一、商业银行资产负债管理的随机规划模型(论文文献综述)
高天[1](2020)在《多融资方式下的保险公司资产负债管理研究》文中研究说明我国保险公司进一步提升经营管理质量的内在需求,以及保险监管部门对于保险公司提升资产负债管理能力的持续监管引导,正使得资产负债管理能力日趋成为保险公司稳健经营发展的基础能力和核心竞争力。在此背景下,如何建立科学合理、适应实际经营环境的保险公司资产负债管理模型成为亟待解决的问题。另一方面,包含内源融资、普通股、优先股和债务性资本工具等在内的多种融资方式由于其补充资本、维持偿付能力和财务杠杆的独特作用,在保险公司经营中扮演着无可替代的角色。并且也会对保险公司资产负债管理造成重要影响。然而以往学术界关于保险公司融资及资产负债管理的研究往往将两者独立开来。这使得未考虑融资的传统资产负债管理模型在面对多元化融资体系发挥重要作用的实际经营环境时,其实践作用将受到较大限制。因此,深入分析保险公司融资对资产负债管理的影响机制,并建立多融资方式下的保险公司资产负债管理模型有其必要性和紧迫性。而这也是本文的研究目的。资产负债管理理论经过几十年的发展,已日趋成为保险公司经营活动和监管体系的关键组成部分。保险公司资产负债管理作为一种协调企业资产负债的战略持续过程,其主要目标应当是公司长期价值或当期净利润最大化、满足流动性要求、满足偿付能力要求、提升及稳定公司信用评级。从保险公司资产负债管理理论的发展阶段来说,保险公司资产负债管理经历了单边驱动的资产负债管理阶段、并行的资产负债管理阶段以及全面风险管理框架下的资产负债管理阶段。保险公司资产负债管理的主要方法有现金流匹配、久期缺口管理、免疫技术、随机规划法及动态财务分析。在对不同方法进行比较后,笔者认为随机规划法和动态财务分析更适用于复杂环境下资产负债管理问题的建模。保险公司作为风险的集中机构,需要充足的资本以吸收非预期损失。因此也决定了保险公司进行融资有其必要性。而站在融资方式可得性和资本使用效率的角度,保险公司除需重视股权融资外,还需要利用债权、优先股等多种融资方式。保险公司融资方式可分为内源融资和外源融资。外源融资又分为股权外源融资和债权外源融资。不同融资方式根据其存在性、永续性、次级性和非强制性方面的区别计入不同级别的资本。保险公司资本管理指的是综合确定资本需求及资本供给方式的管理环节。其主要内容包括资本充足性管理和资本成本管理两部分。本文研究发现,信用评级的高低同融资成本的高低紧密相关且关系相对稳定,因此提高信用评级能够有效降低融资成本。从财务报表、资产负债匹配、资本管理以及内含价值四方面分析了保险公司融资对资产负债管理的影响机制后,笔者认为:1.保险公司融资决策是资产负债管理的重要组成部分;2.资产负债管理是资本管理的重要实现工具;3.三者应共同服务于公司股权价值最大化。基于这一观点本文建立了一个整合的分析框架。以往基于随机规划法的保险公司资产负债管理模型大多只能进行资产配置决策。而本文基于随机规划方法建立了一个内源融资方式下的静态决策保险公司资产负债管理模型,实现了资产及承保负债的双端联动。首先从承保负债、资产端和财务报表动态变化过程三部分建立了保险公司运行的基本要素;其次从偿付能力约束、久期缺口约束、资金运用比例约束、流动性约束和其他约束五方面建立了模型的约束条件;随后给出了模型目标函数并依此建立了完整的模型。本文还基于真实市场数据和部分参数假设对该模型进行了求解分析,在该模型求解结果中:1.股票基金的配置比例各期间的波动幅度较大,这与股票基金投资收益率本身波动幅度较大直接相关;2.定期债券市场利率波动幅度相比股票基金投资收益率较低,因此其配置比例始终保持在较高水平且波动幅度较小;3.期缴产品属于寿险公司产品销售的中坚力量,其承保比例主要受偿付能力及流动性水平的限制影响,而趸缴产品则作为期缴产品的补充,其承保比例还受股票市场的景气程度影响;4.从久期缺口上来说,承保负债端现金流出的久期明显更长,但能够稳定在约束条件以内;5.从偿付能力和资本管理上来说,在缺少外源融资渠道时,内源融资能力限制了业务规模的增长速度;6.定期债券市场利率的变动较股票基金资产投资回报率的变动对模型求解结果的影响更大,提高股票基金期末减持比例能够有效改善保险公司经营情况。最后,本文根据保险公司融资对资产负债管理的影响机制,建立了一个多融资方式下的保险公司动态决策资产负债管理模型。该模型能够同时进行承保负债、资产和融资三端决策。建立了“保险公司经营状况-信用评级-融资成本-股权评估价值”的价值传导链条。实践了本文关于保险公司融资、资产负债管理和资本管理共同为股权价值最大化服务的观点。另外,本文通过面向对象设计方法,将动态财务分析的优点同随机规划法能够求解最优策略的优点相结合,为本文模型的建立提供了较为良好的建模技术条件。建模思路上,首先按照参数模块、承保负债端模块、资产端模块、融资端模块、财务报表模块、资产负债匹配模块、资本管理模块、信用评级模块和价值管理模块的顺序完成了底层动态财务分析系统的建模。动态财务分析系统建模完成后,从决策变量、约束条件、目标函数、多期迭代过程四方面建立了动态决策随机规划模型。本文还基于真实市场数据和部分参数假设对该模型进行了求解分析,在该模型求解结果中:1.承保负债端方面,保险公司并未优先选择承保期缴长期定期寿险产品和两全保险产品,而是主要承保期缴短期定期寿险产品。这是由于期缴长期定期寿险产品会大幅降低保险公司在信用评级业务规模及增长板块的得分,而两全保险产品会大幅降低在承保质量及盈利能力板块的得分,从而从整体上降低保险公司股权评估价值。2.资产端方面:(1)保险公司持有相当比例的现金,以保证充足的流动性;(2)股票基金的配置比例各期间的波动幅度较大,这与股票基金投资收益率本身波动幅度较大直接相关;(3)由于非标债权资产能够提高投资收益率,因此即使其相比定期债券需计提更多最低资本,但保险公司仍然配置了较多的非标债权资产;(4)定期债券仍然是保险公司的主要投资资产,其投资比例始终保持在较高水平且波动幅度较小。3.融资端方面:(1)随着保险公司规模逐步增长,保险公司内源融资逐渐取代外源股权融资的资金支持作用;(2)保险公司发行了一定比例的优先股及债务性资本工具,其中债务性资本工具中全部为期限更短、成本更低的5年期债务性资本工具;(3)保险公司外源融资是对内源融资的重要补充,但外源融资方式会增加财务风险,因此不能替代内源融资。4.资产负债匹配方面,保险公司在规模调整后的久期缺口、综合投资收益率与负债资金成本率差额及加权累计现金比例指标上均明显好于模型约束条件的最低要求,显示模型在资产负债匹配方面较为有效。5.资本管理方面:(1)实际资本中核心一级资本、附属资本较多,核心二级资本较少,这是由于能够补充二级资本的优先股发行额度受限;(2)最低资本中保险风险最低资本占比较多,这是由于承保负债端的多为传统保险产品,对利率变化敏感性相对较低;(3)从偿付能力充足率来看,保险公司核心资本较为紧张,显示模型中保险公司缺乏主动提升偿付能力的动力;(4)保险公司发行优先股和债务性资本工具能够有效降低整体融资成本。6.