陳喜林
(羅定職業(yè)技術(shù)學(xué)院;廣東 羅定 527200)
信息更迭加速了全球經(jīng)濟(jì)發(fā)展,多邊多元貿(mào)易拓展,全球金融投資領(lǐng)域的競(jìng)爭(zhēng)愈演愈烈。要保證投資公司的正常運(yùn)轉(zhuǎn),發(fā)行股票或基金是減少風(fēng)險(xiǎn)、獲得資金的重要方式,而資金的注入必然對(duì)資產(chǎn)運(yùn)作產(chǎn)生一定影響[1]。與此同時(shí),股東分紅成為了不可忽視的問題,紅利分配大小直接決定了股東再注資態(tài)度。股東利益最大化和公司穩(wěn)定健康發(fā)展,兩者之間的權(quán)衡問題成為了諸多學(xué)者的研究焦點(diǎn)[2]。對(duì)偶風(fēng)險(xiǎn)模型獲得正收益的概率隨機(jī),且以平均速度消耗運(yùn)營(yíng)成本,與實(shí)際的企業(yè)運(yùn)營(yíng)過程較為貼近。在實(shí)際生活中,周期性分紅問題十分普遍,企業(yè)進(jìn)行季度分紅或年度分紅更是常見[3]。有鑒于此,研究運(yùn)用對(duì)偶風(fēng)險(xiǎn)模型探討周期性紅利分配,具有較高的實(shí)踐性意義。
以u(píng)表示企業(yè)初始基本資金,c表示企業(yè)單位時(shí)間的花費(fèi),S(t)表示企業(yè)至t時(shí)刻的隨機(jī)總收益,則企業(yè)在t時(shí)刻的盈余如式(1)所示。
U(t)=u-ct+S(t)c∈N+,u,t∈N
(1)
(2)
進(jìn)而可知,盈余模型為復(fù)合二項(xiàng)對(duì)偶模型,其模型詳細(xì)表述見式(3)。
(3)
研究在式(1)所述模型中討論最優(yōu)分紅問題,假定在t=0時(shí)刻考慮分紅,dt表示t時(shí)刻的分紅紅利,t∈N;用k表示周期長(zhǎng),它為固定正整數(shù),且滿足以下條件[4]。其一,僅在t=nk時(shí)刻考慮分紅,n∈N,其余時(shí)刻不予考慮;其二,在任何時(shí)刻,分紅均不能導(dǎo)致破產(chǎn);其三,在任一時(shí)刻,紅利數(shù)量均為整數(shù),且小于等于給定上界c0(c0∈N+);其四,任一時(shí)刻的紅利dt關(guān)于Ft可料,F(xiàn)t是σ代數(shù),它包含了t時(shí)刻已發(fā)生的所有信息。
盈余模型具有馬爾科夫性,因此研究?jī)H需討論一類可行策略,它是關(guān)于盈余x的函數(shù)[5]。這里用Φ表示該策略,在策略Φ的控制下,盈余過程可用式(4)表述。
UΦ(t)=
(4)
非歷史相依的可行策略以集合Λ表示,對(duì)于任意Φ(x)∈Λ,對(duì)應(yīng)的值函數(shù)以式(5)定義。
(5)
在式(5)中,UΦ(t-)表示貼現(xiàn)因子,且UΦ(t-)=UΦ(t-1)-c+Xtξt,r∈(0,1);Eu表示初始盈余u下的條件期望;τ=inf{t>0;UΦ(t)<0}表示盈余第一次為負(fù)的時(shí)刻,即破產(chǎn)時(shí)刻。研究的優(yōu)化目標(biāo)是找到滿足式(6)的最優(yōu)值函數(shù)及其對(duì)應(yīng)的最優(yōu)策略Φ*。
(6)
在最優(yōu)策略和最優(yōu)值函數(shù)下,V*(u)=VΦ*(u)。為避免混淆,這里用V(u)表示策略Φ的值函數(shù),即VΦ(u)=V(u)。
對(duì)于任意Φ(x)∈Λ,運(yùn)用全概率公式建立相應(yīng)的值函數(shù)方程,見式(7)[6]。
V(u)=Φ(u)+qr[V(1)(u-c-Φ(u))]+
?u∈N
(7)
滿足式(8)和(9)所示的遞推關(guān)系。
V(t)(u)=qr[V(t+1)(u-c)]+
t=1,2,...k-2
(8)
V(k-1)(u)=qr[V(u-c)]+
(9)
當(dāng)u∈Z-時(shí),規(guī)定V(u)=0和V(t)(u)=0,t=1,2,...,k-1。由此可知,V(t)(u)可以看作時(shí)刻t開始的新的盈余過程對(duì)應(yīng)的值函數(shù)。若Φ為最優(yōu)分紅策略,則式(7)可寫作式(10)所示的HJB方程。
{d+qrV(1)(u-c-d)+
(10)
