一种多目标条件风险值数学模型

高校应用数学学报2009,24(4):410-417一种多目标条件风险值数学模型蒋敏,孟志青(浙江工业大学经贸管理学院,浙江杭州310023)摘要:研究了一种多目标条件风险值(CVaR)数学模型理论.先定义了一种多目标损失函数下的-VaR和-CVaR值,给出了多目标CVaR最优化模型.然后证明了多目标意义下的-VaR和-CVaR值的等价定理,并且给出了对于多目标损失函数的条件风险值的一致性度量性质.最后,给出了多目标CVaR模型的近似求解模型.关键词:条件风险值;多目标CVaR模型;损失函数;风险度量中图分类号:F832文献标识码:A文章编号:1000-4424(2009)04-0410-08x1引言现有的风险管理模型(如均值一方差模型,Downside-Risk的风险度量模型,CAPM模型,VaR模型和CVaR模型等)大多数是单目标模型,但许多实际行业中,如金融投资,房地产投资和供应链中采购与库存管理的风险管理问题大多是多目标风险管理问题.例如银行贷款组合投资问题,银行在过去的几年内曾发放过几类贷款如商业投资,住房,汽车等,它们还款随贷款时间利润不同,银行记录了有客户不同贷款记录.在未来一年里,银行将如何制定新的贷款计划,根据历史数据,确定新的贷款发放计划,即确定新的贷款量,周期和相应贷款利率,以达到最大利润,最小的投资过剩和机会损失等目标.又如在区域供电问题中,供电局拥有了过去的不同用电记录,如商业,企业和居民使用的不同时期的用电量和价格数据,在未来的一年内,供电部门希望确定新的供电计划来提高用电效率和获得更多的利润,由于电力紧张,供电局需要确定在未来一年内不同时间段内给出不同的定价和供电量比例,以达到利润最大,供电过剩和不足等目标.再如商业企业中多产品采购计划问题,企业拥有过去几年内的多种商品的销售记录,该企业希望制定下一年度的采购计划,为了避免采购过剩和销售机会损失,该企业希望确定在未来的一段时间从不同的供应商处采购多种商品,确定采购多产品最佳比例.上述问题显然是类似的多目标风险决策问题.然而,还没有普遍适用的数学模型来解决这些问题.2000年至2002年Rockafellar和Uryasev等学者在风险管理VaR模型基础上提出了一种具有广泛适用性的条件风险值(CVaR)模型[1-4],CVaR模型具有良好的可计算性,特别是证券组合投资的应用上表明了CVaR刻画风险比VaR更有效,其理论出现后引起了风险管理领域的研究者收稿日期:2008-10-29基金项目:浙江省自然科学基金(Y606097;Y60860040)蒋敏等:一种多目标条件风险值数学模型411广泛重视.近几年CVaR模型理论与应用的研究取得了许多重要进展,如Andrey等系统地获得了VaR和CVaR的许多性质[5],Trindade等给出了VaR和CVaR的概率分布下的比较[6],Csaba等提出了处理CVaR问题的两阶段模型的分解求解方法[7],Huang等发展了最坏情形下(worst-case)CVaR模型理论[8],有效地应用在证券投资组合上.以上的研究推动了CVaR的计算和理论发展.近年来CVaR的应用研究在金融,供电,水利和商业等领域中,如Jabr等适用CVaR模型用于供电定价[9],Norbert等将CVaR应用于动态资产和信用风险管理上[10],Mulvey等拓展CVaR模型应用到企业中的风险管理[11],Webby等人将CVaR水资源的管理与发展[12],Gotoh等建立了产品采购的CVaR报童模型[13],Zhou等还建立多产品采购的CVaR模型[14],Javier等也将CVaR用于电力市场上的风险管理上.2002年以后国内许多学者发表了大量的CVaR理论与应用文章[15-22].已有的研究表明CVaR模型可以描述和解决许多领域里的风险管理问题,而已有的各种领域的CVaR模型主要是单目标模型.因此,研究建立多目标CVaR模型的理论是一个重要的课题,对于金融投资,房地产投资和供应链中采购与库存管理等领域的多目标风险决策理论发展具有重要的意义.CVaR模型主要是由定义的-VaR值函数,-CVaR值函数和对应的CVaR最优化问题构成[1],由于-CVaR值函数(是一个非线性积分)一般很难直接计算,所以对应的CVaR最优化问题也很难求解,事实上,CVaR最优化问题是一个双层数学规划问题.目前一般研究的方法是再定义另一个较容易计算的等价函数使得在一定条件下与-CVaR值函数等价,这就是等价定理,如果等价定理成立,那么由等价函数构成的优化问题就与原CVaR最优化问题等价,这样求解一个较容易的等价优化问题,就可以得到最优-VaR值,-CVaR值.本文在文[23]的基础上定义了一个多目标CVaR数学模型,主要证明了多目标CVaR模型的等价定理,并给出了多目标CVaR数学模型的近似计算模型.x2一种多目标CVaR数学模型假设存在与决策变量x2XRn相关的I个损失函数fi(x;i)2RnRmi!R1,i=1;2;


