加载中...
AI 原生量化投研平台AI-native quantitative research platform
正在加载…Loading…
页面仍在加载，可以继续等待，或重新加载。The page is still loading. You can keep waiting or reload.
部分页面资源未能加载，请重新加载。Some page resources could not load. Please reload.
设备当前处于离线状态，恢复连接后可以继续等待或重新加载。Your device is offline. Once connected, you can keep waiting or reload.
本文研究监管要求存在不确定性时的集体投资优化问题，将多个可能的财富监管阈值纳入加权平均合规概率约束，并利用鞅方法刻画最优终端财富。结果显示，最优支付结构由监管阈值处的财富平台和Merton型投资区域共同构成；当合规概率要求较高、较低阈值较高或初始资本有限时，监管约束会显著扭曲投资组合并造成较大的福利损失。在异质投资者集体中，风险厌恶程度和Pareto权重还会影响监管成本的规模及其在投资者之间的分配，小额出资者可能承担超比例的福利损失。
| 情形 | 参数变化 | 福利损失 |
|---|---|---|
| 基准情形 | 基准参数 | 2.72% |
| 较低合规要求 | (a=0.2) | 0.38% |
| 较高合规要求 | (a=0.6) | 48.65% |
| 较高较低阈值 | (L_1=4) | 33.05% |
| 较少初始资本 | (x_0=2) | 25.47% |
| 较高较低阈值权重 | (\alpha_1=0.9) | 1.21% |
报告标题：《Optimal collective investment under regulatory uncertainty》（监管不确定性下的最优集体投资）。
作者：An Chen、Christian Laudagé、Shihao Zhu；作者分别来自德国乌尔姆大学保险科学研究所和RPTU凯泽斯劳滕-兰道大学数学系。
发布日期：2026年10月26日。
研究主题：保险公司、养老金计划及其他受托投资机构在面对多个潜在监管财富门槛时，如何进行最优投资，以及监管成本如何在具有不同风险厌恶程度和资本贡献的投资者之间分配。
这是一篇理论与数值结合的金融数学研究论文，而非证券公司发布的股票研究报告，因此没有传统意义上的“买入/持有/卖出”评级，也没有上市公司目标价。报告的核心问题是：当监管机构未来可能适用多个不同的偿付能力或财富门槛时，投资管理者应如何配置资产，才能在满足监管要求的同时最大化集体福利。
作者提出一种多门槛的VaR型约束：投资组合不必以同样的概率达到每一个门槛，而是要求达到各门槛的概率加权平均值不低于规定的合规水平。理论结果表明，最优终值财富并不是传统的平滑Merton型财富，而是呈现“监管门槛平台区+Merton型投资区间”的分段结构。
报告最重要的结论包括：
报告建立了一个连续时间、完备市场模型，市场包含无风险资产和一项风险资产，投资者通过单一管理者将资金集中投资。风险资产具有高于无风险利率的期望收益率，同时受到波动率影响；市场价格风险由参数η表示。
终值财富的成本通过状态价格密度ξT计算，即终值支付XT的初始市场价值为：
[ E[\xi_T X_T]. ]
状态价格密度较高的状态通常对应投资者更重视、支付成本更高的状态；因此，成本有效的终值财富应当是ξT的非增函数。换言之，最优策略会将更多财富配置到市场状态较好、状态价格密度较低的情形，将较少财富配置到成本较高的状态。
这一结构是经典鞅方法的基础。无约束时，最优财富通常满足：
[ X_T^M=I(\lambda_M\xi_T), ]
其中I是集体效用边际效用函数的逆函数，λM是使预算约束恰好成立的乘子。这就是报告所称的“Merton payoff”或Merton型支付。
