孫瑞嬌,杜曉婷
(山東科技大學(xué) 數(shù)學(xué)與系統(tǒng)科學(xué)學(xué)院,山東 青島 266590)
?
時(shí)變波動(dòng)率和隨機(jī)利率模型下的動(dòng)態(tài)投資研究
孫瑞嬌,杜曉婷
(山東科技大學(xué) 數(shù)學(xué)與系統(tǒng)科學(xué)學(xué)院,山東 青島 266590)
在金融市場(chǎng)中,假設(shè)風(fēng)險(xiǎn)資產(chǎn)價(jià)格的波動(dòng)率隨時(shí)間的變化而變化,它的函數(shù)表達(dá)式由隨機(jī)環(huán)境下的波動(dòng)率去掉隨機(jī)項(xiàng)的部分確定,無(wú)風(fēng)險(xiǎn)利率是隨機(jī)的,用Hull-White隨機(jī)利率模型來(lái)刻畫(huà),根據(jù)動(dòng)態(tài)規(guī)劃中的Bellman最優(yōu)性原理,建立了基于冪效用函數(shù)的風(fēng)險(xiǎn)資產(chǎn)和無(wú)風(fēng)險(xiǎn)資產(chǎn)的動(dòng)態(tài)投資組合模型,給出了使期望效用最大化的最優(yōu)投資策略.
時(shí)變波動(dòng)率;Hull-White隨機(jī)利率模型;動(dòng)態(tài)投資組合;Bellman最優(yōu)性原理;期望效用最大化
投資組合是投資者將資金投資于風(fēng)險(xiǎn)資產(chǎn)和無(wú)風(fēng)險(xiǎn)資產(chǎn)的組合,它的目的在于分散風(fēng)險(xiǎn),使終端財(cái)富最大化.自Markowitz提出分散投資和效率投資組合理論[1,2]以來(lái),在最優(yōu)投資組合問(wèn)題上出現(xiàn)了許多顯著的研究成果,尤其是波動(dòng)率隨機(jī)化或無(wú)風(fēng)險(xiǎn)利率隨機(jī)化下的投資組合.對(duì)于隨機(jī)利率下的投資組合,國(guó)內(nèi)外學(xué)者大部分研究了Ho-Lee隨機(jī)利率模型、Vasicek隨機(jī)利率模型或Cox-Ingersoll-Ross(CIR)隨機(jī)利率模型[3~6]下的投資組合問(wèn)題,而很少與具體的時(shí)變波動(dòng)率或隨機(jī)波動(dòng)率結(jié)合來(lái)研究投資組合問(wèn)題.
Hull-White隨機(jī)利率模型作為Ho-Lee隨機(jī)利率模型的推廣模型,比其它隨機(jī)利率模型能更好地匹配當(dāng)前的利率期限結(jié)構(gòu),并且它所描述的利率過(guò)程是一個(gè)無(wú)套利的Markov過(guò)程[7~11],具有較好的性質(zhì)和研究?jī)r(jià)值.對(duì)于風(fēng)險(xiǎn)資產(chǎn)價(jià)格的波動(dòng)率,有一種隨機(jī)波動(dòng)率,其過(guò)程遵循幾何布朗運(yùn)動(dòng),可以保證波動(dòng)率的非負(fù)性[12].不確定性下的理性決策有3種準(zhǔn)則:一是數(shù)學(xué)期望最大化準(zhǔn)則,二是期望效用準(zhǔn)則,三是后期望效用準(zhǔn)則.20世紀(jì)50年代,Von Neumann和Morgenstern提出了期望效用函數(shù)理論,針對(duì)金融市場(chǎng)中的投資組合問(wèn)題,依據(jù)期望效用準(zhǔn)則,在不確定的情況下,為了最大化期望效用,必須事先做出適當(dāng)?shù)耐顿Y決策[13,14].
