魏宇方舟
摘要:文章將股票會支付紅利和證券收益率不確定這兩種情況考慮進(jìn)入Sethi & Thompson構(gòu)建的公司現(xiàn)金管理模型,試圖求解一個最優(yōu)的現(xiàn)金管理策略,即隨著時間的變化,公司財務(wù)管理人員應(yīng)該如何分配寄存于銀行的資金和投資于證券的資金,從而使該公司以最小的成本滿足必要的現(xiàn)金需求。文章通過使用Pontryagin最大化準(zhǔn)則,并嘗試使用一個新構(gòu)建的隨機(jī)情況下的最大化準(zhǔn)則來獲得了兩種情況下的最優(yōu)的現(xiàn)金管理策略。最后,文章對未來更進(jìn)一步的研究提出了展望。
關(guān)鍵詞:現(xiàn)金管理;股利;隨機(jī)收益率;最大化準(zhǔn)則
1 引言
隨著現(xiàn)代市場經(jīng)濟(jì)的發(fā)展,企業(yè)內(nèi)部管理已慢慢成為一家企業(yè)成功與否的關(guān)鍵因素之一。作為企業(yè)內(nèi)部管理的重要組成部分,現(xiàn)金管理,愈發(fā)受到企業(yè)經(jīng)理們的重視。增加現(xiàn)金流和改善現(xiàn)金的使用效率,是企業(yè)現(xiàn)金管理的主要目標(biāo)(W.J. Baumol, 1952[1])。
現(xiàn)金,是所有企業(yè)資產(chǎn)中流動性最強(qiáng)的資產(chǎn),任何一家企業(yè)都必須始終保持有一定數(shù)額的庫存現(xiàn)金,以保證企業(yè)日常運營所需的最低現(xiàn)金需求(J. Tobin, 1956[2])。但是,現(xiàn)金是一個非營利性的資產(chǎn),若一份貨幣資金在企業(yè)中滯留過久,勢必會降低企業(yè)的效益,與其任其不管,不如將這部分基本不用的資金投入市場,賺取更多財富。因此,日?,F(xiàn)金管理的主要任務(wù)就是在保證公司基本現(xiàn)金流的前提下,力爭控制其持有的現(xiàn)金在一個盡可能低的水平上(G.D. Eppen & E.F. Fama, 1968[3])。圍繞這一目標(biāo),西方企業(yè)財務(wù)管理專家們付出了很多努力,也已經(jīng)形成了一系列傳統(tǒng)的現(xiàn)金管理理論成果。
Seth & Thompson[4]于1970年在論文Application of mathematical control theory to finance: Modeling Simple Dynamic Cash Balance Problems中對企業(yè)現(xiàn)金管理建立了一個確定性模型。Sethi和Thompson的模型不僅為現(xiàn)金管理問題提供了一個具有可行性的方法,而且還對后續(xù)的相關(guān)研究有實質(zhì)性的指導(dǎo)意義(R.C. Merton, 1971[5] & G.M. Constantinides, 1976[6])。接下來,我們就先簡要介紹Sethi & Thompson的這個確定性模型。
在Sethi & Thompson的確定性模型中,只考慮了兩種金融資產(chǎn),即銀行存款和證券。記在 時刻的銀行存款為 ,投資于證券的資金為 ,銀行利率為 ,證券收益率為 ,企業(yè)現(xiàn)金需求為 , 。控制變量是在 時刻的證券出售額 ,當(dāng)公司賣出證券時, 是正數(shù),當(dāng)公司購入證券時, 是負(fù)數(shù)。同時, 是有界的,即 , 且 ,因為公司在每一時刻的證券交易不可能無限制地進(jìn)行,為了管控風(fēng)險,公司在每一時刻都需要設(shè)定一個合理的證券交易上下限范圍。此外,股票交易收費率是 , 。于是可以得到如下常微分方程組:
其中初值條件為 , 。目標(biāo)函數(shù)為 ,即每一時刻的公司財富(僅包括銀行存款和證券資產(chǎn))最大。Sethi & Thompson利用Pontryagin最大化準(zhǔn)則,求得了控制函數(shù) ,從而得到了一個最優(yōu)的現(xiàn)金管理策略。
我們則在該模型的基礎(chǔ)上,考慮了股票會支付紅利的情況,和證券收益率不確定的情況,并求解得到了新情況下的企業(yè)現(xiàn)金管理最優(yōu)路徑。
對于股票會支付紅利的情況,與Sethi & Thompson一樣,我們依據(jù)Pontryagin最大化準(zhǔn)則來解決我們提出的模型。
