Автор работы: Пользователь скрыл имя, 10 Февраля 2013 в 16:16, контрольная работа
В данной контрольной работе я рассмотрела вопросы:
1. Наращение и дисконтирование: время и неопределенность как влияющие факторы. Начисление процентов.
2. Модель задачи оптимизации рискового портфеля;
3. Задачи о разорении и их составляющие: вероятность разорения, сложные пуассоновские процессы, неравенство Лундберга и влияние перестрахования на вероятность разорения. Страхование.
Введение...........................................................................................................3
Наращение и дисконтирование: время и неопределенность как влияющие факторы. Начисление процентов......................................4
1.1 Время и неопределенность как влияющие факторы..............4
1.2 Начисление процентов..............................................................4
1.3 Дисконтирование и удержание процентов..............................5
Модель задачи оптимизации рискового портфеля............................7
2.1 Постановка задачи.....................................................................7
2.2 Портфель Марковица минимального риска............................8
2.3 Решение.......................................................................................9
Задача о разорении: вероятность разорения; сложные пуассоновские процессы; неравенство Лундберга; влияние перестрахования на вероятность разорения. Страхование..............
3.1 Задача о разорении.....................................................................
3.2 Вероятность разорения..............................................................
3.3 Сложные Пуассоновские процессы.........................................
3.4 Неравенство Лундберга.............................................................
3.5 Влияние перестрахования на вероятность разорения............
3.6 Страхование................................................................................
3.6.1 Функции страхования.....................................................
Заключение......................................................................................................
Литература.......................................................................................................
Найдем доходность всего портфеля dp. С одной стороны, через год капитал портфеля будет равен 1+ dp, с другой - стоимость бумаг i-го вида увеличиться с х до xi + di*xi, так что суммарная стоимость портфеля будет равна Sxi + Sxi*di = 1 + Sxi*di. Приравнивая оба выражения для стоимости портфеля, получаем dp = Sxi*di.
Итак, задача увеличения капитала портфеля эквивалентна аналогичной задаче о доходности портфеля, выраженной через доходности бумаг и их доли.
Как правило, доходность бумаг колеблется во времени, так что будем считать ее случайной величиной. Пусть mi,si – средняя ожидаемая доходность и среднее квадратическое отклонение (СКО) этой случайной доходности, т.е. mi=M[di] - математическое ожидание доходности и ri=ÖVii, где Vii – вариация или дисперсия i-ой доходности. Будем называть mi, ri соответственно эффективностью и риском i-ой ценной бумаги. Через Vij обозначим ковариацию доходностей ценных бумаг i-го и j-го вида (или корреляционный момент Kij).
Так как доходность составляющих
портфель ценных бумаг случайна, то
и доходность портфеля есть также случайная величина.
Математическте ожидание доходности
портфеля есть M[dp]=x1*M[d1]+…+xn*M[dn]=Sxi*
Итак, эффективность и риск портфеля выражены через эффективности составляющих его ценных бумаг и их совместные ковариации.
Существует несколько вариантов задач оптимизации рискового портфеля. Мы рассмотрим только одну. Это так называемый «портфель Марковица». Эта задача была сформулирована и решена американским экономистом Г. Марковицем (H. Markovitz) в 1952 году , за что позднее он получил нобелевскую премию.
Пусть имеются n видов ценных бумаг, из которых инвестор хочет сформировать портфель. Необходимо найти xi, минимизирующие вариацию портфеля
Vp=SS xi*xj*Vij
при условии, что обеспечивается заданное значение эффективности портфеля mp, т.е. Sxi*mi=mp.
Поскольку xi – доли, то в сумме они должны составлять единицу: Sxi=1.
Оставив за инвестором выбор средней эффективности портфеля и помогая ему минимизировать в этом случае неопределенность, получаем следующую задачу по оптимизации портфеля ценных бумаг:
min SS xi*xj*Vij
Sxi=1
Smi*xi=mp
xi≥0,…,xn≥0
Это задача квадратичного программирования. Опустив условия неотрицательности переменных, получаем собственно задачу Марковица.
2.3 Решение.
С помощью функции Лагранжа сведем задачу на условный экстремум к задаче на безусловный экстремум:
L(x1,…,xn,m,l)= SS Vij*xi*xj - l*(Smi –1) - m*(Smi*xi – mp),
¶L/¶xs=2*SVis*xi - l - m*ms=0, s=1,…,n. (*)
производные по l, m воспроизводят указанные выше два соотношения, тем самым для (n+2) переменных x1,…,xn, l, m получаем (n+2) уравнения.
Запишем полученные уравнения в матричной форме, используя следующие обозначения:
1 x1 m1
e= . x= . m= . x¢=(x1,…,xn), m¢=(m1,…,mn)
. . .
