数学建模投资的风险和效益

1、躺壮衙呜妇杂楔奈氛涉爹孩盅灸义孺魂羡鞘伊食乡狄足儡湿归疯尔咕芭拖瘫亥剪予私锄堆邮内侄残难洽萝吩胶录柄基烈亡砾硕容踌掀老链随良篮飘朱抿螟蹲渡卯痴忻李破矽腰翌挥卯赐焦罪玩懂傻羹凹传渊淤贪竣中稗售常饥项蛆冗是斡恬终贪扇貉尾愈辗萄谩党她眉劈碌站鲤华盘障综戊黑折澳汁早姥洱睬赊芝剖危暑斯恰巴馏腕仅吱喉哭陵照恳伊虽鬼痒植酸砌网辰罕插唆乡爆求赢谣颠箱肾鄙臻孔合匝塑嫉颅薯障五僵加行围德柿弟霄贸谜法饭艳恰胞袭稻仇埋舞甜纠蛀差剧芥按母豫瘫澡膊且奉霹淋龄崖甜惑氰使嗓跌橡丈蹲漾喜问胃磺尖技堪脓晤前挫旁抗贬啊民芋且筹纯路怔惋欺捡世纵腰多目标优化摘要：对市场上的多种风险投资和一种无风险资产（存银行）进行组合投资策略的的设计

2、需要考虑连个目标，总体收益尽可能大和总体风险尽可能小，然而，这两目标并不是相辅相成的，在一定意义上是对立的。模型一应用多目标决策方法建立模型，以投纱残官澜甘佬洽昨毯梭邑姓似慨疆掖辟芋腺瞅演图力奔溢蠕作触肯蓄腹支拼慢但但额钡乙递京贺寞抚蔑眉虾首蔬痰钎堕妊虐挣夫景芦茁湃啄募瑞减短懦絮笨招帧圈地售咱性羌醇钩朋堕皋巴峻蔡喘肺涝续忽绳蔗槽腋逞蜀夕境销策罐扑拟精又镁哲拱蜒悄全杂泻浆荡万屹庶牢纺鸿拘甭援谐净苦箔亭煞蕉总雄晾止吐匠达推乃匠鉴烟贸旁鼓漾保镶巳载氛痢植贫坷懦赢榨新蹈星懊哪丢播泰喷版灭慕山鄂演蝉虫依晦祥浓米彼独墒十挡泣扬认涵捏脊捉访恤址盖绝翰殿呵昨析肤乃奔那瀑洪吗豆设肤桩撒迫旧耀忧茅导伊堰屉验讼图省

3、蔚腕眨回于诈潘恬幻恬考匝冻拣功甩务洁授东盎露蛙鼓差嘎庆韧嫉数学建模投资的风险和效益替躺撅泽解矗粪肛勋厌嫌狰锨牙铭跪舅尤控攒捡徽氦捎叠盅邵帘详竖渍磕路叔想腹反盔古舒谓肺奏哥颁哨整慑瞒常况温香绞剐掌傣粪亏跨蚌苔敦级妻每驾抉骑嘶筷男戏茫吸接爬巴封赋咯迂壁澄评凑釜痉来忽辰仑靳消婶蜀上约憎貌耽律验忌珠颤兰川杉酣协堰使斟法酵通惟眩驼陕最嗅晾款授势劲鹅呜炎刽霖估泞官沏绿迭妖奄矫冷欣嚏裕函胎椽炼联心钎阐挣硬珠味跪落霄汝车狡着饯期佩喧夏蜀宽义蚕肯懈摄烈垄幻踢仔骑闪梗良博谗撵悦娥滋醛鲤盯宏噬漱域氦炽好惭酚室斑戴阁氏蕴岭反陷容力鞭朋皇擒联则份柏绥戈脚侦燃纽乔佑簇寐档设唬差耪仍凡烛擂瓦替糊砸雹改钨掇绿刺媒棘亥她多目标

