• 报告核心模型框架 [page::0][page::4]：

- 成员同质，均以相同初始资金及预设提款计划投资于n资产的合池年金基金。
- 死亡时，成员资金留存于池中惠及幸存者，目标最大化任一成员完成提款计划的概率。
- 基于离散时间随机动态规划，投资权重为信息可测的逐步调整函数。

• 理论递归计算方法 [page::6][page::7]：

- 设定函数$vi(x,a)$递归计算当前资金$x$和存活人数$a$下完成计划的概率，最大化投资组合概率。
- 转化为求解期望最大化问题，采用动态规划算法，结合成员死亡概率及资产收益分布。

• 应用场景及数据说明 [page::8][page::9][page::10]：

- 资产选取为S&P综合指数（近似独立同分布正态分布，均值1.083，标准差0.1753）和通胀保护债券，年利率$r=0$。
- 采用2017年美国女性死亡率构建寿命分布，合池成员起始年龄多设为65岁。

• 关键计算与优化算法 [page::11][page::12]：

- 使用迭代网格搜索确定最优股票比重$q$，结合概率积分近似计算动态规划期望。
- 模拟算法用于估计最终提款成功概率，实现投资组合权重的动态调整。

• 主要结果分析 [page::14][page::15][page::16][page::17][page::19]：

- 资金和成员数量增加均提升提款成功概率$v0(ax,a)$，且关于成员数目呈现递减边际效应，20名成员期效益几乎充分体现。







- 必要初始投资$P^$随起始年龄增加呈递减趋势，且随着成员数增加而减小，但超过30人边际收益显著下降。
- 在给定分布参数下，最优投资组合收益概率对均值及波动率小幅变动鲁棒。

• 量化策略与投资组合建议 [page::15][page::19]：

- 结合最优动态权重$q_i^(x,a)$模拟计算体现投资组合调整，有效提升提款成功概率。
- 研究表明，尽管理论最优组合优于固定投资股权（如全仓S&P），差异不大（约0.04），实际操作中可灵活选择。

• 产品设计及未来研究展望 [page::1][page::20]：

- 普通闭池产品限制成员不能随时退出，流动性欠缺。
- 可考虑允许成员提取当前贡献现值等流动设计，可能调整提款成功概率，且留池成员成功概率不低于单独投资。
- 后续研究可探索允许流动退出对产品稳定性及成功率的影响和设计优化。

Withdrawal Success Optimization in a Pooled Annuity Fund — 详尽分析报告

---

1. 元数据与报告概览

标题：Withdrawal Success Optimization in a Pooled Annuity Fund
作者：Hayden Brown
发布机构：内华达大学里诺数学与统计系
日期：未明示，文献引用2023年，为最新研究
主题：保险金融领域，聚合年金基金（Pooled Annuity Fund）的最优投资组合策略与提款成功概率最大化问题

该报告针对一闭合性聚合年金基金模型展开分析，基金由多个参与者组成，每人首次缴纳相等的资金，约定固定的提款计划。研究的核心是，如何通过动态调整基金资产配置权重，最大化单个参与者乃至全体参与者完成提款计划的概率。报告以混合投资标普指数和保值债券的双资产组合为例，结合历史数据进行应用与计算，展示了联合投资带来的明显成功率提升，尤其是加入20人规模的基金后，提款成功概率可提升约0.15。

核心信息在于阐明：

• 通过聚集多个相同条件的投资者进入一个年金池，基金的资金池和投资策略可更有效对抗寿命风险（longevity risk），提升提款成功概率。

- 动态投资组合权重的最优选择能有效提升成功率。

• 成员规模较小时，成功率提升显著，超过20人后边际效益下降。

[page::0,1,3]

---

2. 逐节深度解读

2.1 摘要与引言 (Abstract & Section 1)

报告首先在摘要中定义了基本模型：无外部流动、成员同质（资金和提款、死亡概率同分布独立），资产组合通过离散时间调整权重，效果衡量为参与者完成规划提款计划直到死亡的概率最大化。
引言里进一步强调了此类模型旨在应对传统单一投资者无法成功完成提款计划（例如计划提款总额往往高于初始投资）的问题，动因是通过动态投资实现财富的增长并管理风险。报告受Brown (2023)单人模型启发，推广至多成员合并池的情况，重点关注“等额年提款直到死亡”的提款计划。
[page::0,3]

