Portfolio Choice with Competing Precautionary and Accumulation Goals

技术摘要：具有竞争性预防与积累目标的投资组合选择

问题阐述
本文研究了同时管理两个结构迥异的财务目标的家庭的最优投资组合选择问题：一个具有固定期限（例如退休或大学学费）、已知到期时间 $T$ 且金额 $G$ 为随机变量的目标；以及一个具有随机期限（例如医疗紧急情况或失业）、到达时间 $\tau$ 为随机变量且金额 $R$ 为随机变量的目标。作者将随机期限 $\tau$ 建模为强度为 $\lambda$ 的指数随机变量，该变量独立于市场波动和目标金额。

家庭遵循“全有或全无”的注资规则。当目标发生时，如果当前财富足以支付，则全额支付；否则，目标将完全无法实现，且不进行任何部分支付。其目标是最大化两个目标被充分资助概率的加权和：
$$J(x; \pi) = \alpha_R P(\text{随机目标被资助}) + \alpha_D P(\text{固定目标被资助})$$
其中 $\alpha_R + \alpha_D = 1$。市场被建模为包含 $n$ 种风险资产和无风险利率的 Black–Scholes 环境。作者施加了杠杆和卖空约束（$\pi \in [-K, K]^n$），以确保问题的良定性，并防止在不受约束的概率最大化问题中经常出现的无限制风险承担行为。

方法论
作者采用随机控制理论和粘性解技术来解决该问题。研究方法分为三个阶段：

1. 单目标子问题： 作者首先分别求解两个基准问题。

   • 固定期限： 一个有限时界的优化问题，旨在最大化在时间 $T$ 前达到目标 $G$ 的概率。其价值函数被表征为满足具有终端条件 $FG(w)$ 的 Hamilton–Jacobi–Bellman (HJB) 方程的唯一粘性解。
   • 随机期限： 一个无限时界的平稳问题，旨在最大化在随机时间 $\tau$ 时达到目标 $R$ 的概率。其价值函数满足平稳 HJB 方程。
   • 这两个子问题都利用截断控制（clipped controls）来处理约束，从而确保存在有界的、连续的粘性解。

2. 双目标合成： 核心分析将这些子问题结合起来。作者证明了双目标问题具有“三角结构”。一旦第一个目标得到解决（要么随机冲击到达，要么固定期限结束），家庭将面临标准的单目标延续问题。

   • 双目标价值函数通过延续算子构建。如果随机目标在时间 $t < T$ 到达，家庭将在支付后获得即时奖励，并以减少后的财富面临固定期限问题。如果固定期限 $T$ 先于随机目标到达，家庭将以剩余财富面临随机期限问题。
   • 作者推导出了一个耦合的 HJB 方程，其中单目标价值函数作为内生边界条件（具体表现为运行奖励中的源项和终端条件）出现。
   • 利用粘性解理论（特别是利用退化椭圆算子的比较原理）建立了解的存在性和唯一性。

3. 可选注资变体： 论文将模型扩展到一个变体，即在时间 $T$ 时，如果资助固定期限目标会严重损害随机期限目标的实现，家庭可以选择拒绝该固定目标。这引入了一个在 $T$ 时刻的优化停止/决策节点，其特征是一个修改后的终端算子，用于比较资助固定目标与保留财富用于随机目标的效用。

主要贡献与结果

• 增长挤出效应： 作者发现价值函数相对于财富具有一种新型的非单调性。在强制注资的情况下，财富略高于随机目标阈值 $R$ 的家庭，其处境可能比稍穷一点的家庭更糟。较富有的家庭在随机目标发生时被迫支付，从而耗尽了用于固定目标的资本。而较穷的家庭由于无法支付随机目标，反而保留了资本，并可能拥有更高的实现固定目标概率。这种效应纯粹是由“全有或全无”规则下两个目标的相互作用产生的。
• 期限压力效应： 分析量化了储蓄期限压缩的影响。具有较短期限（例如较晚开始储蓄）的家庭，被迫在更广泛的财富水平范围内维持最大风险敞口，并在接近目标阈值时表现出更剧烈的风险承担激增，以补偿损失的复利时间。
• 非单调性与政策含义： 最优投资组合权重不一定随财富单调变化。在“挤出”区域，最优策略可能涉及降低风险敞口，以避免跨越随机目标阈值，从而为固定目标保留财富。
• 灵活性的期权价值： 在可选注资变体中，作者刻画了事前和终端期权价值。他们发现，拒绝固定目标的期权价值在财富水平上呈倒 U 型分布。在中间财富水平时，该期权价值最高，因为此时资助固定目标虽然负担得起，但会显著降低随机期限问题的延续价值。
• 数值校准： 模型根据经验数据进行了校准，包括用于 $\lambda$ 的失业率数据，以及用于大学和退休目标的成本数据。数值结果证实了所识别效应的经济显著性。例如，将退休储蓄从 25 岁延迟到 50 岁，需要初始财富增加十倍才能达到相同的成功概率。

意义
该论文声称提供了第一个在统一的随机控制框架下，同时处理固定期限积累和随机期限预防目标的框架。通过超越以往文献（如针对固定期限的 Browne [1999] 和针对随机期限的 Bayraktar and Young [2016]）中孤立处理这些问题的方法，作者揭示了在单目标模型中无法观察到的权衡关系。

作者将其工作定位为“基于目标的投资”的理论基础，特别是针对目前在隔离账户中管理不同目标的智能投顾平台。对“增长挤出效应”的识别表明，将应急基金和长期储蓄视为独立问题可能会导致次优的投资组合配置。论文证明，最优投资组合选择需要维持预防性缓冲与追求增长之间的动态平衡，而最优策略的关键取决于竞争目标的相对时间、规模和优先级。通过粘性解对价值函数的严谨刻画，为这些经济洞察提供了坚实的数学基础。