專利名稱：金融顧問系統(tǒng)的制作方法
這里包含的是受到版權保護的材料。當它出現在專利和商標局專利文件或記錄中時，版權所有者不反對由任何人對專利公開的傳真復制，然而在別的任何方面保留對版權的所有權利。
本發(fā)明一般涉及金融顧問服務領域。更具體地說，本發(fā)明涉及一種用來建議用戶考慮在一組適用金融產品中的可能和最佳有價證券分配的系統(tǒng)。
在二十世紀八十年代期間，一個顯著趨勢出現在退休儲蓄中。傳統(tǒng)定義的收益計劃資產開始向401(k)之類的雇員指向的定義分擔計劃移動。隨著該趨勢的繼續(xù)，許多個人投資者將最終成為負責管理其自己的退休投資。然而，許多人不完全具備做出通知的投資決定。而且，對個人適用的投資選擇的數量和多樣性正在迅速增加，由此使今天以后的投資決定更復雜。
很多投資軟件包聲稱能幫助個人計劃一個安全的退休，或其他的中間目標。然而一般的現有技術投資軟件包在幾方面受限制。例如，有些包提供一般的資產分配建議(通常是扇形圖的形式)并讓投資者尋找滿足建議的資產分配的金融產品的實際組合。然而，很多對個人投資者可行的投資，比如共同基金，不能容易地劃分入任何一種一般資產分類范圍。共同基金是很多不同資產類別的一般混合。共同基金的這個特點使得選擇適當的證券來實現希望的資產分配復雜化。
而且，一般稱作“退休計算機”的一些先有技術程序要求用戶提供未來的通貨膨脹估計、利率及對其投資的期望收益的估計。在這種類型的先有技術系統(tǒng)中，用戶可能，并且事實上鼓勵簡單地增加期望投資收益，直到達到其希望的有價證券值。如應該理解的那樣，關于這種類型的程序的問題之一是，用戶可能根據一組不實際的未來經濟遠景方案產生不可得到的有價證券。就是說，要求實現每年X％增長以便滿足用戶的退休目的金融產品的有價證券，對用戶可能是不適用的。而且，由用戶假定的理想未來經濟條件，例如0％的通貨膨脹和20％的利率，在宏觀經濟上可能不一致。典型的投資包簡單地允許用戶操縱經濟條件，直到實現希望的結果，而不是在實際經濟假設的上下文范圍內考慮到投資風險、儲蓄利率、及退休年齡，鼓勵用戶把精力集中在他/她自己的決定上。因此，由多種先有技術投資軟件包提出的所謂“建議”可能是誤導性的，并且不可能在實際中實施。
另外，在先有技術中的投資建議軟件具有由本發(fā)明克服的各種其他缺點。特別是，先有技術系統(tǒng)一般不提供投資或退休遠景方案風險收益折衷的實際估計，這種折衷給出用戶的特定投資和金融環(huán)境。這使得關于投資風險的適當水平的通知判斷非常困難。得到投資風險(和收益)的適當水平對長期投資計劃的成功是關鍵的.
鑒于上文，所需要的正是這樣一種金融系統(tǒng)采用先進金融技術，以向個人提供關于如何達到特定金融目標的金融建議。更具體地說，希望提供這樣一種系統(tǒng)自動產生未來預期實際經濟和投資收益遠景方案，并且通過一個基于結果的風險成形過程允許用戶達到滿足中期和長期金融目標的可行有價證券。以這種方式，用戶考慮到投資風險、儲蓄、及退休年齡把精力集中在他/她自己的決定上，同時反復觀察這些決定對可能投資結果的范圍的影響。而且，希望金融顧問系統(tǒng)通過選擇對用戶適用的且提供給出用戶的風險容限、投資前景及儲蓄水平的最高可能效用的金融產品，產生一種使用戶的效用功能最大化的可行最佳有價證券。效用是指對于金融產品的不同組合根據一個或多個產品特征(例如，預期收益、方差等)及個人特有的可選擇的一個或多個參數確定個人相對愛好的函數。況且，便利的是進行在事務基礎上監(jiān)視的計劃，以允許警告用戶滿足其金融目標的可能性是否落在閾值以下、或者其有價證券風險水平與其風險愛好不一致。最后，希望向用戶提供關于他們能采取以改進其滿足其金融目標機會的步驟的特定建議，同時考慮用戶個人在風險、儲蓄、及退休年齡中的折衷。
描述一種金融顧問系統(tǒng)。根據本發(fā)明的一個方面，反復模擬用于優(yōu)化有價證券分配的收益遠景方案，以利于金融產品選擇。根據一個或多個經濟因子的估計未來遠景方案，產生對于多個資產類別的每個資產類別的收益遠景方案。通過確定金融產品適用組對多個資產類別的每個資產類別的暴露，產生從金融產品適用組的每個金融產品至多個資產類別的一個或多個資產類別上的映射。以這種方式，產生多個金融產品的預期收益和相關，并且用來產生金融產品的最佳有價證券。根據映射，對于包括來自金融產品適用組的金融產品的組合的一種或多種有價證券，模擬收益遠景方案。
由附圖和由隨后的詳細描述，本發(fā)明的其他特征將是顯而易見的。
舉例而不是限制性地表明本發(fā)明，并且其中類似的標號指類似的元件，及在附圖中

圖1表明根據本發(fā)明一個實施例的一種金融顧問系統(tǒng)。
圖2是對其能實施本發(fā)明一個實施例的典型計算機系統(tǒng)的一個例子。
圖3是方塊圖，表明根據本發(fā)明一個實施例的各種分析模塊。
圖4是流程圖，表明根據本發(fā)明一個實施例的核心資產類別遠景方案產生。
圖5是流程圖，表明根據本發(fā)明一個實施例的因子資產類別遠景方案產生。
圖6是流程圖，表明根據本發(fā)明一個實施例的金融產品暴露確定。
圖7是流程圖，表明根據本發(fā)明一個實施例的有價證券優(yōu)化。
圖8是流程圖，表明根據本發(fā)明一個實施例的計劃監(jiān)視處理。
描述一種金融顧問系統(tǒng)。在本發(fā)明的實施例中，一個因子模型法布置在定價核模型的頂部上，以模擬多個資產類別、及諸如證券或證券的有價證券之類的最終金融產品的收益。這里所用的術語“金融產品”是指權利的合法表示(常常指要求權利或證券)，以在一定陳述條件下提供或接收預期未來收益。在任何情況下，預測然后可以用于向用戶提供金融顧問服務的目的。例如，這樣的預測對從取決于由用戶提供的決定和限制的一組適用金融產品選擇一種優(yōu)化有價證券的組成(基于效用函數)是有用的。
簡短地說，使用一個提供關于取決于捕獲經濟狀態(tài)的一組狀態(tài)變量的多個資產類別(核心資產類別)的預期收益的定價核模型，模型化基本經濟和金融因素.與取決于核心資產類別的另外資產類別估計相結合的核心資產類別，包括一個跨過典型投資產品領域的資產類別綜合組的模型(下文為“因子模型”)。因子模型是一個把關于金融產品，如證券，的收益歸因于金融產品對各種普通經濟因子運動的敏感性的收益產生函數。因子模型使系統(tǒng)能夠估計金融產品和有價證券如何響應對其暴露金融產品的因子或指數的變化。資產類別的選擇可以適于提議投資者的窄或寬范圍。例如，可以選擇僅與特定工業(yè)有關的資產類別，或者可以選擇資產類別以跨過寬廣可能投資組的市場范圍(例如，所有可適用的共同基金或個人證券)。根據這里討論的本發(fā)明的實施例，為達到個人投資者的最寬段，已經選擇作為用于因子模型的因子選擇的資產類別，以跨過一般對主流共同基金和限定的分擔計劃中的個人投資者適用的投資范圍。
