Kvantitativní řízení rizik 7.11.2014



Podobné dokumenty
Kvantitativn ı ˇr ızen ı rizik

Value at Risk. Karolína Maňáková

Pravděpodobnost a statistika, Biostatistika pro kombinované studium. Jan Kracík

LIMITA A SPOJITOST FUNKCE

Matematika III 10. týden Číselné charakteristiky střední hodnota, rozptyl, kovariance, korelace

LWS při heteroskedasticitě

Optimalizace portfolia a míry rizika. Pavel Sůva

Markovské metody pro modelování pravděpodobnosti

4. Topologické vlastnosti množiny reálných

Náhodná veličina a její charakteristiky. Před provedením pokusu jeho výsledek a tedy ani sledovanou hodnotu neznáte. Proto je proměnná, která

Limita posloupnosti a funkce

Dodatek 2: Funkce dvou proměnných 1/9

Změna hodnoty pozice v důsledku změn tržních cen.

Definice 7.1 Nechť je dán pravděpodobnostní prostor (Ω, A, P). Zobrazení. nebo ekvivalentně

Matematické přístupy k pojištění automobilů. Silvie Kafková září 2013, Podlesí

Změna hodnoty pozice v důsledku změn tržních cen.

Spojitost a limita funkce

AVDAT Náhodný vektor, mnohorozměrné rozdělení

Matematická analýza pro informatiky I. Derivace funkce

Pravděpodobnost a statistika (BI-PST) Cvičení č. 7

9. T r a n s f o r m a c e n á h o d n é v e l i č i n y

Statistika II. Jiří Neubauer

Poznámky k předmětu Aplikovaná statistika, 4. téma

Náhodná veličina Číselné charakteristiky diskrétních náhodných veličin Spojitá náhodná veličina. Pravděpodobnost

Poznámky k předmětu Aplikovaná statistika, 4. téma

Kredibilitní pojistné v pojištění automobilů. Silvie Zlatošová září 2016, Robust

Poznámky k ekonomickému ukazateli IRR. výnos do splatnosti...

Matematická analýza pro informatiky I. Limita funkce

Aplikace teoretických postupů pro ocenění rizika při upisování pojistných smluv v oblasti velkých rizik

I. D i s k r é t n í r o z d ě l e n í

Stochastická dominance a optimalita portfolií

1 Báze a dimenze vektorového prostoru 1

p(x) = P (X = x), x R,

NÁHODNÝ VEKTOR. 4. cvičení

n = 2 Sdružená distribuční funkce (joint d.f.) n. vektoru F (x, y) = P (X x, Y y)

Náhodný vektor. Náhodný vektor. Hustota náhodného vektoru. Hustota náhodného vektoru. Náhodný vektor je dvojice náhodných veličin (X, Y ) T = ( X

PŘEDNÁŠKA 2 POSLOUPNOSTI

Zobecněný Riemannův integrál

Matematika III. 4. října Vysoká škola báňská - Technická univerzita Ostrava. Matematika III

Zpracování náhodného vektoru. Ing. Michal Dorda, Ph.D.

Náhodný vektor. Náhodný vektor. Hustota náhodného vektoru. Hustota náhodného vektoru. Náhodný vektor je dvojice náhodných veličin (X, Y ) T = ( X

To je samozřejmě základní pojem konvergence, ale v mnoha případech je příliš obecný a nestačí na dokazování některých užitečných tvrzení.

Derivace funkce Otázky

Jiří Neubauer. Katedra ekonometrie, FVL, UO Brno kancelář 69a, tel

Matematická analýza pro informatiky I.