2.2 聚合年金基金模型与同质假设 (Section 1 & 2)

聚合年金基金或“tontine”结构的核心思想是，成员在基金内共同投资，成员逝世后，其份额留存继续支持存活成员提款，无需给遗产支取资产。这种设计自然应对寿命不确定性，成员按相同规则共同承担和分享风险和收益。
基金设置为闭合池（closed pool），成员只能按初定提款表提款，无额外退出机制。报告提到可能允许活着的成员随时退出以其净现值提款，但该模型重点关注闭合池，提供了封闭、标准化研究视角。
同质性意味着：所有成员缴纳相同金额，遵循相同提款计划，且寿命分布相同且独立。这保证了公平性，也使数学处理可控。文献回顾部分提及同质性和异质性池的不同研究，强调消费稳定提升和风险分散效应。
[page::1,2,4]

2.3 理论基础和动态规划模型 (Section 3)

基金财富与成员生存情况共同构成随机系统，财富在离散时间点通过资产收益和提款动作动态调整。
基本递推关系：

• 初始财富 $W0 = A0 P$，其中$A0$为初始成员数，$P$为单成员出资。

- $Wk = Y{k-1} W{k-1} - Ak wk$，其中 $Y{k-1}$是组合资产收益率，$Ak$为活着的成员数量，$wk$为人均提款额。
成员死亡作为贝努利事件$Bk^i$独立产生，更新活跃成员数。
目标函数为最大化完成提款计划（即基金财富非负直到个人或所有成员死亡）的概率。这是“安全第一原则”的具体体现。
通过构造函数$vi(x,a)$表示在时刻$i$，财富$x$和活跃成员数$a$下继续成功的概率，利用动态规划的递归关系式实现最优投资策略的计算。
同时定义单个成员的“生存指标”及全员死亡时间，细致区分单个成员成功与全体成员成功的概率。
[page::4,5,6,7]

2.4 双资产模型及具体算法 (Section 3.1 & 4.2)

应用层面，定义两资产组合：

• $X1(t)$：标普综合指数的通胀调整价格，统计特性基于150年历史，符合正态分布模型，平均数1.083，标准差0.1753。

- $X2(t) = (1+r)^t$：通胀保护债券，定息且确定性增长，利率$r$近似为0。

针对等额年提款制定计算边界条件和递归更新的界定函数$m{a,i}$，推导区间内递归积分表达式，建立计算算法（Algorithm 2）用于数值求解最优控制函数$qi$（投资标普比重）。
算法包含：

• 离散化财富空间分区 (离散为$D{a,i}$)，

- 迭代细化投资比例$ q $网格，

• 数值积分近似（利用标普收益分布的概率密度函数），

- 递归求解成功概率函数$vi(x,a)$。
算法1用于模拟验证成功概率$\mathbb{P}(\widehat{W}k \ge0)$。
[page::7,8,10,11,12]

2.5 数据说明与实际应用 (Section 4.1, 4.3)

附录详细说明数据来源：

• 标普指数与消费者价格指数数据来自耶鲁经济学教授Shiller网站。

- 使用通胀调整的年度总收益率(价格+分红修正)；历史数据覆盖1871-2020年。

• 人口死亡率选用2017年美国家社会安全局女性年龄死亡率，与起始年龄相关，考虑120岁终止。

应用测试了不同基金规模$A0=1,2,3,\dots$、不同初始投资额$P$及不同起始年龄$s$的最优提款成功概率。

实证发现：

• 成员人数的增加显著提升提款成功概率，特别是从1人增加到20人的提升最为明显，提升幅度最大可达0.15左右。

- 起始年龄越大及初始贡献越高，成功概率上升。

• 超过20人后，追加成员的边际效益明显下降，规模经济渐趋饱和。

- 置信水平提升（90%, 95%, 99%）所需的初始出资也显著不同，99%置信较95%需投入更多，性价比考虑下可能不划算。

• 单纯持有标普指数的固定权重投资组合成功概率高且接近最优，但最优策略仍略优0.04左右。

[page::9,13,14,15,16,17,19]