在產生用于因子模型的未來遠景方案之后，適用于投資者的金融產品可以映射到因子模型上。為了保證由系統(tǒng)推薦的有價證券是可得到的，最好產生僅包括對投資者適用的那些金融產品的投資遠景方案。適用的金融產品可以包括例如由一個雇主倡議401(k)程序提供的共同基金的特定組。在任何情況下，通過把個人金融產品的收益分解成暴露于由因子模型采用的資產類別，實現金融產品至因子模型上的這種映射。以這種方式，系統(tǒng)學習適用于用戶的金融產品的每一個如何相對于由因子模型采用的資產類別工作。在這樣做時，系統(tǒng)隱含地確定對可行暴露于由給出一個選擇子組的金融產品的投資者面對的不同資產類別的限制。給定在用戶的適用金融產品與因子模型之間的這種關系，系統(tǒng)可以產生可行的前視投資遠景方案。系統(tǒng)可以進一步建議用戶考慮可能采取的行動(例如，儲蓄更多的錢、退休較晚、承擔額外的投資風險、尋求擴展投資組的機會)，以實現一定的金融目標，如特定的退休生活標準、積累用于房屋購買的定金、或儲蓄足夠的錢送孩子上學。
在如下描述中，為了解釋目的，敘述多個特定細節(jié)，以便提供本發(fā)明的徹底理解。然而，對于熟悉本專業(yè)的技術人員，顯然可以實施本發(fā)明而不用這些特定細節(jié)的一些。在其他例子中，熟知的結構和裝置以方塊圖形式表示。
本發(fā)明包括下面將描述的各步驟。本發(fā)明的步驟可以在機器可執(zhí)行的指令中實施。指令能用來使借助于指令編程的一般目的或特殊目的的處理器執(zhí)行本發(fā)明的步驟。另外，本發(fā)明的步驟可以由包含用來執(zhí)行步驟的硬連線邏輯的專用硬件元件、或者通過編程計算機元件和定制硬件元件的任何組合進行。盡管參照金融顧問系統(tǒng)描述本發(fā)明的實施例，但這里描述的方法和設備同樣可應用于其他類型的資產分配用途、金融計劃用途、投資顧問服務、金融產品選擇服務、自動金融產品篩選工具，如電子個人采購代理等。
系統(tǒng)概述本發(fā)明可以包括在如圖1中所示的基于客戶機-服務器事務的金融顧問系統(tǒng)100內。根據圖1中描繪的實施例，金融顧問系統(tǒng)100包括一個金融分段服務器120、一個播出服務器115、一個內容服務器117、一個AdviceServerTM(建議服務器)110(AdviceServerTM是Financial Engines，Inc.，本發(fā)明的授予人，的商標)、及一個客戶機105。
金融分段服務器120為了金融內容公布可以用作初級分段和生效區(qū)域。以這種方式，金融分段服務器120起數據倉庫的作用。原源數據，典型為時間序列數據，可以在金融分段服務器120上精選和處理成分析有用的數據。在每月一次的基礎上，或者批處理間隔可以是任意間隔，金融分段服務器120把從數據賣主得到的原時間序列數據從特定賣主的格式，轉換成能貫穿金融顧問系統(tǒng)100使用的標準格式。各種金融引擎可以運行，以產生用于從賣主接收的數據的生效和質量保證的數據。另外的引擎可以運行，以根據由賣主接收的原數據產生模塊輸入、模型參數、及系統(tǒng)需要的中間計算。在向播出服務器115公開最終分析數據之前，可以進行由金融引擎需要的分析數據的任何校準。
播出服務器115是一個數據庫服務器。象這樣，它運行RelationalDatabase Management Systerm(RDBMS)的一個例子，如MicrosoftSQL-ServerTM、OracleTM等。播出服務器115提供對所有基金信息和分析數據的單點訪問。當諸如AdviceServer 110之類的建議服務器需要數據時，他們可以查詢來自播出服務器數據庫的信息。播出服務器115也可以填充內容服務器，如內容服務器117，所以AdviceServer 110的遠程實施不需要直接與播出服務器115通信。
AdviceServer 110是用于客戶機105的初級服務提供者。AdviceServer 110也起外部系統(tǒng)，如外部系統(tǒng)125，與播出服務器115或內容服務器117之間的代理的作用。AdviceServer 110是用來保持用戶分布和有價證券數據的中央數據庫倉庫。以這種方式，可以完成正在進行的證券分析，并且可以觸發(fā)警報，如下面進一步描述的那樣。
根據描述的實施例，用戶使用客戶機軟件可以與金融顧問系統(tǒng)100相互聯系，并且接收來自后者的反饋，該客戶機軟件可以在瀏覽器應用程序內運行，或者作為用戶的個人計算機105上的獨立應用的桌面應用程序運行。客戶機軟件與起HTTP服務器作用的AdviceServer 110通信。
示范用戶與系統(tǒng)的相互作用的概述在與金融顧問系統(tǒng)100的初始對話期間，根據本發(fā)明的一個實施例，用戶可以提供關于風險愛好、儲蓄愛好、當前年齡、性別、收入、預期收入增長、當前帳戶平衡、當前金融產品持有、當前儲蓄率、退休年齡目標、退休收入目標、適用金融產品、中期和長期目標、對基金持有的限制、負債、預期分擔、洲及聯邦稅等級(邊際和平均)的信息。用戶可以提供用于其本身和其家庭中每個分布個人的信息。該信息可以存儲在金融顧問系統(tǒng)100中的一個或多個文件中，最好在服務器之一上以允許完成正在進行的計劃監(jiān)視。在本發(fā)明的其他實施例中，可以由用戶提供另外的信息，例如，未來社會證券收益或預期遺產。
根據用戶的當前持有，系統(tǒng)可以預測退休收入，并且用圖表相對于時間描繪當前有價證券的預期增長和可能值的范圍。
系統(tǒng)也可以提供給用戶關于當他們愿意時能夠退休的可能性的統(tǒng)計量，根據由用戶輸入的數據，包括用戶的當前儲蓄率、退休年齡目標、及投資持有，給出關于用戶的當前有價證券的預期收益。
根據下面更詳細討論的模型和計算，金融顧問系統(tǒng)100可以根據用戶的風險愛好、儲蓄率、及希望的風險收益折衷，提供初始診斷。該診斷能產生一列建議的行動，包括(1)重新平衡有價證券、(2)增加儲蓄、(3)以后退休、或(4)調節(jié)投資風險。然后可以開始一個反復過程，其中用戶可以調節(jié)他/她的投資風險、儲蓄率、和/或退休年齡，并且使金融顧問系統(tǒng)100根據當前選擇的風險容限、投資前景和儲蓄率決定，估計給出適用于用戶的金融產品的優(yōu)化有價證券的預期特性。提供建議和/或反饋及用戶調節(jié)風險、儲蓄、及退休年齡參數的金融顧問系統(tǒng)100的該過程可以繼續(xù)，直到用戶已經實現希望的有價證券預測和特性分布。在這時，用戶可以選擇實施最佳有價證券。為了未來用戶對話，參數和有價證券分配然后可以由金融顧問系統(tǒng)100儲存。
如下面進一步描述的那樣，在正在進行的基礎上，金融顧問系統(tǒng)100可以相對于一個或多個金融目標估計用戶的有價證券，并且可以通知用戶向任何目標的前進是否已經以實質形式改變。