报告考虑n名投资者，每名投资者具有CRRA效用函数，风险厌恶参数为γi。投资者不直接交易，而是将总资本交给管理者统一投资。
集体目标通过Pareto效用聚合器表示。βi为投资者i的Pareto权重，满足权重之和为1。βi越大，表示投资者i在集体目标中的相对重要性越高。一个自然的权重设定是令βi等于其初始资本贡献占比，但报告特别指出，这并不意味着最终财富分配一定与资本贡献成比例，因为Pareto分享规则会根据不同投资者的边际效用重新分配财富。
这一点十分重要：报告研究的不是简单的“每位投资者拿回自己投入比例的收益”，而是一个带有风险共担和福利再分配的集体投资机制。最终总财富先由集体最优化决定，再依据Pareto规则分配给个人。风险厌恶较高者通常具有更高的边际效用，因此即使其资本贡献较低，也可能在集体分配中获得相对重要的风险保障。
从技术上看，集体效用仍然严格递增、严格凹，并满足Inada条件，因此最优集体财富分配具有唯一性，且每名投资者的最优终值财富为正。这保证了后续福利比较和个人确定性等价物计算具有明确的数学基础。
报告设定J个可能的监管财富门槛L1、…、LJ，每个门槛对应权重αj，权重之和为1。核心约束为：
[ \sum_{j=1}^{J}\alpha_j P(X_T\geq L_j)\geq a, ]
其中a是最低总体合规水平。
该约束的经济含义是：投资者或机构不需要以至少a的概率达到每一个门槛，而只需要使所有门槛对应的达标概率加权平均达到a。例如，提高达到较低门槛的概率，可能部分抵消达到较高门槛概率不足的影响。这体现了监管机构或管理者在不同业务线之间进行风险优先级权衡的可能性。
作者给出的业务线解释是：保险公司拥有多个业务线，每条业务线有不同的负债ℓj，集中管理的总资产XT按比例cj分配到各业务线。于是每条业务线对应一个隐含财富门槛Lj=ℓj/cj。αj可以表示保费份额、技术准备金份额、风险资本份额或监管重要性权重。
当只有一个门槛时，该约束退化为传统VaR约束：
[ P(X_T\geq L_1)\geq a, ]
等价于亏损概率不超过1-a。因此，本文模型是传统VaR模型的扩展，而不是完全不同的风险度量。
报告还定义了两个关键基准：
由此形成三种情形：
作者首先证明，可以不失一般性地只考虑形如：
[ X_T=g(\xi_T) ]
的终值财富，其中g是非增函数。
其逻辑是：给定同样的财富分布，将财富重新排列为在低状态价格密度状态支付更多财富，可以保持效用和各个合规概率不变，同时降低初始市场成本。这是成本有效支付结构。该结论说明监管约束虽然是概率型的、可能导致非凹优化，但仍可通过状态价格排序将问题降维为一维函数优化。
报告重点分析J=2，即存在较低门槛L1和较高门槛L2，且L1<L2。边界情形是最大合规水平a=(\bar a)。此时管理者会把有限预算尽可能集中到能满足门槛的状态，其他状态甚至可能获得零财富。如果某些投资者的风险厌恶参数大于1，这类极端支付可能导致其期望效用为负无穷，因此最大合规边界在经济上不同于内部解。
更有经济意义的是内部情形：
[ a_M<a<\bar a. ]
此时管理者不必把全部资源用于最大化合规，而是在监管保护与效用最大化之间进行权衡。最优支付具有三种可能结构：
这三种结构取决于λ、ν、q⋆和q⋆⋆等乘子和切换点。λ是预算约束乘子，ν是合规约束乘子；ν越大，说明提高合规要求的边际价值越高。q⋆和q⋆⋆决定不同支付形式之间的切换位置。
其直观解释是：在某些市场状态下，原本的Merton型财富会略低于某一监管门槛。管理者宁愿把财富提高到恰好等于该门槛，以换取合规概率的增加；而在其他状态，继续采用Merton型财富仍然更有效率。因此，约束不是简单地把所有财富提高到监管水平，而是只在特定状态区间“填平”财富曲线。
作者还从Fenchel-Legendre对偶角度解释切换条件：将财富固定在L1而不是采用无约束最优财富，会产生效用减成本的损失；只有当监管合规奖励足以补偿这一损失时，L1平台才会出现。
