- 相關推薦
投資組合中多目標規劃最優化數學模型的應用
投資者把資金投放于有價證券市場以獲取一定的收益的行為就是證券投資，它的主要形式是股票投資和債券投資。
投資組合中多目標規劃最優化數學模型的應用【1】
[摘要] 該文通過對證券組合投資的預期收益率和投資風險進行綜合定量分析，建立了證券組合投資的預期收益率和投資風險兩個目標均達到最優的多目標規劃模型，并對模型進行分析，最后通過案例給出了模型的最優解。
[關鍵詞] 投資組合 數學模型 多目標規劃 最優解
1 綜述
投資者把資金投放于有價證券市場以獲取一定的收益的行為就是證券投資，它的主要形式是股票投資和債券投資。
在投資者看來，證券的價值是以投資該證券的收益來衡量的。
投資者投資證券的主要目的在于獲得較高的收益率，而證券投資的收益率在于受許多不確定因素的影響，主要受企業因素、宏觀經濟政策與環境因素及市場因素的影響。
證券預期收益率的不確定性使證券投資具有風險性，這種風險是與收益相伴而生的，因此我們也可以把證券收益看成是對投資者承擔風險的一種補償。
投資者投資于證券都希望獲得較高的預期收益率，而真正得到的實際收益率卻有可能低于預期收益率，這時風險就發生了，使投資者遭受損失。
然而，風險在經濟學、決策學、統計學和金融保險學中還尚無統一的定義，通常有七種基本的觀點，但我傾向于這種定義：風險----是指在決策過程中，由于各種不確定性因素的影響，決策方案在一定時間內出現不利結果的可能性及可能損失的程度。
對風險的描述和計量是基于投資收益率指標。
具有投資風險的證券稱為風險證券，無風險證券是指象國庫券一類的收益率確定的證券。
一般情況下，風險證券的預期收益率往往要高于無風險證券的確定收益率，但風險證券的預期收益率越高，其投資風險也就越大。
面對這種情況，證券投資者均具有既追求較高預期收益率，又厭惡較高投資風險的心態，于是便傾向于選擇既能避開風險又能取得較高收益率的證券組合投資方案，即證券投資按某種比例對無風險證券和多種風險證券進行有機的組合。
證券市場的規律是高收益伴隨著高風險，但采用適當的投資策略可以減低投資風險，事實上，證券組合投資是降低投資風險的有效途徑。
證券組合----就是由不同證券(或其他資產)構成的資產組合。
本文通過對證券組合投資的預期收益率和投資風險進行綜合定量分析，建立了證券組合投資的預期收益率和投資風險進行綜合定量分析，建立了證券組合投資的預期收益率和投資風險兩個目標均達到最優的多目標規劃模型，并對模型進行分析驗證求解。
2 多目標規劃模型的建立
確定一個有效的投資組合是一個非常復雜的決策過程，從以上分析可以看出利用多目標投資組合做證券投資不失為一種很奏效的方法，利用投資取舍原則，縮小問題規模，使問題易于解決且在求解過程中將十分復雜的多目標規劃轉化為線性規劃問題，這樣不僅求解簡單，而且給投資者提供了多種可選擇方案，并達到降低風險提高收益的效果，可操作性強。
參考文獻
[1] 吳沖鋒,王海成.金融工程研究[M].上海交通大學出版社，2000.
[2] 曹鳳岐主編.證券投資學[M].北京大學出版社，1994.
[3] 張保法.經濟預測與經濟決策[M].經濟科學出版社.2004.
[4] 王明濤.證券投資風險計量、預測與控制.上海財經大學出版社.2002.
[5] 運籌學編寫組編.運籌學[M]. 清華大學出版社.1982.
[6] 榮喜民. 組合證券資產選擇模糊最優化模型研究[J ].系統工程理論與實踐, 1998.
