- •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