;I,并设它们是有下界的连续函数,i是一个连续型随机变量,有密度函数pi(zi).在金融市场中,决策变量x可以表示为一个投资组合,X表示可能的投资组合的集合,i则表示市场中可能会影响到损失函数的随机因素.设 i(x;
)是fi(x;i)的分布函数: i(x;yi)=Pffi(x;i)yig=∫fi(x;zi)≤yipi(zi)dzi;i=1;2;


;I:(1)给出VaR值定义如下.定定定义义义2.1给定I个置信水平i2(0;1),i=1;2;


;I,及决策变量x,记y∗(x)=(y∗1(x);y∗2(x);


;y∗I(x))=minf(y1;y2;


;yI)j i(x;yi)i;i=1;2;


;Ig;(2)即不存在满足 i(x;yi)i;i=1;2;


;I的(y1;y2;


;yI)使得yiy∗i(x);i=1;2;


;I;称y∗(x)是在置信水平=(1;2;


;I)下决策x的一个-VaR损失向量.记所有的-VaR损失向量构成的集合为E(;x).记y∗ii(x)=minfyij i(x;yi)ig;i=1;2;


;I;(3)称y∗ii(x)是在置信水平i下决策x的一个i-VaR损失.容易得到下面性质:412高校应用数学学报第24卷第4期性性性质质质2.1(1)(y∗11(x);y∗22(x);


;y∗II(x))2E(;x);(2)任何一个(y∗1(x);y∗2(x);


;y∗I(x))2E(;x)中至少有一个y∗i(x)等于y∗ii(x).注当I=1,上面的概念就是文[1]所定义的单损失-VaR.于是y∗(x)就表示在投资组合x下概率所能保证的最小损失.为了讨论方便,记权值集合=f=(1;2;


;I)ji2[0;1];i=1;2;


;I;I∑i=1i=1g:先定义基于权值的-VaR损失值概念.定定定义义义2.2给定I个置信水平i2(0;1),i=1;2;


;I,权值=(1;2;


;I)2,及决策变量x,如果y∗(x;)=(y∗1(x;);y∗2(x;);


;y∗I(x;))=minfy=(y1;


;yI)jI∑i=1i(1i)−1 i(x;yi)I∑i=1ii(1i)−1g;(4)即不存在满足I∑i=1i(1i)−1 i(x;yi)I∑i=1ii(1i)−1的(y1;y2;


;yI)使得yiy∗i(x;);i=1;2;


;I;则称y∗(x;)是在置信水平下决策x基于权值的-VaR损失值.当I=1,上面定义的-VaR损失值也是单损失的-VaR损失值,因此仍是单损失时的推广.当1=2=


=I=时,(4)式成为y∗(x;)=minfy=(y1;y2;


