。

实验结果

研究问题

• RQ1 当投资者无法观测风险资产真实漂移率时，习惯形成如何影响最优消费与投资决策？
• RQ2 在具有习惯形成的部分信息设定下，能否推导出最优策略的显式反馈形式？
• RQ3 为何在此类路径依赖控制问题中，部分观测设定的解结构比完全信息情形更简单？
• RQ4 在不同参数配置下（如双曲型与多项式型、正切型解）最优策略的结构性差异是什么？
• RQ5 验证定理是否可直接应用于确认最优性，而无需证明动态规划原理？

主要发现

• 最优消费策略被显式表示为滤波后漂移率与当前习惯水平的反馈函数，其时间调整项随投资期限变化而动态调整。
• 最优风险资产配置权重以闭式形式推导，作为滤波后漂移率与剩余到期时间的函数，采用线性反馈结构。
• 根据参数配置，出现四种不同解类型——双曲型、多项式型、正切型与临界型，各自表现出不同的定性行为（有界或发散）。
• 当 γ₂ < 0 时，双曲型解有界；而多项式型解在 λ, p, ρ, σ_S, σ_μ 满足特定条件时有界。
• 正切型解为发散解，当判别式 Δ < 0 时存在，并在某一临界时间点发生发散。
• 验证定理确认了所推导策略的最优性，且无需完整证明动态规划原理。