1 xn mn
Штрих применяется для обозначения операции транспонирования матрицы.
B- матрица ковариаций, B-1 – обратная
ей матрица. Следовательно
B*x = (l/2)*e + (m/2)*m,
e¢*x = 1,
m¢*x = mp.
Основное допущение этой модели состоит в том, что между эффективностями m1,…,mn нет линейной связи, поэтому ковариационная матрица B невырождена (|B|<>0), следовательно, существует обратная матрица В-1. Используя этот факт разрешим в матричной форме относительно х:
х = (l/2)*В-1*е + (m/2)* В-1*m,
подставив это решение
в первое и второе условия, получим
два уравнения для определения
(е¢*В-1*е)*l/2 + (е¢*В-1*m)*m/2 =1
(m¢*B-1*e)*l/2 + (m¢*В-1*m)*m/2 =mp.
Решая два последних уравнения по правилу Крамера, находим
l/2 = ((m¢*В-1*m)-mp*(е¢*В-1*m))/((е
m/2 = (mp*(е¢*В-1*е)-(m¢*B-1*e))/((е
Подставляя это решение
в (**) получаем следующую структуру оптимально
[(m¢*В-1*m)-mp*(е¢*В-1*m)]*В-
x* = (е¢*В-1*е)*(m¢*В-1*m) - (m¢*B-1*e)2
Простой подстановкой убеждаемся, что е¢*х*=1 и m¢*х*=mp.
Кроме того, находим минимальную дисперсию, соответствующую оптимальной структуре:
[m2p*(е¢*В-1*е) – 2*mp*(m¢*B-1*e) + (m¢*В-1*m)]
D*p= [(е¢*В-1*е)*(m¢*В-1*m) - (m¢*B-1*e)2]
Тогда s*p=Ö D*p, что и является минимальным риском портфеля.
Если x*i≥0, то это означает рекомендацию вложить долю x*i наличного капитала в ценные бумаги i-го вида. Если же x*i<0, то содержательно это означает провести операцию “short sale” (“короткая продажа”).
Что это за операция? Инвестор, формирующий портфель, обязуется через какое-то время поставить ценные бумаги i-го вида (вместе с доходом, какой они принесли бы их владельцу за это время). За это сейчас он получает их денежный эквивалент. Эти деньги он присоединяет к своему капиталу и покупает рекомендуемые оптимальным решением ценные бумаги. Так как ценные бумаги других видов (т.е. не i-го вида) более эффективны, то инвестор оказывается в выигрыше.
Математически эта операция значит, что нужно исключить этот вид ценных бумаг из рассмотрения и решить задачу заново.
3.1. Задача о разорении
Компания должна получить
за год суммарный страховой взнос
Например, компания надеется получить к 60-му дню года (2 марта) взносы в объеме: 600×(60/365) = 98,6 = 99 е.с.с. Тогда может возникнуть следующая ситуация (см. табл.):
К концу года все благополучно: суммарный размер выплат (534) меньше собранных взносов. Однако, к 96-му дню ситуация недопустимая: собрано 158, а необходимо выплатить 200. Аналогично и к 202-му дню: собрано 332, а выплатить придется 412.
Очевидно, что если у компании в начале года не будет капитала, то она окажется несостоятельной. В данном примере достаточно начального резерва 80 (изменение цены денег не учитывается). Активы на момент времени t = исходные активы + взносы на момент времени t – выплаты на момент времени t.
Итак, принцип определения
исходных активов (начального капитала,
резерва), в том, что на первом этапе,
полагая их равными нулю, строим
график изменения активов во времени.
Эта ломаная линия может
Рисунок 1
Актуария интересует вероятность разорения и, в частности, зависимость этой вероятности от резерва (начальных активов) и от рисковой надбавки. Очевидно, эта зависимость есть убывающая функция. В простейшем случае предположим, что требования оплачиваются немедленно, процентная ставка равна нулю (цена денег постоянна), издержки страховщика игнорируются.
Пусть для каждого t>0 есть случайная величина N(t) – число требований до момента t. Тогда семейство случайных величин (N(t)) t≥0 – пример случайного процесса.
Пусть Xi – размер i-й страховой выплаты, Z(t) – общий размер страховых выплат до момента t. Тогда (Z(t)) t≥0 – случайный процесс, описывающий общий размер выплат.
Z(t) = Σ Xi, i = 1,…, N(t).
Для единицы времени имеем: N(1) и Z(1), которые соответствуют N и Z в коллективных моделях.
Поступающие взносы исследуются на уровне портфеля; при этом предполагается, что взносы поступают непрерывно и с фиксированной скоростью ‘c’ Активы обозначим U. Тогда:
U(t) = U + c×t – S(t)
представляет случайный процесс изменения активов.