;yI)jI∑i=1i i(x;y)g:这时y∗(x;)为在同一个置信水平下的-VaR损失值.性性性质质质2.2y∗(x;)2E(;x);即y∗(x;)是在置信水平下决策x基于权值的-VaR损失值也是在置信水平下决策x的一个-VaR损失向量.引入函数i;i(x;yi)=(1i)−1∫fi(x;zi)≥yifi(x;zi)pi(zi)dzi;i=1;2;


;I:(5)进而引进CVaR值的概念如下.定定定义义义2.3给定I个置信水平i2(0;1),i=1;2;


;I,及决策变量x,称(1;1(x;y∗1(x));2;2(x;y∗2(x));


;I;I(x;y∗I(x)))是在置信水平(1;2;


;I)下决策x的一个-CVaR损失向量,其中(y∗1(x);y∗1(x);


;y∗I(x))是在置信水平下决策x的一个-VaR损失向量.显然这也是文[2]中CVaR值的概念推广,(1;1(x;y∗1(x));2;2(x;y∗2(x));


;I;I(x;y∗I(x)))的含义是在给定的水平(1;2;


;I)和投资组合x下对应的最小风险值的条件期望损失向量.为了计算每一个i;i(x;y∗i(x)),类似地定义损失函数:Fi;i(x;yi)=yi+(1i)−1∫zi∈Rm(fi(x;zi)yi)+pi(zi)dzi;i=1;2;


;I:(6)蒋敏等:一种多目标条件风险值数学模型413其中表示(fi(x;zi)yi)+=maxffi(x;zi)yi;0g.当1i=Pffi(x;)yig时,有Fi;i(x;yi)=i;i(x;yi):对i=1;2;


;I,按定义(5),i;i(x;y)表示了在给定的投资组合x于置信水平i下,损失超过了对应损失值y时的条件期望损失,而i;i(x;y∗i(x))的含义是在给定的投资组合x于置信水平i下,损失超过了对应的风险值y∗i(x)的条件期望损失值,它刻画了投资组合x的风险程度,这个值越小,表明了风险程度越小.因此i;i(x;y∗i(x))的实际含义是在给定的投资组合x于置信水平i下,损失超过对应的最小风险值的条件期望损失值.以下均假设下面条件成立:Pffi(x;)=yg=∫fi(x;z)=ypi(z)dz=0;y2R;i=1;2;


;I:由定义2.1和文[1],直接得到下面引理.引引引理理理2.1[1]函数Fi;i(x;yi)关于yi是连续可微的凸函数,并且minyi∈RFi;i(x;yi)=i;i(x;y∗ii(x));(7)@Fi;i(x;yi)@yi=(1i)−1[ i(x;yi)i];i=1;2;


;I;其中y∗ii(x)是在置信水平i下决策x的一个-VaR损失.对多损失的情形,需要讨论在可行区域X中的最小-CVaR损失向量,即要使(1;1(x;y∗1(x));2;2(x;y∗2(x));


;I;I(x;y∗I(x)))在X上达到最小的x,这是一个多目标决策-CVaR问题:(P2-1)min(1;1(x;y∗1(x));2;2(x;y∗2(x));


;I;I(x;y∗I(x)))s.t.x2X:如果x∗是问题(P2-1)的弱Pareto有效解,那么称(1;1(x∗;y∗1(x∗));2;2(x∗;y∗2(x∗));


;I;I(x∗;y∗I(x∗)))是在置信水平(1;2;


;I)下决策x∗的一个弱Pareto--CVaR损失值,x∗称为弱Pareto--CVaR有效解,把所有的弱Pareto--CVaR有效解构成的集合记为EC(∗;y∗).我们知道i;i(x;y∗i(x))的计算是比较困难的,从而要求解(P2-1)也会是件困难的事情.基于引理2.1,考虑下面的多目标规划问题:(P2-2)min(F1;1(x;y1);F2;