通货膨胀下的最优消费—投资—保险问题研究

来源 :中央财经大学 | 被引量 : 0次 | 上传用户:jake7
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
本文在经典的最优消费-投资问题框架下,引入保险、消费习惯和通货膨胀的因素,研究了通货膨胀下个体的最优消费-投资-保险问题以及这个框架下消费习惯对个体最优决策的影响。通过动态规划原理对HJB方程的求解,本论文讨论了常相对风险厌恶函数(CRRA)下个体的最优策略的问题,通过计算得到了其显示解并对此进行了定性分析。最后通过数值模拟分析了消费习惯在通货膨胀下的个体最优消费-投资-保险问题中的作用。文章主要分为如下几部分:首先是绪论部分介绍了研究背景、此问题的研究现状、研究的方法、意义等。第二部分回顾了解决最优控制问题的常见解决方法之一的动态规划方法,并借助一个例子用相应方法进行了简单的求解,为后续研究提供了工具和方法上的简要介绍。第三部分在无消费习惯的情况下,研究了通货膨胀下的最优消费-投资-保险问题,并运用动态规划方法求得HJB方程的显示解,最后根据解的表达式对解进行了简要的定性分析。第四部分在第三部分的基础上引入了消费习惯,同样在获得显示解后进行了分析。最后一部分设定参数进行了数值模拟,对本文模型中消费习惯及其他各经济因素对最优决策的影响情况进行了讨论。在本文选取的参数下,通胀水平与通胀和风险资产价格波动的相关性都对最优决策路径有影响,前者对最优消费、投资路径有正向影响、对最优保险购买路径有负向影响,后者对最优路径的影响比较复杂,通胀和风险资产价格波动较高的相关性对保险购买有正向影响,对风险资产投资、通胀指数债券投资和消费前期均有负向影响,后期逐渐转为正向影响;引入消费习惯也会使得最优决策的路径发生变化,不同的消费水平对不同路径的影响有所不同:其他条件相同时,个体的消费习惯水平越高,他的最优消费路径变化就越剧烈,而对保险购买和风险资产的投资额则有相反的规律:消费习惯水平越高会有越平缓变化的路径。另外,决定消费水平的参数之间的大小关系也会对最优决策的路径产生影响:。本文的创新点主要在于:考虑了通货膨胀下的最优消费-投资-保险问题且引入了消费习惯,虽然关于消费习惯的最优消费-投资-保险问题曾有学者做过研究,但在通货膨胀下还没有学者进行这项研究。考虑到改革开放后随着经济增长的而变化的通货膨胀情况已经成为人们在进行消费投资决策时考虑的重要因素,同时人们消费和生活水平的逐步提升也使得消费习惯成为研究最优消费-投资-保险问题时需要考虑的问题,因此引入通货膨胀因素和消费习惯因素有其必要性。
其他文献
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
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
学位
图像分类任务一直是计算机视觉中的一项重要研究任务。由于深度学习近年来的迅速发展,神经网络在图像分类任务中出现了越来越多的应用。在早期通过专家手工设计神经网络模型,要找到正确合适的架构是相当耗时、费力且易出错的任务。神经架构搜索(Neural Architecture Search,NAS)的出现使得在数据集上可以自动搜索出最适合的模型架构,但搜索空间非常大,常见的搜索策略计算开销也非常大。可微分神
学位
我国保险业经历多年的快速发展,保费规模庞大,保险在人民心目中的地位也逐渐提升,然而在国家经济增速放缓,人民保险需求有限以及保险企业转型,监管力度加强的双重压力下,公司治理作为“偿二代”监管体系有效实施的重要保障,被认为是保险企业面对增长瓶颈时的重要抓手,必须得到良好的改善。因此本文试图通过实证研究,以我国寿险公司为例,探究公司治理对盈利能力的影响程度,从而判断在“偿二代”二期工程开展初期的重要节点
学位