敏感性分析方面:(1)承保负债端参数中死亡率相比于退保率和费用率,其影响要大得多,这是由于保险公司主要承保传统保险产品;(2)资产端参数中定期债券资产市场利率以及非标债权资产市场利率的增减对于模型运行结果的影响较为明显,这也同保险公司资金运用的偏好有关;(3)融资端中债务性资本工具发行市场利率相较于优先股发行市场股息率的变化对于模型运行结果影响更大。7.融资方式可用性对模型求解结果的影响方面:(1)保险公司融资方式越丰富,普通股股权评估价值就越高;(2)发行优先股及债务性资本工具能够:1)降低保险公司加权平均资本成本;2)放大承保杠杆系数;3)增加出现利差损的风险;4)提高保险公司净资产收益率;(3)发行债务性资本工具将会提高保险公司资产负债率,而发行优先股会降低保险公司资产负债率;(4)仅有内源融资和股权外源融资时,保险公司资产负债匹配情况更好。而保险公司发行优先股及债务性资本工具会降低保险公司资产负债管理质量,从而增加保险公司的经营风险。因此在扩大融资规模的同时,需提升资产负债管理水平,以充分管控相关经营风险。8.信用评级权重设置对模型求解结果的影响方面:(1)提升业务规模及增长板块的权重,会使保险公司提高趸缴产品的承保比例而降低期缴产品的承保比例,使得保险公司的承保杠杆系数大幅提升;(2)提升承保业务质量及盈利能力板块的权重,会使保险公司提高期缴产品承保比例而选择不承保趸缴产品,使得新业务价值率大幅度提高;(3)提升资产负债管理质量板块的权重,不会显着提高保险公司在期限匹配和收益匹配方面的表现,但会使得保险公司在现金流匹配方面更为保守;(4)改变各关键因素板块权重对保险公司偿付能力充足率影响不大,这再一次显示出保险公司没有提升偿付能力的主动性;(5)注重改善某一特定经营方面的战略并没有均衡考虑各经营方面的战略效果好,这也揭示了保险公司经营是一个均衡发展的过程,需要协调考虑经营的各个关键环节。
唐博[2](2019)在《我国寿险公司资产负债管理研究 ——基于多阶段随机规划方法》文中进行了进一步梳理现代寿险业的重要特征是承保端和投资端业务并重,二者被称之为保险业发展驱动的“双轮”。随着投资型寿险的兴起以及金融创新的发展,为保险和投资的结合创造了条件。寿险资金的运用也日益成为寿险业生存和发展的重要支柱。寿险资金具有长期性的特点,其运用会受到负债端特性的制约,现代寿险资金的运用主要采用资产负债管理的方法(Asset-Liability Management,ALM)。资产负债管理是基于对资产收益率、负债现金流等变量的分析与预期,在兼顾安全性和流动性等要求下,使资产和负债在总量、期限等结构特征上相匹配,满足寿险公司经营目标的动态连续过程,以提高寿险资金运用的投资收益并实现公司利润最大化的目标,其中资金运用是资产负债管理的核心。相比于纯资产模型,资产负债管理方法能够将负债流的随机性、政策约束、税收、交易成本等实际因素纳入考虑范围内,是需要偿还未来债务、并实现一定的投资目标的长期投资者的最佳策略框架。运筹学中的多阶段随机规划方法可以用来制定动态随机决策。本文基于该方法对寿险资产负债管理提供优化决策,从理论、模型和实现流程三个方面对我国寿险公司资产负债管理进行了研究,其中构建相应的资产负债管理模型和框架是本文研究的重点。并基于该框架,对符合我国寿险公司实践需要的多阶段随机资产负债管理模型进行了实证研究,论证了该模型的实用性和有效性,实现了本文研究的目的。本文的主要内容由以下七个章节构成:第一章为引言,介绍了本文的研究背景和研究意义,梳理了国内外文献的研究状况,并阐述了本文的研究思路、方法和创新点。第二章从寿险的特征出发,梳理了我国寿险资金运用的原则和渠道,在回顾了寿险资金来源的结构、运用历程及现状后,对寿险经营的风险类别和层次进行了分析,引出了运用资产负债管理方法的必要性。第三章,首先简要回顾了众多资产负债管方法,对最新进展进行了阐述,并分析了适合我国寿险公司的资产负债管理方法。最后构建了寿险公司的资产负债管理模型框架。第四章以寿险资产负债管理模型中的资产情景生成模型和方法为研究重点。在整理和比较了资产情景元素生成模型的优劣后,针对我国资本市场的特性,选取了跳扩散模型作为我国权益类资产的收益率预期的模型,选择动态NS模型作为我国银行间债券市场利率期限结构预期的模型,并进行了资产的情景生成。第五章主要研究了寿险资产负债管理模型中的负债情景生成的模型和方法。基于保险精算原理和模型点的方法,在考虑了保单异质性的前提下,构建了有效保单数量、死亡给付、退保给付和责任准备金等各类保险项目的随机变化方程。此外,在构建分红寿险账户的负债模型时,分别考虑了增额和现金分红机制对负债项目的影响,并在此基础上得到了寿险保费、保险责任给付、精算准备金和红利给付的情景生成模型,进行了负债的情景生成。第六章侧重于我国寿险公司资产负债管理多阶段随机规划模型的应用。该模型是一个带有简单补偿的多阶段线性随机规划模型,惩罚成本代表了模型对风险的度量。为了兼顾投资期间财富增长的平稳性要求,对模型的目标函数进行了相应修订。最后通过对不同缴费形式的传统寿险和分红寿险资产负债管理模型的数值模拟以及不同目标函数形式设定下的模型对比验证了模型的实用性、有效性的,通过对参数的敏感性分析验证了模型的稳定性。第七章总结了本文的主要研究工作和相关结论,并指出了论文未来的研究方向。本文的创新之处主要包括以下几点:构建了一个适合我国寿险公司使用的动态随机资产负债管理方法。该方法包含了集成化资产负债匹配管理的理念,充分考虑了我国寿险公司资产和负债的特点,以惩罚成本的形式综合考察了寿险公司所面临的各种风险。模型还将寿险公司在资产负债管理实践中遇到的问题,如交易成本,监管约束等考虑进来,通过数值模拟的方法证明了该模型的有效性和实用性。研究发现保费形式设定为期缴、分红参与率设定为保监会规定水平时能够获得更高的资产总额和股东权益水平,这对寿险公司的实际经营管理起到了一定的指导作用。在对寿险公司负债情景生成的研究中,开创性地构建了一个基于现金分红机制假设的负债项目动态变化模型。国内外现有的相关文献大多关注传统保障型寿险账户的管理,而研究分红寿险账户管理的文献不多。在仅有的分红寿险资产负债管理研究中,大多将分红机制设定为增额红利的形式,还没有立足于现金分红假设的寿险资产负债管理研究。然而,不同的分红规则对负债项目的变动有显着的影响,现金红利分配会增加账户每期的现金流出,因此也会间接地影响配置决策。本文通过对不同账户配置决策的对比分析,扩充了相关领域研究的缺失。研究发现,趸缴保费形式下的传统寿险和分红寿险相对于期缴形式下的对应险种账户,更倾向于配置银行存款和债券等固定收益率资产。此外,分红寿险产品让渡了一部分经营收益给持保人,同时也将一部分投资风险转移给持保人承担,因此其投资策略会更为激进,资产组合中权益类资产的比重会相对更高,配置决策更为灵活性,在相同情况下能够获得更高的收益。在目标函数的构建中考虑到了财富增长的平稳性要求。以财富最大化作为目标函数的文献中,仅考虑了投资规划期末的财富最大化,即将目标函数设定为单一财富效用函数形式,而没有将投资期间财富增长的平稳性要求纳入其中。这种目标函数的设定可能导致财富增长过程过于波动,因为模型只以规划期末扣除惩罚成本后的财富净值作为判断最优决策的标准,而并不考虑决策是否为了追求高收益,而激进地调整配置,致使配置过程和财富增长波动性增大,使配置决策失去连贯性。有鉴于此,本文将每个决策区间末的财富值最大化作为子目标,并将子目标函数通过权重因子加和,将其转变为单目标形式,以满足投资规划期内财富平稳性增长要求。第六章的实证研究结果证明了在该目标函数设定方式下,模型的配置决策更为灵活,能够有效地提高账户的资产总额和累积财富值。