在以后用戶與金融顧問系統(tǒng)100的對話中，用戶的數據(例如，用戶的有價證券信息、帳戶持有、計劃參數、及稅信息)可以例如從AdviceServer 110上的存儲器尋回，并且可以把用于一個或多個目標的當前預測呈現給用戶。另外，如果正在進行的計劃監(jiān)視產生了任何警報，則這時可以把他們呈現給用戶。另一方面，警報可以由系統(tǒng)先前主動地產生，并且經電話、電子郵件、傳真、或標準郵政通信系統(tǒng)傳送到用戶。根據由正在進行的計劃監(jiān)視產生的警報，用戶可以再次開始上述調節(jié)決定變量(例如，風險水平、儲蓄率、和退休年齡)的反復過程，直到用戶對滿足他的/或她的目標的可能性表示滿意。為了保證準確的有價證券跟蹤，如果個人數據變化，則用戶可以簡單地修改金融顧問系統(tǒng)的假設所基于的數據。例如，如果用戶薪水增加，該信息應該在用戶的分布中更新。另外，如果用戶的雇主把新的共同基金添加到公司的401(k)程序中，那么用戶應該更新在用戶分布信息中的適用金融產品清單。這是重要的，因為在用戶的適用金融產品中的最佳分配可能受例如添加新共同基金的影響。在本發(fā)明的一個實施例中，金融顧問系統(tǒng)100可以連接到在用戶的雇主處的外部記錄保持系統(tǒng)上，能提供對選擇用戶信息的自動更新。
便利的是，永遠不會要求用戶預計與利率、通貨膨脹、預期有價證券收益、或估計經濟變量和參數的其他困難有關的未來。另外，由金融顧問系統(tǒng)100產生的最佳有價證券保證是可得到的。就是說，根據適用用戶的特定金融產品確定最佳有價證券。
一種示范計算機系統(tǒng)已經簡要描述了金融顧問系統(tǒng)100的一個實施例和示范用戶交互，現在參照圖2描述表示其中可以實施本發(fā)明的特征的示范客戶機105或服務器的一種計算機系統(tǒng)200。計算機系統(tǒng)200包括用來通信信息的一根總線或其他通信裝置201、和諸如處理器202之類的與總線201相聯的用來處理信息的處理裝置。計算機系統(tǒng)200進一步包括聯接到總線201上用來存儲信息和由處理器202執(zhí)行的指令的一個隨機存取存儲器(RAM)或其他動態(tài)存儲裝置204(稱作主存儲器)。主存儲器204也可以用來存儲在由處理器202執(zhí)行指令期間的臨時變量或其他中間信息。計算機系統(tǒng)200也包括聯接到總線201上用來存儲靜態(tài)信息和用于處理器202的指令的一個只讀存儲器(ROM)和/或其他靜態(tài)存儲裝置206。
一個諸如磁盤或光盤之類的數據存儲裝置207和其相應驅動器也可以聯接到計算機系統(tǒng)200上，用來存儲信息和指令。計算機系統(tǒng)200也能經總線201聯接到一個顯示裝置221上，如陰極射線管(CRT)或液晶顯示器(LCD)上，用來向計算機用戶顯示信息。例如，預期有價證券特性的圖表描繪、用于最佳有價證券的資產分配、指示退休年齡概率的曲線、及其他數據類型，可以在顯示裝置221上呈現給用戶。典型地，一個字母數字輸入裝置222，包括字母數字和其他鍵，可以聯接到總線201上用來把信息和/或命令選擇通信到處理器202。另一種類型的用戶輸入裝置是光標控制器223，如鼠標、跟蹤球、或光標方向鍵，用來把方向信息和命令選擇通信到處理器202并且用來控制在顯示器221上的光標運動。
一個通信裝置225也聯接到總線201上，用來經例如因特網訪問諸如AdviceServer 110之類的遠程服務器、或其他服務器。通信裝置225可以包括一個調制解調器、一個網絡接口卡、或其他熟知的接口裝置，如用來聯接到以太網、令牌環(huán)、或其他類型網絡上的那些。在任何情況下，以這種方式，計算機系統(tǒng)200例如可以經常規(guī)網絡下部結構，如公司的因特網和/或因特網，聯接到多個客戶機和/或服務器上。
示范分析模塊圖3是簡化方塊圖，表明根據本發(fā)明一個實施例的金融顧問系統(tǒng)100的示范分析模塊。根據描繪的實施例，提供如下模塊一個定價模塊305、一個因子模塊310、一個金融產品暴露模塊315、一個稅調節(jié)模塊320、一個年金化模塊325、一個模擬處理模塊330、一個有價證券優(yōu)化模塊340、一個用戶接口(UI)模塊345、及一個計劃監(jiān)視模塊350。應該理解，以比如下討論的多或少的模塊可以實施這里描述的功能。另外，模塊和功能可以以各種配置分布在客戶機系統(tǒng)中，如客戶機105和一個或多個服務器系統(tǒng)，如金融分段服務器120、播出服務器115、或AdviceServer 110?，F在簡要描述示范模塊每一個的功能。
“經濟模型”是統(tǒng)計模型，提供預測稱作“內生變量”的一定變量的水平，取決于稱作“外生變量”的一定其他變量的水平，并且在一些情況下，取決于以前確定的內生變量(有時稱作滯后因變量)的值。定價模塊305是一個用來為一組核心資產類別預測價格和收益(這里也稱作“核心資產遠景方案”)的均衡經濟模型。定價模塊提供當前水平的估計、和核心資產類別收益的估計所基于的經濟因子(也稱作狀態(tài)變量)的預測。根據本發(fā)明的一個實施例，經濟因子可以用三個外生狀態(tài)變量-價格通貨膨脹、實際短期利率、和股利增長代表。三個外生狀態(tài)變量可以與回歸時間序列模型相配合，以匹配相應觀察經濟變量的歷史瞬間，如下面進一步詳細描述的那樣。
在任何情況下，生成的核心資產類別是用于有價證券模擬的基礎，并且設計成提供協調和內部一致(例如，沒有套利)的收益組。套利所指的是這樣一種機會產生獲利貿易機會，該機會不涉及世界各國的凈投資和正值。
根據一個實施例，核心資產類別包括短期美國政府債券、長期美國政府債券、及美國證券。為了擴展核心資產類別以覆蓋人們一般接近的可能投資的整個范圍，可以把額外資產類別包括到定價模塊305中，或者可以把額外資產類別包括在因子模塊310中，并且取決于核心資產類別，如下面進一步討論的那樣。
根據由定價模塊305產生的核心資產遠景方案，因子模塊310為一組因子資產類別產生收益遠景方案(這里也稱作“因子模型資產遠景方案”)，該組因子資產類別用于諸如樣式分析之類的暴露分析、和有價證券收益的模擬。在因子模型中表示的稱作因子的額外資產類別，取決于由定價模塊305產生的核心資產遠景方案。根據一個實施例，這些額外因子可以對應于以這樣一種方式選擇的一組資產類別或指數在主流共同基金和限定分擔計劃中跨過一般適用于個人投資者的投資范圍。例如，因子可以劃分成如下諸組現金、債券、證券、和外國證券。證券組可以進一步打散成兩種不同的廣義分類(1)價值相對于增長和(2)市場資本總額。增長股票基本上是相對于其原始帳面價值具有較高價格的股票(例如，高的價格與帳面比值)。相反，價值股票相對于其原始帳面價值具有較低價格。關于市場總額，股票可以劃分成大、中、和小市場總額組。一個示范組因子在下面列在表1中。
表1-因子示范組這時重要的是指出，根據特定實施可以采用多、少、或一個完全不同組的因子。在表1中列出的因子作為一組因子的一個例子簡單地呈現，該組因子實現在主流共同基金和限定分擔計劃中跨過一般適用于個人投資者的投資范圍的目標。對于熟悉本專業(yè)的普通人員顯然，可以采用另外的因子。特別是，有可能建造表示用于證券定價的原始資產類別的函數的因子，這些證券非線性地與一定資產類別(例如，派生證券)的價格相關。在本發(fā)明的其他實施例中，額外因子可以是相關的，以跨過金融選擇對象的較寬范圍，如工業(yè)特定證券指數。
