Горяйнов / ivanova
.pdfF2(x) соответственно, то функция распределения их суммы 1 + 2 может быть посчитана по формуле:
Z x
F (x) = F1(x y)dF2(y) (2)
0
Применяя формулу (2) несколько раз, мы можем посчитать функцию распределения суммы любого числа слагаемых. Если 1 и 2 - непрерывны, то обычно работают с плотностями f1(x), f2(x). Плотность суммы может быть посчитана по формуле
Z x
f(x) = f1(x y)df2(y) (3)
0
Если 1 и 2 - целочисленны, то вместо функции распределения обычно работают с распределениями
p1(n) = P( 1 = n); p2(n) = P( 2 = n):
Распределение суммы p(n) = P( 1+ 2 = n) может быть определено по формуле:
n |
|
|
Xk |
(k)p2(n k) |
(4) |
p(n) = p1 |
||
=0 |
|
|
После подсчета свертки последовательностей p1(n) и p2(n) удобно образовать матрицу вида:
p1(0)p2(0) p1(0)p2(1) p1(0)p2(2) : : :
p1(1)p2(0) p1(1)p2(1) p1(1)p2(2) : : :
p1(2)p2(0) p1(2)p2(1) p1(2)p2(2) : : :
: : : : : : : : : : : :
Таким образом, элемент (i; j) этой матрицы равен произведению p1(i)p2(j). Суммируя по линиям i + j = k, параллельным главной диагонали, получим
p1(k)p2(0) + p1(k 1)p2(1) + : : : + p1(0)p2(k);
т. е. в точности p(k).
Подсчет вероятности разорения часто упрощается, если использовать производящие функции (для дискретных величин) или преобразования Лапласа (для произвольных неотрицательных величин) [7].
Если слагаемые Xi имеют дискретное распределение, независимы и одинаково распределены, то они имеют одну и ту же производящую функцию
g(z) = P1 P(Xi = k) zk. Соответственно, их сумма имеет производящую
k=0
функцию:
gSN (z) = g1(z) : : : gN (z) = (g1(z))N = |
1 |
P(X1 = k) zk!N |
(5) |
|
Xk |
|
|
|
=0 |
|
|
11
Отбирая коэффициенты при степенях z, получаем таблицу для вероятностей p(n).
Модель коллективного риска базируется на следующих упрощающих предположениях:
1.Анализируется фиксированный относительно короткий (так что можно пренебречь инфляцией и не учитывать доход от инвестирования) промежуток времени;
2.Плата за страховку вноситься полностью в начале анализируемого периода, никаких поступлений в течение этого периода нет;
3.Поступающие иски Y1; Y2; : : : не связываются с конкретными договорами, а рассматриваются как результат суммарного риска компании. Иными словами, Yi - это не иск от i-го договора, а i-ый по порядку реально поступивший иск; случайные величины Yi - независимы, одинаково распределены, строго положительны.
4.В качестве суммарной характеристики портфеля рассматривается не число заключенных договоров N, а общее число исков за рассматриваемый период. Случайные величины и Y1; Y2; : : : - независимы.
Так же, как и в модели индивидуального риска, в модели коллективного риска разорение определяется суммарным иском
S = Y1 + : : : + Y
к страховой компании. Вероятность разорения компании определяется также и равна
R = P(Y1 + : : : + Y > W ): |
(6) |
Обозначим = P( = n) - распределение числа исков. Поскольку случайные величины ; Y1; Y2; : : : - независимы, а
P(Y1 + : : : + Y > W j = 0) = P(0 > W ) = 0;
мы получим
1
X
R = P(Y1 + : : : + Yn > W ) n
n=1
Вероятности P(Y1+: : :+Yn > W ) могут быть определены с помощью сверток
(2). Если Yi - непрерывны, то
Z 1
P(Y1 + : : : + Yn > W ) = fY1+:::+Yn(x)dx;
W
12
где fY1+:::+Yn(x) - плотность суммы Y1 +: : :+Yn. В этом случае предпочтительнее использовать формулу (3) и записывать вероятность разорения в виде
Z 1
R = fSn(x)dx;
W
где
1
X
fSn(x) = nfY1+:::+Yn(x)
n=1 |
|
плотность суммарного иска. |
|
Если Yi - дискретные, то |
|
|
1 |
P(Y1 + : : : + Yn > W ) = |
k=X |
pY1+:::+Yn(k); |
|
|
W +1 |
где
pY1+:::+Yn(k) = P(Y1 + : : : + Yn = k)
распределение суммы Y1 + : : : + Yn. В этом случае использовать формулу (4) и записывать вероятность разорения в виде
|
1 |
|
R = |
pSn(k); |
|
|
W +1 |
|
где |
k=X |
|
1 |
||
|
||
pSn(k) = |
npY1+:::+Yn(k) |
|
|
=1 |
|
|
Xn |
распределение суммарного иска.
