This dissertation consists of three studies related to goal-based asset management tailored to individual needs. Three studies consist of a stochastic programming model that uses client friendly inputs for the model, a stochastic programming model that makes decisions for large number of time stages, and a study of generating scenario trees for use in stochastic models.
First, we propose a multistage stochastic model to achieve the client’s consumption goals. In this model, unlike the existing models, the optimization proceeds with input values that are easily understood by the general public.
Second, we propose a multistage stochastic programming model that make decisions on investment and consumption for a long period over 50 years. We propose to use a decomposition method to solve the curse of the dimensionality, which approximate the optimal solution efficiently.
Finally, we propose a method to generate the scenario tree, which is used for solving stochastic programming problems. We propose to use a meta-heuristic algorithm to generate a scenario tree that matches its statistical moments.
Through these three studies, we expect that we will be able to perform customized asset management more efficiently according to individual consumption goals.
이 학위 논문은 개인 요구에 맞춘 목적 기반 자산관리에 관련된 세 가지 연구들로 구성되어 있다. 세 가지 연구들은 고객이 쉽게 이해할 수 있는 수치를 활용하는 추계적계획법 모델, 50년 이상의 긴 기간 동안 매년 자산배분을 내리는 추계적계획법 모델, 그리고 추계적모델에 사용되는 시나리오트리를 생성하는 것에 대한 연구로 이루어져 있다.
첫번째로 개인의 소비 목표를 목적으로 하는 다단계추계계획법 모델을 제시한다. 이 모델에서는 기존의 모델에서와는 다르게 일반인들이 이해하기 쉬운 입력 값을 통해 최적화를 진행한다.
두번째로 50년 이상의 긴 기간 동안 투자와 소비에 대한 결정을 내릴 수 있는 다단계추계계획법 문제를 제시하고 이를 해결하는 방법을 제시한다. 이 방법은 차원의 저주를 해결하여 효율적으로 최적의 의사결정을 내리는 것을 가능하게 한다.
마지막으로 추계 계획법 문제를 해결 할 때에 사용되는 시나리오 트리를 메타휴리스틱 알고리즘을 통해 나타내고자 하는 변수와 같은 통계적 모멘트를 가지도록 생성하는 방법을 제시한다.
이 세 가지 연구를 통해 개인의 소비 목표에 따른 맞춤형 자산관리를 더 효율적으로 수행할 수 있을 것이라고 기대한다.
