比较混合型、箱型与瓦斯纳斯htein 不确定性集在分布鲁棒资产负债管理中的差异
投资组合管理
2026-02-10 v1
摘要
资产负债管理 (Asset Liability Management, ALM) 是金融机构，特别是年金基金所面临的基本挑战，这些机构必须在生成具竞争力的投资收益与确保长期义务偿付能力之间进行权衡。为了解决传统框架在不确定性下的局限性，本文采用分布鲁棒优化 (Distributionally Robust Optimization, DRO) 方法，这是一种新兴的范式，能够考虑广泛的潜在概率分布。我们提出并评估了三种不同的DRO形式：基于离散情景的混合型不确定性集、离散分布函数的箱型不确定性集，以及瓦斯纳斯htein度量不确定性集。利用来自加拿大养老金计划 (Canada Pension Plan, CPP) 的实证数据，我们对这些模型进行了对比分析，与传统的随机规划方法相比。我们的结果表明，特别是采用瓦斯纳斯htein和箱型不确定性集的DRO形式，在资金比率和整体基金收益方面，均优于混合型DRO和随机规划。这些发现表明，纳入分布鲁棒性显著增强了养老金基金管理策略的韧性和性能。
引用
@article{arxiv.2602.08228,
title = {Comparing Mixture, Box, and Wasserstein Ambiguity Sets in Distributionally Robust Asset Liability Management},
author = {Alireza Ghahtarani and Ahmed Saif and Alireza Ghasemi},
journal= {arXiv preprint arXiv:2602.08228},
year = {2026}
}
备注
25 pages, 4 Figures