對于證券收益率不確定的情況,這種更能夠反映真實市場的情況,Sethi & Thompson也對其進(jìn)行了模型的構(gòu)建和探索,他們表明,在這種情況下無法得到一個精確的最優(yōu)控制路徑,這也受到了其他研究公司現(xiàn)金管理問題的學(xué)者的認(rèn)同(例如M.H. Miller, 1966[7])。事實上,當(dāng)證券收益率不確定時,現(xiàn)金管理模型的最大化問題是一個隨機(jī)問題(R.G. Vickson, 1971[8])。當(dāng)然,以往已有學(xué)者對這一問題的求解方法進(jìn)行了探索。例如,可以采用蒙特卡洛仿真策略來模擬,但是這種方法較為粗糙(S.P. Sethi & G.L. Thompson, 1970[4]);隨機(jī)模擬、遺傳算法和模擬退火算法的混合智能算法,為模型求解提供了一個不錯的新思路,但是這種算法較為冗雜(H.G. Daellenbach, 1985[9])。因此,我們在參考了前人的研究之后,首先構(gòu)建了一個隨機(jī)的證券收益率的描述形式,并新定義了一個帶有期望形式的伴隨函數(shù),接著根據(jù)新定義的伴隨函數(shù)和Pontryagin最大化準(zhǔn)則,求解得到了一個在證券收益率不確定情況下的企業(yè)現(xiàn)金管理策略。
2 考慮股票會支付紅利的現(xiàn)金管理模型
與Sethi & Thompson的基礎(chǔ)模型相似,我們只考慮一個公司投資于證券的資產(chǎn)和現(xiàn)金資產(chǎn),并同樣記在 , 時刻的銀行存款為 ,投資于證券的資金為 ,銀行利率為 ,證券收益率為 ,現(xiàn)金需求為 。同時我們記 為證券的分紅率。控制變量是在 時刻的證券出售額 , 是有界的,即 , 且 。此外,同樣記股票交易收費率是 , 。這樣我們就可以得到如下的常微分方程組:
其中初值條件為 , 。目標(biāo)函數(shù)為 。這就是在股票會支付紅利情況下的一個公司現(xiàn)金管理模型。我們根據(jù)Pontryagin最大化準(zhǔn)則,對該模型進(jìn)行求解。首先引入 和 這兩個伴隨函數(shù),令其滿足如下的兩個微分方程和兩個橫截條件:
接著,我們根據(jù)引入的伴隨函數(shù),構(gòu)造Hamilton函數(shù):
通過選擇控制變量使得Hamilton函數(shù)最大化,我們就可以得到最優(yōu)的現(xiàn)金管理策略??梢悦黠@看到,我們構(gòu)建的Hamilton函數(shù)是 的線性函數(shù),從而對于問題的解,一定是bang-bang的形式。因此我們考慮在Hamilton函數(shù)中包含 的項:
可以發(fā)現(xiàn),當(dāng) 時, ,這時如果 ,即伴隨函數(shù) 與股票交易收費率與 的差的乘積大于或等于伴隨函數(shù) 時(以下類推),為了使得 盡量大,我們就要讓 盡量大。相反,如果 ,則需要讓 盡量小,才能使 盡量大。當(dāng) 時, 的形式為 ,這時如果 ,則 需要盡量小,才能使得 盡量大,相反如果 ,則 需要盡量大才能使得 盡量大。綜合以上,我們就得到了如下的控制變量最優(yōu)路徑:
即在我們的假設(shè)前提下, 時刻企業(yè)的最優(yōu)現(xiàn)金管理策略,只有將購買的證券的錢花到最大;將能賣出的證券資產(chǎn)全部賣出以及既不買入證券也不賣出證券這三種情況。
這里的伴隨函數(shù) 和 ,可以通過它們滿足的微分方程和橫截條件求得:
至此,我們就求得了在考慮股票會支付紅利情形下的公司最優(yōu)現(xiàn)金管理策略。
3 考慮證券收益率不確定下的現(xiàn)金管理模型
3.1 模型和一個描述不確定證券收益率的形式
現(xiàn)在我們考慮當(dāng)證券收益率不確定時的情形。我們記 為證券收益率, 是一個隨機(jī)過程。這樣,我們的模型就是如下這個形式:
初始條件依舊是 , 。目標(biāo)函數(shù)同樣為 。
接下來,我們考慮構(gòu)建一個可以描述 的模型。參考以往的關(guān)于證券價格的理論與實證研究,我們選擇使用Simmons提出的一個描述證券收益率的模型:
這里 是證券價格在 時刻的凈收益率, 和 是常數(shù), 是一個具有零均值的隨機(jī)干擾項。在我們的模型中,我們對Simmons的模型適度簡化,令:
且 為服從零均值的正態(tài)分布。同時我們允許 和 隨時間變化。
根據(jù) 的定義,可以給出 ,其中 為證券價格。我們將 視為 在離散時間下的近似,故我們有以下近似的隨機(jī)微分方程:
其中 。 和 是已知的函數(shù), 是一個零均值,方差為 的隨機(jī)變量。并假設(shè) 是一個白噪聲過程,一個高斯不相關(guān)過程。
至此我們就構(gòu)建完成了考慮證券收益率不確定下的企業(yè)現(xiàn)金管理模型,并給出了一個較為合理的描述不確定證券收益率的形式。并且,值得注意的是,對于這個描述不確定證券收益率的形式中的參數(shù),可以考慮通過以往的實際數(shù)據(jù)訓(xùn)練得到。