通過貝爾曼遞歸算法計(jì)算方程(10),可以得到最優(yōu)值函數(shù)V(u)和最優(yōu)策略[7]。對(duì)于任意Φ(x)∈Λ,以式(11)定義新函數(shù)W(u)。
W(u)=qrV(1)(u-c)+
(11)
當(dāng)u∈Z-時(shí),W(u)=0。由此可得式(12)和(13)的關(guān)系式。
V(u)=Φ(u)+W(u-Φ(u))
(12)
V(k-1)(u)=
qr[W(u-c-Φ(u-c))+Φ(u-c)]+
Φ(u-c+x)]f(x),u∈N
(13)
在策略集Λ中,若存在一策略,其對(duì)應(yīng)的W(u)對(duì)?u∈N均為最大值,則稱函數(shù)W(u)在策略集Λ上最優(yōu)。
定理1:假設(shè)Φ(x)∈Λ,其值函數(shù)為V(u),且W(u)滿足式(11)。若W(u)在策略集Λ上最優(yōu),則有
?u∈N,有式(14)成立。
(14)
Φ為最優(yōu)分紅策略。
證明:(1)根據(jù)式(8)、(11)、(13),由W(u)的最優(yōu)性和有界紅利率條件可得式(15)。
V(k-1)(u)=
(15)
比較式(15)和式(13),有:
W(u-Φ(u))+Φ(u)=
(16)
由此易得:
Φ(u)=
(17)
式(14)與式(17)等價(jià),證畢。
(2)根據(jù)式(12),當(dāng)Φ(u)滿足式(17)時(shí),其對(duì)應(yīng)值函數(shù)為最優(yōu),因此Φ為最優(yōu)策略,證畢。
證明:根據(jù)式(13)有:
(18)
結(jié)合式(8)可得式(19)所述關(guān)系。
(19)
根據(jù)函數(shù)W(u)的定義式,式(20)成立。
(20)
定理3:設(shè)0 (21) 證明: 根據(jù)式(7)有 (22) 根據(jù)式(8)有 (23) 根據(jù)式(9)有 (24) 由式(22)、(23)、(24)可得以下關(guān)系式: (25) 由式(23)、(24)有: (26) 用S表示N中所有有界實(shí)值函數(shù)集合,定義?X,Y∈S,其距離滿足式(27)。 (27) 因此,S=(S,d)為完備度量空間[8]。 由于在任一時(shí)刻,紅利均小于等于給定上界(c0(c0∈N+)),因此對(duì)任意紅利策略Φ,其值函數(shù)滿足式(28)。 (28) V(k-1)(u)= qr[W(u-c-BW(u-c))+BW(u-c)]+ BW(u-c+x)]f(x) (29) 定義集合 T=T0T1…Tk-1,Ti(i=0,1,...,k-1) 是S上的算子,且滿足TiV=Vi。則根據(jù)式(29)有式(30)所述關(guān)系。 W=TW (30) 定理4:設(shè)0 證明:對(duì)于?X,Y∈S,有: |X(u-c+x-BX(u-c+x))+BX(u-c+x)-(Y(u-c+x-BY(u-c+x)) -BY(u-c+x)|f(x)} (31) 在式(31)中,?u∈Z-時(shí),定義X(u)=Y(u)=0,BX(u)=BY(u)=0,不失一般性。設(shè)給定的u∈N,有: X(u-BX(u))+BX(u)≥Y(u-BY(u))+BY(u) 容易得: d(Tk-1X,Tk-1Y)≤qrd(X,Y)+ 類似地,對(duì)于?X,Y∈S,有: d(TX,TY)=d(T0T1…Tk-1X,T0T1…Tk-1Y)≤ rd(T1T2…Tk-1X,T1T2…Tk-1Y)≤…≤rkd(X,Y) 當(dāng)0 定理5:設(shè)Φ∈Λ,V(u)為值函數(shù),對(duì)于?u∈N,若式(14)成立,則W(u)為最大。 根據(jù)定理4,由式(8)、(11)、(15)組成的方程組有唯一解,因此有定理5成立。 根據(jù)定理1可知,當(dāng)函數(shù)W(u)最大時(shí),對(duì)應(yīng)的為最優(yōu)策略;同時(shí),對(duì)于?u∈N,該策略使得值函數(shù)V(u)最大。另外,定理4說明最優(yōu)策略必定存在。因此在有界紅利率條件下,求解最優(yōu)函數(shù)W*(u)=supΦ∈ΛW(u),可以得到最優(yōu)值函數(shù)和最優(yōu)策略。 研究以貝爾曼遞歸算法求解最優(yōu)函數(shù),給定任一初始函數(shù)W0(u),根據(jù)式(32)可計(jì)算函數(shù)序列{W1(u),W2(u),...}[10]。 