Miary ryzyka, zasady kalkulacji składek
Transkrypt
Miary ryzyka, zasady kalkulacji składek
Miary ryzyka, zasady kalkulacji składek Matematyczne podstawy teorii ryzyka i ich zastosowanie R. Łochowski Value at Risk • • • • X - łączna wartość szkód z portfela ryzyk Π ( X ) - pobrana składka L = X − Π ( X ) - strata ubezpieczyciela Value at Risk (VaR, wartość zagrożoną) na poziomie α definiujemy jako VaRα ( L ) = inf {c : P ( L > c ) ≤ 1 − α } • zwykle α = 99.5%, 99.9% • Zadanie: udowodnić, że dla a>0: VaRα ( aL + b ) = aiVaRα ( L ) + b Value at Risk, c. d. • Jeżeli Π ( X ) = Π α ( X ) jest składką opartą na kwantylu, wówczas P ( L > 0) = P ( X > Πα ( X )) ≤ 1 − α i VaRα ( L ) = inf {c : P ( L > c ) ≤ 1 − α } ≤ 0 • Wada Value at Risk: niech L1 , L2 , L3 , L4 - straty możliwa jest sytuacja, gdy L1 ∼ L2 , L3 ∼ L4 , ρ S ( L1 , L3 ) = 1, L2 , L4 - niezależne, lecz VaRα ( L1 + L3 ) < VaRα ( L2 + L4 ) ! Value at Risk, c. d. • Zadanie* Udowodnij, że gdy Π ( X ) = Π α ( X ) jest składką opartą na kwantylu, wówczas zachodzi równość VaRα ( L ) = VaRα ( X − Π α ( X ) ) = 0 • Zadanie Podaj przykład takich L1 , L2 , L3 , L4 jak na poprzednim slajdzie Value at Risk, przykład • Niech P ( L = −5 ) = 0.98, P ( L = 100 ) = 0.02 • Niech L1 , L2 ,..., L100 - niezależne, o takim samym rozkładzie jak L • VaR95% (100iL ) = −500 • VaR95% ( L1 + L2 + ... + L100 ) = ? L1 + ... + L100 = 105iS − 500, S ~ Bin (100, 0.02 ) • Stosujemy przybliżenie Poissona, i dostajemy P ( S ≤ 4 ) ≈ e −2 (1 + 2 / 1!+ ... + 16 / 4!) ≈ 0.947 VaR95% ( L1 + ... + L100 ) = 105i5 − 500 = 25 Koherentne miary ryzyka • Koherentną miarą ryzyka L nazywamy charakterystykę ryzyka ρ ( L ) , którą cechują następujące własności • monotoniczność L ≥ 0 ⇒ ρ ( L ) ≥ 0 • podaddytywność ρ ( L + M ) ≤ ρ ( L ) + ρ ( M ) • dodatnia jednorodność a ≥ 0 ⇒ ρ ( aL ) = aρ ( L ) • niezmienniczość na przesunięcia ρ (L + b) = ρ (L) + b Expected shortfall • Expected shortfall, ES, jest zdefiniowany za pomocą formuły ESα ( L ) = E ( L | L ≥ VaRα ( L ) ) • Jeżeli P ( L = VaRα ( L ) ) = 0, wówczas 1 ESα ( L ) = VaRα ( L ) + E ( L − VaRα ( L ) ) + 1−α • Zadanie: Obliczyć ES dla strat z przykładu dotyczącego VaR • Expected shortfall jest podaddytywny dla zmiennych o rozkładach ciągłych VaR i ES – różnice • VaR99% ( L ) odpowiada na pytanie: Jaka jest najmniejsza strata wśród największych strat, stanowiących 1% wszystkich przypadków? • ES99% ( L ) odpowiada na pytanie: Jaka jest średnia strata wśród największych strat, stanowiących 1% wszystkich przypadków? ES99% ( L ) ≥ VaR99% ( L ) Estymatory Var i ES • Niech L1 ,..., Ln - niezależne straty z pewnego portfela ryzyk o rozkładzie ciągłym • L1:n ≤ L2:n ≤ ... ≤ Ln:n - statystyki pozycyjne VaRα ( L ) ≈ Lα n:n ESα ( L ) ≈ limn → ∞ Lα n:n + ... + Ln:n n (1 − α ) Lα n :n + ... + Ln:n n (1 − α ) = ESα ( L ) Podaddytywność ES • Niech L1 ,..., Ln i M1 ,..., Mn niezależne próbki strat z dwóch portfeli ryzyk o rozkładzie ciągłym ( L + M )α n:n + ... + ( L + M )n:n ESα ( L + M ) ≈ n (1 − α ) ≤ Lα n:n + ... + Ln:n n (1 − α ) + ≈ ESα ( L ) + ESα ( M ) M α n :n + ... + Mn:n n (1 − α ) Modyfikacja ES • Expected shortfall zdefiniowany za pomocą wzoru ESα ( L ) = E ( L | L ≥ VaRα ( L ) ) nie jest koherentną miarą ryzyka dla strat o rozkładzie dyskretnym • Miara zwana tail var, zdefiniowana jako 1 TVaRα ( L ) = VaRα ( L ) + E ( L − VaRα ( L ) ) + 1−α jest koherentną miarą ryzyka TVaR vs ES • Zadanie: Obliczyć TVaR dla strat z przykładu dotyczącego VaR • Jeżeli L ma rozkład ciągły, wówczas TVaR = ES • Ogólnie zachodzą równości 1 TVaRα ( L ) = infd d + E ( L − d )+ 1−α 1 E ( L − VaRα ( L ) ) = VaRα ( L ) + + 1−α 1 1 = VaRu ( L ) du ∫ 1−α α Zasady kalkulacji składek • Składka oparta na wartości oczekiwanej Π ( X ) = (1 + θ ) E X • Składka oparta na wariancji Π ( X ) = E X + α D2 ( X ) • Składka oparta na odchyleniu standardowym Π ( X ) = EX + β D ( X ) • Składka oparta na FGK Π (X ) = 1 η ln E eη X Możliwe własności składek • (A) Addytywność Π ( X + Y ) = Π ( X ) + Π (Y ) • (H) Dodatnia jednorodność a ≥ 0 ⇒ Π ( aX ) = aΠ ( X ) • (T) Niezmienniczość na przesunięcia Π ( X + b) = Π ( X ) + b • (M) Monotoniczność X ≥ Y ⇒ Π ( X ) ≥ Π (Y ) Możliwe własności składek, c.d. • (Sub) Podaddytywność Π ( X + Y ) ≤ Π ( X ) + Π (Y ) • (Sup) Nadaddytywność Π ( X + Y ) ≥ Π ( X ) + Π (Y ) • (AI) Addytywność dla ryzyk niezależnych • (AC) Addytywność dla ryzyk komonotonicznych • (SL) Zachowywanie własności stop-loss ∀d ≥ 0, E ( X − d )+ ≥ E (Y − d )+ ⇒ Π ( X ) ≥ Π (Y ) Składki i ich własności A (1 + θ ) EX H T M Sub Sup AI AC SL + + - + + + + + + E X + α D2 ( X ) - - + - - - + - - EX + β D ( X ) - + + - - - - - - - - + + - - + - + 1 η ln E eη X