3.2 一個最優(yōu)現(xiàn)金管理策略
我們不妨先假設(shè)證券收益率是確定的,這樣引入的伴隨函數(shù) 和 就和確定性下的情況一樣,滿足:
3.3 的計算
根據(jù)上文已給出的描述不確定證券收益率的模型,我們首先引入 作為以下方程的解:
4 總結(jié)與展望
本文基于Sethi & Thompson的企業(yè)現(xiàn)金管理模型,考慮股票會支付紅利和證券收益率不確定的兩種情況,對模型進(jìn)行了拓展研究,對于股票會支付紅利的情況,我們直接基于Pontryagin最大化準(zhǔn)則求解到了企業(yè)最優(yōu)的現(xiàn)金管理策略。而對于證券收益率不確定的情況,我們首先將引入的伴隨函數(shù)賦予了期望的形式,再根據(jù)最大化準(zhǔn)則求解得到了最優(yōu)的現(xiàn)金管理策略。其中對于附有期望形式的伴隨函數(shù),我們根據(jù)一個描述證券不確定收益率的模型,得到了伴隨函數(shù)的顯示表達(dá)。
本文研究的不足之處,首先在于對證券收益率不確定下的模型的最優(yōu)現(xiàn)金管理策略,其伴隨函數(shù)的表達(dá)依舊較為復(fù)雜,增加了在實際應(yīng)用時需要考慮的因素的數(shù)量和實際操作時的復(fù)雜程度,表達(dá)形式更簡潔的不確定性下的最優(yōu)現(xiàn)金管理策略值得進(jìn)一步尋找;其次,由于現(xiàn)如今企業(yè)內(nèi)部數(shù)據(jù)的獲取難度較大,我們期望在未來,能夠?qū)⑽覀兊玫降淖顑?yōu)現(xiàn)金管理策略進(jìn)行進(jìn)一步的實證應(yīng)用與分析,探索其在社會中的價值。
參考文獻(xiàn)
[1] W.J. Baumol, The transactions demand for cash: An inventory theoretic approach[J], Quarterly Journal of Economics,1952,66(4):545-556.
[2] J. Tobin, The interest elasticity of transactions demand for cash[J], Review of Economics and Statistics,1956,38: 241-247.
[3] G.D. Eppen, E.F. Fama, Solutions for cash balance and dynamic portfolio problems[J], Journal of Business,1968,41(1): 94-112.
[4] S.P. Sethi, G.L. Thompson, Application of mathematical control theory to finance[J], Journal of Financial and Quantitative Analysis,1970, 5(45): 381-394.
[5] R.C. Merton, Optimum consumption and portfolio rules in a continuous-time model[J], Journal of Economic Theory,1971,3(4): 373-413.
[6] G.M. Constantinides, Stochastic cash management with fixed and proportional transaction costs[J], Management Science1976,22(12):1320-1331.
[7] M.H. Miller, O. Orr, A model of the demand for money by firms[J], Quarterly Journal of Economics,1966,80(3): 413-435.
[8] R.G. Vickson, Simple optimal policy for cash management: The average balance requirement case[J], Journal of Financial and Quantitative Analysis1985,20(3):353-369.
[9] H.G. Daellenbach, A stochastic cash balance model with two sources of short term funds[J], International Economic Review,1971,12(2):250-256.