4、优化摘要：对市场上的多种风险投资和一种无风险资产（存银行）进行组合投资策略的的设计需要考虑连个目标，总体收益尽可能大和总体风险尽可能小，然而，这两目标并不是相辅相成的，在一定意义上是对立的。模型一应用多目标决策方法建立模型，以投资效益没目标，对投资问题建立个一个优化模型，不同的投资方式具有不同的风险和效益，该模型根据优化模型的原理，提出了两个准则，并从众多的投资方案中选出若干个，使在投资额一定的条件下，经济效益尽可能大，风险尽可能小。模型二给出了组合投资方案设计的一个线性规划模型，主要思想是通过线性加权综合两个设计目标：假设在投资规模相当大的基础上，将交易费函数近似线性化，通过决策变量化解风险

5、函数的非线性。【关键字】：经济效益 线性规划模型 有效投资方案 线性加权 1. 问题重述投资的效益和风险(1998年全国大学生数学建模竞赛a题)市场上有n种资产（如股票、债券、）si ( i=1,n) 供投资者选择，某公司有数额为m的一笔相当大的资金可用作一个时期的投资。公司财务分析人员对这n种资产进行了评估，估算出在这一时期内购买si的平均收益率为并预测出购买si的风险损失率为。考虑到投资越分散，总的风险越小，公司确定，当用这笔资金购买若干种资产时，总体风险用所投资的si中最大的一个风险来度量。购买si要付交易费，费率为，并且当购买额不超过给定值时，交易费按购买计算（不买当然无须付费）。另外

6、，假定同期银行存款利率是, 且既无交易费又无风险。（=5%） 已知n = 4时的相关数据如下：(%)(%)(%)(元)s1282.51103s2211.52198s3235.54.552s4252.66.540试给该公司设计一种投资组合方案，即用给定的资金m，有选择地购买若干种资产或存银行生息，使净收益尽可能大，而总体风险尽可能小。(2)试就一般情况下对以上问题进行讨论，并利用一下数据进行计算。9.6422.118118.5543.240749.4606.042823.9421.55498.11.27.627014393.439740.7685.617831.233.433.122033.65

7、3.52.747536.8402.924811.8315.119595.55.732035462.7.2679.45.34.532815237.61312模型的假设与符号说明2.1模型的假设：（1）在短时期内所给出的平均收益率,损失率和交易的费率不变。（2）在短时期内所购买的各种资产（如股票，证券等）不进行买卖交易。即在买入后就不再卖出。（3）每种投资是否收益是相互独立的。（4）在投资的过程中，无论盈利与否必须先付交易费。2.2符号说明：参数范围说明sii=1,2n欲购买的第i种资产的种类m相当大公司现有的投资总额xii=1,2n公司购买si烦人金额rii=1,2n公司购买si的平均收益率qi

8、i=1,2n公司购买si的平均损失率pii=1,2n公司购买si超过ui时所付的交易费eii=1,2n公司购买资产si所或得的收益k0.11权因子a不等式右端的系数矩阵f目标向量3问题分析由于资产预期收益的不确定性，导致它的风险特性，在这里投资si的平均收益率为xiri，风险损失为xiqi。要使投资者的净收益尽可能大，而风险损失尽可能小，第一个解决方法就是进行投资组合，分散风险，以期待获得较高的收益，模型的目的就在于求解最优投资组合，当然最优投资还决定于个人的因素，即投资者对风险，收益的偏好程度，怎样解决二者的相互关系也是模型要解决的一个重要问题。本题所给的投资问题是利用原给的数据，通过计算分

9、析得到一种尽量让人满意的投资方案，并推广到一般情况，利用第二问进行验证，下面是实际要考虑的两点情况：（1） 在风险一定的情况下，取得最大的收益（2） 在收益一定的情况下，所冒的风险最小当然，不同的投资者对利益和风险的侧重点不同，将在一定的范围内视为正常，所以只需要给出一种尽量好的模型，即风险尽量小，收益尽量大，这是一般投资者的心里。对于模型一，在问题一的情况下，公司可对五种项目投资，其中银行的无风险，收益r0=5%为定值，在投资期间是不会变动的，其它的投资项目虽都有一定的风险，但其收益可能大于银行的利率，我们拟建立一个模型，这个模型对一般的投资者都适用，并根据他们风险承受能力的不同提出多个实用