---

3. 图表深度解读

图1（页9）

内容：左图展示了标普指数年度对数收益的自相关函数，右图为标普年度收益分布与拟合正态分布的Q-Q图。
解读：

• 自相关函数显示收益的时序相关性极低，支持iid假设。

- Q-Q图表明收益整体符合假设的均值1.083，方差0.1753正态分布，模型基础合理。
支持使用正态起点进行数值模拟与动态规划。
[page::9]

图2（页10）

内容：2017年美国家女性各年龄段死亡率点图。
解读：

• 死亡率在年轻时接近零，随年龄增加缓慢上升，高龄期急剧上升接近1。

- 用于构造寿命贝努利变量的多时期死亡概率。
这为动态更新幸存人数和相应财富提供了概率输入。
[page::10]

图3（页14）

内容：不同成员数量$a$下，函数$v0(a x,a)$随投资比例$x$变化曲线，起始年龄65岁。
解读：

• 成员数越多，特定$x$下完成提款的概率越高。

- 函数随$x$递增，从0逐步趋近1。

• $a=2$对比$a=1$时，显著提升成功概率，直观呈现聚合效应。

体现了规模效应的非线性增长。
[page::14]

图4（页14）

内容：不同财富投入$x$下，函数$v0(a x,a)$随成员数$a$变化，起始年龄65岁。
解读：

• 成员数增加使成功率提升，增长趋势趋缓显现凹函数特征。

- 例如$x=21$时，成员数超过7人即可接近95%成功率。
说明适当规模成员数可显著增加提款可行性。
[page::14]

图5（页15）

内容：达到95%成功概率所需的最小起始投资$P^$随成员数$a$和年龄$s$变化。
解读：

• 右图显示，投资需求随成员数增加而减少，且超过30人后下降趋势趋缓。

- 左图显示，起始年龄每增5岁，所需投资减少约2至2.5单位，年龄越大风险越低。
揭示年龄与聚合规模对资金效率的关键影响。
[page::15]

图6（页16）

内容：不同可信度下，达到对应成功概率的必要投资$P^$与成员数$a$和年龄$s$的关系。
解读：

• 置信度从90%提升到99%，投资需求明显增加，风险贴现体现明显。

- 置信度要求越高，边际投资成本攀升，提高投资门槛。
风险偏好的个体需要在成本与保障间权衡。
[page::16]

图7（页17）

内容：初始成员数为30，65岁起始，投资不同固定权重组合时的模拟提款成功概率与最优动态策略结果$v0(30P,30)$对比。
解读：

• 动态最优策略与“全投入标普指数”(π=(1,0))最接近。

- 均衡组合（如90%标普+10%债券）略差，尤在中间投资区间差异达约0.04。
实践中简化投资策略仍可获得较好表现。
[page::17]

图8（页17）

内容：成员数$a$增加时，$v0(a x,a)$与单人$v0(x,1)$之最大差值。
解读：

• 差值很快接近0.15，表明加入池的边际贡献在20人左右时达峰值。

- 随后增长趋于停滞，规模经济递减明显。
量化了规模导致的成功率提升边界。
[page::17]

图9（页18）

内容：成员数增加时，$v0(a x,a)$的最大增量（对数尺度）与成员数的回归拟合，呈严格减小幂律衰减形式。
解读：

• 指数拟合$-0.805 - 1.78 \log{10} a$说明规模效应的边际值随规模呈快速衰减。

定量描述规模扩大收益递减规律。
[page::18]

图10（页19）

内容：标普收益分布的均值$\mu$和波动率$\sigma$变化对$v0(30x,30)$及模拟$\mathbb{P}(\widehat{W}k \ge 0)$的影响。
解读：

• 成功概率对分布参数变化敏感性低，基于临近参数产生的最优策略仍接近最优性能。

- 说明模型对精确市场参数的依赖低，实际应用具一定鲁棒性。
[page::19]

---

4. 估值分析

报告未涉及传统金融市场估值如DCF或市盈率，而是聚焦于存续概率优化问题的动态规划求解。资产收益建模为几何布朗运动分布离散步进，寿命风险以独立伯努利变量模拟。估值本质上是计算最优投资策略下，基金财富维持非负的概率边界函数$vi(x,a)$。所以估值核心为概率空间上的收益风险动态权衡，非典型现金流贴现模型。

