关于 hedge/return seeking 和 surplus optimization方法的对比

嗨，爱思考的PZer你好：

这两个方法的辨析很多同学都有同样的疑问，对于做题来说，最重要的就是掌握surplus正负都可以，但是hedge/return seeking一定要是over-funded。

1、首先surplus optimization和hedging/return-seeking portfolio approach都是ALM方法中的，surplus方法与AO方法中的mvo做起来是一样的，只是把E（R）换成surplus就可以了，也因此“surplus”不需要大于0。

MVO输入变量E(r), σ, ρ，给定公式 U= E(R) – 0.005 λσ2，交给电脑去做 U的最大化求解。

surplus optimization输入变量为E(Rs), σs, ρ，给定公式 Us= E(Rs) – 0.005 λσs2，原理完全相同。

其中E(Rs) = Change in asset value―Change in liability value)/(Initial asset value).

总的来说Surplus optimization中是将A-L得到的surplus看做一个整体，本质上是对组合的surplus进行最优化求解，求的是surplus的效用最大化。如果underfunded，surplus为负，这个方法的目的就是缩小负值。

举个栗子Asset 是8，Liability是10，我们就是对 -2进行optimization，那么就是让负数更小。

2、hedging/return-seeking portfolio approach是将Asset分为两部分：Hedging Portfolio和Return-seeking portfolio，两个部分用不同的策略投资，不涉及MVO方法。这部分算是两者的区别之一。

也就是说hedge/return seeking是将一块蛋糕切成两块，变成hedging portfolio（A=L）和return-seeking portfolio（A>L），hedging部分用于cover liability，return-seeking部分追求收益。Over-funded是hedge/return seeking的必要条件，同时也是这个方法的缺点。

3、如果想更加激进，或者打破这个局限，基金经理就引入了两个变种策略，就是Partial Hedge and (Partial hedge with) dynamic.

其中Dynamic version ，也叫做：Liability glide path，是按照Funded ratio动态调整的策略：

也就是说，Hedging portfolio与Return-seeking portfolio的比例是动态变化的，两个Portfolio的比例会随着funded status的变化而变化，且这个比例是提前设计好的。

等养老金实际的Funded ratio达到某个特定数值时，就相应调整Hedging portfolio与Return-seeking portfolio的比例。

这个技术Overfunded可以用，Underfunded也可以用。

两个变种的策略，因为涉及Partial hedge，所以主要针对更加激进的Portfolio，所以这个策略对Underfunded会更好用一些，因为Underfunded时，这种策略可以加大Expected return，有机会补充缺口。

正因为如此，后面才会提出两种改进的方法，partial hedge和dynamic hedge。这样即使没有surplus，基金经理也可以采用这些方法来更激进的投资，达到fully funded的目的。

但是同学要注意，hedging return seeking的 扩展版本，“partial hedge method ”，partial 不属于hedge/return seeking，两者不能混为一谈。

----------------------------------------------
虽然现在很辛苦，但努力过的感觉真的很好，加油！