Pravděpodobnost a aplikovaná statistika

Riemannův určitý integrál

Normální (Gaussovo) rozdělení

Derivace funkce DERIVACE A SPOJITOST DERIVACE A KONSTRUKCE FUNKCÍ. Aritmetické operace

MOORE-PENROSEOVA INVERZE MATICE A JEJÍ APLIKACE. 1. Úvod

Bayesovské metody. Mnohorozměrná analýza dat

Definice spojité náhodné veličiny zjednodušená verze

Přednáška 6, 6. listopadu 2013

PRAVDĚPODOBNOST A STATISTIKA

10. N á h o d n ý v e k t o r

Matematika V. Dynamická optimalizace

PRAVDĚPODOBNOST A STATISTIKA

Spolehlivost soustav

5 Vícerozměrná data - kontingenční tabulky, testy nezávislosti, regresní analýza

Chyba predikce při rezervování metodou Chain Ladder u korelovaných vývojových trojúhelníků

Funkce, elementární funkce.

8. Normální rozdělení

Omezenost funkce. Definice. (shora, zdola) omezená na množině M D(f ) tuto vlastnost. nazývá se (shora, zdola) omezená tuto vlastnost má množina

Základy matematiky pro FEK

MOŽNOST VYUŽITÍ INPUT-OUTPUT ANALÝZY PRO ŘÍZENÍ VE VEŘEJNÉ SPRÁVĚ

Téma 22. Ondřej Nývlt

Kapitola 1. Úvod. 1.1 Značení. 1.2 Výroky - opakování. N... přirozená čísla (1, 2, 3,...). Q... racionální čísla ( p, kde p Z a q N) R...

Pojmy z kombinatoriky, pravděpodobnosti, znalosti z kapitoly náhodná veličina, znalost parciálních derivací, dvojného integrálu.

VII. Limita a spojitost funkce

1. Přednáška. Ing. Miroslav Šulai, MBA

(5) Primitivní funkce

7. Funkce jedné reálné proměnné, základní pojmy

Převedení okrajové úlohy na sled

Přijímací zkouška na navazující magisterské studium 2014

časovém horizontu na rozdíl od experimentu lépe odhalit chybné poznání reality.

Matematická analýza pro informatiky I. Limita posloupnosti (I)

Pravděpodobnost a statistika I KMA/K413

2. Je dáno jevové pole (Ω;A) a na něm nezáporná normovaná funkce. Definujte distrubuční funkci náhodného vektoru.

IV. Základní pojmy matematické analýzy IV.1. Rozšíření množiny reálných čísel

TEORIE MÍRY V některých předchozích kapitolách jste se setkali s měřením velikostí množin a víte, jaké byly těžkosti s měřením množin i na reálné ose.

K oddílu I.1 základní pojmy, normy, normované prostory

1. POJMY 1.1. FORMULE VÝROKOVÉHO POČTU

Reziduovaná zobrazení

prof. RNDr. Roman Kotecký DrSc., Dr. Rudolf Blažek, PhD Pravděpodobnost a statistika Katedra teoretické informatiky Fakulta informačních technologií

Matematická analýza III.

Základy matematiky pro FEK

Řešení. Označme po řadě F (z) Odtud plyne, že

Vztah limity k aritmetickým operacím a uspořádání

správně - A, jeden celý příklad správně - B, jinak - C. Pro postup k ústní části zkoušky je potřeba dosáhnout stupně A nebo B.

Limita a spojitost funkce. 3.1 Úvod. Definice: [MA1-18:P3.1]

Definice : Definice :

JAK MODELOVAT VÝSLEDKY

Náhodné vektory a matice

Markov Chain Monte Carlo. Jan Kracík.

2. LIMITA A SPOJITOST FUNKCE

y = 0, ,19716x.

Vybrané poznámky k řízení rizik v bankách

(4x) 5 + 7y = 14, (2y) 5 (3x) 7 = 74,

Pravděpodobnost a statistika

Transkript:

Kvantitativní řízení rizik 7.11.2014

Ekonomický kapitál ekonomický kapitál- kapitál potřebný k zajištění schopnosti splnit v daném časovém horizontu převzaté závazky s danou pravděpodobností L- riziko, tj. náhodná veličina představující ztrátu v uvažovaném období ρ(l)- míra rizika(nezáporné číslo, závisí na rozdělení n.v. L) ekonomický kapitál: EC(L) = ρ(l) EL

