通胀风险和激励方案下DC型养老金的最优投资

来源 :重庆工商大学学报(自然科学版) | 被引量 : 0次 | 上传用户:lfastcandmuzi
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着我国养老金制度的逐渐完善,近年来已批准了一项绩效费用安排,作为DC养老金管理计划的管理激励措施,旨在激励管理人员;为了促使管理者们在投资方面做出更多努力,在金融市场中加入了通胀风险的因素,研究了在激励方案下的DC型养老金的最优投资策略;对于动态的资产组合,应用伊藤引理得到资产组合的动力学公式,通过增加一个辅助的劳动资本过程将原始问题转化为等价的自筹资金问题,最后从终端收益中导出最优投资策略,并通过数值分析得出通胀风险和激励方案对最优投资策略的影响;结果表明:在几何布朗运动资产价格动态和CRRA效用函数的设定下,最优投资策略比例呈峰谷分布.
其他文献
2017-2020年利用运-12和空中国王-E350飞机搭载的国产云粒子测量设备在云南开展了 76架次积层混合云观测,数据分析表明:云南的云粒子数浓度远高于华北地区,云粒子(直径为2~50 μm)数浓度平均值为339.7 cm-3,最大值为1067.6 cm-3,平均含水量为0.181 g·m-3,最大值为2.827 g·m-3,有效直径平均值为11.2μm,最大值为34.6 μm.云粒子谱呈负指数双峰分布,主、次峰值分别出现在4μm和10μm处.云粒子数浓度、含水量和消光系数随高度呈明显分层特征,有效直
为预估全球变暖背景下中国西南地区未来暴雨洪涝灾害风险的变化特征,研究挑选5个CMIP6模式和5个极端降水指数,结合地形因子、社会经济数据和耕地面积百分比,构建暴雨洪涝灾害风险评估模型,对西南暴雨洪涝灾害风险进行基准期(1995-2014年)评估、未来两个时期(2021-2040年,2041-2060年)3种情景(SSP1-2.6,SSP2-4.5,SSP5-8.5)下的预估和对比分析.结果表明:EC-Earth3,EC-Earth3-Veg两个单模式对5个极端降水指数的模拟效果较好,不等权重集合(UEWA
基于花生生长中后期2020年8月1日和15日两个时相高分多光谱数据,构建40个作物分类遥感特征,采用ReliefF-Pearson方法优选出15个特征,构造作物可分的4种特征空间.采用最大似然分类法、支持向量机和随机森林分类器,分别耦合4种特征空间,开展作物分类对比试验,进行分类精度和景观评价提出作物双时相遥感分类模型(dual-temporal remote sensing classification model for crop,C-DRSC).结果表明:该模型具有较高的作物分类和花生识别能力,作物
分子模拟可描述致密油储层纳微孔隙中的流体扩散与运移行为,然而不同烃类组分(轻质、重质)对二氧化碳吞吐开发的响应特征尚不清晰.为评价二氧化碳吞吐对致密油中不同组分的开发效果,运用分子动力学方法,探讨了其分子运动与扩散特征,研究了不同孔隙、压力下二氧化碳摩尔分数对采收率的影响,并结合轻质与重质组分在石英孔隙表面的吸附/解吸差异性行为、烃类分子扩散系数随二氧化碳摩尔分数的变化,揭示了其开发机理.结果表明:轻质组分更易被二氧化碳置换,并形成分散能力强的混相体系,重质组分倾向于聚集分布;二氧化碳吞吐有利于在更小的压
针对传统停车场管理系统人工成本高、管理难度大的问题,提出了一种基于信息素优化蚁群算法(Ant Colony Algorithm)的停车场系统;该系统以STM32作为主控制器,终端节点负责数据收集,利用NB-IoT实现数据上传,采用手机APP和云平台对终端节点远程监控,采用粒子群算法为蚁群算法提供迭代初期值指导后,增强了蚁群算法全局搜索能力,改进蚁群算法明显缩短了停车的最短哈密顿回路距离;通过搭建停车场管理系统对该方法的有效性进行验证,该系统可以明显减少用户停车的时间,缩短用户停车距离,满足自动化智能化的生
断溶体油藏中的流动存在明显的地层线性流特征,传统的试井解释采取复合径向流模型得到的渗透率难以反映线性流的渗透率特征.针对此问题,文中从渗流角的角度,建立了可以等效反映断溶体油藏形状对渗透率影响的方法,通过数值模型,反演得到了不同形状条件下的油藏渗流角.研究发现,线性流的等效渗流角与油井对应的泄流区域长宽比的反余切值相关.当油藏的长宽比小于10︰8.5时,地层流动以径向流为主,而当长宽比大于10︰3.0时,油藏的主控流态转变为线性流.当地层处于线性流阶段时,采用常规试井得到的等效径向流渗透率会明显低于储层的
在极限学习机的非侵入式负荷识别算法中,由于输入权值和隐含层阈值的随机产生容易导致误判,鉴于此,提出了一种改进的遗传算法优化极限学习机方法.对遗传算法中选择算子进行改进,改进方法为求解出个体的适应度值,并按从小到大的顺序完成排序,将排完序的种群等分成4份,按照比例从4份中择优组成新种群,对新种群中剩余个体再从适应度较大的部分中择优;结合爬山法获得优化后的权值和阈值,构建优化极限学习机网络对负荷进行识别;利用MATLAB进行仿真验证,验证结果表明:优化后算法与未优化算法相比,负荷识别的准确率提高了约7.41%
在讨论协变量和响应变量关系时,常会遇到内生变量,已有关于内生变量的研究大多是在最小二乘目标函数的框架下讨论,然而该方法不具有稳健性,鉴于此,本文采用指数平方损失估计方法,构造模型中回归系数的稳健估计.为了克服内生变量对估计产生的偏差,利用工具变量消除协变量的内生性,再构造回归系数的指数平方损失估计;针对指数平方损失目标函数,提出选取有效的调节参数估计过程;在一些正则条件下,研究所提出估计的渐近正态性;模拟研究比较了朴素最小二乘估计、朴素M估计、朴素指数平方损失估计、基于工具变量的最小二乘估计、基于工具变量
针对集值优化问题近似Henig真有效点,提出在目标集值优化问题的映射及可行域均扰动的情形下,建立C凸集值优化问题近似Henig真有效点的稳定性结果,将近似Henig真有效点的稳定性研究从向量值优化问题推广到集值优化问题中.首先给出集值映射序列ΓC收敛的概念,比较了集值映射序列Painlevé-Kuratowski收敛与ΓC收敛性之间收敛强弱的关系,发现Painlevé-Kuratowski收敛弱于ΓC收敛;其次将Painlevé-Kuratowski收敛应用于建立近似Henig真有效点的稳定性结果中,在扰
基于现有的普查直接多报估计量,在二重抽样调查下,对样本小区登记人口数梳理分类,构建基于正确登记概率的普查直接多报估计量,以解决前者由于计数对象不确定而造成的多报虚增问题.创新之处在于:构建样本小区下登记人口数的指标体系,提出基于正确登记概率的普查直接多报估计量、发生重报估计量和重报估计量,并将普查直接多报估计量与基于正确概率的普查直接多报估计量进行比较研究.理论研究和实证研究得出:普查直接多报估计值及抽样标准误差都高于基于正确登记概率的普查直接多报估计值及抽样标准误差,普查直接多报估计量虚增了普查多报人口