当α1趋近于0时，低门槛的权重消失，模型趋近于只要求满足L2的经典VaR约束。此时L1平台在形式上消失，最终的切换点与状态价格密度的a分位数对应，这与Basak和Shapiro的单门槛VaR解相一致。
图3.1横轴是终值状态价格密度，纵轴是最优终值财富。三幅图分别对应：
图形整体向右下方下降，说明财富是状态价格密度的非增函数：状态价格密度越低，通常代表更有利、成本更低的状态，最优财富越高。平台区表现为水平线，代表管理者在相应状态把财富精确固定在L1或L2；垂直跳跃则表示财富在不同监管目标之间切换。
该图直接支持论文的核心理论判断：监管不确定性并不是单纯降低所有状态下的财富，而是改变财富曲线的形状，使其出现针对监管门槛的离散保护区域。
图4.1研究单一投资者、风险厌恶参数γ=3时，改变一个参数对最优财富曲线的影响。横轴仍为状态价格密度，纵轴为最优终值财富。
Panel (a)：提高合规水平a。
a=0.2时，监管约束较弱，最优曲线接近无约束Merton曲线；a=0.4时，L1和L2处的平台明显出现；a=0.6时，财富被大量配置到监管平台，甚至在相对较好的状态下也不再大幅超过L2。这说明更高的合规要求会挤出上行收益和财富平滑空间。
Panel (b)：改变低门槛权重α1。
α1较低时，L2的相对权重较高，管理者扩大达到L2的平台区域；α1较高时，较低门槛L1更受重视，管理者倾向于以较低成本在更多状态保护L1，而不是支付高昂成本去达到L2。
Panel (c)：提高L1。
降低L1会使约束更容易满足，最优曲线甚至可能重新与Merton解重合；提高L1则会使低门槛平台上移并消耗更多预算，从而压低其他状态的财富。
Panel (d)：提高初始资本x0。
资本越少，管理者越难同时满足预算和监管约束，财富曲线越偏离Merton型。x0=2时财富明显集中在监管平台附近；x0=3时资本足以使Merton支付满足约束。
作者特别指出，状态价格密度服从对数正态分布，横轴不同位置对应的概率质量并不相同。ξT≤0.5的区域概率很小，而ξT≤1的概率超过一半。因此，切换点若发生在典型状态附近，会比发生在极端左侧状态对合规概率产生更大影响。
表4.1比较无约束Merton支付与监管约束下最优支付的确定性等价物（CE）。确定性等价物是使投资者对某一确定金额的效用等于对风险财富期望效用的金额，用来把不同风险财富转换成可比较的“确定财富价值”。相对监管成本为：
[ rc=\frac{CE^M-CE^\star}{CE^M}. ]
基准情形的福利损失为2.72%，说明最优支付形状已经明显改变，但效用成本仍然适中。a=0.2时损失仅为0.38%；α1=0.9时损失为1.21%，因为较低门槛能够以较低成本承担大部分合规任务。
但在监管要求较难融资的情况下，损失会急剧扩大：
这些数字揭示了一个重要区别：监管约束对财富曲线的影响不一定与福利损失成比例。某些情形下曲线平台很明显，但由于平台可以低成本形成，福利损失仍较小；只有当合规概率、门槛水平和资本约束同时使监管保护昂贵时，损失才会显著扩大。
图E.1左图改变高门槛L2，右图改变风险厌恶γ。提高L2的影响相对有限，原因是L2的权重较低，即α2=0.3，同时在初始资本x0=2.5的条件下，达到L2的成本较高，因此管理者更多通过较低门槛满足平均合规要求。
风险厌恶程度的影响则更明显：风险厌恶较低的投资者愿意在少数好状态中持有非常高的财富，以换取更大的上行暴露；风险厌恶较高的投资者减少这些高财富状态，更重视监管平台和坏状态保护。
表E.1显示，风险厌恶从γ=1.5提高到γ=4.5时，福利损失由0.73%上升到4.93%。这表明风险厌恶越高，投资者越不能接受监管约束对原有财富曲线的扭曲。
表4.2考察四名投资者、四种风险厌恶情景和三种Pareto权重组合。风险厌恶情景1是所有投资者风险厌恶相同的基准，此时集体聚合器退化为幂函数，Pareto权重对结果不产生实质影响。