本文在常浩[15]提出的 Ho-Lee利率模型下的動(dòng)態(tài)投資組合的基礎(chǔ)上,采用Ho-Lee利率的推廣模型——Hull-White隨機(jī)利率模型,并與具體的時(shí)變波動(dòng)率相結(jié)合,研究動(dòng)態(tài)投資組合問(wèn)題.應(yīng)用期望效用函數(shù)理論,建立了冪效用函數(shù)下的動(dòng)態(tài)投資組合模型,并給出了最優(yōu)投資策略的顯示表達(dá)式.
假定投資者選擇了金融市場(chǎng)中的兩種資產(chǎn)進(jìn)行投資,一種是無(wú)風(fēng)險(xiǎn)資產(chǎn),比如通常情況下的政府債券,另一種是風(fēng)險(xiǎn)資產(chǎn),比如股票或衍生金融產(chǎn)品,投資周期為[0,T].用P(t),S(t)分別表示無(wú)風(fēng)險(xiǎn)資產(chǎn)和風(fēng)險(xiǎn)資產(chǎn)在t時(shí)刻的價(jià)格,它們的價(jià)格過(guò)程對(duì)應(yīng)著下面的2個(gè)方程:
(1)
(2)
其中,r(t)為t時(shí)刻的無(wú)風(fēng)險(xiǎn)利率,λ(t)為風(fēng)險(xiǎn)資產(chǎn)在t時(shí)刻的風(fēng)險(xiǎn)溢價(jià),σ(t)為風(fēng)險(xiǎn)資產(chǎn)價(jià)格在t時(shí)刻的波動(dòng)率,B(t)為一維的標(biāo)準(zhǔn)布朗運(yùn)動(dòng).
(3)
根據(jù)Ito公式可以得到
其中,σ0為風(fēng)險(xiǎn)資產(chǎn)價(jià)格在0時(shí)刻的波動(dòng)率,β,η為常數(shù).
對(duì)于無(wú)風(fēng)險(xiǎn)利率r(t),假定它是隨機(jī)的,應(yīng)用Hull-White隨機(jī)利率模型,滿足的隨機(jī)微分方程如下:
(4)
(5)
結(jié)合式(1)、(2)得到:
(6)
來(lái)刻畫(huà).于是建立以下的動(dòng)態(tài)投資組合模型:
(7)
定義值函數(shù)
(8)
結(jié)合式(5)、(6),根據(jù)Bellman最優(yōu)性原理[15],值函數(shù)V(t,r,y)對(duì)應(yīng)下面的HJB方程
(9)
其中,Vt,Vy,Vr,Vrr,Vry,Vyy分別是V(t,r,y)關(guān)于t,r,y的一階偏導(dǎo)與二階偏導(dǎo)數(shù).對(duì)式(9)左邊大括號(hào)內(nèi)的部分關(guān)于x(t)求偏導(dǎo)數(shù),由于是凹規(guī)劃問(wèn)題,一階最優(yōu)性條件也是充分條件.進(jìn)而由一階最優(yōu)性條件得:
(10)
從而得最優(yōu)解
(11)
這是模型的隱式解.
將式(11)代入式(9)可以得到:
(12)
以下定理給出最優(yōu)投資策略的顯示表達(dá)式:
(13)
將它們代入式(12)可得
(14)
又因?yàn)?/p>
其中,M′(t),N′(t)分別表示它們關(guān)于t的導(dǎo)數(shù),代入式(14)得
(15)
消除式(15)對(duì)r的依賴性可以得到下面兩個(gè)方程:
解得
所以
在時(shí)變波動(dòng)率和Hull-White隨機(jī)利率模型下的最優(yōu)投資策略x*(t)與波動(dòng)率參數(shù)β,η和隨機(jī)利率參數(shù)α(t),σr有關(guān),而與隨機(jī)利率參數(shù)θ(t)無(wú)關(guān).因此波動(dòng)率與利率共同影響著投資者做何種決策.本文所建立的動(dòng)態(tài)投資組合模型是在時(shí)變波動(dòng)率和隨機(jī)利率下建立的,在隨機(jī)波動(dòng)率和隨機(jī)利率下也可以建立相應(yīng)的動(dòng)態(tài)投資組合模型,求得最優(yōu)解.
