论文部分内容阅读
以Markowizt均值-方差模型为代表的现代投资组合方法已广泛应用于银行资产最优配置研究。资产未来收益和风险的不确定性管理是要解决的主要问题。资产信用等级的迁移,会引起资产价值的变化,进而引发银行资本充足率的变化。反之,资本充足率的变动也反映着银行资产信用质量的变迁。现有研究集中解决了存款数量、融资成本等不确定因素对银行资产收益以及资产配置的影响,却忽略了因资产信用等级迁移所带来的资本风险对银行投资决策的影响。另外,从运用的方法来看,基于Markowizt模型的资产配置研究仅利用期望和方差来描述资产未来收益的不确定性,但它们可能不那么全面地反映出未来资产收益和风险信息,进而造成决策的偏差。基于随机规划的资产配置研究需要运用不确定参数的完整分布信息,而且模型求解往往非常困难。而分布鲁棒优化模型不需依赖不确定参数的完整分布信息,而是考虑了满足已知的矩信息的一类分布族,避免了由参数的分布事先假定的不切确引起的最优解偏离的问题。但是现有的分布鲁棒机会约束优化研究需提供不确定参数的协方差矩阵信息,忽略了随机参数的协方差阵很难完整获得的现实。鉴于此,本文以资本充足率为机会约束,建立资产组合分布鲁棒优化模型,保证不论资产组合的市值随着信用等级的变化如何改变,都能以很大的概率满足银行的资本要求,保护股东权益。考虑到不同资产间信用等级迁移的相关性难以准确刻画,本文以信息量更少但却更准确的单笔资产未来市值的期望和方差来构建不确定集,避免了现有文献因协方差矩阵的不确切而造成投资决策的失误。在算法方面,本文基于拉格朗日对偶方法将协方差元素部分已知的分布鲁棒机会约束模型等价地转化为了一个可解的半定规划问题。最后,本文将所建模型运用于一个虚拟银行,并通过大量的模拟来进一步检验不同信用等级迁移情境下的银行资本充足率水平。模拟结果展现出该模型显著的应用价值。