模型不确定性下的最优投资—消费—保险决策

来源 :中央财经大学 | 被引量 : 0次 | 上传用户:sad_pacific
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
本文主要研究了在模型不确定性下的带有消费习惯的最优投资-消费-保险模型,目的是使得个体的效用最大化。本文考虑的效用主要包括消费产生的效用、财富积累带来的效用和保险金给付产生的效用。通过构建投资-消费-保险模型,在得到的模型的基础上定义出符合该模型的最优值函数,运用动态规划的原理推出该最优值函数满足的HJB方程,最后通过求解HJB方程的一阶偏导得到最优值函数的显示表达式。本文使用的效用函数是常相对风险厌恶型(CRRA)函数,在CRRA效用函数下得到了最优解的显示解,并对最优解进行了均衡状态下的分析。本文在最后,利用前面模型解出来的一组解的期望,使用MATLAB数据软件,通过数值模拟的方式得出各最优解随时间变化的路径,并展示了在不同模型不确定性的假设下各个路径的变化。本文研究框架采用由简到繁的思路。首先,在Merton模型的基础上建立了含有模型不确定性的带消费习惯的投资-消费模型。在一定假设下,本文通过构建投资-消费决策问题对应的模型,求得该模型的HJB方程,从而解得在模型不确定下风险资产投资、消费水平的最优解形式,并分析了模型最优解在均衡状态下的随参数变化的趋势及其原因。接着,在第一步模型有显示解的基础上,本文在第三章的模型中加上了保险购买这个因素。在一定假设下,本文通过构建投资-消费-保险决策问题对应的模型,求得模型的HJB方程,从而解得在这个模型下风险资产投资水平、消费水平和保险购买水平的最优解形式,和第一步模型的解的形式行进比较,并分析了模型最优解在均衡状态下的随参数变化的趋势及其原因。最后在前两步的基础上,利用其中一组解求得最优解的期望形式,使用MATLAB数据处理软件对模型最优解的期望形式进行数值模拟,研究在不同模型不确定性的假设下,各最优解随时间变化的路径,从而更好地分析不同模型不确定性假设对消费者投资、消费行为和保险购买的影响。使用数值模拟的方法,可以通过图表等形式,更好地展示模型不确定性对解的形式和结果的影响。本文主要结论如下:第一,不管有无保险购买行为,都能得到以下两个结论:当个体的财富越多的时候,个人的消费也越多;个体财富越多,个人投资在风险资产上的财富也就越多。第二,当存在保险购买行为时,可以得到以下几个结论:首先,个体财富对个体保险的需求有抑制作用。因为当个体越富有,其防范风险的手段也就越多,不一定需要通过购买保险来防范个体突然死亡给家庭带来的损失。这个结论与前人研究的保险的反财富效应的结论是一致的。其次,当死亡率增加时,个体的总财富收入会减少,同时个体对保险的需求会增加,这也和前人的结论一致。因为一个更容易死亡的人,会有逆向选择行为,更倾向于购买保险。此外时间贴现因子对最优保费也有一定影响。当时间贴现因子变大时,会导致保费支出变大。第三,本文可以得到风险投资、消费水平和保费收入随着年龄增长的变化。首先,通过数值模拟可以得到最优策略下消费水平和风险投资水平的最优解一开始随着年龄的增加而增加,在50-55岁左右达到最大值,但在接近退休年龄时,个体最优的消费水平和风险投资水平会大幅度减少,直到60岁趋向于0。其次,均衡状态下保险支出的最优解随时间变化的趋势与消费和投资相反,即一开始随着年龄的增加而减少,在50岁-55岁左右达到最小值,在55-60岁这个年龄段,个体最优的保费支出有大幅度增加,直到60岁达到一个较高值。第四,模型不确定性对效用影响的程度会影响最优风险投资水平、消费水平和保费支出。首先可以看到模型不确定性对个体的消费水平有抑制作用,当个体越在意参考的投资模型与真实模型是否有出入这个问题时,个体越是会减少自己的消费。其次模型不确定性对个体的投资水平有抑制作用,当人们的效用受模型不确定性影响越大时,个体在风险资产上的投资会越少,导致总体财富积累减少或者存款增加,从而进一步导致消费的减少。与此相反的是,模型不确定性对保险的购买有促进作用。因为存在模型不确定性,那么个体投资主观模型和真实模型是有出入的,这种差距势必这会影响个体在风险资产上的投资收入。模型不确定性的存在使得个体风险投资水平降低,若将保险产品视为规避风险投资的替代品,那么风险资产投资水平的降低,必然会导致保费支出的上升。本文研究的创新点主要是将个体的消费习惯和模型不确定性同时引入到投资-保险-消费模型之中。关于投资-消费-保险的研究已经有不少学者做过了,但是还没有研究同时考虑消费习惯和模型不确定性。但往往消费习惯和模型不确定性会很大程度上影响消费者的投资行为,将这两个因素引入到投资-消费-保险模型中,丰富了国内关于最优投资-消费-保险决策问题的理论研究。其次,本文将模型不确定性、消费习惯和保险购买同时引入到了Merton模型中,使得模型更加贴近现实生活,更加清楚明了地展示了各个因素对消费者投资、消费的影响,对实际投资和保险开发有一定的指导意义。