李娟娟[3](2017)在《不确定环境下商业银行资产负债动态结构优化》文中提出近年来,随着金融脱媒的深化、利率市场化的推进以及互联网金融对金融业的冲击,商业银行面对的环境越来越复杂,使得商业银行的管理面临很多不确定性因素,如:存贷款利率、存款现金流,存贷款期限等。这些不确定因素可能会导致期限错配、风险控制水平下降、支付危机等情况的发生。因此,在不确定环境下如何实现资产负债动态结构优化,成为当前金融业需要深入探索的课题。本文考虑多种不确定性因素,研究不确定环境下的商业银行资产负债管理问题,具体内容如下:第一,研究了基于随机存款流的商业银行资产负债动态结构优化问题。建立了一个以收益最大化为目标函数,以商业银行的各项监管法规约束、支付能力约束为约束条件的多期动态模型,采用遗传算法进行求解,通过实例计算表明了存款流的不确定性会降低银行的获利能力。第二,研究了考虑期限匹配的商业银行资产负债动态结构优化问题。建立了一个以收益最大化为目标函数,以银行监管法规约束、支付能力约束和期限匹配约束为约束条件的多期动态模型,采用遗传算法进行求解,通过实例计算表明了考虑期限匹配可以有效改善资产结构,降低流动性风险。第三,研究了考虑不良贷款率的商业银行资产负债动态结构优化问题。建立了一个以收益最大化为目标函数,以银行监管法规约束、支付能力约束、期限匹配约束及贷款损失约束为约束条件的多期动态模型,采用遗传算法进行求解,通过实例计算表明了不良贷款率的不确定性越大,商业银行获得的总利润越少。论文研究表明:根据实际的市场环境,对各种不确定因素进行合理的预测,并采取合理的资产分配策略可以有效地降低商业银行的经营风险,增加获利能力,保持商业银行资产负债管理的灵活性与高效性。
刘金霞[4](2012)在《基于随机规划模型的我国商业银行资产配置问题研究》文中研究说明商业银行作为间接融资的主体,在金融市场具有举足轻重的地位。商业银行能否将稀缺的资源投放到最具竞争力的项目上,不仅对商业银行自身的经营绩效具有重要影响,同时对整个社会的经济增长更具有显着意义。本研究从商业银行资产配置的理论入手,回顾国内外相关研究文献,介绍随机规划模型的建模思路、目标函数与约束条件、情景生成的理论、遗传算法求解原理,从资产配置结构、资产质量、存贷比等方面来分析我国商业银行资产配置的现状,再利用深圳发展银行的实际数据建立了一个带有简单补偿的随机规划模型,并运用遗传算法进行求解。研究表明,在资产配置结构、资产质量、存贷比方面,不同类型的商业银行具有较大差异。差异产生的原因不仅在于商业银行的定位、资源优势、资产管理水平,同时也跟商业银行主要客户所处的行业、经营状况具有较大关系。实证研究还表明,在目前的分业经营模式导致商业银行的资产配置种类仍较为单一的情形下,随机规划模型能够较好地适用于我国商业银行的资产配置实践中,不仅给出了最优的配置比例,同时该结果也与实际情况是吻合的。模型指出,鉴于债券的良好的流动性以及风险分散能力,在目前的基础上,商业银行可以适当增加债券的持有量,而在短期贷款和中长期贷款的选择上,短期贷款期限短,风险低,其配置比重应高于中长期贷款。
常钟文[5](2012)在《基于遗传模拟退火算法的ATM备付金管理动态规划模型及实证研究》文中指出近几十年来,银行系统内部频繁出现的流动性问题,包括流动性危机和流动性过剩问题,一直困扰着有关当局和学术界。随着金融市场环境和国家政策的改变,人们已逐步加深对商业银行流动性管理的理解,但是由于最近几年金融市场各项要素的波动性加剧,商业银行的流动性变动加快,流动性危机能够轻易和流动性过剩相互转换,给商业银行的流动性管理造成重重困难,进一步规范和强化商业银行流动性管理势在必行。随着依托于自动取款机(ATM)等电子设备的商业银行自助服务的蓬勃发展,银行对此类电子设备的投入逐渐加大,相应设备中的备付金管理也成为流动性管理中不可或缺的重要部分。但是,国内少有学者对该领域的研究给予应有的重视。本文基于随机规划优化技术,结合国内银行业的真实状况,考虑不确定的未来经济因素,在合理的约束条件下,建立了一个具有一般性的ATM备付金管理的动态规划优化模型。对于模型的求解,本文基于历史数据,通过向量自回归(VAR)、自回归滑动平均混合模型(ARMA)和线性方程等方法进行情景生成,使用遗传模拟退火算法来求解模型,并得出最优解。实证结果表明,优化模型的结果优于银行的真实表现,因此,本文所建立的模型具有一定的参考意义和实践价值。
俞慧君[6](2012)在《中国基本养老金资产负债管理研究 ——基于多阶段随机规划方法》文中研究说明养老金制度是世界上绝大多数国家作为保障、改善和提高国家公民退休后生活水平的公共政策,是一项基本的国家制度。自1891年世界上第一个养老金制度在德国建立后,经济学家、社会学家对养老金制度的相关研究就从未间断,不仅是因为其深刻的经济与社会影响,更是因为世界各国加速的人口老龄化、随世界经济整体发展而逐年增加的养老金支付,较早离开工作岗位的人数增多,以及为避免高通胀而采用适度从紧的财政政策等因素,都使得各国、各种形态的养老金制度正在遭受严峻的考验,中国也不例外。中国养老金制度自1951年建立,经历了经济体制改革、遭遇了人口老龄化的冲击,多次变革后,根据世界银行的建议,建立了多支柱的养老保障体系,已由完全现收现付制转变为部分积累制。然而隐性债务的日渐显化、统筹层次低、养老基金调剂与平衡困难、单一的投资渠道、基本养老金保值增值难以实现、养老金支付未体现完善的指数化调整规则等等养老金制度运行当中的窘境,都迫使我们寻找能够真正解决养老金运行困境,又能保障现行制度效率和持续性的对策。本文通过对中国基本养老金制度变迁的历史以及基本养老金运营现状进行深入地分析,在评述了不同学者针对基本养老金面临支付危机提出的解决路径后,认为基本养老金保值增值是目前养老金制度下最为可行的战略与对策,并选择以基本养老金保值增值的路径作为本文的切入点和分析视角,提出提高统筹层次,建立国家基本养老金运营管理机构是实现养老金保值增值的制度保障,资产负债管理是全面实现基本养老金目标的战略管理基础,构建多阶段随机规划资产负债管理模型是基本养老金投资运营管理的最优选择。本文综合采用了规范与实证相结合的方法、数理建模、计量建模、精算分析与统计分析相结合的数量研究方法。