3.2 Вероятность разорения
С актуарных позиций разорение означает падение активов до нуля. Необходимо минимизировать вероятность разорения, а если это не получается, то не допустить выход этой вероятности выше некоторого критического уровня.
ф(U) = Pr (U(t) < 0,
при некотором t, 0<t<∞) – вероятность окончательного разорения при некотором начальном резерве U. (Т.е. в момент t резерв стал отрицательным.)
Чтобы задача была корректной, необходимо предположить, что разорение происходит до некоторого фиксированного (конечного) момента t, (иначе при бесконечном t вероятность разорения равна 1 для любого U).
Логично считать, что при малом t:
ф (U, t) = ф(U)
Если на (0, t) произошли неблагоприятные для страховщика события (выплаты превысили поступления), то вероятность разорения возросла. На практике контроль активов осуществляется не непрерывно, а в дискретные моменты времени (например, раз в квартал).
3.3 Сложные Пуассоновские процессы
Предположим, что случайные величины Xi – независимы и одинаково распределены; что они не зависят от N(t) при любом неотрицательном t; что случайный процесс (N(t)) – пуассоновский с параметром λ.
Pr (N(t) = k) = е-λ*t * (λ * t) k / k!, k = 0, 1, 2, 3,…
Ранее показано, что случайная величина S(t) при каждом t имеет сложное распределение Пуассона с параметром λ×t. Тогда процесс (S(t)) – сложный пуассоновский процесс с параметром λ. Пусть P(x) – пуассоновская функция распределения, общая для всех Xi. Размеры требований – положительны, поэтому P(0) = 0. За единицу времени собранные взносы должны превосходить выплаты: c > λ × M(Xi). Иначе (в терминах надбавки): c = (1 +Θ) × λ × M(Xi).
3.4 Неравенство Лундберга
Если начальные активы не слишком малы, то существует достаточно простая оценка верхней границы вероятности разорения (причем аппроксимация – очень хорошая):
ф(U) < e – R*U,
где: R – поправочный коэффициент, зависящий только от функции распределения страховых выплат P(x) и от надбавки Θ. Это неравенство очень наглядно: при возрастании начальных активов U вероятность разорения существенно уменьшается, (как и с ростом R). Необходимо знать величину R. Для этого составляется уравнение:
Mx(R) = 1 + (1 +Θ) × M(Xi) × R
где: Mx(t) – производящая функция моментов распределения страховых выплат;
Θ – надбавка безопасности; M(Xi) – среднее распределения страховых выплат.
R – единственный положительный корень этого уравнения. Как правило, уравнение решается численно, но в одном важном частном случае его можно решить точно.
Выплаты распределены экспоненциально:
P(x) = 1 – е-a×x, x > 0.
Тогда производящая функция моментов: M(t) = a/(a – t), среднее 1/a, поэтому уравнение примет вид:
a/(a – R) = 1 + (1 +Θ) × R/a
Так как R > 0, то
R = a × Θ/(1 + Θ) = a – a/(1 + Θ)
При численном решении этого уравнения полезной является нижняя граница R.
1 + (1 + Θ) × M(Xi) × R = M(R) = ∫ exp (R × x) × p(x) dx >
> ∫(1 + R × x + 0,5 × (R × x)2) × p(x) × dx =
=1 + R × M(Xi) + 0,5 × R2 × M(Xi2)
т.е. 1 + R × M(Xi) + Θ × R × M(Xi) > 1 + R × M(Xi) + 0,5 × R2 × M(xi2),
тогда: R < 2 × Θ × M(Xi)/M((Xi) 2).
R является возрастающей функцией от надбавки Θ, (возрастание надбавки уменьшает вероятность разорения). Возрастание R снижает верхнюю границу ф(U).
На приведенном ниже рисунке 2 показано, что поправочный коэффициент возрастает с ростом надбавки и что в случае экспоненциального распределения выплат этот коэффициент меньше, чем при постоянном распределении выплат.
Рисунок 2
Для экспоненциального
распределения неравенство
Можно показать, что неравенство (граница) не зависит от единицы измерения денег, что вероятность ф(U) не зависит от λ. ф(U) определяется на бесконечном интервале времени, а параметр λ проявляет себя в конечный момент времени, когда происходит разорение; но параметр не влияет на вероятность разорения).
Для иллюстрации рассмотрим два риска. В первом общий размер выплат распределен по сложному пуассоновскому закону с λ = 1, а выплаты имеют экспоненциальное распределение со средним 10. С учетом надбавки взнос равен 1 × 10 × (1 + Θ).