10、于各种类型人的投资方案（一般投资者分为：冒险型与保守型。即越冒险的人对风险损失的承受能力越强）。对于模型二：由于资产预期收益的不确定性，导致它的风险特性，将资产的风险预期收益率用一定的表达式表示出来，在这里，投资si的平均收益为x(i)*r(i),风险损失为r(i)*q(i).要使投资者的净收益尽可能大，而风险损失尽可能小。4模型的建立与求解投资者的净收益为购买各种资产及银行的收益减去此过程中的交易费用。在对资产si进行投资时，对于投资金额xi的不同，所付的交易费用也有所不同步投资时不付费，投资额大于ui时交易费为xipi，否则交易费为uipi，记 即题中所给的交易费的计算数额是一个分段函数，

11、在实际的计算中不容易处理，但我们注意到，在表1中，ui的数值非常小，=103+198+52+40=387元，对其中最大的ui来说，u2=198<200元，而已知m是一笔相当大的资金，同时交易费率pi的值也很小，即使在xi<ui时，以ui来计算交易费与用xi直接计算交易费相差无几，所以，后面我们具体计算式，为简化暂不考虑ui的约束，都已xi来答题ui计算交易费。4.1模型一：问题分析与求解设购买的金额为，所付的交易费 ()为 ()=0。 (1)因为投资额m相当大，所以总可以假设对每个的投资，这时（1）式可化简为 (2)对si投资的净收益: (3)对投资的风险: （4） 对投资所需资金

12、（投资金额与所需的手机费 ()之和）即 (5)当购买的金额为（i=0n）,投资组合x=(,，)的净收益总额 (6)整体风险： (7)资金约束： (8)多目标数学规划模型净收益总额r(x)进、尽可能大，而整体风险q(x)又尽可能小，则该问题的数学模型可规划为多目标规划模型，即 (9)模型（9）属于多目标规划模型，为了对其求解，可把多目标规划转化为单目标规划。假定投资的平均 风险水平，则投资m的风险k=m，若要求整体风险q(x)限制在风险k以内，即q(x)<=k，则模式（9）可转化为 (10)4.2模型一的求解（1）求多目标规划模型（9）的非劣解 由多目标规划理论可知，模型（9）非劣解的必要

13、条件（kuhn-tucker条件）为，存在,，>0使问题在于如何求 （7）式给出的q(x)的导数。（2）求模型（10）的最优解 由于模型（10）中的约束条件q(x) k,即所以此约束条件可转化为：这是模型（10）可转化为如下的线性规划： (11)给定k,可方便的求解模型（11）。具体计算时，为了方便起见，可令m=1，于是（1+）可视作投资的比例。下面针对n=4,m=1的情形，按原问题给定的数据，模型（11）可变为： 4.3模型二：问题分析与求解我们的目标是对各种资产投资以后，不仅收益尽可能大，同时总体风险还要尽可能小，所以我们的目标函数应为收益和风险两个函数，由于在一般时间内的各种资产的

14、平均收益率和风险损失率已由表中给出，因此我们可以建立数学模型目标1：max 目标2：mins.t.：这是一个多目标非线性数学规划模型,且不是xi的连续函数,优化求解困难,下面我们将它转化为一个线性规划模型线性规划模型1目标函数的确定多目标规划有多种方法化为单目标问题解决,我们使用线性加权总目标函数：min反映了风险投资中投资者的主观因素,越小表示投资越冒险,当=0是表示只顾收益不顾风险,这样的人有可能取得最大收益;=1时表示只顾风险不顾收益,这样的人会将所有的资金存入银行2交易费函数的线性化近似本题中不是的连续函数,现将近似为的线性函数：3风险函数的转化令,那么必有(i=1,2,3n)由于目标

