先有问题，然后才有答案

《风险-收益分析：理性投资的理论与实践（第2卷）》先有问题，然后才有答案,页面无弹窗的全文阅读!

桶方法不同于我们在本书中所持的观点，特别是在决策支持系统（DSS）的设计上。具体而言，我们寻求对无数可能情景（比任何人郑重建议设立的物理或心理账户还要多的情景）都是稳健的系统。在一个给定的情形中，有多种影响投资者财富供给与需求的可能性。我们或许能够详细列出这些可能性的一个代表性集合，但关于这些可能性发生时间的无数可能组合却在我们的枚举能力之外。或许某个不利的事件在投资者的早期生涯或快要退休时或退休期间发生，或许两个不利事件接连发生，或许一个有利或不利的市场事件紧随着某个影响现金需求的有利或不利事件而发生。在直到退休和/或退休期间的许多年间，它们的可能组合可以是天文数字。

我们的方法是：

（1）同时对下面两项进行建模：

a.投资者面临的意外事件；

b.投资目标（换言之，效用函数）。

（2）对投资者能够采取的策略进行建模，这可能包括对投资组合选择的流动性约束进行建模。

（3）生成成百上千个情景，以评估最有前景的策略。

（4）选择以步骤（1）b中的标准衡量的对投资者而言总体上表现最好的策略。

（5）告知投资者步骤（4）的结果，但也试着向投资者描述在其他规则下会发生什么。

（6）让投资者试着采取其他的策略，以找出最适合该投资者的可行解。

步骤（5）和（6）非常重要，因为投资者的实际偏好可能不完全反映在我们对他们的效用函数描述中。步骤（3）可由精确或近似的优化程序所取代，如果它们适用的话。事实上，步骤（3）的蒙特卡罗程序本身就是一个近似程序，它在解析法要求步骤（1）和（2）中模型做出不合意的简化时就能派上用场。

由于这一原因，有关桶的建议应被视为有待模拟和反馈程序评估的假设。例如，在前一节中，我们指出，EHR的建议是普遍适用的和无条件的。然而，埃文斯基（Evensky，2006）指出：

我们在20世纪80年代中期发展了埃文斯基和卡茨现金流储备策略（Evensky&Katz Cash Flow Reserve Strategy，E&K-S）……

当时，我们企业有一个长期形成的5年期经营理念。“5年，5年，5年”这一准则被频繁地向我们的客户重复，以提醒他们我们认为投资者面临的真实风险乃是在错误的时间卖出……尽管我们准则的提出是为了保护重要的本金清偿，我们认为同样的概念可能适用于客户日常但更适中的现金流需求。我们首先考虑简单地求出客户5年现金流需求的价值，就像我们会针对单一目标所建议的那样。不幸的是，我们的计算表明，机会成本会超过收益。我们在模型中考虑了各种选项，结论是得出两年的现金流储备不仅是经济的，而且在行为上也是最优的。

但如果对一种情形5年是恰当的，而对另一种情形2年是恰当的，那么或许也存在这样的情形，对这些情形3年或4年是恰当的；或者也许客户的投资组合是充分流动和充分审慎的（也即投资组合边界上较低的点），以致所需的只是一个或多个用于交易的现金等价账户。

与特定投资者有关的问题（question）是：给定所面临的情景、自由度和目标，他、她或它的最佳策略是什么？对于DSS设计者而言，问题（problem）是怎样设计一个系统来为各种各样的潜在客户解答这个问题。我们怀疑，是否存在一个对所有这样的问题都是正确的明确而绝对的答案。

转到切布拉以及谢弗林和斯塔曼，我们同意他们均值方差分析可能并非对所有投资组合选择情形都适合的观点。回忆一下，我们的基本前提是RDM寻求最大化其期望效用。第2～4章证明，如果收益分布“不太分散”，那么对于凹效用函数U（R），期望效用EU的MV近似是相当稳健的。但如果收益分布“太分散”，就像在U=log（1+R）和R可能等于-1的情形中那样，情况又是怎样的呢？今天的计算机和算法寻找这样一种情形的最优解没有任何问题，即使对于大型的问题也是如此。运用一个显式的效用函数，使“风险收益”分析某些直观的吸引力（第2章已经讨论过）也失去了，但这也比一刀切地对未阐明的目标进行近似要好。

效用函数并非处处凹的一个例子，见本章注释3中介绍的马科维茨（1952b）的建议。这个效用函数同时包含了凸的和凹的部分。3个（或更多）桶的方法曾经被认为是近似最大化这样一个并非处处凹的效用函数U（R）之期望效用EU的一种方法。但近年来，最大化非凹函数的最新方法已经取得了突飞猛进的发展。特别地，选择一个投资组合以最大化非凹效用函数的EU（R）的问题，可近似为一个混合的线性整数规划问题，而后者在不断取得进展。或许现在——在写作本书时，对于有用规模的投资组合选择问题，这类问题已经是可求解的。不管怎样，随着时间推移，这一概率在上升。

因此，可以郑重地说，在DSS的设计中，随着技术进步：“问题一成不变，答案却每每不同。”