具体来说,采用保险精算方法测算了未来中国基本养老金支付状况;利用计量建模分析了中国资本市场上资产收益率的时间趋势情况,结合并借鉴目前国际上推崇的,养老金资产负债管理的前沿方法,通过经济数理建模,为中国基本养老金构建了多阶段随机规划资产负债管理模型,为了更好、更科学、更全面的进行模型实证分析,本文特别选取了三个分析阶段进行实证,第一阶段2006—2008年证券市场比较繁荣的时期,第二阶段2009—2011年证券市场萧条的时期,第三个阶段2012—2013年未来时期,前两个阶段的实证分析属于模拟分析,第三个阶段属于预测分析。对于隐性债务承担主体分别考虑了基本养老金自己增值负担和国家财政负担的情况,对于应对未来出现的基金支付缺口,采用了等额年金法和永续年金法两种方法,在对养老金支付指数化调整的分析上,考虑了完全指数化,50%指数化和完全不指数化调整的三种情况。通过在各阶段内进行模型求解分析以及前两阶段模型求解对比分析,发现中国基本养老金参与资本市场进行股票投资,无论在证券市场繁荣时期还是证券市场萧条时期,基金的综合收益率都高于现行的投资方法,而且优化模型可以在证券市场行情不好时,对不同资产类型的配置进行自行优化,基本养老金缴费率的大小受到基本养老金是否考虑隐性债务、未来支付缺口、国家财政是否负担隐性债务以及养老金支付是否指数化调整的影响。通过模型改进,将参保人对缴费率变化的偏好加入模型,进行模型实证发现,中国基本养老金参与资本市场,在现行缴费率的情况下,可以做到每年按照工资增长率进行完全指数化支付调整,并建立稳定、规则的养老金支付调整政策。另外,在中国资本市场逐步发育成熟,降低缴费率与国际接轨也是完全可行且必要的。最后,本文根据研究结论,提出建立国家基本养老金运营机构、政府应该策略性分担养老金隐性债务、建立稳定的指数化支付调整规则、允许养老基金参与资本市场,拓宽养老基金投资品种,确保基金保值增值、建立养老基金风险监管机制等政策建议。
王爽[7](2012)在《基于多目标规划的保险公司资产负债管理定量方法的研究》文中研究说明金融机构的资产负债管理是指通过谨慎地协调资产和负债的管理,使一家金融机构的经营更加稳健,安全和具有盈利性的一种协调。它一直是保险公司和保险监管部门都十分关心和关注的问题。如果保险公司出现资产方面和负债方面匹配不合理的局面,这将会造成保险公司盈利能力的大大降低,偿付能力的大大减弱,甚至可能出现经营危机。20世纪80年代后期,美日等多家大型保险公司由于不能处理好资产与负债之间的关系而先后倒闭,这给保险业带来了巨大的震撼。自此,保险业发达的国家致力于研究各种资产负债管理方法,将保险公司经营中面临的多种风险都纳入其考虑之中,该领域的研究也逐步趋向成熟。目前,我国国内保险业对于资产负债管理的研究文献较少,并且文献的大多部分都是关于资产负债管理的定性研究,定量的研究很少,而且定量的研究几乎是关于利率风险的资产研究方法,主要有现金流量测试和现金流量匹配,免疫法以及动态财务分析法。本文以保险公司风险管理中的资产负债管理问题为主要研究对象,对建立资产负债管理模型及中国太平洋保险(集团)股份有限公司为案例的实际分析等问题开展了较深入的研究:一、进行了资产负债管理研究综述,总结了资产负债管理国内外研究发展过程,系统地归纳了资产负债管理的研究思想、方法和资产负债管理模型。二、文章简述了多目标规划的思想和应用,结合我国保险业的发展现状,重点分析了保险公司随机多目标规划的资产负债管理研究以及目标函数中相关参数的确认和分析。三、文章将随机多目标规划理论应用到保险公司资产负债管理中,提出用随机理论来确定参数,用期望值法代替不确定参数的期望值原则来转化目标模型研究的思路,建立了相应的保险公司资产负债管理模型;将参数转化成为确定值分别针对集团股份有限公司和财险公司两种情况进行了风险资产负债管理分析,并且阐述不同公司不同险种下的各种影响因素的侧重程度。四、本文进行了随机目标规划到统计型目标规划的研究和处理,并建立线性规划模型,通过将中国太平洋保险集团股份有限公司和中国财产保险股份公司资产负债表(简化)中实际数据进行建模和求解分析表明,随机多目标规划简单实用而且方法可行,同时将寿险公司和财险公司就利润函数和偿付能力函数两目标的影响因素和选择模式进行分析比较,这为后期的保险公司资产负债管理提供了思路。五、本文采用定性和定量分析方法相结合,以定量分析为主进行研究,同时采用了随机多目标规划模型、案例研究与专家咨询法,期望值法相结合的方法,建立了保险公司资产负债管理的模型,通过实际案例对模型进行应用,分析和解释,为今后资产负债管理的研究的具体实现提供了基础。
俞慧君,王忠民[8](2011)在《国外现代资产负债管理理论的发展与应用》文中认为金融市场全球化与创新加剧了市场的不确定性与波动性,现代资产负债管理理论与技术成为金融机构解决不确定性和多种约束条件下动态决策的主要理论工具。本文介绍了不同金融领域对资产负债管理理论的理解,梳理并评述了现代资产负债管理理论中的均值-方差下滑风险模型、离散时间多期模型、连续时间模型和随机规划模型,综述了现代资产负债管理理论在商业银行、保险公司以及养老金等不同领域的应用。
张彦涛[9](2011)在《高速公路开发企业债务规划方法研究》文中研究说明中国高速公路建设资金需求巨大,供给不足,一直以来是困扰我国公路交通顺利、持续、健康发展的焦点问题,也是一个难点问题。目前,我国高速公路开发企业的债务资金大量来自于国内外银行或者其他金融机构贷款,并且高速公路项目的持续建设使企业债务额持续增加,巨额的债务性资金增加了高速公路开发企业的财务风险,所以高速公路开发企业的一项重要决策,就是对债务进行科学的规划,以合理的数量和结构来进行债务融资,尽可能以有限的、低风险的债务资金获得最大的利益,以促进高速公路行业的发展。本文首先分析了高速公路开发企业产生的原因和性质及其债务问题产生的原因并对高速公路债务进行了分类与比较。然后详细分析了高速公路开发企业债务规划的特征、原则、标准,高速公路开发企业债务规划的主要类别和规划期的选择以及影响高速公路开发企业债务规划的因素。接着构建了高速公路开发企业债务多阶段随机规划模型,并将此模型运用到HN高速公路开发企业的债务规划中,利用遗传算法求得收益最大的债务规划方案,结果表明方法可取。最后就高速公路开发企业债务规划的保障措施进行了说明,主要是从成立债务规划实施控制部门、制定债务管理制度、加强信息化管理这3个方面来进行阐述的。本文建立了高速公路开发企业债务规划模型,对未来高速公路开发企业解决债务资金问题,提供有意义的参考。模型具有较好的推广性和应用性,具有较大的理论价值和应用价值。
刘劲松,蒲延杰[10](2010)在《随机规划模型与商业银行资产的最优配置》文中研究指明有关商业银行资产负债管理模型的研究表明,基于多阶段带简单补偿的资产负债随机模型适合现阶段中国商业银行的资产负债管理问题。本文建立了三大国有上市商业银行的简化资产负债管理模型,运用遗传算法进行运算求解。模型结果能反映商业银行资产配置的基本变化趋势;贷款配置比例始终大于债券投资比例,表明银行仍然立足于传统信贷业务;三大商业银行的最优资产配置略有差异。考虑到商业银行资产收益率以及存款负债流的不确定性,实证结果表明该模型对实际管理决策具有现实指导意义。