在周期性基礎上，金融產品映射模塊315把金融產品收益映射到因子模型上。在一個實施例中，把金融產品收益映射到因子模型上的過程包括把金融產品收益分解成暴露于因子。映射事實上指示金融產品收益相對于因子的收益如何動作。根據一個實施例，金融產品映射模塊315布置在服務器之一上(例如，金融分段服務器120、播出服務器115、或AdviceServer 110)。在另外的實施例中，金融產品映射模塊315可以布置在客戶機105上。
在本發(fā)明的一個實施例中，采用稱作“基于收益樣式分析”的外部方法以確定金融產品對因子的暴露。該方法稱作外部的，因為它不依賴于可以僅適于來自金融產品內部源的信息。而且，在該實施例中，簡單地根據金融產品的實現收益，可以建立金融產品對因子的典型暴露，如下面進一步描述的那樣。對于關于基于收益的樣式分析的更多背景，見Sharpe，William F.的“確定基金的有效資產混合”Investment Management Review，1988年12月，pp.59-69和Sharpe，William F.的“資產分配管理樣式和特性測量”The Journalof Portfolio Management 18，no.2(1992年冬)，pp.7-19(“Sharpe”)。
確定金融產品對因子暴露的另外方法包括通過由管理機構保存的信息觀測保持在金融產品(例如，共同基金)中的原始資產，根據標準工業(yè)分類方案(例如，SIC碼)分類暴露，根據產品的結構分析(例如，證券指數選擇、或抵押支持證券)辨別因子暴露，及根據來自金融產品資產管理者的目標水準得到暴露信息。在每種方法中，過程的主要功能是確定描述金融產品的特性最好的因子暴露組。
稅調節(jié)模塊320考慮金融產品的稅本質和用戶的金融環(huán)境。例如，稅調節(jié)模塊320可以提供調節(jié)應征稅收入和儲蓄的方法、以及對于與來自養(yǎng)老金的早期分布和限定的分擔計劃有關的未來納稅義務、和來自合格計劃中的投資的延期納稅的估計。而且，可以調節(jié)用于保持在應納稅投資運載工具中保持的金融產品的收益(例如，標準經記人帳戶)，以考慮用于累計和分布的預期納稅影響。例如，可歸因于股利收入的收益分量應該以用戶的收入稅率納稅，而可歸因于資本利得的收益分量應該依據持有時段以適當資本利得稅率納稅。
另外，稅模塊320可以根據金融產品的一個或多個特性，包括例如金融產品的管理的主動或被動特性、周轉率、和金融產品的種類，預測由股利收入相對于資本利得造成的金融產品總收益的未來分量。根據金融產品和投資者的金融環(huán)境，這允許包括從量稅影響的精確計算。最后，稅模塊320通過確定在應納稅帳戶(例如，經記人帳戶)和不應納稅帳戶(例如，個人退休帳戶(IRA)、或雇主倡議401(k)計劃)中的最佳資產分配，促進稅收高效投資。以這種方式，把稅模塊320設計成，參照具體用戶的收入稅率、資本利得率、及適用的金融產品估計稅對具體用戶的影響。最終，稅模塊320為每種適用金融產品產生稅調節(jié)收益和為每種適用金融產品產生稅調節(jié)分布。
有價證券優(yōu)化模塊340在由用戶和適用可行投資組定義的一組約束條件下，計算利用率最大化組的金融產品。在一個實施例中，計算基于金融產品的平均方差優(yōu)化。由用戶定義的約束條件可以包括對資產類別和/或特定金融產品持有的限制。此外，用戶能規(guī)定中間目標，如買房屋，或使孩子上學，例如把這些包括在優(yōu)化中。在任何情況下，重要的是，優(yōu)化清晰地考慮未來分擔和預期退出對最佳資產分配的影響。另外，根據對由因子模塊310在投資時間遠景上產生的因子的預期收益預測，計算在優(yōu)化期間使用的協方差矩陣。結果，有價證券優(yōu)化模塊340可以清晰地考慮不同投資前景的影響，包括來自中間分擔和退出的前景效果影響。
模擬處理模塊330提供對把原模擬收益遠景方案處理成統(tǒng)計數字的額外分析，這些統(tǒng)計數字可以經UI 345向用戶顯示。在本發(fā)明的一個實施例中，這些分析產生統(tǒng)計數字，如實現一定目標的概率、或以一定概率達到一定資產水平需要的估計時間。模擬處理模塊330也包括對于由在較小樣本中的抽樣誤差產生的影響調節(jié)模擬遠景方案的方法。模擬處理模塊330提供用戶與由有價證券優(yōu)化模塊340實時產生的有價證券遠景方案互相配合的能力。
年金化模塊325提供一種表示用戶在投資前景期限結束時的有價證券值的有意義方法。而不是簡單地向用戶指示總的預期有價證券值，把信息傳送到用戶的一種標準方法是把預期有價證券值轉換成退休收入數值。通過把預期有價證券值除以退休持續(xù)時間，可以把退休時的預期有價證券值分布在退休的持續(xù)時間上。更復雜的技術可能涉及確定在退休期間預期有價證券值將增長多少，并且另外考慮通貨膨脹的影響。然而，在任一種情況下，這些方法都錯誤地假定退休時段的持續(xù)時間預先是知道的。
因此，希望向用戶呈現更能代表實際生活標準的退休收入數值，對于用戶的退休持續(xù)時間能鎖入該生活標準。根據一個實施例，該退休收入數值代表通貨膨脹調節(jié)的收入，該收入由從保險公司購買的實際年金保證，或者通過涉及通貨膨脹指數的國庫長期債券證券的交易戰(zhàn)略綜合地產生。以這種方式，從數值中除去死亡風險，因為不考慮退休時段的持續(xù)時間，保證用戶特定的年實際收入。為了確定退休收入數值，可以采用由保險公司采用的標準年金化方法。另外，對于給定年齡、危險分布、和性別的個人的死亡概率可能基于在保險業(yè)中使用的標準精算表。對于更多的信息，見Bowers，Newton L.Jr.等的“精算數學”The Society of Actuaries，Itasca，Illinois，1986年，pp.52-59和Society of actuauies Group AnnuityValuation Table Task Force，“1994年組年金死亡表和1994年組年金儲備表”Transactions of the Society of Actuaries，Volume XL VII，1994，pp.865-913。計算通貨膨脹調節(jié)年金值的值可以涉及估計各種到期實際債券的適當值。定價模塊305產生用來計算在投資前景下的有價證券的隱含實際年金值的實際債券的價格。
現在參照計劃監(jiān)視模塊350，為了警告用戶包括推薦有價證券的特性的各種預定條件的發(fā)生，提供一種機構。因為有價證券優(yōu)化模塊340依賴的數據常常變化，所以重要的是，在周期性基礎上重新估計推薦有價證券的特性，從而例如當需要他/她采取肯定的行動時，可以以及時的方式通知用戶。根據一個實施例，把計劃監(jiān)視模塊350布置在AdviceServer 110上。以這種方式，計劃監(jiān)視模塊350具有對用戶分布和有價證券數據的恒定訪問。