多目標規劃方法優化投資組合的應用【2】
摘 要：在現實生活當中，諸多問題由相互沖突和相互影響的目標構成，我們解決問題通常是將這些目標以給定區域為條件得出最佳方案，也就是通常所說的多目標優化問題。
多目標優化問題在現實生活中占有絕對重要的地位，自上個世紀六十年代開始，多目標優化問題成為了廣大 研究人員共同關注的研究課題之一，其作為解決多目標優化問題具有十分重要的科研價值。
鑒于此，筆者在本文中將針對多目標規劃方法投資組合的應用分析展開理論研究，僅作參考。
關鍵詞：多目標規劃方法;優化投資組合;優化問題
一個項目的投資決策往往擁有諸多目標，如某企業產品的流水生產管理，決策層會希望生產所能達到的利潤最大且消耗的優質資源越少越好，多于一個目標的問題即可稱之為多目標優化問題，此例也叫多目標決策問題。
解決這樣的多目標優化問題一般通用的途徑是將求解多個目標問題轉化為求解單目標問題或求解多個單目標問題。
1、多目標規劃問題概述
多目標規劃最優的思想起初由法國經濟學家V.帕雷托提出，他由政治經濟學的角度將不可比較的多個目標轉化為多個單目標的最優問題，涉及到了多目標規劃的概念。
上世紀40年代末，J・馮・諾伊曼和O・莫根施特恩又基于對策論又提出了在多個決策人相互矛盾的前提下引入多目標問題。
50年代初，T・C・庫普曼斯從生產和分配的活動中提出多目標最優化問題，引入有效解的概念，并得到一些基本結果。
同時，H・W・庫恩和A・W・塔克爾從研究數學規劃的角度提出向量極值問題，引入庫恩-塔克爾有效解概念，并研究了它的必要和充分條件。
自70年代以來，多目標規劃的研究越來越受到人們的重視。
至今關于多目標最優解尚無一種完全令人滿意的定義，所以在理論上多目標規劃仍處于發展階段。
2、多目標規劃方法優化投資組合的應用分析
某生產車間計劃在10天內安排生產甲類和乙類兩種商品。
已知生產甲類商品需要A號配件5組，B號配件3組;生產乙類商品需要A號配件2組，B號配件4組。
在十天的計劃期內該生產車間僅提高A號配件180組，B號配件135組。
同時，我們還知道該生產車間沒生產一個甲類商品可獲取利潤為20元，生產一個乙類商品可獲取利潤15元。
那么，通過以上條件甲乙兩類商品分別生產多少可實現利潤最大呢?下面我們將各項數據列表如下表1所示：
表1
我們假設，X1和X2分別為甲乙兩類商品的生產數量，Z為總利潤，以此可以線性規劃描述此問題，建立數學模型應該是：
(1)
(2)
其中，X1和X2均為整數。
理想狀態下，可以利用圖解法即可得出公式(1)的最優解為Z=775，X1=32，X2=9。
但是，站在車間生產計劃人員的角度上將，問題往往比較復雜。
首先，這是一種單一目標優化問題。
但通常來講，一個規劃問題需要滿足多個條件。
例如，例如財務部門的利潤目標：利潤盡可能大;物資部門的節約資金：消耗盡可能小;銷售部門的適銷對路：產品品種多樣;計劃部門的安排生產：產品批量盡可能大。
規劃問題其本質上是多目標決策類問題，只是因為利用線性規劃模型處置，致使生產計劃人員不得已從諸多目標中硬性選擇其中的一種作為線性規劃的數學模型。
這樣一來，由數學模型目標函數得到的結果可能會違背部分部門的根部意愿，從而導致生產過程受阻，又或者是從生產計劃開始階段就因為某些矛盾而不能從諸多目標中選取一個最優目標。
其次，線性規劃問題存在最優解的必要條件是可行解集合非空，也就是說各個約束條件之間彼此相容。
但在優化投資組合等實際應用問題中有時候也未必能完全滿足這樣的條件。
如因設備維修養護、消耗能源或其他產品自身原因導致生產計劃期內不能提供足夠的工時而無法滿足計劃生產的進度和產量，又或者因投資資本有限的束縛生產原材料的供應不能滿足計劃產品的需求等等。
第三，線性規劃問題的可行解和最優解具有非常明確的價值，這些可行解和最優解都依數學函數模型而定。
在實際的投資組合應用當中，決策人發出決策后往往還需要對其決策進行某種修正，主要原因就在于數學函數模型與實際問題之間不盡相同，具有一種近似性，也就是建立數學模型時應對實際應用問題進行簡化且不考慮新情況的發生。
計劃人員為決策人提供的數學可行解并不是嚴格意義上的最優解，僅作為決策實現最優的一種參考性計劃方案。
上世界六十年代初期，由查恩斯(A・Charnes)和庫柏(W・w・CooPer)提出的目標規劃(Goalprogramming)直接已得到了重視和推廣，該法在處置實際應用問題方面承認諸項決策條件存在的合理性，即便多個決策條件是相互沖突的、相互影響的都具有合理性，在做出最終決策中不會強調絕對的最優性。