二、商业银行资产负债管理的随机规划模型(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、商业银行资产负债管理的随机规划模型(论文提纲范文)
(1)多融资方式下的保险公司资产负债管理研究(论文提纲范文)
摘要 |
abstract |
第一章 引言 |
第一节 研究背景及研究意义 |
一、研究背景 |
二、研究意义 |
第二节 文献综述 |
一、保险公司资产负债管理 |
二、保险公司融资及资本管理 |
三、简要评述 |
第三节 研究方案 |
一、研究思路 |
二、研究内容 |
三、研究框架 |
四、研究方法 |
第四节 论文创新与不足 |
一、论文的创新 |
二、存在的不足 |
第二章 保险公司资产负债管理的理论分析 |
第一节 资产负债管理的基本内涵 |
一、资产负债管理的起源 |
二、资产负债管理的定义 |
三、资产负债管理的主要目标 |
第二节 保险公司资产负债管理理论的发展阶段 |
一、单边驱动的资产负债管理阶段 |
二、并行的资产负债管理阶段 |
三、全面风险管理框架下的资产负债管理阶段 |
第三节 保险公司资产负债管理的主要方法 |
一、现金流匹配 |
二、缺口管理 |
三、免疫技术 |
四、随机规划法 |
五、动态财务分析 |
六、简要比较 |
第四节 本章小结 |
第三章 保险公司融资与资产负债管理 |
第一节 保险公司融资 |
一、保险公司融资的必要性分析 |
二、保险公司融资方式划分 |
三、融资方式与资本分级 |
第二节 保险公司资本管理 |
一、资本充足性管理 |
二、资本成本管理 |
第三节 保险公司融资对资产负债管理影响机制 |
一、对财务报表的影响 |
二、对资产负债匹配的影响 |
三、对资本管理的影响 |
四、对内含价值的影响 |
第四节 保险公司融资、资产负债管理与资本管理的整合分析框架 |
一、保险公司融资决策是资产负债管理的重要组成部分 |
二、保险公司资产负债管理是资本管理的重要实现工具 |
三、保险公司融资、资产负债管理与资本管理共同服务于股权价值最大化 |
第五节 本章小结 |
第四章 内源融资方式下的保险公司静态决策资产负债管理模型 |
第一节 模型的建立过程 |
一、承保负债端建模 |
二、资产端建模 |
三、财务报表动态变化过程 |
四、约束条件 |
五、目标函数 |
六、模型建立 |
第二节 模型求解与分析 |
一、参数假设 |
二、求解结果 |
三、敏感性分析 |
第三节 本章小结 |
第五章 多融资方式下的保险公司动态决策资产负债管理模型的构建 |
第一节 引言 |
第二节 面向对象设计方法 |
一、面向对象设计方法的基本概念 |
二、面向对象的建模语言UML |
第三节 面向对象设计方法下的模型整体框架 |
第四节 动态财务分析系统建模 |
一、参数模块 |
二、承保负债端模块 |
三、资产端模块 |
四、融资端模块 |
五、财务报表模块 |
六、资产负债匹配模块 |
七、资本管理模块 |
八、信用评级模块 |
九、价值管理模块 |
第五节 动态决策随机规划模型的建立 |
一、决策变量 |
二、约束条件 |
三、目标函数 |
四、单个决策期随机规划模型的建立 |
五、动态决策模型的多阶段迭代过程 |
第六节 本章小结 |
第六章 多融资方式下保险公司动态决策资产负债管理模型的求解与分析 |
第一节 参数假设 |
一、模型整体假设 |
二、承保负债端假设 |
三、资产端假设 |
四、融资端假设 |
五、信用评级假设 |
第二节 模型求解算法的选择 |
第三节 标准假设下的求解结果 |
一、承保负债端方面 |
二、资产端方面 |
三、融资端方面 |
四、资产负债匹配方面 |
五、资本管理方面 |
六、信用评级方面 |
第四节 敏感性分析 |
第五节 融资方式可得性对模型求解结果的影响 |
第六节 信用评级权重设置对模型求解结果的影响 |
第七节 本章小结 |
第七章 结论与展望 |
第一节 本文结论 |
第二节 未来研究方向 |
参考文献 |
后记 |
(2)我国寿险公司资产负债管理研究 ——基于多阶段随机规划方法(论文提纲范文)
中文摘要 |
abstract |
第一章 引言 |
1.1 研究的背景及意义 |
1.1.1 研究背景 |
1.1.2 研究意义 |
1.2 资产负债管理相关文献综述及评论 |
1.2.1 资产负债管理理论的起源 |
1.2.2 保险公司资产负债管理相关的研究 |
1.2.3 情景元素生成及情景树的构建 |
1.2.4 国内的研究 |
1.3 研究内容、框架及方法 |
1.3.1 研究内容 |
1.3.2 研究框架 |
1.3.3 研究方法 |
1.4 本文的创新点 |
第二章 寿险经营的现状及风险分析 |
2.1 寿险经营活动 |
2.2 寿险资金来源的概述 |
2.2.1 寿险资金的来源 |
2.2.2 寿险资金的性质 |
2.2.3 寿险资金结构的现状和问题 |
2.3 寿险资金运用的概述 |
2.3.1 寿险资金运用的原则和渠道 |
2.3.2 我国寿险资金运用的历史回顾 |
2.3.3 我国寿险资金运用的现状 |
2.4 寿险经营的风险分析 |
2.4.1 从寿险公司利润模型角度分析寿险经营风险 |
2.4.2 寿险公司经营风险的层次和传导机制 |
2.4.3 我国寿险资产负债不匹配问题及其原因 |
第三章 资产负债管理方法的选择与模型框架 |
3.1 资产负债管理的主要方法 |
3.1.1 现金流匹配法 |
3.1.2 免疫技术 |
3.1.3 动态财务分析 |
3.1.4 多阶段随机规划方法 |
3.2 主要资产负债管理方法在我国寿险公司中适用性的分析 |
3.2.1 现金流匹配方法的适用性 |
3.2.2 免疫策略的适用性 |
3.2.3 动态财务分析方法的适用性 |
3.2.4 多阶段随机规划方法的适用性 |
3.3 资产负债管理模型的结构和框架 |
3.3.1 资产负债管理模型的结构 |
3.3.2 资产负债管理模型的框架 |
第四章 资产收益率建模及情景生成 |
4.1 资产情景元素生成模型 |
4.1.1 因素分析模型 |
4.1.2 结构分析模型 |
4.2 基于跳跃扩散模型的权益类资产收益率预期 |
4.2.1 权益类资产的特性的分析 |
4.2.2 跳跃扩散模型 |
4.2.3 跳跃序列的识别 |
4.2.4 跳跃扩散模型参数估计方法 |
4.3 基于动态NS模型的国债收益率预期 |
4.3.1 利率期限结构模型的发展 |
4.3.2 我国利率期限结构模型的选择 |
4.3.3 NS模型和动态NS模型 |
4.3.4 根据利率期限结构计算债券持有期收益率 |
4.4 资产的情景生成 |
4.4.1 权益类资产 |
4.4.2 债券类资产 |
4.4.3 银行存款 |
第五章 负债模型与情景生成 |
5.1 模型点估计法 |
5.1.1 有效保单数量的估计 |
5.1.2 保单结构分析 |
5.1.3 保险责任给付的估算 |
5.2 传统寿险的保险负债项目估计 |
5.2.1 保费收入的估计 |
5.2.2 寿险责任准备金的估计 |
5.3 分红保险的负债项目估计 |
