ETR 2014/2015 1. Matematyczne modele ryzyka. Przyk lady 1 § 1
Transkrypt
ETR 2014/2015 1. Matematyczne modele ryzyka. Przyk lady 1 § 1
ETR 2014/2015 § 1. 1. Matematyczne modele ryzyka. Przyklady 1 Matematyczne modele ryzyka. Przyklady Określenie ryzyka Ryzyko w sensie potocznym to pewne zagrożenie zależne od wielu przypadkowych czynników. W matematyce, ryzyko jest reprezentowane (najcześciej) przez nieujemna ‘ ‘ zmienna losowa: ‘ ‘ ryzyko = nieujemna zmienna losowa. Przyklad Rozważamy ryzyko szkody materialnej posiadacza samochodu w określonym przedziale czasowym, np. jednego roku. Ryzyko bedzie reprezentować zmienna losowa ‘ X - laczna wartość szkód w roku. ‘ Możemy konstruować rozmaite opisy (modele) takiego ryzyka. Przyklady: Model (a): N - liczba szkod w danym roku, Y - wartośc każdej pojedyńczej szkody. X =N ·Y. Model (b): N - liczba szkod w danym roku, Y1 , Y2 , ... - wartości kolejnych szkód, X = Y1 + ... + YN suma losowej ilości ryzyk. Model (c): Yi - wartość szkody w i-tym dniu roku, i = 1, 2, ..., 365, X = Y1 + ... + Y365 suma ustalonej ilości ryzyk. itd. Podstawowe problemy teorii ryzyka 1. 2. 3. 4. Jaki wybrać model ryzyka? Jaki rozklad ma ryzyko? Jakie sa parametry rozkladu ryzyka? ‘ Jaka podjać decyzje na podstawie parametrów ryzyka? ‘ ‘ ‘ Klasyczne modele ryzyka Do klasycznych modeli ryzyka zaliczamy tzw. ryzyka pojedyńcze oraz ryzyka laczne bedace sumami ustalonej lub losowej dlugości innych ryzyk. ‘ ‘ ETR 2014/2015 1. Matematyczne modele ryzyka. Przyklady 2 Ryzyka pojedyńcze Ryzyko pojedyńcze, to ryzyko, które może wygenerować co najwyżej jedno zagrożenie, np. strate lub jej brak z jednej umowy (ubezpieczeniowej, kredytowej, itp). Opisuje je ‘ zmienna losowa X określona wzorem: X =N ·Y, N - zmienna losowa o wartościach 0 - brak szkody i 1 - szkoda, Y - zmienna losowa, wartość zaistnialej szkody. Ryzyka laczne portfelowe ‘ Ryzyko laczne portfelowe, to suma ustalonej liczby n ryzyk, np. portfel n = 1000 polis ‘ ubezpieczeniowych. Opisuje je zmienna losowa X określona wzorem: X = Y1 + ... + Yn , Y1 , ..., Yn - wartości szkód z poszczególnych polis. Ryzyka laczne kolektywne ‘ Ryzyko laczne kolektywne, to suma losowej liczby ryzyk, np. laczna wartość szkód ‘ ‘ pożarowych w danym okresie. Opisuje je zmienna losowa X określona wzorem: X = Y1 + ... + YN , Y1 , Y2 , ... - wartości kolejnych szkód, N - liczba szkód w danym okresie. Przyklad (ryzyko ubezpieczenia bagażu) Umowa ubezpieczeniowa określa wyplate odszkodowania w wysokości 1000 zl w przypadku zagubienia jednej walizki. Wiadomo