线性相关

嗨，爱思考的PZer你好：

同学你好：

首先我们将hedge/return seeking和Surplus optimization做一个区分，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。

而hedge/return seeking则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。overfunded是hedge/return seeking的必要条件，同时也是这个方法的缺点。

ALM的三种方法中，只有surplus optimization是要求计算资产与资产两两之间的相关系数ρ的，并且ρ衡量的是线性关系，没有衡量非线性关系。

surplus optimization是MVO的延伸。surplus optimization输入变量为E(Rs), σs, ρ，是和MVO一样的 Us= E(Rs) – 0.005 λσs2求最值，原理完全相同。

----------------------------------------------
努力的时光都是限量版，加油！