💰 quantitative finance

Asset-liability management with Epstein-Zin utility under stochastic interest rate and unknown market price of risk

Diese Arbeit entwickelt eine explizite Lösung für ein Asset-Liability-Management-Problem in kontinuierlicher Zeit unter Verwendung von Epstein-Zin-Nutzen unter stochastischen Zinssätzen und einem nicht beobachtbaren Marktrisikoprämie durch die Einführung einer neuartigen Entkopplungsmethode zur Lösung einer gekoppelten vorwärts-rückwärts-stochastischen Differentialgleichung mit unbeschränkten Koeffizienten und quantifiziert dadurch den ökonomischen Wert des Lernens in Settings mit partieller Information.

Ursprüngliche Autoren: Wilfried Kuissi-Kamdem

Veröffentlicht 2026-08-11

📖 5 Min. Lesezeit🧠 Tiefgang

CC BY 4.0

Ursprüngliche Autoren: Wilfried Kuissi-Kamdem

Originalarbeit lizenziert unter CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen

Stellen Sie sich vor, Sie sind der Kapitän eines Schiffes, aber Sie segeln durch ein nebliges Meer, in dem Wind und Strömungen ständig wechseln. Sie haben eine Karte, aber sie ist unvollständig: Sie können die Wellen sehen, die gegen Ihren Rumpf schlagen, und die Wassertemperatur, aber Sie können den Wind selbst nicht sehen. In der Welt der Finanzen ist dies ein häufiges Problem. Anleger sind wie jene Kapitäne, die versuchen, ihr Vermögen (das Schiff) zu vermehren, während sie gleichzeitig vermeiden wollen, dass ihnen das Geld ausgeht, bevor sie ihr Ziel erreichen. Normalerweise versuchen sie, zwei Dinge auszubalancieren: wie viel sie heute für Vergnügen ausgeben (Konsum) und wie viel sie für die Zukunft investieren.

Lange Zeit verwendeten Ökonomen einfache Regeln, um den besten Pfad zu ermitteln. Sie gingen davon aus, dass, wenn man Angst vor Geldverlust hat, man auch sehr ungeduldig beim Ausgeben von Geld wäre und umgekehrt. Aber echte Menschen sind komplizierter. Manchmal ist man sehr mutig, möchte aber dennoch jetzt Geld ausgeben; ein anderes Mal ist man extrem risikoscheu, aber bereit, jahrelang auf eine größere Belohnung zu warten. Diese Arbeit taucht unter Verwendung eines anspruchsvollen Werkzeugs namens „Epstein-Zin-Nutzen“ in diese chaotische Realität ein, das es Anlegern ermöglicht, ihre Angst vor dem Risiko von ihrer Geduld zu trennen. Sie fügt zudem eine Wendung hinzu: Die Anleger haben am Ende der Reise eine große Rechnung auf sich zukommen (eine Verbindlichkeit), wie etwa ein Pensionsfonds, der Rentner bezahlen muss, oder eine Person, die für das Studium eines Kindes sparen muss. Die große Frage lautet: Wie steuert man sein Schiff, wenn man den Wind nicht sehen kann, eine massive Schuld am Zielstrich hat und die eigene Persönlichkeit komplex ist?

Diese Arbeit, geschrieben von Wilfried Kuissi-Kamdem, widmet sich genau diesem Rätsel. Der Autor baut ein mathematisches Modell eines Finanzmarktes auf, in dem die Zinssätze schwanken, die Aktienkurse unvorhersehbar springen und der „Marktrisikoprämie“ – ein schicker Begriff für den verborgenen Wind, der die Aktienkurse nach oben oder unten treibt – für den Anleger unsichtbar ist. Der Anleger kann nur vermuten, was der Wind tut, indem er die Wellen (Aktienkurse) und die Wassertemperatur (Zinssätze) beobachtet. Das Ziel ist es, das perfekte Rezept dafür zu finden, wie viel man heute isst und wie man das Boot steuert, um am Ende das Glück zu maximieren, und zwar unter der Bedingung, dass das Boot nicht sinkt, wenn die große Rechnung fällig wird.