ponadto, że: prawdopodobieństwo zagubienia bagażu wynosi wynosi 1/100. Jaka powinna być sprawiedliwa cena (netto) umowy ubezpieczeniowej, jeśli turysta podróżuje z dwiema walizkami? Rozwiazanie 1 ‘ 1. Tworzymy model ryzyka: Y1 - odszkodowanie za walizke nr 1, Y2 - odszkodowanie za walizke nr 2, X = Y1 + Y2 calkowite odszkodowanie. Na podstawie zalożeń przyjmujemy: zmienne losowe Y1 i Y2 sa niezależne i maja jednakowe rozklady: ‘ ‘ P (Yi = 1000) = 1/100, P (Yi = 0) = 99/100, i = 1, 2. 2. Wyznaczamy rozklad ryzyka. Ryzyko X przyjmuje wartości: 0, 1000, 2000. Mamy: P (X = 0) = P (Y1 + Y2 = 0) = P (Y1 = 0, Y2 = 0) = P (Y1 = 0) · P (Y2 = 0) = (99/100)2 = 0, 9801, P (X = 1000) = P ((Y1 = 1000 ∧ Y2 = 0) ∨ (Y1 = 0 ∧ Y2 = 1000) = P (Y1 = 1000∧Y2 = 0)+P (Y1 = 0∧Y2 = 1000) = (1/100)·(99/100)+(99/100)·(1/100) = 2 · (99/10000) = 99/5000 = 0, 0198, ETR 2014/2015 1. Matematyczne modele ryzyka. Przyklady 3 P (X = 2000) = P (Y1 + Y2 = 2000) = P (Y1 = 1000 ∧ Y2 = 1000) = P (Y1 = 1000) · P (Y2 = 1000) = 1/100 · 1/100 = 0, 0001. Cena p umowy bedzie sprawiedliwa, jeśli X − p ma zerowa wartość oczekiwana. Mamy ‘ ‘ ‘ E(X − p) = 0 ⇔ E(X) − p = 0 ⇔ p = E(X), E(X) = 0 · 0, 9801 + 1000 · 0, 0198 + 2000 · 0, 0001 = 19, 8 + 0, 2 = 20. Zatem sprawiedliwa cena (netto) umowy to p = 20 zl. Rozwiazanie 2 ‘ 1. Tworzymy model ryzyka: X = N · Y , gdzie: N - liczba utraconych walizek, Y odszkodowanie za jedna walizke. Przyjmujemy: ‘ ‘ P (N = 1) = 1/100 = 0, 01, P (N = 2) = 1/100 · 1/100 = 0, 0001, P (N = 0) = 1 − 1/100 − 1/10000 = 1 − 0, 0101 = 0, 9899; P (Y = 0) = P (N = 0) = 0, 9899, P (Y = 1000) = P (N = 1 ∨ N = 2) zdarzenia rozlaczne ‘ = P (N = 1) + P (N = 2) = 0, 01 + 0, 0001 = 0, 0101. Zmienne losowe N i Y sa zależne (bo np. Y = 0 implikuje N = 0)! ‘ 2. Wyznaczamy rozklad ryzyka. Ryzyko X przyjmuje wartości: 0, 1000, 2000. Mamy: P (X = 0) = P (N · Y = 0) = P (N = 0 ∨ Y = 0) = P (N = 0) = 0, 9899, P (X = 1000) = P (N · Y = 1000) = P (N = 1 ∧ Y = 1000) = P (N = 1) · P (Y = 1000|N = 1) = 1/100 · 1 = 0, 01, na podstawie wzoru na prawdopodobieństwo warunkowe P (A|B) = P (A ∩ B)/P (B). Dalej, postepujac podobnie mamy: ‘ ‘ P (X = 2000) = P (N · Y = 2000) = P (N = 2 ∧ Y = 1000) = P (N = 2) · P (Y = 1000|N = 2) = 0, 0001 · 1 = 0, 0001. Tak jak poprzednio przyjmujemy, że sprawiedliwa cena (netto) jest wartość oczekiwana ‘ ‘ ryzyka X. Mamy: E(X) = 0 · 0, 9899 + 1000 · 0, 01 + 2000 · 0, 0001 = 10 + 0, 20 = 10, 20. Zatem sprawiedliwa cena (netto) umowy to p = 10, 20 zl. Mamy problem! Który model jest wlaściwy, który lepiej pasuje do rzeczywistości?