[论文解读] Weakly nonlinear analysis of the Hamilton-Jacobi-Bellman equation arising from pension savings management

Zuzana Macova, Daniel Ševčovič|ArXiv.org|May 1, 2009

Stochastic processes and financial applications参考文献 3被引用 17

一句话总结

本文针对养恤金储蓄中的最优动态资产配置问题，对汉密尔顿-雅可比-贝尔曼（HJB）方程进行了弱非线性分析，采用渐近展开和边界估计方法，近似求解最优股票与债券配置比例。主要贡献在于提出了最优策略的一阶解析近似，支持敏感性分析，并与离散时间模型进行验证；数值结果表明，斯洛伐克和保加利亚养恤金制度的累计财富分别达到最终年薪的5.2倍和8.1倍。

ABSTRACT

The main purpose of this paper is to analyze solutions to a fully nonlinear parabolic equation arising from the problem of optimal portfolio construction. We show how the problem of optimal stock to bond proportion in the management of pension fund portfolio can be formulated in terms of the solution to the Hamilton-Jacobi-Bellman equation. We analyze the solution from qualitative as well as quantitative point of view. We construct useful bounds of solution yielding estimates for the optimal value of the stock to bond proportion in the portfolio. Furthermore we construct asymptotic expansions of a solution in terms of a small model parameter. Finally, we perform sensitivity analysis of the optimal solution with respect to various model parameters and compare analytical results of this paper with the corresponding known results arising from time-discrete dynamic stochastic optimization model.

研究动机与目标

• 将养恤金储蓄中的最优投资组合选择问题表述为一个完全非线性的抛物型HJB方程。
• 在弱非线性假设下，推导HJB方程解的解析边界和渐近展开式。
• 对最优股票与债券配置比例关于模型参数的敏感性进行分析。
• 将连续时间下的解析结果与已知的离散时间动态随机优化模型进行验证。
• 为养恤金基金管理中的最优投资策略提供一种实用的近似方法。

提出的方法

• 将最优资产配置问题表述为带有终端条件 $ V(T,y) = U(y) $ 的完全非线性抛物型HJB方程，其中 $ U $ 为凹函数、有界且递增的效用函数。
• 通过将解按小参数 $ \varepsilon $ 的幂次展开，应用弱非线性分析，得到价值函数和最优控制的一阶渐近近似。
• 通过哈密顿函数的一阶条件推导最优控制 $ \theta^* $，得到一个涉及 $ A_\varepsilon $ 和 $ B^2 $ 关于控制 $ \theta $ 的导数之比的隐式方程。
• 在给定假设下，利用漂移和扩散系数的单调性与凸性性质，构建解的边界。
• 通过蒙特卡罗模拟在最优策略下财富过程 $ y_t $ 的路径，对解析结果进行数值验证。
• 将连续时间下的解析解与先前工作中提出的离散时间动态规划模型进行比较，评估最优股票与债券配置比例 $ \hat{\theta}(t,y) $ 的差异。

实验结果

研究问题

• RQ1 如何利用弱非线性方法，对养恤金储蓄投资组合中的最优股票与债券配置比例进行解析近似？
• RQ2 在动态养恤金基金管理中产生的完全非线性HJB方程的解，其边界和渐近行为如何？
• RQ3 最优策略对风险规避程度和小参数 $ \varepsilon $ 等模型参数的变化有多敏感？
• RQ4 连续时间HJB模型的解析结果与离散时间动态随机优化模型的结果相比如何？
• RQ5 不同 $ \varepsilon $ 值（如斯洛伐克的0.09，保加利亚的0.14）对退休时预期累计财富有何影响？

主要发现

• HJB方程解的渐近展开得到一阶近似，使能够对最优策略关于模型参数的依赖关系进行定性分析。
• 最优股票与债券配置比例 $ \hat{\theta}(t,y) $ 通过函数 $ G $ 的反函数隐式导出，其中 $ G $ 依赖于漂移和扩散系数关于控制 $ \theta $ 的导数。
• 对于斯洛伐克养恤金制度（$ \varepsilon = 0.09 $），退休时的预期累计财富约为最终年薪的5.2倍。
• 对于保加利亚养恤金制度（$ \varepsilon = 0.14 $），预期累计财富约为最终年薪的8.1倍，表明更高的 $ \varepsilon $ 对储蓄表现有显著影响。
• 连续时间模型与离散时间模型在最优比例 $ \hat{\theta}(t,y) $ 上的最大差异为0.33，出现在 $ t=1 $、$ y \approx 1.3 $ 处，表明两者具有强烈的定性一致性。
• 求解HJB方程所用的数值格式表现出二阶收敛性，且适用于CRRA族之外更广泛的效用函数类别。