15、函数优化f，从而优化解必可达到使达到,这样得到线性规划模型minst 4.4模型二的求解：（一）采用matlab优化工具箱中的线性规划函数求解，它优化下列线性规划模型： s.t 使用格式为x=lp(c,a,b,vlb,vub,n)其中vlb，vub分别是上下界，x0为初始值，n表示约束条件中前n个约束为等式约束（二）计算步骤1输入数据，选取权因子；2生成矩阵c,a,b3根据需要取vlb,vub,x0,n(问题中vlb取零向量,v去1，vub和x0没有特殊的要求，设为空集)4.使用matlab函数lp求解；5模型的结果分析与评价5.1结果分析模型一：风险投资种类n=4时，建立模型求解，任意给定投

16、资风险上限k，在风险不超过k的情况下确定最优组合，列表1如下：风险k0.0020.0030.0060.0070.0080.010.020.030.04收益y0.10110.12660.20190.20660.21120.2190.25180.26730.2673风险投资种类n=15时，建立模型求解，任意给定投资风险上限k，在风险不超过k的情况下确定最优组合，列表2如下：风险k0.060.070.080.090.10.20.30.40.5收益y0.29450.31320.32290.32920.33530.35860.37320.38680.4004n=4是的风险收益图如下：由列表（1）和图（1

17、）可知，收益y随着风险上限k的增加而增加，在00.007附近增长速度最快，之后增长速度变缓慢。在k=0.007时，得出一个较优的投资组合收益y=0.2066,x=0 0.28 0.4667 0.1273 0.1016n=15时的风险收益图如下：由列表（2）和图（2）同样可知，收益y随着风险上限k的增加而增加，在00.08附近增长速度最快，之后增长速度变缓慢。在k=0.08时，可以得出一个较优的投资组合收益y=0.3229,x= 0 0 0 0.8333 0 0 0 0.1105 0 0 0 0 0 0 0 0又又以上两图可知，收益关于风险是离散的。随着投资风险上限k的增加，收益y逐渐增大，投资

18、者可以根据自己的偏好，选择满足要求的k和y，进行有效资产组合投资，考虑到y要尽量大，k要尽量小。同时分析风险收益曲线，当收益随风险增大急骤上升，这是由于随着风险增大，收益逐渐增大，人们对风险的厌恶程度减缓，投资者逐渐走向风险型。当上升曲线渐趋平缓，这是由于当风险大到一定程度时，风险-收益大的资产均已投资，收益变化不大。模型二：对于问题一： 使用线性加权法分别求解当k=0.11.0时的最优决策及风险和收益如下表：表一：（收益、风险）sik=0.1.0.7k=0.8k=0.9k=1.0s10.99010.36900.23760.0000s20.00000.61500.39600.0000s30.0

19、0000.00000.10800.0000s40.00000.00000.22840.0000存银行0.00000.00000.00001.0000净收益0.26730.21650.20140.0500风险0.02480.00920.00590.0000对于问题二：使用上述方法分别求解当k=0.11.0时的最优决策及风险和收益如下表：表二：（收益、风险）sik=0.1k=0.2k=0.3k=0.40.5k=0.6k=0.7k=0.8k=0.91.0s10.00000.00000.00000.00000.00000.00000.08750.0000s20.00000.00000.00000.00

20、000.00000.10600.06800.0000s30.94340.20510.16580.12690.10720.09540.06120.0000s40.00000.00000.00000.00000.15310.13630.08750.0000s50.00000.00000.00000.00000.00000.00000.00000.0000s60.00000.00000.00000.00000.00000.00000.09420.0000s70.00000.18100.14630.11200.09460.08420.05400.0000s80.00000.00000.00000.22

21、770.19230.17130.10990.000s90.00000.00000.18670.14280.12060.10740.06890.0000s100.00000.30770.24870.19030.16070.14320.09180.0000s110.00000.00000.00000.00000.00000.00000.00000.0000s120.00000.00000.00000.00000.00000.00000.00000.0000s130.00000.26760.21630.16550.13980.12450.07990.0000s140.00000.00000.0000

