从银行贷款问题看非光滑分析理论及应用.pptVIP

从银行贷款问题 看非光滑分析理论的应用 大背景 时至今日，我国进入世界贸易组织WTO已经五周年，我国金融业与国际接轨的宽限期已经结束，温家宝总理最近签署了有关开放外资银行经营人民币业务的法令。 由于我国长期实行计划经济，在很长的时期里，银行的功能实际上充当了财政的出纳，而自身的经济效益反而放到次要地位。银行在信贷业务方面长期积累的的呆帐、坏帐比例曾一度达到国际上公认的“技术性破产”水平。自从改革开放以来，银行系统的体制改革—至少是在形式上，已经步入了商业化轨道。 经过最近几年的试点，2005年1月6日，国务院公布了中国建设银行和中国银行实施股份制改造试点，并注资450亿美元，集中消化了两行财务上的历史包袱，迈开了股份制改造、将两行办成现代商业银行改革的实质性步伐。此后，工行和建行也陆续跟进。 问题的提出 无庸讳言，商业银行的所有经营活动都是以经济效益为第一优先考虑的。银行的经济效益的主体部分是通过存、贷利率差实现的。因此，如何向客户(企业和个人)发放贷款，使之获得最大收益就成为一个热点研究课题。我们在这里提出一条思路：使用最优化方法。这里介绍的方法，有可能制作成软件包，成为投资决策系统的一部分。 问题：某银行有一笔总额为a的资金，将其贷给n个客户，假设第i个客户获得的贷款金额为 xi。如何安排这些 xi，可以使银行获得最大经济效益？ 建立数学模型 如果第i个客户用贷款xi去从事生产、经营活动，所获收益为Ri(xi)，则银行的决策者面临如下的非线性最优化问题： 目标函数的凹性假设 在模型(P)中，可行集显然是凸集；然而，要求目标函数是凹函数，我们需要一个合理的假设。 假设：客户的收益与贷 款金额成正比，或者客 户的收益与贷款金额间 存在某种饱和趋势（分 别如右图的半直线和曲 线）。 这两种情况都决定了函 数Ri(xi)是凹的。 凸规划 这样一来，我们的非线性规划模型(P)是一个凸规划问题（可行集为凸集，极大化一个凹目标函数）。 理论上，我们的银行放款问题已经完满解决：求解一个非线性凸规划问题！ 然而，在实践中，我们面临两大难题：一方面，每个客户的收益函数Ri(xi)银行方很难掌握；另一方面，当客户数量 n 较大时，计算量是难以忍受的。 分散化 银行的决策者使用利率杠杆，将“权力”下放，实现“分散化”处理的目的。设银行贷款利率为?* ，对于每个客户，他们只需按自己的效益最大化原则来决定自己的贷款金额。 这样，刚才的问题分散化为 n 个独立的最优化问题(模型中的?* 实际上是 (1+ ?*))： 困 难 这些问题的个数虽多，但都是单变量凸规划问题，且每个问题都由一个企业来解。因此，实际上问题已经大大简化。 现在的新问题在于：提出怎样的利率?*，使得这笔资金仍能达到最优分配，即仍能达到总收益最大这一目标？ 从直观上可以看出，如果?*定得过高，企业都不大愿意贷款，资金得不到充分利用；但如果定得过低，又会使企业贷款欲望膨胀，对于单个客户，他们不会考虑银行资金总额的限制，因此，有可能突破总金额a的上限。 分散化参数：Lagrange乘子 不过，银行方可以动用利率杠杆，既控制客户的贷款欲望，又使资金充分利用。 下面我们断言：满足要求的（最优）利率?*，正是不等式约束 等价地 的Lagrange乘子。 问题(P)的部分无约束化 撇开一些简单的变换，可以看出如果?*是对应于约束条件 的Lagrange乘子?* ，则问题(P)等价于下面的问题(PL)： 这里的L(x, ?*)是问题(P)的部分Lagrange函数(注意：问题(P)是极大化目标函数，因此，L(x, ?*)的后一项是减号)。 资金的“影子价格” (PL)的目标函数： 正是将约束条件 取消后对原问题(P)的目标函数的惩罚(也就是罚函数)。事实上，破坏约束条件后， 是正项，?*越大， (PL)的最优目标值越小。 而Lagrange乘子?* 则是因为破坏约束条件应付出的单位代价（这就是资金的“影子价格”）。 如何求最优利率 ?* ？ 因为(PL)?(P)，所以不要指望通过(PL)来求?*。 我们将模型(PL)中的?*看成变量??0，则对任意固定的?, (PL)的解是： 这个解实际上是惩罚单位为?时，原问题(PL)的近似解(此时的?不一定是问题(PL