Fw: [請益] 命運保險金

看板Math作者 (Cote rocks!)時間8年前 (2017/03/13 19:47), 8年前編輯推噓3(3014)
留言17則, 2人參與, 最新討論串1/1
各位專業的版大們好 魯妹非專業金融從業人員,只是喜歡業餘讀些相關閒書 不知道能不能提出一些問題?如果有違反版規,還請板主告知。 ------------ 最近看到一個很老梗的題, Berstein在The Intelligent Asset Allocator開門見山的題, 藉以模擬一個投資人長期下來投資債市或是股市造成回報的不同。 原文:http://www.efficientfrontier.com/BOOK/chapter1.htm 簡單講,一個勞工在某間公司工作,公司老闆提供這個員工兩個退休金選項。 第一種: 老闆每年都幫員工存5000進去勞工的退休帳戶, 而且這個帳戶可以保證在接下來的35年都有3%的yield. 第二種: 一樣,老闆每年都幫員工存5000進去勞工的退休帳戶, 只是這個帳戶的yield,在每期期末的時候,投擲公正銅板決定yield. 若勞工贏了(投到head),就有+30%的yearly return. 但若輸了(投到tail),就有-10%的yield. (沒錯,就是存的錢會變少) 兩種方案都不考慮通膨。都是每年計算一次。 如果選擇方案一(固定3%),很明白可以算出來,35年後可以累積三十多萬元($302310). 方案二的狀況就稍微複雜,期望值差不多是一百三十五萬。 (這個數字是我直接暴力跑出來的...) 如果想要無風險獲得一百三十五萬,若採用方案一, 則要有~10%的yearly yield才有可能達標。 其中計算的關鍵是:擲出head/tail的順序很重要。 越靠近期末的投擲結果,影響結局越大。 連續投擲35次公正的銅板,head出現的次數是二項式分配B(35,0.5), 期望值是head跟tail各出現17.5次,makes sense. 如果你很幸運,35次都投了head,那麼你可以領回差不多1474萬。 雖然這個題是要模擬一個投資人投資債市或是股市造成回報的不同 但其實還是不太一樣, 因為股票是可能全輸光的(yield < -100%),當你輸光了, 如果你不能再借錢,你就再也沒辦法進場, 這個退休金就算你真的很雖小,連續擲35年tail, 期末你還是會有四萬多塊啦,雖然這樣也是夠悲催的了。 以上是我的理解,希望沒有錯誤。 ================= 以下是我的一點問題, 假如這個公司,有很多很多很多員工都想要賭一把,都選擇了方案二, 則他們能獲得的期末退休金總額也必然呈現某種統計分配, 但是這個分配是什麼形狀呢?還會是二項式分配嗎? 這東西有一些什麼統計上的性質嗎? 畢竟,我們在算二項式分配的時候,並不在意head和tail出現的次序, 只在乎他們出現幾次而已。 不知道這部份有沒有人知道答案,或是能給一些參考資料的。 我想到的是, 第一,不能用Kelly criterion, https://en.wikipedia.org/wiki/Kelly_criterion 因為員工不能自己決定每次要丟多少錢進去, 5000這個數字是已經被決定的。 第二,同樣不能用binomial model(吧?) 因為在binomial model裡面,他只是把asset放在那邊, 然後假設yield是某個constant+random walk. binomail model也沒有這個把5000丟進去再compound的動作, 所以我想統計性質應該也是不一樣的。 第三,我想同理,這也算不上Lévy process i.e.不是Multifractal Model of Asset Returns (MMAR)可模擬的 因為他每次都要把5000加進去才compound, 我稍微畫了一下histogram, 這個分布有long-tail的現象 正面+10%,反面-10%的情況 http://imgur.com/GiJH6Lx
期望值17.5萬 相當於每年都把5000塞進小豬撲滿,期滿可領出17.5萬 當然這種遊戲沒搞頭,因為沒有risk premium的冒險遊戲沒人想玩。 所以這種狀況唯一的價值就是拿來檢查自己的code有沒有誤而已... 正面+30%,反面-10%的情況 http://imgur.com/paUP8yi
期望值135萬 有人知道這是什麼分布嗎?是Gamma distribution嗎?能夠推導的出來嗎? 抱歉沒有什麼財工的背景,如果問了很白痴的問題請見諒 可以提供我書單或參考資料就好 > < p.s. 我還有參考 Sustainable Withdrawal Rates From Your Retirement http://afcpe.org/assets/pdf/vol1014.pdf -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 218.161.90.246 ※ 文章網址: https://www.ptt.cc/bbs/CFAiafeFSA/M.1489244638.A.60C.html ※ 編輯: xlf (218.161.90.246), 03/12/2017 12:10:02 ※ 發信站: 批踢踢實業坊(ptt.cc) ※ 轉錄者: xlf (220.132.61.159), 03/12/2017 13:24:23 ※ 發信站: 批踢踢實業坊(ptt.cc) ※ 轉錄者: xlf (220.132.61.159), 03/13/2017 19:47:36

03/13 19:56, , 1F
我猜是 binomial + 指數變形?
03/13 19:56, 1F

03/13 19:56, , 2F
以原例的 +30% -10% 來說好了
03/13 19:56, 2F

03/13 19:56, , 3F
這相當於 binomial 選 ln(1.3), ln(0.9) 的總和
03/13 19:56, 3F

03/13 19:57, , 4F
再代進 exp 所得到的結果
03/13 19:57, 4F

03/13 20:06, , 5F
啊, 或許找到了:
03/13 20:06, 5F

03/13 20:07, , 6F
在 n 大時二項式近似常態, 常態取指數叫"對數常態"
03/13 20:07, 6F

03/13 20:07, , 7F

03/13 20:08, , 8F
維基百科頁面也提了例如投資的長期收益率即是這分布
03/13 20:08, 8F
謝謝樓上,我知道你說的這個是lognormal 但是lognormal的前提是我在期初時一個lump sum投資進去 就沒有再丟東西進去的狀況吧 假如我每年都再丟5000也還是lognormal嗎? ※ 編輯: xlf (218.161.90.246), 03/13/2017 22:16:17

03/15 07:03, , 9F
應該就不是了, 不過每年的 5000 各自都是 lognormal
03/15 07:03, 9F

03/15 07:06, , 10F
應該說各自近似 lognormal, 但近似程度不同
03/15 07:06, 10F

03/15 07:06, , 11F
(因為期數 n 不同的關係)
03/15 07:06, 11F

03/15 07:07, , 12F
這些東西加起來我不太確定會是什麼分布...
03/15 07:07, 12F

03/15 07:08, , 13F
稍微想想我其實還是很想猜它近似 N 個 lognormal 和
03/15 07:08, 13F

03/15 07:09, , 14F
但 N 個 lognormal 相加是 N 個 iid 相加
03/15 07:09, 14F

03/15 07:09, , 15F
可能會被 CLT 拉回常態分布...
03/15 07:09, 15F
可是他有fat tail... ※ 編輯: xlf (220.132.61.159), 03/15/2017 17:37:01

03/15 17:37, , 16F
是不是有什麼stochastic processes的參考書呢
03/15 17:37, 16F

03/15 17:37, , 17F
或是哪些部分是相關的
03/15 17:37, 17F
文章代碼(AID): #1OneRQRv (Math)