Der Autor stellt fest, dass das Hinzufügen einer finalen Rechnung (der Verbindlichkeit) die Mathematik komplett verändert. Es ist, als versuche man, ein Labyrinth zu lösen, dessen Wände sich bewegen; die üblichen Tricks zur Lösung solcher Probleme funktionieren nicht mehr. Um dies zu beheben, erfindet das Papier eine neue „Entkopplungsmethode“. Stellen Sie sich vor, Sie entwirren einen Knoten von Kopfhörerkabeln. Anstatt zu versuchen, den gesamten Knoten auf einmal auseinanderzuziehen, findet der Autor einen cleveren Weg, die verhedderten Teile in ein System von vorwärtsgerichteten Pfaden zu trennen, die gemeinsam gelöst werden können. Dies ermöglicht es ihnen, eine exakte Formel für die beste Strategie aufzustellen, anstatt nur zu raten oder grobe Annäherungen zu verwenden.

Das Papier zeigt auch, wie man eine leistungsstarke Computermethode namens „Monte-Carlo-Simulation“ verwendet, um die besten Züge zu bestimmen. Stellen Sie sich vor, Sie würfeln eine Million Mal, um jeden möglichen Pfad zu sehen, den Ihr Schiff nehmen könnte; die Methode des Autors macht diesen Prozess viel schneller und genauer. Durch das Durchführen dieser Simulationen stellt die Studie etwas Überraschendes über die „Kosten“ des Nichtwissens über den Wind fest. Wenn ein Anleger die Hinweise in den Wellen ignoriert und einfach annimmt, dass der Wind mit einer konstanten Durchschnittsgeschwindigkeit weht, verliert er etwas. Das Papier misst diesen Verlust als Prozentsatz seines Startkapitals.

Hier ist der entscheidende Punkt: Der Betrag des Geldverlusts hängt davon ab, wie viel Vermögen der Anleger zu Beginn besitzt, aber nur, wenn er diese große finale Rechnung hat. Wenn ein Anleger eine Verbindlichkeit (wie eine Schuld) hat, desto reicher er ist, desto mehr verliert er, indem er die Hinweise ignoriert. Wenn er keine Schulden hat, bleibt der Verlust unabhängig davon, wie reich er ist, gleich. Die Studie findet auch heraus, dass Menschen, die sehr bereit sind, das heutige Ausgeben gegen das morgige Ausgeben zu tauschen (hohe „Intertemporale Substitutionselastizität“), mehr verlieren, wenn sie die Windmuster nicht erlernen. Interessanterweise ist der Verlust geringer, wenn der Anleger den alten, einfacheren Regeln (CRRA-Nutzen) folgt, im Vergleich zu den komplexeren, realistischeren Regeln (Epstein-Zin), die in diesem Papier verwendet werden.

Der Autor ist sehr sorgfältig darin, festzustellen, dass diese Ergebnisse aus einem spezifischen mathematischen Modell und Simulationen stammen, nicht aus realen Börsendaten. Das Papier beweist, dass ihre neue Methode unter bestimmten Bedingungen mathematisch funktioniert, wie zum Beispiel, wenn der Markt nicht zu verrückt ist und die finale Rechnung nicht zu gewaltig ausfällt. Es beansprucht nicht, den Aktienmarkt für immer gelöst zu haben, aber es bietet ein wesentlich schärferes Werkzeug, um zu verstehen, wie man Geld verwaltet, wenn die Zukunft neblig ist und die Rechnungen fällig werden. Die Studie legt nahe, dass für Anleger mit großen zukünftigen Verpflichtungen das Beachten der verborgenen Signale im Markt nicht nur ein nettes Extra ist, sondern ein entscheidender Teil davon, das eigene finanzielle Schiff über Wasser zu halten.

Technische Zusammenfassung: Asset-Liability-Management mit Epstein-Zin-Nutzen unter stochastischem Zinssatz und unbekanntem Marktrisikoprämie

Problemformulierung
Diese Arbeit behandelt ein kontinuierliches Zeit-Konsum-Investitions-Problem innerhalb eines Asset-Liability-Management-Rahmens (ALM). Der Investor agiert unter partiellem Informationsstand, wobei die Marktrisikoprämie nicht beobachtbar ist, und steht vor einer Endverbindlichkeit $K_T$ zum Zeithorizont $T$ . Die Präferenzen des Investors werden mittels Epstein-Zin-rekursiver Nutzenfunktion modelliert, welche den Koeffizienten der relativen Risikoaversität ( $\gamma$ ) vom Elastizitätskoeffizienten des intertemporalen Substitutions ( $\psi$ ) entkoppelt.