Как уже отмечалось, вычисления с суммами упрощается, если использовать производящие функции (для дискретных величин) или преобразования Лапласа (для произвольных неотрицательных величин) [7].
Обозначим через
1
X
(z) = nzn = E[z ]
n=0
производящую функцию числа исков, а через
Z 1
'(s) = e sxdP(Yi < x) = E[esYi]
0
преобразование Лапласа величины предъявленного иска (поскольку все предъявляемые иски одинаково распределены, '(s) не зависит от номера i).
13
Тогда для преобразования Лапласа (s) = E[esS ] суммарного иска имеем:
1 |
1 |
X |
Xn |
(s) = |
E[exp( s(Y1 + : : : + Y ))j = n]P( = n) = ('(s))n n = ('(s)): |
n=0 |
=0 |
(7) Из формулы (7) дифференцированием по s в точке s = 0 можно получить следующие формулы
E[S ] = E[Y ]E[ ] |
(8) |
D[S ] = D[ ] (E[Y ])2 + D[Y ] E[ ] |
(9) |
Если иски дискретны, известна производящая функция g(z) = E[zYi], то |
|
G(z) = (g(z)): |
(10) |
Предположим, что число исков имеет распределение Пуассона со средним :
i = P( = i) = i e ; i = 0; 1; 2; : : :
i!
В этой ситуации распределение величины суммарного иска S называется составным пуассоновским распределением [7].
Параметр исходного пуассоновского распределения i и распределение
F (x) иска Y называют параметрами составного пуассоновского распределения.
Преобразования Лапласа величины S может быть получено из (7) при
(z) = e (z 1):
(s) = e ('(s) 1); |
(11) |
где '(s) преобразование Лапласа величины предъявленного иска.
Если Yi - дискретные с производящей функцией g(z), то составное пуассоновское распределение также является дискретным и его производящая функция дается формулой:
G(z) = e (g(z) 1): |
(12) |
Учитывая, что E[ ] = D[ ] = и формулы (8), (9), имеем |
|
E[S ] = E[Y ] |
(13) |
E[S ] = E[Y 2] |
(14) |
Самым эффективным методом точного расчета распределения Pn = P(S = n) составного пуассоновского распределения с дискретным распределением pn величины предъявляемых исков является использование следующей рекуррентной формулы:
|
|
n |
|
|
|
|
Xi |
Pn = |
n |
|
ipiPn 1 |
|
|
|
=1 |
14
Предположим, что число исков имеет отрицательное биномиальное распределение с параметрами p и , т. е.
i = P( = i) = ( + 1) : : : ( + i 1)qip ; i = 0; 1; 2 : : : ; i!
где q = 1 p.
В этой ситуации распределение величины суммарного иска S называется
составным отрицательным биномиальным распределением [7].
Преобразования Лапласа величины S может быть получено из (7) при |
|||||||
|
p |
|
|
|
|
|
|
(z) = |
: |
|
|
|
|
|
|
1 zq |
|
p |
|
|
(15) |
||
|
|
(s) = |
|
; |
|||
|
|
1 q'(s) |
где '(s) - преобразование Лапласа величины предъявленного иска. Параметры p и исходного отрицательного биномиального распределения
i и распределение F (x) иска Y называют параметрами составного отрицательного биномиального распределения.