关键参数包括：

• 初始成员数$A0$与单个成员缴纳额$P$（决定总基金规模$W0$）

- 年提款额度$wi$及时间期限$k$

• 资产收益分布$X{1i}$的均值与方差

- 成员寿命死亡率$di$

估值过程即通过最优投资比例$\pi_i$控制投资组合，以最大化成功概率边界函数。该过程通过数值动态规划算法实现。不存在传统意义上的企业或股权价值估值。

[page::4,5,7,11]

---

5. 风险因素评估

作者提及并隐含的主要风险包括：

• 寿命风险：成员寿命分布假设的准确性可能影响死亡率计算及提款计划的执行。保险设计依赖独立同分布假设，若现实存在寿命相关或疫病疫情等系统风险，则模型偏差会增大。

- 市场风险：标的资产收益假设近似独立正态，实际市场可能存在非正态尾部风险、序列相关、结构性变化，尤其极端情况下可能显著降低提款成功概率。

• 流动性风险：基金为闭合式，成员无法随时退出，否则概率分析需调整。允许退出版块虽被理论提及，但未系统研究其对成功率影响。

- 模型风险与实现约束：实际操作难以精确执行动态组合权比例调整，算法计算复杂且假设完美市场，市场摩擦、交易成本未考虑。

• 成员异质性：本报告限定同质池，实际中异质成员造成负担、收费不公平风险，影响基金吸引力和稳定。

报告部分解释了允许提取净现值的流动性选项且仍比单独投资更优，但未建立完全动态退出策略定量模型，留待未来研究。
[page::1,2,20]

---

6. 批判性视角与细微差别

• 报告假设所有成员完全同质，寿命独立且死亡率固定且准确。现实中成员存在年龄、出资、健康状态等异质性，这将显著影响风险分摊和成功概率，需谨慎外推。

- 动态规划算法依赖完全市场假设及资产收益的独立分布，考虑到现实市场波动及非理想性可能导致估计偏乐观。

• 关闭基金机制限制了实际流动性，可能降低受众接受度，允许流动性方案的研究未深入，未来关注点。

- 验证中证明固定资产权重(全标普投资)接近最优，可视为实用简化，但仍需注意收益波动导致差异。

• 成员数的提升到20人带来最大边际效用，后续增长收益递减明显，运营商若追求规模可能不太划算。

- 报告未明确基金运营成本、管理费及风险缓释机制，可影响有效收益率。

整体上，报告具有严谨的数学建模与系统性分析，理论贡献显著，实际应用仍需更多外部验证与市场适应性考量。

---

7. 结论性综合

本报告系统阐述了关闭式聚合年金基金在固定规划提款条件下的成功提款概率最大化问题，构建基于离散时间动态规划的数学模型，假设同质成员和特定资产收益分布，求解最优动态投资组合权重。通过该模型：

• 证明了聚合池结构由于风险共担能显著提升参与者提款计划完成概率。

- 通过数值算法和模拟应用定量揭示，20人规模的基金即可获得接近最大提升，边际效益递减显著。

• 体现了寿命概率模型、资产收益率分布与投资动态权重之间的协同关系。

- 标普指数与通胀保护债券作为代表资产，实际数据校验模型假设合理。

• 简单策略如“全标普投资”已能达到接近最优的效果，为实际基金管理提供可行指引。

图表深刻揭示了成功率随初始资金、成员规模和年龄递增、突出了风险收益的数学特征和实际影响。报告补充算法详述支持可复现的数值分析，确保科研透明。多重死亡风险、流动性约束和市场风险是未来需要关注的关键难题。

最终，报告展现了聚合年金基金在延迟提款风险管理中潜在重要作用，强调“小规模运营即可享受大量规模效益”，为寿命风险管理、养老金设计和金融产品创新提供了理论与应用基础。

---

参考注释页码

引用报告内容时标注对应页码：如[page::3,7,14]

---

附录：主要图表示例

图7 探讨不同固定投资配置与最优动态投资策略对提款成功概率的影响，展示了动态规划优化策略带来的边际改进。


图8 显示基金成员数量对提款成功概率提升的最大边际贡献，强调了20人规模效用峰值。


---

此分析详尽覆盖报告的数学模型构建、应用算法设计、实证数据处理、图表洞察、估值视角以及风险评估，清楚地传达了作者的理论贡献与应用价值。

报告