在一個實施例中，兩個基本條件的發(fā)生可能引起計劃監(jiān)視模塊350觸發(fā)對用戶的通知或警報。可能向用戶觸發(fā)警報的第一條件是實現目標的當前概率落在實現該具體目標的希望概率的預定容許范圍之外。一般地目標是一個金融目標，如一定的退休收入或一定量貨幣的積累，例如使孩子上學。另外，即使實現金融目標的概率在預定容許范圍內，如果當前推薦的有價證券的利用率的測量已經落在預定容許水平以下，則計劃監(jiān)視模塊350也可以警告用戶。能設想可以引起警報產生的各種其他條件。例如，如果在當前推薦的有價證券中的金融產品的本質已經改變，從而有價證券的風險在用戶的風險容許范圍外，則用戶可以接收他/她應該重新平衡有價證券的指示。下面進一步描述計劃監(jiān)視處理、可能導致上述警報條件的示范實際世界事件、及額外的警報條件。
UI模塊345提供用于數據輸入和輸出的機構，以向用戶提供分別與金融顧問系統(tǒng)100相互作用和接收來自它的反饋的裝置。根據本發(fā)明一個實施例可以采用的UI的進一步描述，公開在標題為“用于金融顧問系統(tǒng)的用戶接口”的共同待決美國專利申請中，申請?zhí)枮镹o.＿＿，申請于＿＿，授予本發(fā)明的授予者，其內容由此通過參考被包括。
其他模塊可以包括在金融顧問系統(tǒng)100中，如一個養(yǎng)老金模塊和一個社會保障模塊?？梢蕴峁B(yǎng)老金模塊以估計養(yǎng)老金收益和收入。社會保障模塊可以提供個人在退休時將接收的預期社會保障收入的估計。估計可以基于由社會保障署(SSA)使用的計算，和基于用于當前收益水平減小的概率分布。
核心資產遠景方案產生圖4是流程圖，表明根據本發(fā)明一個實施例的核心資產類別遠景方案產生。在本發(fā)明的實施例中，核心資產包括短期美國政府債券、長期美國政府債券、及美國證券。在步驟410，接收用于描述狀態(tài)變量的一個或多個函數的參數。狀態(tài)變量可以包括通用經濟因素，如通貨膨脹、利率、股利增長、及其他變量。一般地，由根據觀察歷史數據估計的經濟模型描述狀態(tài)變量。
在步驟420，這些參數用來產生用于狀態(tài)變量的模擬值。該過程從用于狀態(tài)變量每一個的一組初始條件開始。通過迭代狀態(tài)變量函數產生以后的值，以產生取決于以前確定的值和隨機抽取革新項的新值。在一些實施例中，狀態(tài)變量函數可能是確定的而不是隨機的。一般地，用于狀態(tài)變量函數的隨機抽取革新項可能與固定或條件協方差矩陣相關。
在步驟430，以狀態(tài)變量的值為條件產生用于核心資產類別的收益。核心資產類別的收益可以由常數、以前確定的核心資產類別收益、以前確定的狀態(tài)變量值、及隨機革新項的函數描述。通過迭代核心資產類別函數產生以后的值，以產生取決于以前確定的值和革新項的隨機抽取的新值。在一些實施例中，核心資產類別函數可能是確定的而不是隨機的。一般地，用于核心資產類別函數的隨機抽取革新項可能與固定或條件協方差矩陣相關。
在另外的實施例中，步驟410和420可以略去，并且可以以無條件方式直接產生核心資產類別收益。這樣一種模型的簡單例子是一個包括常數和隨機抽取革新項的函數。
一種最佳方法根據一種包括一個隨機過程(也稱作定價核)的模型，聯合產生核心資產類別收益，該隨機過程以這樣一種方式限制關于資產和清算的價格，從而無套利是可能的。通過進一步把一個股利過程與其他參數結合起來，跨過股票和債券都能保證無套利結果。這樣一種定價核的進一步描述公開在標題為“用于金融顧問系統(tǒng)的定價核”的共同待決美國專利申請中，其申請?zhí)枮镹o.＿，申請于_，授予本發(fā)明的授予者，其內容由此通過參考被包括。
因子模型資產遠景方案產生現在參照圖5，現在將描述因子模型資產遠景方案產生。在該上下文中的遠景方案是一組用于因子的預期未來值。根據該實施例，通過如下公式可以把因子映射到核心資產因子上rit＝αi+β1iST_Bondst+β2iLT_Bondst+β3iUS_Stockst+εti公式1其中rit代表在時間t用于因子i的收益βji代表因子i對于核心資產類別j的斜率或靈敏度ST_Bondst是一種代表由定價模塊305對于短期美國政府債券在時間t估計的收益的核心資產類別LT_Bondst是一種代表由定價模塊305對于長期美國政府債券在時間t估計的收益的核心資產類別US_Stockst是一種代表由定價模塊305對于美國股票在時間t估計的收益的核心資產類別α是一個代表相對于核心資產類別暴露的因子資產類別i的平均收益的常數(“因子alpha”)εi是一個代表資產類別i不由核心資產類別暴露解釋的收益的剩余隨機變量(“剩余方差”)。
在步驟510，確定對于核心資產類別每一種的beta系數(也稱作加載或斜率)。根據一個實施例，進行回歸以估計beta系數的值。該回歸方法學可以包括或不包括對估計的beta系數的符號或數值的限制。特別是，在本發(fā)明的一個實施例中，可以把諸系數限制為求和成一個。然而，在其他實施例中，可能沒有置于到估計的beta系數上的限制。
重要的是，由回歸估計的alpha不用來產生因子模型資產遠景方案?；跉v史數據的alpha的估計極為嘈雜，因為預期收益過程的方差相對于平均值很高。基于有限的樣本數據，估計的alpha是未來預期收益的不良預測值。無論如何，根據一個實施例，在因子模型的校準中使用一種估計alpha系數的新穎方法，該方法減小統(tǒng)計誤差概率。該過程通過相對于已知的高效有價證券，即市場有價證券，估計alpha系數，把宏觀一致性強加在因子模型上。宏觀一致性是用于因子資產類別的預期收益與觀察市場均衡相一致的性質，這是在合理假設下將導致市場清算的估計收益。市場有價證券是由所有資產類別的集合持有限定的有價證券。它是一種包括在所有因子資產類別中的價值加權投資的有價證券。因此，在本例中，通過把投資在每個因子中的比例設置為等于由具體因子資產類別表示的全部市場資本總額的百分比，可以實現宏觀一致性。
在步驟520，可以進行反向優(yōu)化，以根據在市場有價證券中的持有確定用于每個因子的隱含因子alpha。該過程確定一組保證與觀察市場均衡一致性的因子alpha。在一種標準有價證券優(yōu)化中，采用二次規(guī)化(QP)以使如下利用率函數最大化E(r)TX-(XTC(r)X)τ,uTX=1]]>公式2其中E(r)表示對于資產類別的期望收益，C(r)表示用于資產類別收益的協方差矩陣，τ，Tau，表示風險容許值，X是一個表示包括資產類別的一種最佳有價證券的每個資產類別的比例持有的矩陣，及u是所有的一個向量。
C(r)可以從歷史收益數據估計，或者更便利地可以從由一個定價核模型產生的預期收益估計。
至標準有價證券優(yōu)化問題的輸入包括E(r)、C(r)、及Tau，并且QP用來確定X。然而，在該情況下，X由市場有價證券給出，如以上描述的那樣，并且反向優(yōu)化通過簡單地放棄產生等于市場有價證券的比例的X的預期收益來求解E(r)。
二次規(guī)化(QP)是一種借助于線性等式和/或不等式約束條件來解決包括二次(平方項)目標函數的優(yōu)化問題的技術。存在多種不同的QP技術，每一種具有不同的性能。例如，一些較好地適用于小問題，而其他較好地適用于大問題。一些對于具有非常少約束條件的問題較好，而一些對于具有大量約束條件的問題較好。根據本發(fā)明的一個實施例，當需要QP時，這里采用一種稱作“主動組”方法的途徑。主動組方法在Gill，Murray和Wright的“實際優(yōu)化”AcademicPress，1981年，第5章中解釋。