Если Yi - дискретные с производящей функцией g(z), то составное отрицательное биномиальное распределение также является дискретным и его производящая функция дается формулой:
G(z) = |
1 qg(z) |
|
||
: |
||||
|
|
p |
|
|
Для моментов составного отрицательного биномиального распределения из общих формул (8), (9), имеем
E[S ] = |
|
q |
E[Y ] |
(16) |
|
|
|
|
|||
|
p |
||||
D[S ] = |
q2 |
E[Y 2] |
(17) |
||
p2 |
Каждое составное отрицательное биномиальное распределение можно рассматривать как составное пуассоновское распределение с определенным образом подобранными параметрами.
Справедлива следующая рекуррентная формула для расчета распределения суммарного иска:
p |
|
1 |
|
|
n |
|
i |
P |
n 1 |
; |
n |
i=1 |
|
|
|||||||
|
= |
|
q + ( |
1)qi p |
|
|||||
|
|
X |
|
|
|
|
|
|
|
|
где pi- распределение величины предъявляемых исков.
В связи с этими моделями чаще всего ставятся и решаются две взаимосвязанные задачи:
15
1.вычисление распределения суммарного иска, т. е. суммы всех выплат (убытков) страховщика (по итогам страховой деятельности по всему страховому портфелю (в рамках индивидуальной модели) или по итогам деятельности в течение некоторого интервала времени (в рамках коллективной модели));
2.вычисление (или оценка) страховых премий, обеспечивающих заданную (обычно близкую к 1) вероятность неразорения страховщика. Под разорением понимается событие, при котором сумма страховых выплат страховщика в некоторый момент времени оказывается больше суммы его начального резерва и суммы собранных страховых премий; под страховой премией понимается только та часть полного взноса страхователя (бруттопремия), которая зачисляется в страховой фонд, то есть в фонд, предназначенный для покрытия будущих страховых выплат.
16
§ 3. Оптимизация начального капитала
Задача оптимизации начального капитала рассматривается как в моделях индивидуального, так и в моделях коллективного рисков.
Классический подход к решению задачи о минимизации капитала состоит
вследующем:
вмомент t = 0 компания имеет некоторый начальный капитал u0 = u. К моменту T1 = t1 предъявления первого иска капитал вырастет (за счет поступления премий) до величины u + ct1. Однако, в момент T1 компания оплатит иск величиной X1 и резервы уменьшаться до величины u + ct1 X1. К моменту T2, предъявления второго иска, резервы увеличатся на сумму c(T1 T2) = ct2 и составят u + ct1 X1 + ct2 = u + c(t1 + t2) X1. В момент T2 предъявляется иск величиной X2 и резервы уменьшаются до величины u + c(t1 + t2) (X1 + X2).
Этот процесс продолжается до бесконечности, если только в момент предъявления некоторого иска средств компании не хватит, чтобы оплатить иск. В этом случае мы говорим о разорении компании. Итак, в рамках этой модели компания не разорится, если
u + cTn (X1 + : : : + Xn) 0; n = 1; 2; : : :
Если же
u + ct1 X1 0;
u + c(t1 + t2) (X1 + X2) 0;
: : :
u + c(t1 + tn 1) (X1 + : : : + Xn 1) 0;
но
u + c(t1 + tn) (X1 + : : : + Xn) < 0;
то в момент Tn предъявления n-го иска компания разорится.
Основной характеристикой этой модели является вероятность разорения R = R(u), а основная проблема изучение зависимости этой вероятности от величины начального резервного фонда u. К сожалению само R(u) явно найти не удается. Известны лишь асимптотические оценки для R(u) которые так же сложно вычисляются, типичным примером является следующая асимптотика:
R(u) |
|
m |
|
|
e ru; |
|
|
|
|
|
|
||
0 (r) |
|
(1 |
|
)m |
||
|
|
|
|
|
здесь - относительная страховая надбавка; m = EXi - среднее значение предъявленного иска(где X1; X2 : : : независимые и одинаково распределенные случайные величины; r - характеристический коэффициент (определяется как положительное решение характеристического уравнения (относительно z) EezX = 1 + (1 + )mz); функция (z) = EezX - преобразование Лапласа величины иска.