5.3.1 红利来源、分配方式及原则 |
5.3.2 分红保险的期权特性及保费厘定 |
5.3.3 分红保险的保费收入估计 |
5.3.4 分红寿险责任准备金的估计 |
5.4 负债情景生成 |
5.4.1 负债情景生成流程 |
5.4.2 保费收入的估算 |
5.4.3 保险负债项目模拟 |
第六章 我国寿险公司资产负债管理模型及其应用 |
6.1 我国寿险公司资产负债管理的模型构建 |
6.1.1 资产负债表和现金流量表的描述 |
6.1.2 管理模型 |
6.1.3 目标的选取和量化 |
6.1.4 我国寿险公司ALM总框架 |
6.2 资产负债管理模型求解与分析 |
6.2.1 模型求解方法 |
6.2.2 模型求解结果 |
6.2.3 ALM方法的横向比较 |
6.3 参数的敏感性分析 |
6.3.1 传统寿险参数敏感性分析 |
6.3.2 分红寿险参数敏感性分析 |
第七章 结论 |
7.1 研究结论 |
7.2 研究展望 |
附录 A:Nelson-Siegel模型中即期利率的推导 |
附录 B:中国人身保险业经验生命表(2010-2013) |
参考文献 |
后记 |
(3)不确定环境下商业银行资产负债动态结构优化(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 研究背景 |
1.2 研究意义和目的 |
1.3 国内外研究现状 |
1.4 论文主要工作与结构 |
第2章 资产负债管理理论及方法 |
2.1 资产负债管理理论及发展阶段 |
2.2 资产负债管理方法 |
2.3 随机规划模型在资产负债管理中的应用 |
2.4 遗传算法的原理及应用 |
2.5 本章小结 |
第3章 基于随机存款流的商业银行资产负债多期动态模型及优化 |
3.1 引言 |
3.2 问题描述 |
3.3 模型的建立 |
3.4 算法设计 |
3.4.1 编码设计 |
3.4.2 初始种群的产生 |
3.4.3 适值函数的设计 |
3.4.4 遗传算子的设计 |
3.5 算例计算 |
3.5.1 存款流确定情况下资产负债管理问题 |
3.5.2 存款流不确定情况下资产负债管理问题 |
3.6 本章小结 |
第4章 考虑期限匹配的商业银行资产负债多期动态模型及优化 |
4.1 引言 |
4.2 问题描述 |
4.3 模型的建立 |
4.4 算法设计 |
4.5 算例计算 |
4.5.1 存款流确定情况下资产负债管理问题 |
4.5.2 存款流不确定情况下资产负债管理问题 |
4.6 本章小结 |
第5章 考虑不良贷款率的商业银行资产负债多期动态模型及优化 |
5.1 引言 |
5.2 问题描述 |
5.3 模型的建立 |
5.4 算法设计 |
5.5 算例计算 |
5.6 本章小结 |
第6章 总结与展望 |
6.1 工作总结 |
6.2 展望 |
致谢 |
参考文献 |
攻读硕士期间主要工作、发表论文及获奖情况 |
(4)基于随机规划模型的我国商业银行资产配置问题研究(论文提纲范文)
摘要 |
Abstract |
1. 导论 |
1.1 研究背景及意义 |
1.2 国内外文献回顾 |
1.3 研究思路与方法 |
1.4 研究内容与创新点 |
2. 随机规划模型概述 |
2.1 补偿模型的基本思路 |
2.2 目标函数及约束条件 |
2.3 情景元素生成理论 |
2.4 遗传算法求解 |
3. 我国商业银行资产配置实践 |
3.1 资产配置结构分析 |
3.2 资产质量分析 |
3.3 存贷比分析 |
4. 随机规划模型在我国商业银行的实证研究 |
4.1 简化的随机规划模型 |
4.2 情景生成 |
4.3 模型求解 |
4.4 结果分析 |
5. 结论及建议 |
5.1 主要结论 |
5.2 研究存在的不足 |
5.3 基于模型结果的相关建议 |
致谢 |
参考文献 |
附录 |
(5)基于遗传模拟退火算法的ATM备付金管理动态规划模型及实证研究(论文提纲范文)
摘要 |
Abstract |
目录 |
第1章 绪论 |
1.1 研究背景 |
1.2 问题提出 |
1.3 研究意义 |
1.4 本文的主要内容 |
第2章 相关研究文献综述 |
2.1 商业银行流动性管理研究文献综述 |
2.1.1 国外文献研究综述 |
2.1.2 国内文献研究综述 |
2.2 商业银行备付金管理研究文献综述 |
2.2.1 国外文献研究综述 |
2.2.2 国内文献研究综述 |
2.3 金融系统中随机规划优化应用研究文献综述 |
2.3.1 国外文献研究综述 |
2.3.2 国内文献研究综述 |
2.4 遗传模拟退火算法应用文献综述 |
第3章 相关理论及研究方法 |
3.1 商业银行流动性管理理论 |
3.1.1 资产流动性管理理论 |
3.1.2 负债流动性管理理论 |
3.1.3 资产负债管理理论 |
3.2 随机规划优化方法 |
3.2.1 随机规划概述 |
3.2.2 随机规划的一般模型 |
3.2.3 随机规划的解法 |
3.3 相关算法 |
3.3.1 遗传算法 |
3.3.2 模拟退火算法 |
3.3.3 遗传模拟退火算法 |
3.4 情景生成 |
3.4.1 周期和阶段 |
3.4.2 情景树 |
3.4.3 向量自回归 |
第4章 ATM备付金管理动态规划模型 |
4.1 模型假设 |
4.2 两阶段随机规划模型 |
4.2.1 模型变量定义 |
4.2.2 目标函数 |
4.2.3 约束条件 |
4.2.4 二阶段模型最终表达式 |
4.3 多阶段随机规划模型 |
4.3.1 模型变量定义 |
4.3.2 约束条件 |
4.3.3 多阶段模型最终表达式 |
第5章 基于动态规划模型的实证研究 |
5.1 数据选取及处理 |
5.2 模型情景生成 |
5.2.1 短期存款利率情景生成 |
5.2.2 短期贷款利率情景生成 |
5.2.3 短期现金流情景生成 |
5.3 使用遗传模拟退火算法求解模型 |
5.3.1 遗传模拟退火算法主要流程设计 |
5.3.2 遗传模拟退火算法前提设置 |
5.3.3 遗传模拟退火算法的过程 |
5.4 实证结果分析 |
5.5 对商业银行ATM备付金管理的建议 |
第6章 结语 |
6.1 内容总结 |
6.2 不足及展望 |
参考文献 |
致谢 |
攻读学位期间发表的论着 |
附录 |
(6)中国基本养老金资产负债管理研究 ——基于多阶段随机规划方法(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 研究背景与研究意义 |
1.1.1 研究背景 |
1.1.2 研究意义 |
1.2 研究思路与研究方法 |
1.2.1 研究思路 |
1.2.2 研究方法 |
1.3 论文基本框架与主要研究内容 |
1.3.1 论文的基本框架 |
1.3.2 主要研究内容 |
1.4 创新与不足 |
1.4.1 本文的创新之处 |
1.4.2 本文的不足之处 |
第二章 相关理论与文献综述 |
2.1 相关理论 |