其他文献
随着未来移动网络B5G/6G向智能化迈进,不同计算密集型和高能耗应用业务的涌现,使得移动终端将任务迁移到边缘服务器进行处理的边缘计算得到了广泛的应用。但由于物理尺寸的限制,移动设备通常在电池容量和计算能力方面受限,而边缘计算任务迁移过程中,大量的密集型计算任务将加速终端的能耗,缩短移动设备电池的使用周期。因此如何高能效地迁移任务、降低移动终端能耗,一直是边缘计算中的开放问题。在当前高能效边缘计算任
学位
视频超分辨率是图像处理领域中一个经典且具有挑战性的视觉任务,其目标在于根据序列低分辨率视频恢复相应的高分辨率视频。视频超分辨率重建旨在利用相邻视频帧之间的时序和空间信息生成时空一致的高分辨率视频。本文重点围绕基于深度学习的视频时序特征学习,以及时空特征融合的视频超分辨率方法展开研究。在学习并研究了目前先进的深度学习视频超分辨率重建方法的基础上,提出了结合高分辨率光流估计补偿的高分辨率特征投影网络H
学位
权益指数年金保险,是一种与股市指数或债市指数相关联,同时具有最低收益保证的年金产品。在欧美成熟的保险市场上销售火爆,保费收入约占整个年金市场的三分之一。虽然目前我国的保险市场上还没有出现权益指数年金产品,但已经具备相应条件:一是人口老龄化的加剧将会催生巨大的养老保障需求,在我国养老金制度体系中,需要创新发展多样化的商业养老年金产品。二是近年来,保险公司保费增长乏力,普遍面临着较大的经营压力。而养老
学位
公允价值在金融行业的广泛应用,为保险公司负债评估带来了新的挑战。我国保险会计准则对公允价值的进一步应用,以及IFRS17的发布对全球保险公司会计准则带来的冲击,也向保险公司准确拆分业务组成、合理评估负债提出了更高的要求。在这种背景之下,寿险公司需要通过合理的风险对冲安排进一步优化风险管理措施、释放准备金,实现对负债的准确评估并改善财务结构。二十余年以来,我国新型寿险产品的不断发展也使得保险业更加重
学位
验证码是一种区分某次操作的主体是计算机程序还是正常用户的安全机制。文本验证码因其轻量、灵活易部署,被广泛应用于注册、登录、发帖、投票等场景。近年来,基于深度学习的攻击破解技术不断发展,使得文本验证码的安全性岌岌可危。对于安全人员而言,如何设计既能满足轻量级应用需求,又能提升抵御攻击能力的文本验证码是目前面临的难点和困惑。为了解决上述挑战,提升文本验证码的安全性和对抗能力,本文从广泛分布的文本验证码
学位
近年来,我国自然灾害频发,给人民的生命财产安全带来了巨大损失与隐患,如何加强抢险救灾工作的效率成为了一个迫在眉睫的问题。开展抢险救灾工作高度依赖灾损数据的搜集速度和搜集精度,而传统灾损估计模型与信息搜集方法由于存在时间滞后性等客观缺陷,并不是一种能够实时提供灾损相关信息的方法,不利于抢险救灾工作效率的提升。社交媒体作为实时信息传递的媒介,可以将用户对于灾损事件的实时情绪反馈及时记录,这种情绪反馈中
学位
根据参保人员权益和义务的不同,目前世界上的养老计划主要分为确定收益养老计划和确定缴费养老计划两类。前者事先规定参保人员的养老权益;后者则事先规定了参保人员的缴费水平,退休者所能获得养老金的多少取决于投资收益。二者对于投资风险的分配也不同,前者主要由基金管理人承担,而后者则由参保人员自行承担。目前,确定缴费型是国际养老计划的主流,该计划将个人的生存期以退休时刻为划分点分为两个阶段,退休前累积期和退休
学位
滑坡是最频繁、最常见、破坏性强、波及面广的一种地质灾害,我国每年滑坡涉及伤亡人数2万人以上,严重威胁人民生命财产安全。三峡地区作为我国滑坡的高发地,成为众多学者研究的典型区域。滑坡预测的有效性取决于触发因素的筛选以及高性能预测模型的构建。在传统预测模型中影响因素对模型的敏感性考虑较少,未能筛选出关键的触发因素;此外现有的预测模型缺少了对特征的深层提取,模型存在局限性等问题,难以对滑坡进行有效预测。
学位
秦始皇陵兵马俑是中华民族物质遗产的金字招牌,但由于岁月侵蚀、破损文物汇聚成滩难以复原,基于高性能计算是解决此问题的必要手段。然而,存在俑体碎片形状不规则、特征模糊不易提取等问题,且多碎片拼接实属于NP难题。而直觉模糊具有更强表征与辨析能力,更加适合处理特征模糊的多碎片匹配问题。此外,群体智能在解决全局拼接NP难问题上独占优势。因此,本文将直觉模糊与群智能算法相结合并应用于多碎片虚拟拼接中,展开研究
学位
药物关系挖掘(Drug-Drug Interaction Extraction,DDIE)是一项利用文本处理技术从生物医学文献中挖掘药物间相互作用(Drug-Drug Interaction,DDI)的任务,其研究成果对保证药物数据库的实时更新和高覆盖率具有重要意义。本文以生物医学文本为研究对象,主要针对DDIE任务开展如下研究工作:(1)现有的DDIE方法主要依赖额外的药物信息以达到更好的挖掘性
学位