BCW2011 Refinancing 逐步讲解#

建议在 BCW2011 Liquidation 逐步讲解 之后阅读。

这里对应的仓库脚本是：

  • src/example/BCW2011Refinancing.py

这一页重点看什么#

读完以后，你应该能理解：

  • 为什么 Case II 把左边界变成了融资问题；

  • 为什么求解器必须同时搜索 v_left 和 s_max；

  • 发行后的目标现金比率 m 是如何从数值解里恢复出来的；

  • phi=1% 与 phi=0 的对照为什么对应 Figure 3。

复现命令#

请在仓库根目录执行：

MPLBACKEND=Agg uv run python src/example/BCW2011Refinancing.py

相比 Liquidation，结构上变了什么#

内部融资区并没有变。状态变量仍是 w，内部 HJB 仍是 BCW Eq. (13)。真正改变的是左边界。

在 liquidation 里，左边界是外生给定的：

\[ p(0) = l. \]

而在 refinancing 里，左边界变成内生的，因为公司在现金耗尽时会发行股票，而不是清算。

这会引入两类新条件：

  • 一个发行时点的 value-matching 方程，

  • 一个发行规模最优性的 smooth-pasting 方程。

这个案例用到的论文方程#

内部 HJB 与投资规则#

内部区域仍使用 BCW Eq. (13) 和 Eq. (14)：

\[ r p(w) = \left(i(w) - \delta\right)\left(p(w) - w p'(w)\right) + \left((r-\lambda)w + \mu - i(w) - g(i(w))\right)p'(w) + \frac{\sigma^2}{2} p''(w), \]
\[ i(w) = \frac{1}{\theta}\left(\frac{p(w)}{p'(w)} - w - 1\right). \]

发行时的价值匹配：Eq. (19)#

\[ p(0) = p(m) - \phi - (1+\gamma)m. \]

这表示发行前的公司价值，等于发行后价值扣掉固定和比例发行成本。

发行规模的一阶条件：Eq. (20)#

\[ p'(m) = 1 + \gamma. \]

这就是发行后目标现金比率 m 处的 smooth-pasting 条件。

右边界#

右侧仍由 BCW Eq. (16) 和 Eq. (17) 决定：

\[ p'(\bar w)=1, \qquad p''(\bar w)=0. \]

为什么会有两个边界 target#

这个案例数值上有两个内生未知量：

  • payout boundary \bar w，

  • 左边界 value p(0)。

而 m 并不是单独被搜索的边界变量。仓库实现里，它是通过求解后网格上满足

\[ p'(m) = 1 + \gamma \]

的位置反推出的。

因此仓库里的工作流是：

  1. 先猜 v_left = p(0) 和 s_max = \bar w；

  2. 在 [0, \bar w] 上解内部 HJB；

  3. 用导数条件从已解出的网格里恢复 m；

  4. 计算发行 value-matching 残差；

  5. 同时更新左右两个未知量，直到左边发行条件和右边 super-contact 条件都满足。

这就是为什么这里不能再用 liquidation 那种单目标 bisection，而要用 method="hybr"。

这些方程如何变成 FinHJB 对象#

经济对象

FinHJB 对象

仓库里的角色

基准参数加发行成本

Parameter

保存 phi、gamma 以及经营参数

边界值

Boundary

把 v_left 暴露成搜索量，把 v_right 暴露成 payout 侧边界值

投资控制

PolicyDict

保存 investment

Eq. (14)

Policy

隐式更新 investment

Eq. (13)

Model.hjb_residual

内部区域 HJB

Eq. (19)

refinancing_boundary_residual(...)

左边界发行残差

Eq. (20)

return_cash_ratio_from_grid(...)

从 grid.dv 恢复 m

这里最重要的实现思想是：m 不是单独的状态变量，也不是一个单独的边界对象，而是一个“由已解网格反推出的经济上有意义的内部点”。

为什么这里固定用 hybr#

这个案例要同时解两个非线性 target：

  • super_contact_residual(grid) 对应 payout boundary；

  • refinancing_boundary_residual(grid) 对应 issuance boundary。

这和 liquidation 有本质区别：

  • liquidation 只有一个标量 target，且 bracket 很好设；

  • refinancing 则是耦合系统，因为 v_left 的变化会改变整个 value function，从而同时改变 m 和右端曲率形状。

所以仓库把这个案例的正式方法固定为 hybr。

Figure 3：如何读这个对照#

BCW refinancing main figure

Panel A：p(w)#

最关键的是左端点：

  • 有固定发行成本时，p(0) 已经高于 liquidation value；

  • 没有固定发行成本时，左端 value 进一步抬高，融资摩擦更轻。

这就是 BCW 里“当 p(0) > l 时，再融资优于清算”的数值版本。

Panel B：p'(w)#

固定发行成本会显著抬高低现金状态下的边际现金价值，因为内部现金能帮助公司减少支付固定发行成本的频率。

Panel C：i(w)#

投资扭曲比 liquidation 小得多，但只要融资成本还在，投资仍然低于 first best。

Panel D：i'(w)#

左侧 i'(w) 的陡峭程度，是看融资摩擦如何传导到真实投资决策的一个压缩视角。

稳定的量级检查#

健康运行通常表现为：

  • phi=1% 时：\bar w \approx 0.19、m \approx 0.06、p(0) > l；

  • phi=0 时：\bar w \approx 0.14、m \approx 0；

  • 两种情形下 p'(m) \approx 1.06。

这些就是和 Figure 3 对照时最应该先看的量。

代码检查模式#

from src.example.BCW2011Refinancing import run_case

bundle = run_case(number=1000)
for label, result in bundle["results"].items():
    print(label, result["summary"])

这个案例最值得先看的字段是：

  • return_cash_ratio，

  • dv_at_m，

  • p0_above_l，

  • payout_boundary。

如何把这个模式迁移到自己的模型#

如果你的模型需要下面这些结构，就优先从这个案例起步：

  • 发行替代清算，

  • 左边界的 value matching，

  • 像 m 这样的内部 smooth-pasting 点，

  • 多个被同时搜索的边界未知量。

很多融资模型其实不需要 Hedging 或 Credit Line 那么复杂，但很需要这一页的结构。

相关页面#