2.1.1 养老金制度的相关经济理论 |
2.1.2 资产配置理论 |
2.1.3 资产负债管理理论 |
2.2 文献综述 |
2.2.1 国外现有研究的简要综述 |
2.2.2 国内现有研究的简要综述 |
2.3 文献评述 |
第三章 中国基本养老金运行现状及对策分析 |
3.1 中国养老金制度的变迁 |
3.1.1 中国养老金制度发展沿革 |
3.1.2 中国现行的养老金运行政策 |
3.2 中国基本养老金的运行现状 |
3.2.1 隐性债务显化 |
3.2.2 统筹层次、调剂、平衡与运营能力低 |
3.2.3 指数化支付政策缺乏 |
3.2.4 投资品种单一,投资收益低 |
3.3 中国基本养老金运行对策分析 |
3.3.1 保值增值是现阶段解决隐性债务显化的最佳途径 |
3.3.2 提高统筹层次,建立国家基本养老金运营管理机构是制度保障 |
3.3.3 资产负债管理可以全面实现基本养老金的目标 |
3.4 小结 |
第四章 多阶段随机规划资产负债管理模型 |
4.1 多阶段资产负债管理模型总体框架 |
4.1.1 多期(多阶段)框架 |
4.1.2 多阶段随机规划资产负债管理模型框架特点 |
4.1.3 多阶段结构约束(均衡方程) |
4.1.4 目标函数 |
4.2 多阶段随机规划模型 |
4.2.1 多阶段补偿模型 |
4.2.2 机会约束模型 |
4.2.3 序贯决策模型 |
4.2.4 决策规则下的多阶段随机规划模型 |
4.2.5 动态广义网络 |
4.2.6 鲁棒优化模型 |
4.2.7 多目标随机规划 |
4.3 情景生成与情景树构造 |
4.3.1 情景元素生成模型 |
4.3.2 随机情景生成方法与情景树构造 |
4.4 模型求解方法 |
4.4.1 直接法 |
4.4.2 分解法 |
4.4.3 逐步套利算法 |
4.5 小结 |
第五章 中国基本养老金多阶段随机规划ALM模型构建 |
5.1 中国基本养老金多阶段随机规划ALM模型构建 |
5.1.1 模型特点 |
5.1.2 参数构造 |
5.1.3 约束条件 |
5.1.4 目标函数 |
5.2 经济元素情景生成 |
5.2.1 随机参数选取 |
5.2.2 基于ARIMA的情景生成模型 |
5.2.3 基于利率期限结构的情景生成模型(国债) |
5.2.4 基于GARCH的情景生成模型 |
5.3 中国基本养老金保险精算模型 |
5.3.1 养老金计划参与人口的动态描述 |
5.3.2 中国基本养老金缴费收入精算模型 |
5.3.3 中国基本养老金支付精算模型 |
5.4 情景生成方法与情景树构造方法 |
5.4.1 随机情景生成方法——仿真模拟 |
5.4.2 代表情景选择——聚类分析 |
5.4.3 情景树构造——分枝概率计算 |
5.5 小结 |
第六章 中国基本养老金多阶段随机规划ALM模型的实证分析 |
6.1 模型参数设定 |
6.1.1 有关经济元素相关模型参数的设定说明 |
6.1.2 有关负债元素相关模型参数的设定说明 |
6.1.3 有关基本养老金多阶段随机规划ALM模型参数的设定说明 |
6.2 证券市场繁荣期间的模型实证分析(2006-2008年) |
6.2.1 经济元素实证数据 |
6.2.2 负债元素实证数据 |
6.2.3 代表情景选择及情景树构造 |
6.2.4 多阶段随机规划模型求解与分析 |
6.3 证券市场萧条期间的模型实证分析(2009-2011年) |
6.3.1 经济元素实证数据 |
6.3.2 负债元素实证数据 |
6.3.3 代表情景选择及情景树构造 |
6.3.4 多阶段随机规划模型求解与分析 |
6.4 对比分析 |
6.4.1 缴费率比较 |
6.4.2 养老金支付情况比较 |
6.4.3 基金收益情况比较 |
6.5 模型改进的实证分析 |
6.5.1 模型改进方面 |
6.5.2 经济元素与负债元素实证数据 |
6.5.3 代表情景选择及情景树构造 |
6.5.4 多阶段随机规划模型求解与分析 |
6.5.5 敏感性分析 |
6.6 小结 |
第七章 结论与政策建议 |
7.1 研究结论 |
7.1.1 建立国家级基本养老金运行机构是实现养老基金保值增值的制度保障 |
7.1.2 构建多阶段随机规划ALM模型是养老基金投资运营管理的最优选择 |
7.1.3 选用科学合理的分析方法,真实逼近现实投资环境 |
7.1.4 基本养老金参与资本市场可以提高综合收益率 |
7.1.5 不同情况下的最优缴费率 |
7.2 政策建议 |
7.2.1 建立国家基本养老金运营机构 |
7.2.2 政府应该策略性分担养老金隐性债务 |
7.2.3 建立稳定的指数化支付调整规则 |
7.2.4 参与资本市场,拓宽养老基金投资品种,确保基金保值增值 |
7.2.5 建立养老基金风险监管机制 |
7.3 研究展望 |
参考文献 |
附录1 中国基本养老金多阶段随机规划ALM模型 |
附录2 经济元素预测过程(部分步骤)(以2006—2008年为例) |
附录3 基本养老金支付上限、下限精算结果 |
攻读博士学位期间取得的研究成果 |
致谢 |
(7)基于多目标规划的保险公司资产负债管理定量方法的研究(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 选题的背景及意义 |
1.2 国内外文献综述 |
1.2.1 国外传统资产负债管理研究现状 |
1.2.2 国内保险公司资产负债管理研究现状 |
1.2.3 国内外随机多目标规划的研究综述 |
1.3 本文的研究方法和特点 |
2 资产负债管理及目标规划相关概念和理论 |
2.1 保险公司资产负债管理 |
2.1.1 资产负债管理的定义、内容及含义 |
2.1.2 保险公司资产负债管理的发展历程 |
2.1.3 保险公司资产负债管理的相关理论 |
2.1.4 保险业资产负债管理的方法 |
2.2 多目标规划简单介绍 |
2.2.1 目标规划 |
2.2.2 多目标规划 |
2.2.3 多目标规划在实际应用的优势 |
2.3 小结 |
3 保险公司随机目标规划模型的建立及参数的确定方法 |
3.1 保险公司资产负债管理随机目标规划模型 |
3.1.1 随机目标规划及统计型随机规划 |
3.1.2 统计型随机规划的处理方法 |
3.1.3 保险公司统计型随机目标规划模型建立 |
3.2 用专家咨询法及期望值法处理目标函数随机参数 |
3.2.1 影响随机参数的因素 |
3.2.2 用专家咨询法求随机系数的期望值 |
3.3 目标空间中利润参数P和偿付能力参数C的确定方法 |
3.3.1 目标空间中利润函数参数P的确定 |
3.3.2 目标空间中偿付能力参数C的确定 |
4 案例分析——资产负债管理随机多目标规划求解和分析 |
4.1 案例 1——中国太平洋保险(集团)股份有限公司资产负债管理随机多目标规划模型求解与分析 |
4.1.1 随机多目标规划中目标函数的随机参数的确定 |
4.1.2 目标空间中利润函数参数P 和偿付能力参数C 的确定 |