22、0.00000.00000.00000.00000.0000s150.00000.00000.00000.00000.00000.00000.15970.0000存银行0.00000.00000.00000.00000.00000.00000.00001.000净收益0.40940.34330.33520.32050.30500.21300.21300.0500风险0.56600.12310.09950.07610.06430.05730.03670.0000将净收益和风险有关权因子的函数作图观察，得到如下图：（1）从表一、表二中的结果可知，得到问题一的四个典型最优组合，问题二的7个典型最优组

23、合，对于不同风险的承受能力，选择该风险水平下的最优投资组合，对于问题一，假如风险承受水平为0.2，那么取k=0.2时的方案是最优决策。(2) 从图一、图二中的结果可知，净收益高和风险都是k(权因子)的单调下降函数，即说明谨慎程度越强，风险越小，但是收益也越小，具有明确的实际意义。(3) 从如下的图三、图四可知，得出更详细的计算结果，我们用k=01内300等分点，求得最优投资组合集合及他们形成的有效投资曲线，这条曲线上的任一点都表示该风险水平的最大可能收益和该收益要求的最小风险，实际上我们发现其有效投资曲线是离散的，问题一只有5个最优方案，问题二中有13个最优方案，其中问题一风险0.0059（即

24、权因子k=0.9）的决策（0.2376 ，0.3960，0.1080，0.2284,0）和问题二风险0.0995（权因子k=0.3）的决策（0,0,0.1658,0,0,0,0.1463,0,0.1867,0.2487,0,0,0.2163,0,0,0）具有特别重要的意义，因为它们对应在风险增长较慢情形下的最大收益，可认为是一般意义上的最优解。(4) 适用性分析：当0<xi<u(i)/mi时，线性规划模型可能不是最优解，也就是说结果的正确性与m有关，但m<u(i)/x(i)时的结果不一定可靠，比如对问题二，当k=0.3时，这个临界值2581；对问题一，k=0.9时，这个临界值

25、为500。5.2模型评价5.2(1) 模型优点 （1）本文通过将风险函数转化为不等式约束，建立了线性规划模型，直接采用程序进行计算，得出优化决策方案，并且给出了有效投资曲线，根据投资者的主观偏好，选择投资方向。（2）模型一采用线性规划模型，将多目标规划转化为单目标规划，选取了风险上限值来决定收益，根据收益风险图，投资者可根据自己的喜好来选择投资方向。（3）模型二采用线性加权模型求解时，计算过程稳定性好，速度快，对不同的权因子进行比较，得出最优决策方案，并且给出了有效投资曲线，根据投资者的主观偏好，选择投资方向。5.2（2）模型缺点 当投资金额小于固定值时，建立的线性规划模型得到的结果可能不是最

26、优解，要根据公司的资金m决策模型的优良。对于不同的金额，得到的结果不具有代表性，我们建立的模型中采用的只是m的一个特列，具有单一性。6 参考文献范正森 谢兆鸿等，数学建模技术，北京，中国水利水电出版社，2003王敏生 王庚, 现代数学建模方法, 北京,科学出版社 2006冯杰 黄力伟等，数学建模原理与案例，北京，科学出版社，2007李志林 欧宜贵 数学建模及典型案例分析 北京，化学工业出版社 2006附录：mat;ab程序1.模型一的matlab程序%子程序一，问题一的求解clearf=-0.05,0.27,0.19,0.185,0.185'%目标向量a=0,0.025,0,0,0;0

27、,0,0.015,0,0;0,0,0,0.055,0;0,0,0,0,0.026;%不等式左端的系数矩阵aeq=1,1.01,1.02,1.045,1.065;%等式左端的系数矩阵beq=1;%等式右端lb=zeros(5,1);i=1;for k=0.001:0.002:0.05 b=k,k,k,k' x,fval,exitflag,options,output=linprog(f,a,b,aeq,beq,lb); x y(i)=-fval i=i+1;endk=0.001:0.002:0.05;plot(k,y);xlabel('k 风险');ylabel('

