为什么何老师在解释cash flow matching不适合做匹配养老金的办法时，没有提到养老金属于type 4 liability，既然现金流和时间都不确定，怎么做cash flow matching呢？还是说养老金就固定一个假设，把它当做type 1 liability来做？
发亮_品职助教 · 2022年04月19日
嗨，努力学习的PZer你好：
可是现金流即使每期多少算好了，一共几期也是不确定的呀，为什么优先写现金流多，而不是写现金流不确定呢？
期数也是确定的：每期的现金流金额和期数都是估算出来的，要先假设期数才能估算出来每期的现金流。
不确定性是通过假设解决的。
现金流多且不规律，是100%无法做CFM的；
而不确定性的话，我们可以通过假设解决，在这种情况下，只要现金流规律也依然可以做CFM，只不过可能面临的风险大。
所以说优先写现金流多且不规律，然后有额外要求的话，填上Type 4的现金流不规律有风险。
下面是这个问题的详细讨论：
这里是这样，就是如果现金流多且现金流结构不规律的话，根本无法用Cash flow matching来构建。
因为Cash flow matching就像是解方程组一样，例如，5笔负债现金流，分别在1,2,3,4,5年年末，现在要构建Cash flow matching，我们就需要找5支债券，期限分别是1~5年期债券，让债券的Coupon与本金现金流加总恰好等于负债现金流流出。
这就相当于用5个债券的数据构建了5个方程，然后解方程组算出来各个债券的权重。对于现金流不规律的负债（金额不规律，发生时间不规律），方程组没有解，也就是无法构建CFM。这就是上面回复所说的，优先写现金流多且不规律，因此出现这种情况根本不可能构建CFM。（这个举例是提供一个理解思路，不是考试要求哈）
对于Type 4现金流来讲，现金流是一定存在不确定性的，无论是金额还是期数都是不确定的。
但我们会用一系列假设估算一个现金流，包括现金流多少期也是其中一个假设。在匹配的时候，就用的估算的数据匹配的。例如，估算出来BD养老金的现金流，现金流的现值加总我们得到的PBO，然后有PBO的一系列数据（如BPV，convexity等），我们就利用了这些数据做了Duration-matching。原版书在讲解DB匹配时，也是用估算数据做了Duration-matching。
同理，如果估算出来的现金流规律可靠的话，也照样可以用CFM来匹配。
无论是Duration-matching还是CFM，都是依赖负债现金流的数据来匹配的，如果说因为现金流具有不确定性而无法匹配的话，那么Type 4 liability就彻底无法做匹配了。但事实上，我们也是依赖于估算出来的数据做了Duration-matching（原版书有例题），同时如果现金流规律可靠的话，用这些数据做CFM也可。
这就说明，Type 4的负债，估算的数据虽然不是100%正确，但是有一定的可靠性，我们就用估算的数据做匹配也是OK的。
所以前面说优先写Cash flow多且不规律，因为多且不规律肯定无法做CFM。
然后再写type 4由于存在估算，现金流存在不确定的风险导致匹配有风险，所以用CFM这种精细化的策略不适合。
----------------------------------------------虽然现在很辛苦，但努力过的感觉真的很好，加油！
发亮_品职助教 · 2022年04月14日
嗨，爱思考的PZer你好：
还是说养老金就固定一个假设，把它当做type 1 liability来做？
不是的，养老金属于最复杂的一类现金流，属于Type 4 liability。如下图，原版书的说法：
为什么何老师在解释cash flow matching不适合做匹配养老金的办法时，没有提到养老金属于type 4 liability，既然现金流和时间都不确定，怎么做cash flow matching呢？
因为这道题已经告诉了我们是Monthly cash flow，默认题目已经算好了养老金的每期的现金流是多少了。但实际上因为未来每期的现金流是预估出来的，需要依靠很多假设，所以这个cash outflow也不准，用Cash flow matching做也存在较大的风险。
总的来说，本题DB养老金做Cash flow matching有2点难处：
1、现金流比较复杂，且现金流的计算需要很多估计与假设，所以导致Cash flow matching有风险。
2、本题还是Monthly cash outflow，这会使得Cash flow matching构建的难度更大。
----------------------------------------------虽然现在很辛苦，但努力过的感觉真的很好，加油！
