多周期均值-DCVaR 优化：递归神经网络分辨率_保险日报

多周期均值-DCVaR 优化：递归神经网络分辨率

保险日报 • 2026年 7月 17日下午4:04 • 研报

一、研究背景与核心问题

该论文研究了离散时间多周期组合优化问题，核心约束是偏差条件风险价值（DCVaR）——即CVaR超出期望收益的部分，度量的是尾部损失围绕均值的离散程度。相较于传统的均值-CVaR框架，DCVaR作为偏差测度具有更好的适定性（coercivity），在期望收益无上界时仍保证最优解存在。

论文将这一框架扩展至（再）保险领域，用于解决保险公司在多条业务线（死亡率、长寿风险、短期财产险）之间的动态承保配置问题。这一设定与传统金融组合优化的关键区别在于：保险利润过程非马尔可夫、非自融资，早期承保决策对未来多期现金流具有持久影响，无法通过动态规划或滚动优化有效处理。

二、保险场景中的模型设定

保险公司面临三条业务线：死亡率组合（Mortality）、长寿风险组合（Longevity）和短期财产险（Casualty）。死亡率与长寿风险由两个相关的CIR随机强度因子驱动，采用随机Gompertz-Makeham死亡率模型，并基于大组合近似将个体死亡风险分散，保留系统性长寿风险。

每笔业务的年度利润定义为已实现经验偏差与未来现金流估计修正之和，具有条件零均值性质：

$X_{a, d} = (C F_{a, d - 1} - E [C F_{a, d - 1} ∣ F]) + (BE_{a, d} - E [BE_{a, d} ∣ F])$

这刻画了保险利润的核心特征——实际赔付与预期之差、以及准备金估计的后续修订。

在再保险语境下，DCVaR约束与偿付能力监管（如Solvency II的SCR）具有结构相似性，论文明确以此作为选择DCVaR而非CVaR的实践动机。目标函数为最大化折现累积利润，约束为终端DCVaR不超过阈值K，形成时间不一致的precommitment问题。

三、方法论：递归神经网络 + 精确惩罚

由于状态空间高维、路径依赖，论文放弃动态规划，改用递归神经网络（RNN）参数化承保策略，将控制律表示为：

$α_{i} = A_{θ} (I_{i}), h_{i} = Φ_{θ} (h_{i - 1}, x_{i}), α_{i} = ϕ_{θ} (h_{i})$

RNN的隐藏状态 $h_{i}$ 自动压缩历史信息，捕捉保险负债的非线性长期依赖。约束处理采用Clarke精确惩罚——将DCVaR约束转化为带线性+二次惩罚项的无约束目标，避免拉格朗日乘子的迭代调整。

四、实验结果与保险启示

数值实验对比了RNN策略与两种静态基准（固定权重、时变固定权重）。核心发现：

无约束或宽松约束下，RNN策略显著提升期望利润，且DCVaR水平相当或更低。损失分布左移，极端分位数VaR更负，表明即使在不利情景下仍能产生正利润。
约束收紧时，若初始存量组合（in-force portfolio）已主导风险动态，则动态策略增益收窄；但RNN仍保持与静态基准相当或更优的风险收益权衡。
方差可能恶化——因为目标仅聚焦DCVaR尾部，忽略了方差等其他分布特征，论文建议未来引入均值-方差-DCVaR多目标扩展。