17
В нашей выпускной работе предлагается принципиально другой подход к определению оптимального значения начального капитала.
Рассмотрим задачу оптимизации начального капитала страховой компании на временном промежутке времени [0; T ] с точки зрения минимизации средних издержек. Такая постановка аналогична задачам теории управления запасами.
Пусть в момент t = 0 страховая компания резервирует начальный капитал в размере u. В актуарной литературе u также называют начальным рисковым резервом. В моделях коллективного риска количество поступивших исков за время [0; t] моделируется как пуассоновский процесс Nt; t 0. Выплаты по искам рассматриваются как последовательность X1; X2; : : : независимых одинаково распределенных случайных величин. Тогда суммарные страховые выплаты, произведенные до момента времени t, составят:
Nt
X
St = Xi
i=1
Величина премий C(t), собранных к моменту времени t, предполагается детерминированным, а не случайным, процессом. Как правило, полагают C(t) = ct, где c - интенсивность заключения договоров страхования.
Как и в задачах теории управления запасами, здесь возникают издержки двух видов. Во - первых, это издержки, связанные с переменной стоимостью денег и резервированием капитала. Их можно представить величиной:
u(erT 1);
где r - непрерывно начисляемая безрисковая процентная ставка. Второй вид издержек связан с нехваткой денежных средств компании, чтобы рассчитаться по предъявленным искам. Пусть q(t) - издержки в момент времени t на единицу средств в единицу времени из-за нехватки денег при необходимости выплаты по суммарному иску. Тогда суммарные издержки J(u) страховой компании за время T можно представить в виде:
Z T
J(u) = u(erT 1) + q(t)(Yt u)+dt;
0
Где Yt = St C(t). Соответственно, средние суммарные издержки компании будут определяться равенством:
Z T
rT +
J(u) = EJ(u) = u(e 1) + q(t)E(Yt u) dt;
0
Во многих ситуациях можно считать, что случайные величины Xi являются абсолютно непрерывными. Тогда для каждого t 2 [0; T ] случайная величина
18
Yt имеет распределение, которое описывается плотностью ft(x). При сделанных предположениях средние суммарные издержки страховой компании можно преобразовать следующим образом:
Z T
rT
J(u) = EJ(u) = u(e 1) + q(t)E((Yt u)IfYt ug)dt =
0
Z T Z T
= (erT 1) + q(t)EYtIfYt ug)dt u q(t)P(Yt > u)dt =
0 0
Z T Z 1 Z T Z 1
= u(erT 1) + q(t)dt xft(x)dx u q(t)dt xft(x)dx
0 u 0 u
Необходимое условие для оптимального значения u начального капитала страховой компании будет определяться из уравнения:
0
J (u) = 0:
Замечая, что
Z T Z T Z 1 Z T
0 rT
J (u) = e 1 u q(t)ft(u)dt q(t)dt ft(x)dx + u q(t)ft(u)dt =
0 0 u 0
ZT
=erT 1 q(t)P(Yt > u)dt;
0
Приходим к уравнению
Z T
q(t)P(Yt > u)dt = erT 1:
0
Таким образом получен следующий результат:
Предложение 1. В условиях модели коллективного риска пусть Yt = St
C(t), где St - текущий суммарный иск, а C(t) - поступления от премий к моменту времени t. Допустим так же, что q(t) - издержки в момент времени t на единицу средств в единицу времени из-за нехватки денег при необходимости выплаты по суммарному иску. Тогда значение u начального оптимального капитала на период времени T определяется как корень уравнения:
Z T
q(t)P(Yt > u)dt = erT 1;
0
где r - непрерывно начисляемая безрисковая процентная ставка.
19
Этот результат позволяет так же по другому подойти к задаче оптимизации дивидендов (рассчитывая оптимальный уровень начального капитала, к примеру на год, можно излишки выплачивать в качестве дивидендов ).
20