Alokace kapitálu alokace kapitálu- rozdělení celkového kapitálu drženého firmou mezi její komponenty(např. odvětví podnikání, typy rizik, území, produkty v portfoliu) důvody pro dělení kapitálu mezi odvětví(lines of business): - redistribuce nákladů spojených s držením kapitálu(promítnou se do poplatků účtovaných klientům) - alokace nákladů pro účely finančních výkazů - hodnocení výkonnosti pomocí výnosu z alokovaného kapitálu - podpora rozhodování o případné expanzi nebo redukci odvětví

Alokace kapitálu Nechť pro celkové riziko L společnosti platí L = n, i=1 kdel 1,...,L n jsounáhodnéveličinypředstavujícíztrátyz jednotlivých odvětví podnikání. Je dán celkový rizikový kapitál K, cílem je stanovit nezáporné hodnotyk 1,...,K n (alokacejednotlivýmodvětvím)tak,aby K = n K i. i=1

Haircut princip Kapitál pro odvětví i se stanoví jako K i = γf 1 (p), kde F 1 L (p) =inf{x R F L(x) p}, p [0,1], jekvantilováfunkcepříslušnádistribučnífunkcif L. γsestanovítak,abysoučetalokovanýchkapitálůbylrovenk,tj. K i = K n j=1 F 1 L j (p) F 1 (p), i =1,...,n.

Haircut princip Při daném celkovém kapitálu K vede k alokaci, která nezávisí na závislostní struktuře mezi ztrátami jednotlivých odvětví. PřipoužitíVaRjakomíryrizikamůžebýtK i >F 1 (p)(var není subaditivní). NavšechnyhodnotyF 1 (p)seuplatňujestejná proporcionální redukce(resp. zvýšení) dané koeficientem γ.

Inverze distribuční funkce α-smíšená inverzní distribuční funkce: F 1(α) X (p) = αf 1 X (p) + (1 α)f 1+ X (p), p (0,1), α [0,1], kde F 1+ X (p) =sup{x R F X (x) p}, p [0,1]. Prokaždéxtakové,že0 <F X (x) <1,existuje α x [0,1]takové, že F 1(αx) X (F X (x)) =x.

Kvantilový princip Kapitál pro odvětví i se stanoví jako K i =F 1(α) (βp), kde αaβsevolítak,abyk = n i=1 K i. Nezohledňuje závislosti mezi odvětvími. Používá stejné kvantily pro všechna rizika(efekt diverzifikace seprojevívpoužitíkvantilunahladině βpmístop).

Pomocné výsledky Tvrzení. Pro zleva spojitou neklesající funkci g platí F 1 g(x) (p) =g( F 1 X (p)). Důkaz. Z definice kvantilové funkce plyne F 1 g(x) (p) x p F g(x)(x). Zespojitostizlevafunkcegmámeprovšechnaxaz g(z) x z sup{y g(y) x}. Odtud p F g(x) (x) p F X [sup{y g(y) x}].

Pomocné výsledky Pokudjesup{y g(y) x} ±,platí p F X [sup{y g(y) x}] F 1 X (p) sup{y g(y) x}. (Platíivpřípaděsup{y g(y) x} = ±.) Celkem F 1 X (p) sup{y g(y) x} g( F 1 X (p)) x. F 1 g(x) (p) x g( F 1 X (p)) x platí pro všechna x, odtud plyne tvrzení.

Pomocné výsledky Podobně se dokáže, že pro neklesající zprava spojitou funkci g platí F 1+ g(x) (p) =g( F 1+ X (p) ). MějmenáhodnývektorL = (L 1,...,L n ).Potomnáhodnývektor ( ) F 1 L 1 (U),...,F 1 L n (U),kdeUjen.v.srovnoměrnýmrozdělením na (0, 1), je vektor komonotonních veličin se stejnými marginálními d.f. Označme S C = n i=1 F 1 (U).

Pomocné výsledky Tvrzení. F 1(α) S C (p) = n i=1 Důkazvycházíztoho,že F 1(α) (p),p (0,1), α [0,1]. g(u) = n i=1 F 1 (u) je zleva spojitá neklesající funkce.