由此看來，多目標規劃問題可以認為是一種較之于線性規劃問題更切合于實際應用的決策手段。
3、多目標規劃方法優化投資組合的常見途徑
(1)加權法(或效用系數法)。
加權法(或效用系數法)將投資問題中所有的目標進行統一度量(例如以錢或效用系數度量)。
本方法的的基本原理是將多目標模型轉化為多個單目標模型。
多個目標，有主次不同和輕重緩急不同等區別，最重要的一個目標我們將之賦予為優先因子P1，次重要的目標依次賦予優先因子P2，P3，P4，…，同時約定PK>>PK+1(PK比PK+1擁有更好的優先權)。
如果非要將擁有相同優先因子的目標加以區別，我們可以將其分別賦予不同的權系數wj。
它的優點在于適用于計算機運算求解可行解和最優解(如線性函數模型可用單純形法求解)，而缺點則在于難以找到合理的權系數(如某高速公路建設投資，在減少建設投資和保證施工質量降低交通傷亡事故率之間難以衡量人的生命價值)。
(2)序列法(或優先級法)。
序列法(或優先級法)并不是對每一個目標進行加權，它主要是按照目標的輕重緩急不同將其分為各個不同等級后再行求解。
它的優點在于可規避權系數的困擾，適用范圍比較廣，各種決策活動幾乎都可使用。
例如，某公司在決定提拔人員，很多單位主要根據該人員的工作積極性、工作能力和對單位的貢獻價值等幾個方面予以考慮，這幾個方面也會按照先后順序依次評定，等級不同參考評定的比重也會有所不同。
它的缺點在于難以區分各個目標的輕重等級，難以排定優先順序無法保證最終的求解結果是最令人滿意的。
(3)有效解法(或非劣解法)。
有效解法(或非劣解法)與上兩種方法不同，它拜托了加權法(或效用系數法)和序列法(或優先級法)具有的一定局限性，利用本法可找到所以的有效解集，也就是非劣解集，眾多非劣解可供決策人從中挑選最為滿意的解。
它的缺點則在于實際應用問題中非劣解數量很多，為決策人提供的非劣解集范圍過于寬泛。
4、結束語
綜上所述，利用多目標規劃方法優化投資組合的核心是目標函數模型，在合理地假設基礎上將實際問題轉化為線性規劃問題，使之目標函數模型具有一定的可操作性。
本文通過分析多目標規劃方法優化投資組合的應用，旨在于促進交流與學習，如有差誤，請指正。
參考文獻
[1] 任立民，鄧芳;投資組合中多目標規劃最優化數學模型的應用[J];海峽科學;2011，(07).
[2] 魏世振;面向過程波動的質量測定與改進方法及其應用研究[D];南京理工大學;2013.
[3] 李群;不確定性數學方法研究及其在經濟管理中的應用[D];大連理工大學;2012.
[4] 方運生;多目標規劃最優投資組合方法[J];池州師專學報;2003，(03).
多目標最優化問題在區域經濟規劃中的應用【3】
摘要：隨著經濟的發展，區域經濟日益重要。
我國有著人口多、人均資源少、基礎弱等特殊的國情，做好區域經濟規劃有助于我國的快速持續健康發展。
本文主要探討多目標最優化的概念以及在區域經濟規劃中國的應用。
關鍵詞：多目標最優化;區域經濟規劃;應用探討
我國的區域經濟隨著經濟的發展不斷壯大，區域經濟的規劃是目前工作中的重點。
將區域經濟規劃做好，能夠有效地進行資源配置優化，實現區域經濟合理的發展。
一、區域經濟規劃解析
區域經濟規劃主要是指在特定的區域范圍內，對未來的經濟建設進行總體的部署。
區域經濟規劃是國民經濟、區域經濟的發展戰略和社會發展的部分體現，是結合了科技、經濟和環境的整體形式。
科學的區域經濟規劃首先要對區域調研，然后進行確定區域規劃發展思路，然后指導進行區域經濟規劃的科學分析、制定、評估和落實，區域經濟規劃是區域經濟發展的基礎。
二、區域經濟規劃的內容
區域經濟規劃的范圍十分龐大，根據國家相關法律法規，一般規劃的內容包括生產要素、自然資源已經對經濟的分析等。
(一)區域經濟的發展方向。
我國區域經濟的發展不一致，在區域經濟的發展方向和規劃設置上有著較大的不同。
總結起來，主要有兩種具有代表性的看法。
一種就是傳統的發展觀念，把經濟的發展認為是經濟的增長，所以將區域經濟的發展方向定位于經濟增長;另外一種看法是比較科學的發展觀念，這種觀念認為社會和人才是發展的主體，經濟增長只是社會進步的一種手段，更多的人認可第二種觀念。
區域經濟規劃有三個目標。
就是生態環境的改善、社會進步以及經濟增長。
這些目標互相促進又彼此聯系，互相扶助又彼此制約。
比如很多的經濟增長目標需要對生態環境產生影響，但是經濟增長又能夠建設生態環境，所以在經濟增長中要注意生態環境，避免對生態環境的破壞。
(二)科學選擇主導產業。
區域的主導產業要進行科學的選擇，因為這對區域經濟有著巨大的影響。