Der Finanzmarkt erweitert das klassische Kim–Omberg-Modell um:

Ein Geldmarktkonto mit einem stochastischen kurzfristigen Zinssatz, der einem Vasicek-Prozess (Ornstein-Uhlenbeck-Prozess) folgt.
Eine Aktie und eine Nullkuponanleihe, die beide eine stochastische Volatilität und eine Zinsabhängigkeit aufweisen.
Eine nicht beobachtbare, stochastische Marktrisikoprämie $R_t$ , welche die Überrendite der Aktie steuert.

Der Investor beobachtet lediglich den Zinssatz und den Aktienkurs, was den Einsatz der stochastischen Filtertheorie zur Schätzung der latenten Marktrisikoprämie erforderlich macht. Das Ziel ist die Maximierung des Epstein-Zin-Nutzens aus dem Konsumstrom und dem Nettoendvermögen ( $X_T - K_T$ ), unter der Bedingung, dass die Strategien an die Beobachtungsfiltration und nicht an die volle Filtration angepasst sein müssen.

Methodik
Der Lösungsansatz umfasst drei primäre technische Phasen:

Reduktion auf die beobachtbare Filtration:
Durch Anwendung der stochastischen Filtertheorie wird die nicht beobachtbare Marktrisikoprämie $R_t$ durch ihren bedingten Erwartungswert $m_t$ und ihre Varianz $v_t$ gegeben der Beobachtungsfiltration $\mathcal{F}^{r,S}_t$ ersetzt. Die Dynamik des Vermögensprozesses wird in Bezug auf den „Innovationsprozess“ (eine Brownsche Bewegung unter der Beobachtungsfiltration) umformuliert, wodurch alle Koeffizienten beobachtbar werden.
Ansatz und FBSDE-Formulierung:
Das Vorhandensein der Endverbindlichkeit verhindert die direkte Anwendung der üblichen homothetischen Ansätze, wie sie in der Literatur zur rekursiven Nutzenfunktion verwendet werden. Der Autor schlägt einen neuen Ansatz für den Wertprozess vor:
$\hat{V}_t = e^{-\delta\theta t} \frac{(X_t + e^{\int_0^t r_s ds} Y_t)^{1-\gamma}}{1-\gamma}$
wobei $Y_t$ ein Hilfsprozess ist, der die diskontierte zukünftige Verbindlichkeitsexposition darstellt. Die Anwendung des Martingal-Optimierungsprinzips führt zu einer gekoppelten linearen Vorwärts-Rückwärts-Stochastischen Differentialgleichung (FBSDE) mit unbeschränkten zufälligen Koeffizienten. Diese Gleichung umfasst den Vermögensprozess $X_t$ und den Hilfsprozess $Y_t$ (sowie dessen Diffusionsterm $Z_t$ ).
Entkopplung und Lösbarkeit:
Standardtheorien zur Wohldefiniertheit gekoppelter FBSDEs (die auf Monotonie oder Lipschitz-Bedingungen beruhen) sind aufgrund der unbeschränkten Natur der Koeffizienten nicht anwendbar. Der Autor entwickelt eine Entkopplungsreduktionsmethode, die die spezifische Struktur der Gleichung ausnutzt. Im Gegensatz zu bisherigen Ansätzen, die gekoppelte lineare FBSDEs auf Rückwärts-SDEs (BSDEs) reduzieren, reduziert diese Methode das Problem auf ein System von Vorwärts-SDEs (Forward SDEs).

Unter spezifischen Annahmen der exponentiellen Integrierbarkeit der Marktrisikoprämie beweist der Autor die Existenz und Eindeutigkeit der Lösung.
Die Lösung liefert explizite Ausdrücke für den optimalen Konsum und die optimale Portfolioallokation.

Malliavin-Kalkül und Repräsentation:
Um die numerische Implementierung zu erleichschen, etabliert die Arbeit die Malliavin-Differenzierbarkeit der Lösung. Unter Verwendung der Clark-Ocone-Formel unter einem Maßwechsel wird die optimale Investitionsstrategie als bedingter Erwartungswert unter Verwendung von Malliavin-Ableitungen dargestellt. Diese Repräsentation ermöglicht eine effiziente Approximation mittels Monte-Carlo-Simulation.