[1] 埃爾頓.現(xiàn)代投資組合理論和投資分析[M].6版.北京:中國(guó)人民大學(xué)出版社,2006.
[2] 張衛(wèi)國(guó).現(xiàn)代投資組合理論[M].北京:科學(xué)出版社,2007.
[3] 皮里沃.隨機(jī)利率模型及相關(guān)衍生品定價(jià)[M].偉曉,譯.天津:南開(kāi)大學(xué)出版社,2010.
[4] Hao R,Liu Y,Wang S.Pricing Credit Default Swap under Fractional Vasicek Interest Rate Model[J].Journal of Mathematical Finance,2014,4(1):10-20.
[5] Inoue A,Moriuchi S,Nakamura Y.A Vasicek-Type Short Rate Model With Memory Effect[J].Stochastic Analysis & Applications,2015,33(6):1068-1082.
[6] Alfonsi A.High order discretization schemes for the CIR process:Application to affine term structure and Heston models[J].Mathematics of Computation,2010,79(269):209-237.
[7] 沈傳河,王向榮.Hull-White隨機(jī)利率模型在債券價(jià)值分析中的應(yīng)用[J].統(tǒng)計(jì)與決策,2005(18):21-23..
[8] Lech A.Grzelak,Cornelis W.Oosterlee,Sacha Van Weeren.Extension of stochastic volatility equity models with the Hull-White interest rate process[J].Quantitative Finance,2012,12(1):89-105.
[9] Kim J H,Yoon J H,Yu S H.Multiscale Stochastic Volatility with the Hull-White Rate of Interest[J].Journal of Futures Markets,2014,34(9):819-837.
[10] Leonard Tchuindjo.Pricing of Multi-Defaultable Bonds with a Two-Correlated-Factor Hull-White Model[J].Applied Mathematical Finance,2007,14(1):19-39.
[11] Cappé O,Moulines E,Rydén T.Inference in hidden Markov models[M].New York:Springer,2005.
[12] 韓立巖,泮敏.基于奈特不確定性隨機(jī)波動(dòng)率期權(quán)定價(jià)[J].系統(tǒng)工程理論與實(shí)踐,2012(6):1175-1183.
[13] Rabin M.Risk aversion and expected-utility theory:A calibration theorem[J].Econometrica,2000,68(5):1281-1292.
[14] 張新麗,張璐,王欣.風(fēng)險(xiǎn)投資并購(gòu)?fù)顺鲂袨榈难莼┺姆治鯷J].遼寧師范大學(xué)學(xué)報(bào):自然科學(xué)版,2013,36(3):323-328.
[15] 常浩.Ho-Lee利率模型下多種風(fēng)險(xiǎn)資產(chǎn)的動(dòng)態(tài)投資組合[J].數(shù)理統(tǒng)計(jì)與管理,2015,34(3):561-570.
[16] 雍炯敏,樓紅衛(wèi).最優(yōu)控制理論簡(jiǎn)明教程[M].北京:高等教育出版社,2006.
(責(zé)任編輯:張冬冬)
Research on dynamic portfolio of time-varying volatility and stochastic interest rate mode
SUN Ruijiao,DU Xiaoting
(Institute of Mathematics,Shandong University of Science and Technology,Qingdao Shandong 266590,China)
In the financial markets,volatility is assumed that the price of risky asset changes over time and its function expression is determined by the stochastic volatility without the part of a random item.The non-risk interest rate is random,with Hull-White stochastic interest rate models to describe.The paper,based on dynamic programming in the Bellman optimality principle,establishes a dynamic portfolio model based on a power utility function and obtains the implicit solution of optimal investment strategies.And finally then show the explicit expressions of optimal investment strategy and the corresponding conclusions.
timevarying volatility;Hull-White stochastic interest rate model;dynamic portfolio;Bellman principle of optimality;expected utility maximization
2016-04-21
孫瑞嬌(1991-),女,山東聊城人,山東科技大學(xué)數(shù)學(xué)與系統(tǒng)科學(xué)學(xué)院碩士研究生.
F832.48;O211.6
A
1008-2441(2016)04-0001-05