所以在區域經濟規劃中，選擇主導產業是核心環節。
在對主導產業進行選擇時，要考慮能夠成為區域產業的中心，能夠帶動區域經濟的持續發展。
同時主導產業還應該在區域分工中有明顯的優勢，能夠強化區際間分工合作。
區域內的主導產業要具有區域特色，能夠在市場貿易中，發揮區域優勢，取得較高利益。
總體來說就是區域產業的產品應該是由良好的市場前景，有足夠大的市場需求，未來能夠占有經濟市場，有較高的積極效益，對區域的增長有強大的作用。
(三)合理配置產業結構。
在主導產業確定以后，要對整體的產業結構進行優化配置。
區域的產業結構是組合了不同的產業，設計的產業較廣，那么就需要對產業進行分類以及合理配置。
所以在對區域經濟進行規劃時，要注意幾個問題。
首先是要詳細分析區域內的產業結構問題、特點和現狀，然后通過經濟因素、環境因素、社會因素和政府政策等對影響區域產業配置的因素進行全面分析，接著對產業間的聯系進行優化組合，將主導產業與其他產業進行協調，下面就是按照要求指標，將生產要素同產業之間進行資源配置，提高產業效益，最后要注意優勢產業的配置，增強產業結構在未來變化中的適應性。
三、區域經濟規劃遵循的原則
為了保證區域經濟健康持續的發展，要對區域經濟科學合理的規劃，同時必須遵守相適應的原則。
(一)以勞動分工進行區域經濟規劃。
社會勞動分工有地域性，不同的地域分工決定著不同的區域經濟發展方向，體現了區域經濟發展的本質特征。
勞動地域分工是區際間客觀存在的優勢，各個區域間的勞動區域分工形成了產業結構。
區域經濟規劃的主要內容就是區域間的優勢比較、產業結構的配置以及主導產業選擇。
所以區域經濟規劃能夠發展區域分工，形成專業化部門與綜合性結合的產業機構體系，使區域間能夠互相配合，彼此協調的有效分工，共同促進區域的經濟發展。
(二)以區域特點進行區域經濟規劃。
在區域經濟規劃中，要充分分析區域的特點，根據區域的特點進行區域經濟的規劃和決策，否則就會影響區域的整體發展，造成重大的經濟損失。
對區域進行分析要從兩個方面，第一是對區域內市場、人文、生產要素以及生態環境進行科學的分析，第二是對區域內的外部環境進行分析。
通過對區域特點的分析才能夠制定出現實合理科學的區域經濟規劃。
四、多目標最優化問題在區域經濟規劃中的應用
一般來說，多目標最優化模型就是針對一個需要決策的問題，有著多種決策的選擇，并且所有的選擇都能達到目標，不分主次，這樣就會產生一個數學函數模型，不同的函數變量，就會相應的產生不同的目標函數。
在區域經濟規劃中，為了處理區域間的關系，加強共同協調發展，就必須根據科學的方法，將抽象的問題具體化，從而使區域經濟規劃決策更加科學。
(一)建立數學模型。
首先要對規劃區域的自然資源、市場情況以及區域歷史進行詳細了解，然后對針對規劃區域的經濟發展和生態環境等進行規劃區域的數據統計，比如規劃區域的生產要素，市場供給以及人口數量等。
第三是對收集的數據進行科學的處理，對規劃的決策進行分析，然后將具體問題簡化。
第四，根據對已經獲得的資料進行綜合分析，利用數學公式，初步建立模型。
第五，將建立的數學模型與區域內的實際情況和對規劃的決策進行比對分析，驗證數字模型的準確性。
(二)最優化模型建立的原則。
多目標最優化模型的建立需要幾個原則，第一是要對規劃區域的特點和優勢能夠充分發揮出來，這樣有利于區域內生產要素，自然資源的利用，促進規劃區域內的經濟發展。
第二是在區域經濟規劃過程中，要把實際情況作為基礎，建立最適合規劃區域的數學模型。
因為不同的規劃區域有不同的特點，需要考慮的因素也不同，素以要綜合考慮全面因素，促使建成的數字模型能夠與規劃區域的實際情況一直。
第三是能夠保證各部門之間互相配合，經濟發展不影響生態環境，真正做到可持續健康發展。
多目標最優化問題可以根據實際情況，協調區域內的各種資源，對區域經濟規劃進行科學有效合理的配置以及優化，真正促進區域經濟健康穩定持續的發展。
參考文獻：
[1]溫錄亮.多目標最優化方法與應用[D].濟南大學，2009.
[2]金天坤.多目標最優化方法及應用[D].吉林大學，2009.
[3]送軍.多目標最優的若干問題[D].南昌大學，2008.
【投資組合中多目標規劃最優化數學模型的應用】相關文章：
組合投資模型的優化論文10-08
園林規劃設計在城市規劃中的應用10-05
投資組合理論及其在電力市場風險管理的應用10-05
小組合作法中的小學數學教學應用論文10-10
淺談廣播電視中的網絡技術的應用及優化10-26
優化決策在民機客服管理中的計算機應用論文10-09
談建設工程項目管理中的優化設計與投資控制10-05