现代寿险业的重要特征是承保端和投资端业务并重,二者被称之为保险业发展驱动的“双轮”。随着投资型寿险的兴起以及金融创新的发展,为保险和投资的结合创造了条件。寿险资金的运用也日益成为寿险业生存和发展的重要支柱。寿险资金具有长期性的特点,其运用会受到负债端特性的制约,现代寿险资金的运用主要采用资产负债管理的方法（Asset-Liability Management,ALM）。资产负债管理是基于对资产收益率、负债现金流等变量的分析与预期,在兼顾安全性和流动性等要求下,使资产和负债在总量、期限等结构特征上相匹配,满足寿险公司经营目标的动态连续过程,以提高寿险资金运用的投资收益并实现公司利润最大化的目标,其中资金运用是资产负债管理的核心。相比于纯资产模型,资产负债管理方法能够将负债流的随机性、政策约束、税收、交易成本等实际因素纳入考虑范围内,是需要偿还未来债务、并实现一定的投资目标的长期投资者的最佳策略框架。运筹学中的多阶段随机规划方法可以用来制定动态随机决策。本文基于该方法对寿险资产负债管理提供优化决策,从理论、模型和实现流程三个方面对我国寿险公司资产负债管理进行了研究,其中构建相应的资产负债管理模型和框架是本文研究的重点。并基于该框架,对符合我国寿险公司实践需要的多阶段随机资产负债管理模型进行了实证研究,论证了该模型的实用性和有效性,实现了本文研究的目的。本文的主要内容由以下七个章节构成:第一章为引言,介绍了本文的研究背景和研究意义,梳理了国内外文献的研究状况,并阐述了本文的研究思路、方法和创新点。第二章从寿险的特征出发,梳理了我国寿险资金运用的原则和渠道,在回顾了寿险资金来源的结构、运用历程及现状后,对寿险经营的风险类别和层次进行了分析,引出了运用资产负债管理方法的必要性。第三章,首先简要回顾了众多资产负债管方法,对最新进展进行了阐述,并分析了适合我国寿险公司的资产负债管理方法。最后构建了寿险公司的资产负债管理模型框架。第四章以寿险资产负债管理模型中的资产情景生成模型和方法为研究重点。在整理和比较了资产情景元素生成模型的优劣后,针对我国资本市场的特性,选取了跳扩散模型作为我国权益类资产的收益率预期的模型,选择动态NS模型作为我国银行间债券市场利率期限结构预期的模型,并进行了资产的情景生成。第五章主要研究了寿险资产负债管理模型中的负债情景生成的模型和方法。基于保险精算原理和模型点的方法,在考虑了保单异质性的前提下,构建了有效保单数量、死亡给付、退保给付和责任准备金等各类保险项目的随机变化方程。此外,在构建分红寿险账户的负债模型时,分别考虑了增额和现金分红机制对负债项目的影响,并在此基础上得到了寿险保费、保险责任给付、精算准备金和红利给付的情景生成模型,进行了负债的情景生成。第六章侧重于我国寿险公司资产负债管理多阶段随机规划模型的应用。该模型是一个带有简单补偿的多阶段线性随机规划模型,惩罚成本代表了模型对风险的度量。为了兼顾投资期间财富增长的平稳性要求,对模型的目标函数进行了相应修订。最后通过对不同缴费形式的传统寿险和分红寿险资产负债管理模型的数值模拟以及不同目标函数形式设定下的模型对比验证了模型的实用性、有效性的,通过对参数的敏感性分析验证了模型的稳定性。第七章总结了本文的主要研究工作和相关结论,并指出了论文未来的研究方向。本文的创新之处主要包括以下几点:构建了一个适合我国寿险公司使用的动态随机资产负债管理方法。该方法包含了集成化资产负债匹配管理的理念,充分考虑了我国寿险公司资产和负债的特点,以惩罚成本的形式综合考察了寿险公司所面临的各种风险。模型还将寿险公司在资产负债管理实践中遇到的问题,如交易成本,监管约束等考虑进来,通过数值模拟的方法证明了该模型的有效性和实用性。研究发现保费形式设定为期缴、分红参与率设定为保监会规定水平时能够获得更高的资产总额和股东权益水平,这对寿险公司的实际经营管理起到了一定的指导作用。在对寿险公司负债情景生成的研究中,开创性地构建了一个基于现金分红机制假设的负债项目动态变化模型。国内外现有的相关文献大多关注传统保障型寿险账户的管理,而研究分红寿险账户管理的文献不多。在仅有的分红寿险资产负债管理研究中,大多将分红机制设定为增额红利的形式,还没有立足于现金分红假设的寿险资产负债管理研究。然而,不同的分红规则对负债项目的变动有显著的影响,现金红利分配会增加账户每期的现金流出,因此也会间接地影响配置决策。本文通过对不同账户配置决策的对比分析,扩充了相关领域研究的缺失。研究发现,趸缴保费形式下的传统寿险和分红寿险相对于期缴形式下的对应险种账户,更倾向于配置银行存款和债券等固定收益率资产。此外,分红寿险产品让渡了一部分经营收益给持保人,同时也将一部分投资风险转移给持保人承担,因此其投资策略会更为激进,资产组合中权益类资产的比重会相对更高,配置决策更为灵活性,在相同情况下能够获得更高的收益。在目标函数的构建中考虑到了财富增长的平稳性要求。以财富最大化作为目标函数的文献中,仅考虑了投资规划期末的财富最大化,即将目标函数设定为单一财富效用函数形式,而没有将投资期间财富增长的平稳性要求纳入其中。这种目标函数的设定可能导致财富增长过程过于波动,因为模型只以规划期末扣除惩罚成本后的财富净值作为判断最优决策的标准,而并不考虑决策是否为了追求高收益,而激进地调整配置,致使配置过程和财富增长波动性增大,使配置决策失去连贯性。有鉴于此,本文将每个决策区间末的财富值最大化作为子目标,并将子目标函数通过权重因子加和,将其转变为单目标形式,以满足投资规划期内财富平稳性增长要求。第六章的实证研究结果证明了在该目标函数设定方式下,模型的配置决策更为灵活,能够有效地提高账户的资产总额和累积财富值。