Wn=TWn-1,n∈N+ (32) (33) 在式(33)中,有式(34)、(35)所述遞推關(guān)系。 t=1,2,...,k-2 (34) (35) 另外,同時(shí)考慮方程式(36)。 (36) (37) (38) 根據(jù)式(33)、(34)、(35)可得 W*(u)≥G2(u),G1(u)≥G2(u) 根據(jù)式(36)、(37)、(38)可得 故定理6得證。 定理7:任取0 (39) 因此可得式(40)。 (40) 推而廣之,當(dāng)t=0,1,2,...,k-2時(shí),易得式(41)。 (41) 根據(jù)式(40)和式(41)可得式(42)。 (42) 根據(jù)式(42),式(39)得證。 研究列舉了一個(gè)應(yīng)用實(shí)例,并利用最優(yōu)紅利值算法求解最優(yōu)函數(shù)、最優(yōu)策略和最優(yōu)值函數(shù)。設(shè)c0=10,p=0.7,k=3,收益額服從均值μ=25的幾何分布,概率函數(shù)如下: (43) 當(dāng)貼現(xiàn)因子r=0.96,0.97,0.98時(shí),可得表1所示的最優(yōu)紅利策略。設(shè)多門檻策略集合為{b1,b2,...,bm},在分紅時(shí)刻,若盈余u∈[bi,bi+1)且bm+1=∞,i=1,2,...,m,則應(yīng)支付數(shù)量為(u-bi)^c0的紅利;若盈余小于最低門檻b1,則股東不分紅。 表1 最優(yōu)紅利策略 由表1的統(tǒng)計(jì)結(jié)果可知,最優(yōu)紅利策略為多門檻策略。當(dāng)貼現(xiàn)因子r=0.96時(shí),最優(yōu)分紅策略的門檻值為0,10,20;當(dāng)貼現(xiàn)因子r=0.97時(shí),最優(yōu)分紅策略的門檻值為22,30;當(dāng)貼現(xiàn)因子r=0.98時(shí),最優(yōu)分紅策略的門檻值為37,40。因此,在固定分紅決策周期下,隨著貼現(xiàn)因子r值逐漸增加,最小門檻值b1也在增加。 令分紅周期間隔為k=1,2,3,4,當(dāng)貼現(xiàn)因子r=0.98時(shí),最優(yōu)分紅策略和最優(yōu)策略對(duì)應(yīng)的值函數(shù)圖像分別見表2和圖1。從表2的統(tǒng)計(jì)結(jié)果可以看出,在固定貼現(xiàn)因子下,隨著分紅決策周期k逐漸增加,最優(yōu)決策的最小門檻值b1逐漸減小。 表2 當(dāng)r=0.98且k=1,2,3,4時(shí)的最優(yōu)分紅策略 與此同時(shí),觀察圖1所示的值函數(shù)圖像。從圖1可以看出,隨著分紅決策周期k逐漸增加,值函數(shù)V*(u)逐漸減小。由此推測(cè),當(dāng)時(shí)間區(qū)間將趨近于0,此時(shí)將得到一個(gè)連續(xù)時(shí)間模型,且最優(yōu)紅利策略也可能成為連續(xù)支付紅利策略。 圖1 當(dāng)r=0.98且k=1,2,3,4時(shí)的值函數(shù)V*(u)圖像 研究在有界紅利率條件下,討論了復(fù)合二項(xiàng)對(duì)偶模型的周期性分紅問題,運(yùn)用貝爾曼遞歸算法和壓縮映射原理證明了最優(yōu)分紅策略存在且擁有唯一解,并通過逼近最優(yōu)值函數(shù)的上下界,得到了其求解算法。數(shù)值實(shí)例的結(jié)果表明,在固定分紅決策周期下,最小門檻值b1與貼現(xiàn)因子r值呈正相關(guān);在固定貼現(xiàn)因子下,隨著分紅決策周期k逐漸增加,對(duì)應(yīng)的值函數(shù)V*(u)和最小門檻值b1逐漸減小。除此之外,當(dāng)時(shí)間區(qū)間長(zhǎng)趨于0時(shí),復(fù)合二項(xiàng)對(duì)偶模型將成為連續(xù)時(shí)間模型,進(jìn)而最優(yōu)紅利策略可能成為連續(xù)支付紅利策略。雖然研究得到了較好的結(jié)論,但在今后的工作中,還需要進(jìn)一步繼續(xù)嘗試,討論無界紅利條件、單位時(shí)間支付費(fèi)用隨機(jī)、分紅貼現(xiàn)利率隨機(jī)變化等情況下的對(duì)偶模型周期性分紅問題。3 最優(yōu)紅利值算法
4 數(shù)值實(shí)例計(jì)算
5 結(jié) 論