● 摘要
现代社会中经济的迅速发展，金融市场的日益繁荣为机构投资者的成长与运营提供了良好的环境与内在的动力，但同时也使得市场中的不确定性增多，波动性增大，在资源配置效率不断提高的同时加剧了风险。诸如银行、保险公司、养老金等金融机构在投资活动中会面临市场风险、信用风险、流动性风险等各式各样的风险类型。资产负债管理作为风险管理理论的重要组成部分，强调通过资产和负债的动态调整，将金融资产进行跨期的合理配置，以达到盈利性、流动性和安全性的最优均衡。随着数学知识和计算机技术的进步，相关理论方法逐渐由单期静态发展为多期动态，近年来，基于动态随机规划资产负债管理模型在金融机构的应用中拥有了诸多的成功典范。企业年金作为养老保险体制的第二支柱，是担负重要社会保障功能的机构投资者。在基本养老保险面临越来越严重的支付危机的情况下，企业年金基金的保值和增值问题尤为重要。在对收益和风险进行权衡时，适合采用随机规划方法来指导其资产负债管理策略，而目前在国内的研究中尚无完整的DC型企业年金应用示例，本研究以其作为建模对象，具有十分现实的意义。 随机规划在解决金融机构资产负债最优配置问题上具有强大优势，然而，这种方法也有一定局限性：它首先需假定作为目标函数的效用函数准确表述了投资者的真实收益-风险态度；其次要求作为输入参数的离散情景树有效反映了市场风险因素未来的可能分布；最后，求解时的确定性等价形式往往规模过大。鉴于上述优势和不足，本研究提出一种基于分层随机规划的资产负债管理模型，在理论上加以改进，同时在情景生成和模型求解等多方面进行探讨和完善，并选用企业年金基金进行了实例研究。 本文首先深入阐释了资产负债管理理论的内涵、特性和基本原则，通过对主要的相关技术和模型的提炼和归纳，详细论述了各种方法的优缺点和适用性。在此基础上，本文提出投资者在波动的金融环境中面临的资产配置问题，剖析了不确定因素下的动态决策流程以及信息集在流程中的更新情况。理论研究中给出目标函数的基本形式和约束条件的主要类别，发现并概括了建模过程中的凸性要求，并对随机规划资产负债管理模型的优越性和局限性进行探讨。针对效用函数在以往模型应用中的不足之处进行了推证和改进，提出资产负债管理的分层随机规划方法并以流程思想加以诠释，对改进前后的模型进行了比较和分析。 在情景生成环节，本文研究并比较了主要的技术模型，重点分析了矩匹配算法并以此为核心加以改进和补充，在综合时间序列模型、聚类分析等方法的基础上，建立起一套完整的情景生成流程。模型求解部分对确定性等价转化法的特点和不足进行详细剖析，提出采用嵌套Benders’分解法来求解规划。研究中对多阶段算法添加适当的辅助变量，使算法流程模块化，更具可操作性。 上述的理论方法体系被应用于我国完全积累模式的DC型企业年金资产负债管理中。本文提出年金基金面临的资产负债配置问题并将其模型化，在设定了具体可行的建模假设的基础上，构建分层随机规划来求解各资产的最优比例配置。建模过程中充分考虑企业年金运作管理中安全性、收益性和流动性之间的权衡，引入分段线性惩罚函数满足目标函数凸性和计算可行性的要求。此外，研究中还创建了企业年金投资绩效评价指标体系，以其参考范围为基准判定最优解，示例结果使基金在风险程度与基准组合接近的情况下，实现了更好的盈利水平。