用于公式#2的優(yōu)化的一階條件是E(r)=2C(r)Xτ+Ku]]>公式3其中K是拉格朗日乘數，因此，已知市場有價證券和E(r)的任何兩個值(例如，無風險利率和關于美國證券的收益)，能導出與市場有價證券一致的整組預期收益。反向優(yōu)化需要的E(r)的兩個值可以從核心資產的預期收益推出。
在步驟530，根據來自步驟520的估計alpha和來自步驟510的估計beta系數，可以產生因子收益。使用公式#1和用于革新值εi的隨機抽取，可以產生希望多的因子模型資產遠景方案。對于公式#1的每種估計選擇對于εi的隨機值。根據一個實施例，εi作為一個標準正態(tài)變量分布。換句話說，從具有0平均值和1標準偏差的標準正態(tài)分布抽取εi。
便利的是，以這種方式，提供一種模擬未來經濟遠景方案和確定資產類別相互關系的裝置。
金融產品暴露確定如以上討論的那樣，確定金融產品相對于一組因子資產類別如何動作的一種方法，是進行基于收益的樣式分析。根據一個實施例，根據如下公式按照以上描述的因子資產類別的一個或多個作為收益的一個函數，可以估計對于給定產品的收益
rft＝αft+Sf1r1t+Sf2r2t+…+Sfnrnt+εt公式4其中αft是在按照因子負載不能解釋的金融產品收益的剩余風險(“選擇方差”)上留下的平均值，rft是對于金融產品f在時間t的收益，rnt是對于因子n在時間t的收益，及εt是由因子收益的運動未解釋的在時間t的剩余量。
金融產品暴露確定模塊315通過一個非線性估計過程計算對于具體基金的因子資產類別暴露。暴露估計Sfn叫做樣式系數，并且一般限制到范圍
且求和到一。在其他實施例中，可以釋放這些限制(例如，對于可以包括空頭交易的金融產品，系數可能是負的)。alpha可以認為是具體基金相對于其被動樣式水準基點的相對欠或過性能的測量。
在過程中的該點處，目標是取出人們可能持有的任何單獨組的資產，如一組共同基金，并且把這些資產映射到因子模型上，因而允許有價證券按時向前模擬。根據一個實施例，這種映射借助于所謂的“基于收益的樣式分析”實現，如在通過參考由此包括的Sharpe中描述的那樣。一般地，術語“樣式分析”是指使用二次規(guī)化或類似技術確定金融產品對一組主要資產類別的收益變化的暴露。
圖6是流程圖，表示一種根據本發(fā)明一個實施例確定金融產品對因子資產類別收益的暴露的方法。在步驟610，接收用于要分析的一種或多種金融產品的歷史收益。根據一個實施例，金融產品暴露模塊315可以駐留在一個服務器裝置上，并且周期性地從存儲在同一計算機系統(tǒng)的另一部分，如RAM、硬盤、光盤、或其他存儲裝置，中的歷史數據庫檢索歷史收益數據。另一方面，金融產品暴露模塊325可以駐留一個客戶機系統(tǒng)上，并且當需要時從一個服務器裝置接收歷史收益數據。在步驟620，接收因子資產類別收益。
在步驟630，采用QP技術等確定對于因子資產類別收益的估計暴露(S系數)。
在步驟640，對于每種金融產品，對于希望遠景時段的每個子時段確定預期未來alpha。例如，對于共同基金或有關的金融產品，單獨的歷史alpha不是未來alpha的良好估計。就是說，一種給定共同基金或相關金融產品不是連續(xù)超額完成/欠額完成其同類無限地進入未來。而是，經驗證據暗示超額完成可能部分持續(xù)一到兩年，而欠額完成可能持續(xù)稍長(見例如，Carhart，Mark M.的“論共同基金性能的持續(xù)性”Jounal of Finance，1997年3月，第52卷No.1，pp.57-82)。
例如，未來alpha可以取決于多個因子，如周轉、費用比率、及歷史alpha。重要的是，這些因子的一個或多個可能對于具體類型的基金是較重要的或較不重要的。例如，在新興市場中買和賣與對于大資本化美國證券的市場相比成本要大得多。相反，能以低得多的成本實現債券周轉，周轉對債券基金的未來alpha的影響比對證券基金小得多。因此，用于周轉的罰金，與大資本美國證券和債券基金相比對于新興市場可能較高。通過考慮基金的額外特性，如基金是指數基金的事實和例如由總的凈資產度量的基金大小，可以實現改進的結果。
根據本發(fā)明的一個實施例，為了確定對于每種基金的未來alpha，采用一種更復雜的模型αt＝αbase+ρt(αhistorical-αbase) 公式5其中αbase是對于基金的未來alpha的基線預測，ρ，Rho，控制從αhistorical至αbase衰減速度αhistorical是在公式#4中估計的alpha根據一人個實施例，αbase＝C+β1Expense_Rαtio+β2Turnover+β3Fund_Size 公式6其中對于四種不同類別基金美國證券、外國證券、應納稅債券、不納稅債券的每一種，分別估計參數。使用常規(guī)經濟技術，如普通最小平方(OLS)，可以估計這些參數。根據一個實施例，通過首先從αbase(“剩余alpha”)計算歷史偏差且然后估計Rho作為剩余alpha序列的一階序列相關估計Rho。
有價證券優(yōu)化有價證券優(yōu)化是確定使用戶的利用率函數最大化的一組金融產品。根據一個實施例，有價證券優(yōu)化處理假定用戶具有平均-變量利用率函數，即人們喜歡具有較多財產而不喜歡財產失去。根據這種假設和給出的用戶的風險容限，有價證券優(yōu)化模塊340由適用于用戶的金融產品組計算平均方差有效有價證券。如上所述，由用戶定義的約束條件可以由優(yōu)化過程考慮。例如，用戶可以指示使他的/她的有價證券的一定百分比分配到一種具體金融產品的愿望。在該例子中，優(yōu)化模塊340確定在無約束金融產品中的分配，從而作為整體推薦的有價證券容納用戶的約束條件，并且對于用戶的風險容限水平是最佳的。
先有技術平均-變量有價證券優(yōu)化傳統(tǒng)地處理關于單個時段優(yōu)化的問題。重要的是，在這里描述的實施例中，以這樣一種方式構造有價證券優(yōu)化問題，從而它可以清晰地考慮不同投資前景的影響和中間分擔和退出的影響。而且該問題這樣建立，從而可以用QP方法解決它。
現在參照圖7，現在將描述一種根據本發(fā)明一個實施例的有價證券優(yōu)化的方法。在步驟710，接收關于預期退出的信息。該信息可以包括美元量和預期退出的計時。在步驟720，接收關于預期未來分擔的信息。根據一個實施例，該信息可以為表示為用戶的毛收入百分比的儲蓄率，或者另一方面，恒定或可變的美元值可以由用戶規(guī)定。
在步驟730，接收關于有關投資時間前景的信息。例如，在為退休計劃設計的實施中，時間前景可以表示用戶的希望退休年齡。
在步驟740，接收關于用戶的風險容限的信息，Tau。