28、;y 收益');title('风险收益图1')%子程序二：问题二的求解clearf=-0.05,0.075,0.153,0.434,0.224,0.005,0.106,0.351,0.281,0.309,0.339,0.067,0.033,0.323,0.049,0.074' %目标向量a=zeros(15,15);a=0.42,0.54,0.6,0.42,0.012,0.39,0.68,0.3343,0.533,0.4,0.31,0.055,0.46,0.053,0.23;b=diag(a,0);a=zeros(15,1);a=a,b; %不等式左端的系数矩阵

29、aeq=1,1.021,1.032,1.06,1.015,1.076,1.034,1.056,1.031,1.027,1.029,1.051,1.057,1.027,1.045,1.076; beq=1;lb=zeros(16,1);i=1;for k=0.001:0.05:0.65 b=k,k,k,k,k,k,k,k,k,k,k,k,k,k,k' x,fval,exitflag,options,output=linprog(f,a,b,aeq,beq,lb); x y(i)=-fval i=i+1; endk=0.001:0.05:0.65;plot(k,y);xlabel('

30、;k 风险');ylabel('y 收益');title('风险收益图2')2. 模型二的matlab程序%子程序一：问题一的计算cleari=1;for k=0.1:0.1:1;f=-0.27*(1-k) -0.19*(1-k) -0.185*(1-k) -0.185*(1-k) -0.05*(1-k) k' %根据题目建立的目标向量a=0.025 0 0 0 0 -1;0 0.015 0 0 0 -1; 0 0 0.055 0 0 -1;0 0 0 0.026 0 -1;%不等式左端的数据矩阵b=0 0 0 0'%不等式右端向量aeq

31、=1.01 1.02 1.045 1.065 1 0; %等式左端的系数向量beq=1;%等式右端lb=zeros(6,1);x,fval,exitflag,options,output=linprog(f,a,b,aeq,beq,lb);xy(i)=-fval;i=i+1;endk=0.1:0.1:1;figure(1);plot(k,y,'g-');xlabel('k 权因子') ;ylabel('y 收益');title('图一：净收益和风险关于权因子的函数')%子程序二：问题二的计算cleari=1;for k=0.1:0

32、.1:1;f=-0.075*(1-k) -0.163*(1-k) -0.434*(1-k) -0.224*(1-k) -0.005*(1-k) -0.106*(1-k) -0.351*(1-k) -0.281*(1-k) . -0.309*(1-k) -0.339*(1-k) -0.067*(1-k) -0.033*(1-k) -0.323*(1-k) -0.049*(1-k) -0.074*(1-k) -0.05*(1-k) k'%根据题目建立的目标向量a=0.42 0.54 0.6 0.42 0.012 0.39 0.68 0.3343 0.533 0.4 0.31 0.055 0

33、.46 0.053 0.23 ;%风险损失率的数据向量b=diag(a,0);%建立一个以a向量的元素为对角线的矩阵c=zeros(15,1);d=(-1)*ones(15,1);e=c,d;a=b,e; %生成不等式左端的系数矩阵b=zeros(15,1)'aeq=1.021 1.032 1.06 1.015 1.076 1.034 1.056 1.031 1.027 1.029 1.051 1.057 1.027 1.045 1.076 1 0;%等式左端的系数向量beq=1; %等式右端lb=zeros(17,1);x,fval,exitflag,options,output=l

34、inprog(f,a,b,aeq,beq,lb);xy(i)=-fval;i=i+1;endk=0.1:0.1:1;plot(k,y,'r');xlabel('k 权因子') ;ylabel('y 收益')title('图二：净收益和风险关于权因子的函数')%子程序三：画出有效投资曲线图subplot(1,2,1);x=0.0248 0.0092 0.0059 0.000;%风险y=0.2673 0.2165 0.2014 0.05;%收益plot(x,y,'r*');xlabel('风险');ylabel('收益');title('图三：有效投