Zentrale Beiträge
Die Arbeit beansprucht die folgenden spezifischen Beiträge:

Neuartiger Rahmen: Sie formuliert das erste kontinuierliche Zeit-Konsum-Investitions-Problem, das Epstein-Zin-rekursiven Nutzen, Endverbindlichkeiten und partielle Information kombiniert. Die Verbindlichkeit darf dabei vom gesamten Pfad der risikobehafteten Vermögenswerte abhängen.
Strukturelle Innovation: Die Einführung von Endverbindlichkeiten erfordert einen neuen Ansatz für den Wertprozess, der zu einer gekoppelten linearen FBSDE mit unbeschränkten Koeffizienten führt – eine Klasse, die zuvor in der Optimierung mit rekursivem Nutzen nicht auftrat.
Analytischer Durchbruch: Der Autor entwickelt eine Entkopplungsreduktionsmethode, die diese spezifische Klasse von FBSDEs löst, indem sie diese auf Vorwärts-SDEs reduziert und somit die Grenzen bestehender Wohldefiniertheitstheorien umgeht.
Explizite Lösungen: Die Methodik liefert explizite Ausdrücke für die optimale Konsumstrategie, die Portfolioallokation und die Wertfunktion in einem Markt mit stochastischer Volatilität, stochastischen Zinssätzen und nicht beobachtbaren Risikoprämien.
Rechentechnische Durchführbarkeit: Durch die Etablierung der Malliavin-Differenzierbarkeit wird die optimale Strategie in einer Form dargestellt, die für Monte-Carlo-Simulationen geeignet ist.
Quantifizierung des Lernwerts: Die Arbeit quantifiziert den Wohlfahrtsverlust, der entsteht, wenn Investoren die Möglichkeit ignorieren, über die Marktrisikoprämie zu lernen (d. h. wenn sie so agieren, als sei die Risikoprämie konstant).

Ergebnisse

Optimale Strategien: Die optimale Konsumrate $c^*_t$ und die optimalen Portfoliogewichte $\pi^*_t$ werden explizit in Abhängigkeit von den gefilterten Zustandsvariablen und der Lösung des reduzierten Vorwärts-SDE-Systems hergeleitet.
Wertfunktion: Es wird ein expliziter geschlossener Ausdruck für die Wertfunktion bereitgestellt, der vom Anfangsvermögen, der erwarteten diskontierten Verbindlichkeit und den Modellparametern abhängt.
Analyse des Wohlfahrtsverlusts: Die numerische Analyse zeigt auf:
- In Gegenwart von Verbindlichkeiten steigt der Wohlfahrtsverlust (der Prozentsatz des Anfangsvermögens, den ein Investor opfern würde, um Zugang zu Lernprozessen zu erhalten) mit dem Anfangsvermögen. Dies steht im Gegensatz zum Fall ohne Verbindlichkeiten, in dem der Wohlfahrtsverlust unabhängig vom Anfangsvermögen ist.
- Der Wohlfahrtsverlust sinkt mit dem Koeffizienten der relativen Risikoaversität ( $\gamma$ ) und steigt mit dem Elastizitätskoeffizienten des intertemporalen Substitutions ( $\psi$ ).
- Der Wohlfahrtsverlust ist unter CRRA-Nutzen (wo $\gamma\psi=1$ ) im Allgemeinen geringer als unter allgemeinen Epstein-Zin-Präferenzen, da eine höhere Risikoaversität im CRRA-Fall mit einer niedrigeren Substitutionselastizität einhergeht, was den Wert des Lernens verringert.

Bedeutung
Die Arbeit positioniert sich als die erste Analyse eines Epstein-Zin-ALM-Problems unter partieller Information. Ihre Bedeutung liegt in der Überbrückung der Lücke zwischen theoretischer rekursiver Nutzenoptimierung und praktischen ALM-Beschränkungen (Verbindlichkeiten) unter realistischen Marktbedingungen (nicht beobachtbare Risikoprämien). Durch die Überwindung der mathematischen Herausforderungen durch unbeschränkte Koeffizienten in gekoppelten FBSDEs erweitert das Werk die Anwendbarkeit des Kim–Omberg-Frameworks und bietet eine rechentechnisch handhabbare Methode zur Bewertung des ökonomischen Wertes von Information im Asset Management.

Technische Zusammenfassung: Asset-Liability-Management mit Epstein-Zin-Nutzen unter stochastischem Zinssatz und unbekanntem Marktrisikoprämie

Mehr davon