在步驟750，確定平均-方差高效有價證券。根據一個實施例，通過借助于確定有價證券比例(Xi)使如下平均-方差利用率函數最大化來優(yōu)化在時間T的實際美元財產U=E(WT)-Var(WT)τ]]>公式7其中對于給定的遠景方案，E(WT)是財產在時間T的預期值Var(WT)是財產在時間T的方差τ是用戶的風險容限WT=X1Σt=0T-1CtΠj=t+1T(1+Rj1)+...+XnΣt=0T-1CtΠj=t+1T(1+Rjn)+g,]]>公式8其中Xi表示應該分配給金融產品i每種凈分擔的推薦恒定比例，Ct表示在時間t的凈分擔，Rij表示對于金融產品i在年j的預期收益，n是適用于優(yōu)化的金融產品的數量，g是對于給定遠景方案限制資產的值，毛收益的乘積表示從年1至前景的值的合成。有價證券的初始財產由分擔C0表示。
重要的是，金融產品收益不需要表示單種金融產品的固定分配。在優(yōu)化問題的上下文中，任何個人資產收益可以由包括一種或多種金融產品的靜態(tài)或動態(tài)戰(zhàn)略組成。例如，資產之一本身可以表示在一組金融產品上的恒定重新平衡戰(zhàn)略。況且，能公式化為一種算法的任何動態(tài)戰(zhàn)略可以并入有價證券優(yōu)化中。例如，能實現一種規(guī)定隨用戶年齡減小的風險容限的算法。也有可能包括路徑依賴的算法(例如，有價證券保險)。
根據公式#8，從當前年至退休以前年進行分擔。一般地，在時間t進行的分擔將從時間t投資直到退休。對此一種例外是用戶是否指定退出，在該情況下，分擔的一部分僅可以持有到預期退出日期。
計算監(jiān)視以上描述了從計劃監(jiān)視模塊350可以觸發(fā)一些種類警報的示范條件。在這點上，現在將描述可能導致這些警報條件的實際世界事件的一些。實際世界事件包括如下(1)金融產品的樣式暴露變化，(2)用戶資產的市值已經以顯著方式改變，(3)新金融產品變得適于用戶，(4)用戶的有價證券的風險特性已經偏離希望的風險暴露，或(5)當前推薦的有價證券對于有價證券風險的當前水平不再具有最高預期收益(例如，有價證券已不在平均-方差高效邊界上)。高效邊界是相對于不同風險水平提供最高收益水平的資產組(有價證券)。在高效邊界上的每個點處，沒有提供對于相同或較低風險水平的較高預期收益的有價證券。
當金融產品暴露變化時，它可能拉動用戶的有價證券離開高效邊界。就是說，由于具體金融產品的投資樣式的移動，作為整體的有價證券對于當前風險水平可能不再具有最高預期收益。根據本發(fā)明的一個實施例，如果低效大于預定容限，或如果低效顯著影響用戶的金融目標之一，如他的/她的退休收入目標，那么通知用戶他/她應該重新平衡有價證券。然而，如果低效在預定容限內，那么計劃監(jiān)視模塊350可以不警告用戶。在一個實施例中，預定容限取決于無效對于預期財產的影響。另外，容限能取決于有關交易成本。
用戶資產市值的顯著變化可以影響實現金融目標的概率和與有價證券有關的當前風險的一個或兩者。在用戶的有價證券已經經受較大損失的情況下，有價證券可能已不在實現一個或多個金融目標的預定概率容限的范圍內。而且，如在這樣的情況中典型的那樣，與有價證券有關的風險可能也已經顯著改變。這些條件的任一個可以導致通知用戶，需要有價證券分配或決定變量的變化，以補償有價證券市值的減少。另一方面，用戶有價證券值的較大增加，由于實現一個或多個金融目標的概率增大或由于與新通貨膨脹的有價證券的有關的警告風險，能觸發(fā)警報。
當一個或多個新金融產品變得適用于用戶時，可以由計劃監(jiān)視模塊350警報用戶，例如作為把當前有價證券分散成包括一個或多個新適用金融產品的結果，在較低風險下較高預期收益是否是可能的。
已經解釋了可能觸發(fā)警報的一些實際世界事件的潛在影響，現在相對于圖8將描述示范計劃監(jiān)視處理。在步驟810，檢索重新估計當前有價證券和確定當前最佳有價證券所需要的數據，如用戶分布和例如可以存儲在AdviceServer 110上的有價證券數據。重要的是，用戶分布可以包括在前次對話期間存儲的投資計劃分布信息，如達到一個或多個金融目標的概率、有價證券的風險等。如上所述，如果金融顧問系統(tǒng)100已經訪問用戶雇主的記錄保持系統(tǒng)，則在AdviceServer 110上的選擇用戶信息可以自動保持到期。另一方面，選擇的用戶信息可以由用戶手動更新。
在步驟820，如上所述，確定當前最佳有價證券。重要的是，考慮對用戶數據庫和/或有價證券數據的變化。例如，如果一個或多個新金融產品已經變得適于用戶，則估計包括一個或多個新金融產品的有價證券。
在步驟830，以多個不同尺度估計當前有價證券，以確定是否滿足任何觸發(fā)條件。例如，如果預期財產增加，或由至當前最佳有價證券的重新分配導致達到一個或多個投資目標的概率增加高于預定容限，那么處理將從步驟840繼續(xù)。另外，如果當前有價證券的風險顯著不同于投資計劃分布，或者如果實現一個或多個金融目標的概率顯著不同于投資計劃分布，那么處理從步驟840繼續(xù)。
在步驟840，進行建議處理。根據本發(fā)明一個實施例，根據用戶在決定變量中的愛好，系統(tǒng)可以提供關于應該改進哪個決定變量以把有價證券帶回軌道的建議，以便以希望概率達到一個或多個金融目標。另外，系統(tǒng)可以推薦重新分配以改進有價證券的效率?？梢援a生警報以通知用戶用于關于他的/她的部分的肯定行動的建議和/或需要。如上所述，在下次用戶與金融顧問系統(tǒng)100的對話期間可以顯示警報，并且/或者警報可以通過電話、傳真、電子郵件、尋呼機、電報、或類似通信系統(tǒng)立即傳送到用戶。
便利的是，計劃監(jiān)視模塊350完成正在進行的有價證券估計，以處理可能最終影響暴露確定過程和有價證券優(yōu)化過程的不斷變化數據。以這種方式，用戶可以及時地接收根據金融產品的適用組指令他/她如何最高效地實現一個或多個金融目標和/或保持一個或多個有價證券特征的建議。
在以上說明中，參照其具體實施例已經描述了本發(fā)明。然而，顯然對其可以進行各種改進和變更，而不脫離本發(fā)明較廣闊的精神和范圍。說明書和附圖因而認為是說明性的，而沒有限制意義。
權利要求
1.在一種金融顧問系統(tǒng)中，一種金融產品選擇方法包括步驟根據一個或多個經濟因子的未來遠景方案，產生對于多個資產類別的每個資產類別的收益遠景方案；通過確定適用金融產品組對多個資產類別的每個資產類別的暴露，產生從一組適用金融產品的每個金融產品至多個資產類別的一個或多個資產類別上的映射；及根據映射，對于包括來自適用金融產品組的金融產品的組合的一種或多種有價證券，模擬收益遠景方案。
2.根據權利要求1所述的方法，進一步包括根據模擬收益遠景方案的步驟確定包括金融產品適用組的一種或多種金融產品的最佳可行有價證券的步驟。
3.根據權利要求1所述的方法，其中產生金融產品適用組的每種金融產品至多個資產類別的一個或多個資產類別上的映射的步驟，進一步包括進行對于金融產品的基于收益的樣式分析以測量與金融產品有關的收益如何相對于多個資產類別動作的步驟。
4.根據權利要求3所述的方法，其中對于具體金融產品在時間t的收益由如下公式表示rft＝αft+sf1r11+Sf2r21+…+Sfnrnt+εt其中，αft表示在時間t的選擇方差，rft是對于金融產品f在時間t的收益，rnt是對于因子n在時間t的收益，及εt是在時間t的剩余量，并且其中進行基于收益的樣式分析的步驟進一步包括根據具體金融產品的一個或多個特征確定αt的未來值的步驟。
