通胀市场中在线金融租赁模型及其竞争策略设计

Financial leasing has become one of the more and more important financing patters for enterprise, and the decision-making behavior of lessees and lessors increasingly needs some decision-making theory to guide. As the decision-making for financial leasing is on-line and is affected by factors such as the market inflation, the key items of the financial leasing contract, the lessee's dynamic forecasts, this project, using the theory of on-line algorithm and competitive analysis, studies the on-line financial leasing problem with the above factors. First, we establish the on-line financial leasing model in the inflation market, and design the optimal randomized strategy and compute its competitive ratio; second, we establish on-line financial leasing models with running cost and with option of purchasing the equipment, respectively, and design the optimal randomized strategies and compute their competitive ratios; then, we study the optimal risk-reward strategy and its restricted competitive ratio for the on-line financial leasing model under dynamic forecast. At the same time, thanks to empirical analysis, we study the effects of the factors of the market inflation, the running cost, the price of the leasing equipment and the dynamic forecast on the competitive strategies and their competitive performances. This project aims to provide theoretical guides for lessees in leasing or purchasing equipment and for financial leasing companies in pricing leasing services, and to enrich and perfect the research results on the on-line financial leasing problem, and also to provide thoughts and methods for the studies on other on-line financial decision-making problems.

金融租赁已成为企业越来越重要的融资方式之一，承租人和出租人的决策行为也越来越需要一定的决策理论作指导。由于实际的金融租赁决策活动是一种在线决策，并且受通货膨胀、金融租赁合同中的关键性条款、承租人的动态预期等因素影响，因此本项目利用在线算法和竞争分析理论研究以上各种因素影响下的在线金融租赁问题。首先，建立通胀市场中的在线金融租赁模型，设计最优随机性策略并计算其竞争比；然后，分别建立带运行费用和带留购设备选择的在线金融租赁模型，设计最优确定性和随机性策略并计算其竞争比；其次，研究动态预期下在线金融租赁模型的风险回报策略及其约束竞争比。同时，借助于实证分析，研究通货膨胀、运行费用、留购设备的价格和动态预期等因素对竞争策略及其竞争性能的影响。本项目旨在为承租人赁购设备和租赁公司确定租赁价格提供更有效的理论指导，丰富和完善在线金融租赁问题的研究成果，为其它相关在线金融决策问题的研究提供思路和方法。

金融租赁已成为企业越来越常见和重要的融资方式之一。2015年8月国务院办公厅出台了关于加快融资租赁业发展的指导意见。由于实际的金融租赁决策活动是一种在线决策，传统的统计假设下的决策理论并不适用，承租人和出租人的决策行为需要新的决策理论作指导。本项目利用在线算法和竞争分析理论研究了考虑合同约束、通货膨胀、运行费用等各种因素的在线金融租赁问题。首先，基于绩效比分析和线性分数规划方法，研究了合同约束下的单阶段和多阶段在线租赁决策问题，分别得到了最优的在线预租策略及其绩效比。其次，研究了有无利率市场中带运行费用的在线金融租赁问题，借助于Nash均衡思想和Yao引理，得到了最优随机性策略及其竞争比；然后，研究了通胀市场中动态预期下的在线租赁问题，得到了最优的确定性和随机性策略及其竞争比。另外，本项目利用在线决策的方法还研究了相关的投资组合和易腐品库存等决策问题。一方面，研究了在线投资组合选择问题。利用弱集成算法集成不同专家意见集，即投资单只股票的专家意见集、有限个专家意见集、所有定常再调整策略（CRP）专家意见集等，分别构造了相应的在线投资组合策略，并从理论上证明了它们具有较好的竞争性能，其中集成所有CRP专家意见的策略是泛证券投资组合策略。另一方面，研究了易腐品在线库存决策问题。将弱集成算法分别应用到需求非静止情形下的多阶段报童问题、需求静止情形下两产品多阶段报童问题、需求静止情形下多产品多阶段报童问题、引入缺货损失费的多阶段扩展报童问题及收益损失度量下的多阶段报童问题，得到了具体的在线订购策略。理论分析和数值算例均表明构建的策略具有较好的竞争性能，能够实现较好的累积收益。本项目研究结果可以为承租人赁购设备和租赁公司确定租赁价格提供决策依据；可以为实际的投资活动提供有效的理论指导；可以为易腐品库存问题提供具体的订购策略。它也可以为其它在线决策问题的研究提供思路和方法。