summarypapercontinuous-timestochastic-controlhjblifecycleportfolio-choiceconsumption

Lifetime Portfolio Selection under Uncertainty (Merton 1969)

Robert C. Merton (MIT) · The Review of Economics and Statistics, Vol. 51, No. 3 (Aug., 1969), pp. 247-257 · 11 页 本次归档: raw/papers/196908-lifetime-portfolio-selection-uncertainty/ (paper.pdf 552 KB + extracted.md，手工重抽，章节标记为 ## Page N)

一句话核心

Merton 把「一个人一生中如何分配财富于消费与风险资产」放进连续时间随机模型：资产的瞬时增长率由布朗运动驱动，预算约束升级为随机微分方程，最优性问题用 Bellman-Dreyfus 原理写成非线性偏微分方程 (HJB) 加上两条代数一阶条件。在常相对风险厌恶 (CRRA) 偏好下他解出闭式解：最优风险资产比例是一个与财富、时点均无关的常数 w^* = \frac{a-r}{\gamma\sigma^2}，而消费则按一条与财富成比例的路径演化；在常绝对风险厌恶 (CARA) 偏好下，风险资产的美元金额恒定而比例随财富下降。

问题与关键结构

变量。 W(t) 总财富，X_i(t) 资产 i 的价格，C(t) 单位时间消费，w_i(t) 资产 i 占总财富的比例，\sum_i w_i(t) = 1。

离散到连续。 离散期里资产的单位时间收益率按几何布朗运动的形式写：g_i(t)h = (a_i - \sigma_i^2/2)h + \Delta Y_i，其中 \Delta Y_i 是高斯随机游走增量。取 h \to 0 得到连续时间的随机预算方程：

dW = \Big[\sum_i w_i(t) a_i W(t) - C(t)\Big] dt + \sum_i w_i(t)\sigma_i Z_i(t) W(t)\sqrt{dt}

这正是「确定性预算方程在不确定性下的推广」——不确定性使预算约束变成 SDE。

目标函数。 最大化

\mathbb{E}\Big\{\int_0^T e^{-\rho t} U[C(t)]\, dt + B[W(T), T]\Big\}

U 严格凹（U'>0, U''<0），B 是「遗赠估值函数」（也称 scrap function），通常对 W(T) 凹。

求解路径。 写成动态规划形式，定义价值函数 I[W(t),t]，用 Bellman 原理展开到二阶 Taylor，取 h\to0 得到 Bellman-Dreyfus 最优性方程：

0 = \max_{\{C,w\}}\Big\{ e^{-\rho t}U[C] + I_t + I_W\big[(w(a-r)+r)W - C\big] + \tfrac12 I_{WW}\,\sigma^2 w^2 W^2 \Big\}

两条一阶条件为 (18)(19)，加上充分条件（I_{WW}<0、I_{WWt}<0、Hessian 行列式为正）构成完整的方程组 (*)。

关键发现

1. 常相对风险 aversion 下风险资产比例是常数。 取 U(C) = C^\gamma/\gamma（\gamma<1），\gamma\to0 时取对数效用，此时 -C/U'(C) = 1-\gamma 即 Pratt 的相对风险厌恶度量。最优解为

w^*(t) = \frac{a-r}{\gamma\sigma^2}

与 W 和 t 都无关——这是全文最著名的结论。Merton 给出直觉解释：系统的两个反馈回路（价格变动、由此产生的财富水平）对组合决策都不起作用。

2. 消费规则是财富的一个比例。 有限期时

C^*(t) = \frac{v}{1 + (vE-1)e^{\rho(t-T)}}\,W(t)

其中 v = \frac{a-r}{\gamma\sigma^2}，E 是遗赠效用参数（E=0 对应「不留遗产」）。E=0 时 C^*(t)/W(t) \propto e^{\rho(t-T)} 随时间上升（消费倾向递增），对应驼峰储蓄 (hump saving)。

3. 有限期 vs 无限期的区别。 无限期（T=\infty）时偏微分方程化为常微分方程，最优消费不再有显式时间依赖：

C_\infty^*(t) = \frac{\rho}{\gamma}\Big[\tfrac12(a-r)^2 + \tfrac{1}{2}\sigma^2(1-\gamma)^2 + r\Big]W(t)