5.根據權利要求4所述的方法，其中一個或多個特征包括費用比率、大小、及資金周轉率。
6.根據權利要求1所述的方法，其中多個資產類別包括一個核心組資產類別和一組因子資產類別，并且其中該方法進一步在核心資產類別上調節(jié)因子資產類別的步驟。
7.根據權利要求6所述的方法，其中在核心資產類別上調節(jié)因子資產類別的步驟采用如下公式rit＝αi+β1iST_Bondst+β2iLT_Bondst+β3iUS_Stockst+εt其中rit代表在時間t對于因子i的收益，βji代表因子i對于核心資產類別j的靈敏度，ST_Bondst代表對于短期美國政府債券在時間t估計的收益，LT_Bondst代表對于長期美國政府債券在時間t估計的收益，US_Stockst代表對于美國股票在時間t估計的收益，α是一個代表相對于核心資產類別暴露的因子資產類別i的平均收益的常數，εi是一個剩余隨機變量。
8.根據權利要求7所述的方法，進一步包括通過估計相對于已知高效有價證券的α把宏觀一致性強加到因子資產類別上的步驟。
9.根據權利要求7所述的方法，把宏觀一致性強加到因子資產類別上的步驟包括校準α以與和市場有價證券有關的因子資產類別的觀察市場加權一致的步驟。
10.根據權利要求2所述的方法，其中確定最佳可行有價證券的步驟考慮預期分擔和預期退出。
11.根據權利要求10所述的方法，進一步包括使如下形式的平均-方差利用率函數最大化的步驟U=E(WT)-Var(WT)τ]]>其中對于給定的遠景方案，E(WT)是財產在時間T的預期值，Var(WT)是財產在時間T的方差，τ是用戶的風險容限，WT=X1Σt=0T-1CtΠj=t+1T(1+Rj1)+...+XnΣt=0T-1CtΠj=t+1T(1+Rjn)+g,]]>其中，Xi表示應該分配給金融產品i每種凈分擔的推薦恒定比例，Ct表示在時間t的凈分擔，Rij表示對于金融產品i在年j的預期收益，n是適用于優(yōu)化的金融產品的數量，及g是對于給定遠景方案的限制資產的值，
12.根據權利要求2所述的方法，其中確定最佳可行有價證券的步驟考慮由用戶強加的對金融產品持有的一個或多個約束條件。
13.根據權利要求2所述的方法，進一步包括步驟估計違反計劃的最佳可行有價證券；及如果滿足一個或多個預定條件警告用戶。
14.根據權利要求13所述的方法，其中計劃包括達到一個或多個金融目標的概率。
15.根據權利要求13所述的方法，其中計劃包括與最佳可行有價證券有關的風險。
16.根據權利要求2所述的方法，進一步包括接收用戶的風險容限指示的步驟，并且其中確定最佳可行有價證券的步驟進一步基于用戶的風險容限。
17.在一種金融顧問系統(tǒng)中，一種金融產品選擇方法包括步驟根據一個或多個經濟因子的未來遠景方案，產生對于多個資產類別的一個或多個資產類別的收益遠景方案；對于一個或多個核心資產類別調節(jié)多個因子資產類別的一個剩余組的因子資產類別；確定與多個金融產品的每一個有關的收益對多個因子資產類別的暴露；及根據暴露，對于包括來自適用金融產品組的一種或多種金融產品的一種或多種有價證券，模擬收益遠景方案。
18.根據權利要求17所述的方法，進一步包括對于每種金融產品確定預期相對性能測量的步驟，并且其中模擬收益遠景方案的步驟考慮預期相對性能測量。
19.根據權利要求18所述的方法，其中對于具體金融產品的預期相對性能測量基于與包括周轉率、費用比率、及歷史相對性能測量的具體金融產品有關的一種或多種特征。
20.根據權利要求17所述的方法，進一步包括對于給定時間前景考慮到中間分擔和退出選擇一種最佳有價證券的步驟。
21.一種自動金融顧問系統(tǒng)，包括一個預測裝置，用來根據一個或多個經濟因子的未來遠景方案對于多個資產類別的每個資產類別產生收益遠景；一個基金分解裝置，可通信地聯接到預測裝置上，用來確定特定組基金的每種基金對多個資產類別的每個資產類別的暴露；一個模擬裝置，可通信地聯接到預測裝置和基金分解裝置上，用來模擬對特定基金組的收益遠景方案；及一個有價證券優(yōu)化裝置，可通信地聯接到預測裝置和預測裝置上，用來根據模擬收益遠景方案的步驟確定在特定組基金中的估計最佳資產分配。
22.一種計算機系統(tǒng)，包括一個存儲裝置，在其中具有一個用來對于包括來自金融產品適用組的金融產品組合的一種或多種有價證券模擬有價證券收益遠景方案的有價證券優(yōu)化例行程序；一個處理器，聯接到存儲裝置上，用來執(zhí)行有價證券優(yōu)化例行程序以產生資產類別收益遠景方案、映射、及有價證券收益遠景方案，其中根據一個或多個經濟因子的未來遠景方案對于多個資產類別的每個資產類別產生資產類別收益遠景方案；映射把金融產品適用組的每個金融產品與多個資產類別的一個或多個資產類別相聯系，通過確定金融產品適用組對多個資產類別的每個資產類別的暴露產生映射；及根據映射通過對于包括來自金融產品適用組的的金融產品組合的一種或多種有價證券模擬收益遠景方案，產生有價證券遠景方案。
23.一種為了提供自動金融顧服務的目的確定特定組基金中資產分配的方法，該方法包括步驟根據一個或多個經濟因子的未來遠景方案，對于多個資產類別的每個資產類別產生收益遠景方案；確定特定組基金的每種基金對多個資產類別的每個資產類別的暴露；模擬對于特定組基金的收益遠景方案；及根據模擬收益遠景方案的步驟確定在特定組基金中的最佳資產分配。
24.一種機器可讀媒體，在其上存儲有表示指令序列的數據，所述指令序列當由處理器執(zhí)行時，使所述處理器完成如下步驟根據一個或多個經濟因子的未來遠景方案對于多個資產類別的每個資產類別產生收益遠景方案；通過確定金融產品適用組對多個資產類別的每個資產類別的暴露，產生從金融產品適用組的每個金融產品到多個資產類別的一個或多個資產類別上的映射；及根據映射，對于包括來自金融產品適用組的的金融產品組合的一種或多種有價證券，模擬收益遠景方案。
全文摘要
提供一種金融顧問系統(tǒng)。根據本發(fā)明的一個方面,反復模擬用于優(yōu)化有價證券分配的收益遠景方案,以利于金融產品選擇。根據一個或多個經濟因子的估計未來遠景方案,產生對于多個資產類別的每個資產類別的收益遠景方案。通過確定適用金融產品組對多個資產類別的每個資產類別的暴露,產生從金融產品適用組的每個金融產品至多個資產類別的一個或多個資產類別上的映射。以這種方式,產生多個金融產品的預期收益和相關,并且用來產生金融產品的最佳有價證券。根據映射,對于包括來自金融產品適用組的金融產品的組合的一種或多種有價證券,模擬收益遠景方案。
文檔編號G06Q40/00GK1285065SQ98812958
公開日2001年2月21日 申請日期1998年9月23日 優(yōu)先權日1997年12月2日
發(fā)明者克里斯托弗·L·瓊斯, 威廉·F·夏普, 賈森·S·斯科特, 約漢·G·沃特森, 杰夫·N·馬吉昂卡爾達, 格爾特·比凱爾特, 斯蒂芬·R·格雷納迪爾, 羅納德·T·帕克 申請人:金融引擎公司