
- •Введение в математическую экономику
- •1. Предмет и задачи математической экономики
- •2. Математическое моделирование экономических систем
- •3. Примеры экономических задач оптимизации и управления
- •4. Общая схема принятия решений. Виды и параметры экономических задач оптимизации и управления
- •5. Оптимальное поведение и его формализация в экономико-математических моделях
- •Тема 1. Элементы финансовой математики
- •1.1. Сущность финансовой математики
- •1.2. Основные категории, используемые в финансово–экономических расчетах
- •1.3. Фактор времени в финансово–экономических расчетах
- •1.4. Наращение
- •1.5. Дисконтирование
- •1.6. Номинальная и эффективная ставка
- •1.7. Эквивалентность процентных ставок
- •1.8. Сущность инфляции
- •1.9. Учет инфляции при расчете наращивания
- •1.10. Кредитные расчеты. Равные процентные выплаты
- •1.11. Погашение долга равными суммами
- •1.12. Равные срочные выплаты
- •1.13. Потребительский кредит
- •Тема 2. Оценка инвестиционных процессов
- •2.1. Особенности инвестиционных процессов
- •2.2. Чистый приведенный доход
- •2.3. Срок окупаемости
- •2.4. Внутренняя норма доходности
- •2.5. Построение оптимального портфеля
- •2.6. Моделирование финансовых рисков
- •2.7. Принципы определения цены
- •2.8. Простейший и классический процессы риска
- •Тема 3. Основы актуарной математики
- •3.1. Предмет актуарной математики
- •3.2. Использование решающего правила Байеса
- •3.3. Задача о разорении. Вероятность разорения
- •3.4. Сложные пуассоновские процессы
- •3.5. Неравенство Лундберга
- •3.6. Определение вероятности окончательного разорения в экспоненциальном случае
- •3.7. Влияние перестрахования на вероятность разорения. Задача о разорении и перестрахование
- •Тема 4. Задачи оптимизации и управления в экономике
- •4.1. Основные понятия исследования операций
- •4.2. Классификация задач исследования операций
- •4.3. Построение экономико-математической модели
- •4.4. Линейное программирование
- •4.5. Геометрический метод решения задачи линейного программирования
- •4.6. Симплекс-метод решения задачи линейного программирования
- •4.7. Транспортная задача линейного программирования
- •4.8. Задача коммивояжера и метод ветвей и границ
- •2) Построение нижних и верхних оценок минимального значения целевой функции.
- •3) Отсеивание вариантов.
- •4.9. Нелинейное программирование. Метод множителей Лагранжа
- •4.10. Задача выпуклого программирования
- •4.11. Понятие о параметрическом и стохастическом программировании
- •4.12. Общая постановка задачи динамического программирования
- •4.13. Принцип оптимальности и уравнения Беллмана
- •4.14. Задача о распределении средств между предприятиями
- •4.15. Общая схема применения метода дп. Задача об оптимальном распределении ресурсов между отраслями на n лет
- •Тема 5. Математические модели экономических процессов
- •5.1. Линейные модели экономики
- •5.2. Модель Леонтьева «Затраты-выпуск»
- •5.3. Планирование производства в динамике (модель Неймана «расширяющейся» экономики)
- •5.4. Математическая теория потребления. Формализация предпочтения потребителя при выборе товаров
- •5.5. Функция полезности как критерий оценки товаров
- •5.6. Предельный анализ и понятие эластичности в теории потребления
- •5.7. Оптимизационная модель задачи потребительского выбора. Уравнение Слуцкого
- •5.8. Математическая теория конкурентного равновесия
- •5.9. Рыночный спрос и рыночное предложение. Условия совершенной конкуренции. Модель Вальраса
2.8. Простейший и классический процессы риска
Простейшая модель процесса риска
Рассмотрим простейшую
модель процесса риска в терминах
следующей игры: в игре участвуют два
игрока, в каждой партии первый игрок
выигрывает единицу с вероятностью
и
проигрывает единицу с вероятностью
.
Суммарный
начальный капитал обоих игроков равен
а, начальный капитал первого
игрока равен z;
здесь a,
z
- целые числа,
.
Таким образом, процесс
описывается
уравнением
где
последовательность
независимых одинаково распределенных
случайных величин
с дискретным распределением,
Игра
заканчивается, когда обнуляется капитал
одного из игроков (капитал первого
игрока становится
равным 0 или а),
что трактуется, как разорение
соответствующего игрока. Ясно, что при
игра
невыгодна для первого игрока ввиду
,
при
-
выгодна
,
а при
является
нейтральной, "справедливой":
.
Обозначим
момент
разорения первого игрока:
(несобственная
случайная величина),
вероятность
разорения первого игрока при начальном
капитале
.
Отметим, что ввиду известной симметрии
игры вероятность разорения
второго
игрока при начальном капитале первого,
равном z,
может быть вычислена
формальной заменой а
на
и
перестановкой р и
q
в выражении для
Если начальный капитал первого игрока равен 0 или а, то игра не проводится и соответствующие значения вероятностей разорения равны
Если же
,
то после первой партии
капитал первого игрока принимает
значение
с
вероятностью р или
значение
с
вероятностью q.
Поэтому, по формуле
полной вероятности,
представляет собой разностное уравнение второго порядка с характеристическим уравнением
корни которого равны 1 и
,
соответственно.
Обозначим второй корень
Классический процесс риска
Классический процесс риска изучался на протяжении всего 20 века, начиная с работы Лундберга. Уравнением этого процесса описывается динамический портфель страховой компании, банка, других финансовых организаций, являющихся перераспределителями финансовых потоков в окружении рискованной среды. Среди других приложений можно упомянуть описание уровня воды в водохранилище.
Рассмотрим
определение процесса риска на примере
работы страховой компании. Пусть
страховые премии поступают равномерным
потоком1
с интенсивностью с, а в
случайные моменты времени
наступают
страховые события, наносящие ущерб
случайного размера
соответственно.
Тогда размер капитала компании в момент
времени t
при условии, что
начальный капитал (в момент времени
)
равен х, описывается
выражением
,
(2.14)
где
количество страховых
событий, наступивших в интервале времени
.
Поскольку моменты времени
случайны,
случайными оказываются и промежутки
времени
между последовательными страховыми
событиями
Случайный процесс вида
(2.14) называется классическим
процессом риска, если
случайные величины
являются
независимыми, одинаково распределенными
и имеют показательное распределение с
параметром
:
случайные величины
также
являются независимыми и одинаково
распределенными
и имеют функцию распределения
При этом, количество страховых
событий
имеет
распределение Пуассона с параметром
:
а накопленный размер страховых убытков
на интервале времени является случайной величиной с так называемым составным распределением Пуассона, функция распределения которого имеет вид
где
означает
k
- кратную свертку
функции распределения F
с собой, т.е. функцию
распределения суммы k
независимых
одинаково распределенных случайных
величин с функцией
распределения F.
В тех
случаях, когда необходимо подчеркнуть
зависимость значения процесса
от
случайного аргумента
,
будем использовать обозначение
,
в частности,
отдельную траекторию процесса при
фиксированном
будем
обозначать
Как
видим, классический процесс риска вполне
определяется значениями четырех
параметров
,
удовлетворяющих
условиям
(2.15)
Произвольный классический процесс риска с фиксированными значениями параметров, удовлетворяющих условиям (2.15), будем обозначать
(71)
а совокупность всех классических процессов риска с такими параметрами