Merton 说明无限期情形更适合求解更复杂的问题，因为方程降维。

4. 无限制时风险资产比例可超出 [0,1]。 脚注 10 明确：问题未加借款或卖空限制，因此若 a<r 风险厌恶者会卖空风险资产；若 a > r + \sigma^2 他会借钱投资风险资产。若要限制 w^*\in[0,1] 需用 Kuhn-Tucker 方法。

5. CARA 偏好下结论不同。 取 U(C) = -e^{-\alpha C}，最优解为 w^*(t)W(t) = \frac{a-r}{\sigma^2 W(t)J''(W)} 这一形式，风险资产的美元总额保持常数，比例随财富上升而下降；财富趋于无穷时全部财富投向无风险资产并消费掉全部确定收入。Merton 说这种效用「行为上不如常相对风险厌恶合理」，且其替代效应除 r=0 外为零。

6. 多资产推广。 设第 m 种资产是唯一的确定资产（收益率 r），其余为风险资产，\Sigma 为风险资产的 n\times n 协方差矩阵（对称正定）。无限期下最优权重为

\mathbf w^*(t) = \Sigma^{-1}(\mathbf a - r\mathbf 1)\,\frac{1}{1-\gamma}

注意这正是均值-方差结构：协方差矩阵的逆决定权重。原文注明多资产情形用的是无限期形式（有限期结果类似）。

7. 消费对收益分布变化的反应：替代效应 vs 收入效应。 用 Hicks-Slutsky 的替代/收入效应分解处理：\delta < 1（低相对风险厌恶）的投资者在预期收益上升时减少当前消费、增加储蓄（替代效应占优）；\delta > 1（高风险厌恶）则相反（收入效应占优）；\delta = 1（对数效用）两者正好抵消。弹性比较给出结论：当风险起主导作用时（方差相对很高），风险下降对消费的影响大于同幅度的均值上升；当风险不重要时，均值上升的影响更大。

8. 理论上的两个前提。 Merton 指出「利率预期粘性」与「不确定性」这两种流动性偏好来源是互补而非竞争；本文的框架对非零期望资本利得同样适用（粘性预期会使 g 的期望成为 r 的函数，额外旋转机会线）。

重要 caveat

  • 全文只考虑内部最优解。脚注 6 明确说明：问题本可以用更一般的 Kuhn-Tucker 形式表述，那样 (18)(19) 就要换成不等式。
  • 边界条件的具体形式会显著改变解（脚注 5）：本文选的 B[W(T),T] 形式只是「不留遗产」(E=0) 的代理；若 B 不属等弹性族，最优决策会出现系统性的「年龄效应」。
  • 模型的分布假设很窄：资产的增量必须是独立增量的布朗运动、收益率连续可分、鞅性质（martingale）；Merton 在 §10 指出可推广到 Markov 过程、更一般的生产函数与随机技术进步，但「由于最优性方程含偏微分方程，哪怕稍加推广的模型数值求解也相当困难」。
  • 相对风险厌恶参数 \gamma 与 E 的经济含义依赖具体设定；E=0 时 C^*(t) 在 t\to T 处有奇点，作者解释这是「数学反映 t>T 后正财富无效用、要求 W(T)\to0」而非真的无限消费率。
  • 本文是纯理论，无实证数据。

对 quant wiki 的意义

  1. 这是连续时间资产定价与组合选择的共同源头：同期的 Merton (1973) ICAPM 与后来的 Black-Scholes、连续时间随机控制都建在同一条 SDE 预算约束与 HJB 求解路线上。
  2. 多资产解 \mathbf w^* = \Sigma^{-1}(\mathbf a - r\mathbf 1)/(1-\gamma) 与库内 Markowitz Curse 讨论的 MVO 权重结构同源（都是 \Sigma^{-1} 的线性变换），但风险厌恶系数 \gamma 在这里是常数、在均值-方差框架里是被优化掉的 —— 这条差别值得对照。
  3. 「风险资产比例恒定（比例型策略）」与「风险资产美元额恒定（金额型策略）」的区分，对理解 波动率管理组合 等基于风险度量调节仓位的现代做法有直接参考价值。

相关概念