Pomocné výsledky Tj.dlepředchozíhoprop (0,1) F 1 S C (p) =F 1 g(u) (p) =g( F 1 U (p)) =g(p) = Podobně se dokáže užitím toho, že F 1+ S C (p) = n i=1 g(u) = n i=1 F 1+ (p), p (0,1) n i=1 je zprava spojitá neklesající funkce. F 1+ (u) F 1 (p).

Kvantilový princip Hodnoty αaβsestanovízevztahu K = n i=1 F 1(α) (βp). Zavedeme opět sumu komonotonních veličin S C = n i=1 F 1 (U), kdeumárovnoměrnérozdělenína (0,1). Z výše uvedených pomocných výsledků vyplývá K =F 1(α) S C (βp).

Kvantilový princip Odtud plyne ataké βp =F SC (K) K =F 1(α) S C (F SC (K)). Z posledního vztahu určíme parametr α, alokace podle kvantilového principu je pak popsána vztahem K i =F 1(α) (F SC (K)),i =1,...,n.

Kvantilový princip Uvažujmespeciálnípřípad,kdyvšechnydistribučnífunkceF Li jsou spojité a rostoucí. Potom se alokace podle kvantilového principu redukuje na K i =F 1 (F SC (K)),i =1,...,n. Kvantilový princip lze v tomto případě chápat jako speciální případ haircut principu s volbou p =F SC (K).

Kovarianční princip Kapitál pro odvětví i se stanoví jako K i = K σ 2 (L) Cov(,L),i =1,...,n, kde σ 2 (L)jerozptylcelkovéhorizika. Bere v úvahu závislostní strukturu: odvětvím, jejichž riziko je více korelováno s celkovým rizikem, je alokováno více kapitálu.

Princip zbytkové hodnoty v riziku Uvažujme rizika se spojitými distribučními funkcemi. Potom má zbytková hodnota v riziku na hladině p pro celkové riziko vyjádření ES p (L) =E [ L L >F 1 L (p)]. Princip alokace kapitálu založený na zbytkové hodnotě v riziku popisuje formule K i = K ES p (L) E [ L >F 1 L (p)],i =1,...,n. Bere v úvahu závislostní strukturu: odvětví s větší podmíněnou střední hodnotou při vysoké celkové ztrátě mají alokován větší kapitál.

Proporcionální alokace Výše uvedené principy alokace kapitálu lze chápat jako speciální případy principu proporcionální alokace. Při něm volíme míru rizika ρ a alokujeme kapitál αsevolítak,abyk = K i,tj. K i = K i = α ρ( ),i =1,...,n. K n j=1 ρ(l j) ρ(),i =1,...,n.

Proporcionální alokace haircutprincip: ρ( ) =F 1 (p) kvantilovýprincip: ρ( ) =F 1 (F SC (K)) kovariančníprincip: ρ( ) =Cov(,L) principzbytkovéhodnotyvriziku: ρ( ) =E [ L >F 1 L (p)] Poslednídvěmíryrizikanezávisíjennarozdělení (vlivzávislostní struktury).

Proporcionální alokace Předpokládejme, že K = ρ(l). Potom diverzifikační efekt vyjádřený nerovností K i ρ( ),i =1,...,n, je dosažen právě když K = ρ(l) n ρ(l j ). j=1 Tato podmínka je splněna, pokud míra rizika ρ je subaditivní.

Literatura I. Justová: Agregace rizik.(v: Matematika a řízení rizik 2009/10, Matfyzpress Praha 2010) A.J. McNeil, R. Frey, P. Embrechts: Quantitative Risk Management: Concepts, Technics and Tools, Princeton University Press 2005. J. Dhaene, A. Tsanakas, E.A.Valdez, S. Vanduffel: Optimal Capital Allocation Principles. The Journal of Risk and Insurance, 2012, Vol.79, No1, 1-28. J. Dhaene, M. Denuit, M.J.Goovaerts, R.Kaas, D.Vyncke: The Concept of Comonotonocity in Actuarial Science and Finance: Theory. Insurance: Mathematics and Economics, 2002, 31, 3-33.