4.1.3 中国太平洋保险(集团)股份有限公司多目标随机规划模型的建 40立和求解 |
4.1.4 中国太平洋保险(集团)股份有限公司多目标随机规划结果的分析解释 |
4.2 案例 2——中国太平洋财产保险公司资产负债管理随机多目标规划模型求解与分析 |
4.2.1 中国太平洋财产保险股份有限公司简介 |
4.2.2 中国太平洋财产保险股份有限公司目标函数的建立求解及分析 |
4.2.3 财险和寿险公司偿付能力影响因素对比分析及建立资产负债管 46理随机多目标规划模型的区别 |
4.3 我国保险公司资产负债管理的模式选择 |
4.3.1 保险公司资产负债管理的主要模式 |
4.3.2 我国保险公司资产负债管理的最佳模式与展望 |
4.3.3 中国财险公司和寿险公司偿付能力影响因素对比分析 |
5 多目标规划在保险公司的应用结论以及改善资产负债管理的建议和措施 |
5.1 多目标规划在保险公司应用的结论 |
5.2 改善我国保险公司资产负债管理的对策和建议 |
6 全文总结和展望 |
参考文献 |
致谢 |
(8)国外现代资产负债管理理论的发展与应用(论文提纲范文)
0 引言 |
1 现代资产负债管理理论的内涵 |
1.1 对现代资产负债管理理论的理解 |
1.2 资产负债管理与资产配置 |
1.3 资产负债管理与全面风险管理 |
2 现代资产负债管理模型 |
1) 均值-方差下滑风险模型 (Mean-variance models and downside risk) |
2) 离散时间多期模型 (Discretetime multi-period models) |
3) 连续时间模型 (Continuoustime models) |
4) 随机规划模型 (Stochastic programming) |
3 现代资产负债管理理论在金融机构的应用 |
3.1 现代资产负债管理模型在商业银行中的应用 |
3.2 现代资产负债管理在保险公司中的应用 |
3.3 现代资产负债管理在养老金中的应用 |
4 结论与启示 |
(9)高速公路开发企业债务规划方法研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 研究背景与意义 |
1.1.1 研究背景 |
1.1.2 研究意义 |
1.2 国内外研究现状 |
1.2.1 债务规划方法研究 |
1.2.2 债务规划模型研究 |
1.2.3 高速公路企业债务结构研究 |
1.2.4 高速公路企业债务额度研究 |
1.3 研究的目标和主要内容 |
1.3.1 研究的目标 |
1.3.2 研究的主要内容 |
1.3.3 研究的方法 |
第2章 高速公路企业债务的相关分析 |
2.1 高速公路开发企业产生的原因及其性质 |
2.1.1 产生的原因 |
2.1.2 高速公路开发企业的性质 |
2.2 债务分类与比较 |
2.2.1 债务的内涵 |
2.2.2 债务的分类 |
2.2.3 各类债务比较 |
2.3 债务问题成因分析 |
2.3.1 投融资体制落后 |
2.3.2 管理模式滞后 |
2.3.3 现行法律政策支持不足 |
2.4 本章小结 |
第3章 高速公路开发企业债务规划特性分析 |
3.1 债务规划特征、原则与标准 |
3.1.1 债务规划的特征 |
3.1.2 债务规划的原则 |
3.1.3 债务规划的目的 |
3.2 债务规划的内容 |
3.2.1 债务规划期的选择 |
3.2.2 债务规划的主要类别 |
3.3 债务规划的影响因素 |
3.3.1 债务规模对债务规划的影响 |
3.3.2 债务利率对债务规划的影响 |
3.3.3 债务期限对债务规划的影响 |
3.3.4 国家政策和法律对债务规划的影响 |
3.4 本章小节 |
第4章 高速公路开发企业债务规划模型的构建 |
4.1 债务多阶段随机规划模型总框架介绍 |
4.1.1 债务规划的均衡方程 |
4.1.2 债务规划的目标函数 |
4.1.3 随机规划模型 |
4.2 高速公路开发企业债务多阶段随机规划模型的构建 |
4.2.1 债务规划模型的变量定义 |
4.2.2 债务规划模型的目标函数与约束条件 |
4.2.3 债务规划模型的建立 |
4.3 债务多阶段随机规划模型算法 |
4.4 本章小结 |
第5章 案例分析 |
5.1 HN 高速公路开发公司的基本情况 |
5.2 HN 高速公路开发公司债务规划 |
5.2.1 情景生成 |
5.2.2 遗传算法求解模型 |
5.3 模型结果分析 |
5.4 本章小结 |
第 6 章 高速公路开发企业债务规划实施保障措施 |
6.1 成立债务规划实施控制部门 |
6.2 制定债务管理制度 |
6.3 加强债务信息化管理 |
6.4 本章小结 |
总结与展望 |
一 全文总结 |
二 本文的主要创新点 |
三 研究与展望 |
参考文献 |
致谢 |
附录 A 攻读硕士学位期间公开发表的论文 |
文献综述 |
参考文献 |
中英文摘要 |
(10)随机规划模型与商业银行资产的最优配置(论文提纲范文)
一、引言 |
二、文献综述 |
三、商业银行资产负债管理随机规划模型 |
(一) 带简单补偿的随机规划模型 |
1. 两阶段带简单补偿的随机线性规划。 |
2. 多阶段带简单补偿的随机线性规划。 |
(二) 资产负债管理模型 |
四、资产负债管理随机规划建模与实证分析 |
(一) 国有上市银行资产负债管理随机规划建模 |
1. 模型变量的定义。 |
2. 模型的约束条件。 |
3. 模型的目标函数。 |
(二) 实证过程 |
1. 数据说明与变量设定。 |
2. 向量自回归模型。 |
3. 贷款收益率预测方程。 |
4. 存款流分布。 |
5. 实证结果。 |
五、结论 |
四、商业银行资产负债管理的随机规划模型(论文参考文献)
- [1]多融资方式下的保险公司资产负债管理研究[D]. 高天. 中央财经大学, 2020
- [2]我国寿险公司资产负债管理研究 ——基于多阶段随机规划方法[D]. 唐博. 中央财经大学, 2019
- [3]不确定环境下商业银行资产负债动态结构优化[D]. 李娟娟. 东北大学, 2017(06)
- [4]基于随机规划模型的我国商业银行资产配置问题研究[D]. 刘金霞. 华中科技大学, 2012(07)
- [5]基于遗传模拟退火算法的ATM备付金管理动态规划模型及实证研究[D]. 常钟文. 东北大学, 2012(07)
- [6]中国基本养老金资产负债管理研究 ——基于多阶段随机规划方法[D]. 俞慧君. 西北大学, 2012(11)
- [7]基于多目标规划的保险公司资产负债管理定量方法的研究[D]. 王爽. 重庆工商大学, 2012(12)
- [8]国外现代资产负债管理理论的发展与应用[J]. 俞慧君,王忠民. 未来与发展, 2011(08)
- [9]高速公路开发企业债务规划方法研究[D]. 张彦涛. 长沙理工大学, 2011(07)
- [10]随机规划模型与商业银行资产的最优配置[J]. 刘劲松,蒲延杰. 金融论坛, 2010(05)