当多数投资者风险厌恶较低时，集体投资能够提高受约束最优支付的确定性等价物，监管约束相对于Merton解造成的缺口较小；当三名投资者的风险厌恶达到4.5时，集体投资的确定性等价物下降，监管成本最大。这说明总体福利损失受风险厌恶结构显著影响。
表4.3进一步将个人监管成本分为两类：
当Pareto权重相等时，各投资者的成本份额通常接近其资本比例，最大偏差约为5.14%。但当权重不相等时，分配差异显著扩大。例如，在投资者1的Pareto权重为0.7、其他投资者风险厌恶程度为4.5时，投资者1的d1为−31.25%，说明其承担的监管成本显著低于其资本比例；在β1降至0.4的另一种情景中，d1又达到12.11%，说明较低Pareto权重可能使其承担超比例成本。
报告还指出，当一个大资本投资者风险厌恶程度低于其他成员时，成本分配尤其不均衡。该投资者的相对监管成本rc1可从22.45%升至26.41%，而低风险厌恶组与高风险厌恶组之间的成本偏差满足dL=−dH。
表4.4比较投资者加入集体投资池和单独投资的确定性等价物变化。风险厌恶相同且Pareto权重相等时，所有投资者对加入集体投资无差异，这是一个分配公平的同质情形。
但在异质情形下，风险厌恶较高者可能强烈受益于加入集体池，因为风险厌恶较低的投资者能够提供更强的风险承受能力。例如，风险厌恶情景3中，唯一风险厌恶为4.5的投资者，其加入集体池的确定性等价物增幅达到247.30%。这说明集体投资不仅是风险分散工具，也可能成为不同风险偏好之间的隐性转移机制。
附录D给出可执行的数值算法。第一步求解无约束Merton乘子λM并计算aM；第二步计算最高可达合规水平(\bar a)；第三步根据a与aM、(\bar a)的关系判断属于无约束、不可行、最大合规或内部解；内部解则通过二分法同时求解λ、ν、q⋆和q⋆⋆。
这种算法与理论结构一致：λ保证预算约束，ν保证合规约束，q⋆和q⋆⋆确定平台区间。优点是将复杂的非凹概率约束转化为一组一维或低维根搜索问题；局限在于结果仍然依赖连续时间完备市场、已知模型参数和精确数值积分等假设。
报告识别出的主要风险包括：
报告主要提供的是定量比较，而不是实际监管缓解方案。它表明管理者可通过审慎选择α1、合理提高资本水平或设计更平衡的Pareto权重来降低损失，但没有估计不同监管情景的现实发生概率。
从批判性角度看，本文所谓“监管不确定性”主要通过一组确定的可能门槛及固定权重来表示，而不是建立监管规则随机变化的完整概率模型。随机监管者选择的解释只有在监管选择与金融状态独立时才成立。此外，模型假定市场完备、只有一个风险资产、投资者只能在终点评价财富，现实中的交易摩擦、流动性风险、监管资本动态调整和模型误设风险没有纳入。作者也承认未来需要研究权重向量本身不确定的稳健模型，以及将压力测试作为额外约束加入框架。
总体而言，报告证明了多门槛监管约束会从根本上改变集体投资的最优支付结构：财富不再只是平滑的Merton型函数，而会在监管门槛处形成一个或多个平台。图3.1展示了从“双平台加中间投资区”到“仅保护高门槛”的结构变化；图4.1和表4.1进一步说明，约束形状变化可能在低成本下实现，但在高合规概率、高低门槛或低资本条件下会导致25%至近49%的显著福利损失。
在集体投资层面，风险厌恶结构决定总体损失，Pareto权重决定损失分配。高风险厌恶投资者主导时，监管成本最大；Pareto权重不平等时，投资者承担的损失可能严重偏离其资本比例，甚至出现小资本投资者承担超比例成本、大资本投资者承担低于比例成本的情况。
因此，作者的总体判断是：监管不确定性不仅是一个投资组合形状问题，也是一个福利分配问题。评价监管制度时，不能只观察集体总福利或资产负债表的平均合规率，还应同时考察不同风险偏好、资本贡献和Pareto权重下的个人福利后果。
2610.32959.pdf