Model ryzyka łącznego i jego charakterystyki Matematyczne podstawy teorii ryzyka i ich zastosowanie R. Łochowski Model ryzyka łącznego – rozkłady łącznej wartości szkód • Łączna wartość szkód wyraża się wzorem X = Y1 + Y2 + + YN • Wartości poszczególnych szkód Y1 , Y2 , Y3 ,... dla wszystkich ryzyk w portfelu są nawzajem niezależnymi zmiennymi losowymi o tym samym rozkładzie • N jest zmienną losową o rozkładzie dyskretnym (np. o rozkładzie Poissona, dwumianowym lub ujemnym dwumianowym), niezależną od wartości szkód Y1 , Y2 , Y3 ,... Model ryzyka łącznego – podstawowe charakterystyki • Wartość oczekiwana łącznej wartości szkód EX = E (Y1 + Y2 + + YN ) = E (E (Y1 + Y2 + + YN | N ) ) = E (E (Y1 | N ) + E (Y1 | N ) + + E (YN | N ) ) = E ( N ⋅ E (Y1 ) ) = E ( N ) E (Y1 ) • Ze wzoru na dekompozycję wariancji ( ) D2 ( X ) = E D2 ( X | N ) + D2 (E ( X | N ) ) Model ryzyka łącznego – podstawowe charakterystyki, c. d. • Oznaczmy µY = E (Y1 ) . Ponieważ E ( X | N ) = N ⋅ µY więc otrzymujemy D2 (E ( X | N ) ) = D2 ( N ⋅ µY ) = µY 2D2 ( N ) • Ile wynosi E (D2 ( X | N ) ) ? D 2 (( X − N µ ) | N = n) Y − nµ ) = E ( ∑ (Y − µ ) ) (X | N =E (∑ n i =1 2 = n) = E 2 i = n ⋅ D2 (Y ) Y Y 2 n i =1 i Y Model ryzyka łącznego – podstawowe charakterystyki, c. d. • Zatem D2 ( X | N ) = N ⋅ D2 (Y ) • Ostatecznie ( ) D 2 ( X ) = E D 2 ( X | N ) + D 2 (E ( X | N ) ) = EN ⋅ D 2 2 (Y ) + D ( N ) ⋅ (E Y ) 2 • Zadanie: porównać wariancję łącznej wartości szkód, gdy N ma rozkład Poissona, ujemny dwumianowy i dwumianowy z wariancją, gdy N jest deterministyczne, równe wartościom oczekiwanym powyższych rozkładów. Funkcja generująca kumulanty rozkładu złożonego • Rozkład zmiennej X równej łącznej wartości szkód nazywa się rozkładem złożonym • Jak policzyć momenty wyższych rzędów i kumulanty rozkładu złożonego? • Mamy (( ( ) )) ) = E (exp ( N iln (E exp (tY )))) M X ( t ) = E ( exp ( tX ) ) = E E exp t ∑ i =1 Yi | N ( = E (E exp ( tY1 ) ) ( N = E exp ( N iCY ( t ) ) N 1 ) Funkcja generująca kumulanty rozkładu złożonego • Wniosek: ( ) C X ( t ) = ln E exp ( N iCY ( t ) ) = C N ( CY ( t ) ) • Funkcja generująca kumulanty rozkładu złożonego jest złożeniem funkcji generujących kumulanty! • Kumulanty wyższych rzędów rozkładu złożonego obliczymy więc z formuły c n, X = C X ( n) ( n) (0 ) = CN (CY (t ) ) t =0 ( ) Kumulanty rozkładu złożonego • Zachodzą formuły µ X = µN i µY , σ X 2 = σ N 2 i µY 2 + µN iσ Y 2 , 3 2 2 µ3, X = µ3,N i µY + 3iσ N i µY iσ Y + µN i µ3,Y , c4, X = c4, N i µY 4 + 6i µ3,N i µY 2 iσ Y 2 + 4iσ N 2 i µY i µ3,Y 2 4 +3iσ N iσ Y + µN ic4,Y • Zadanie: wyprowadzić powyższe wzory dla wartości oczekiwanej i wariancji Złożony rozkład Poissona • Gdy zmienna N ma rozkład Poissona, wówczas rozkład zmiennej X nazywa się złożonym rozkładem Poissona (CPD) o parametrach (λ , FY ), gdzie λ = EN zaś FY jest dystrybuantą rozkładu zmiennej Y • Funkcja generująca kumulanty CPD C X ( t ) = C N ( CY ( t ) ) ( ) = λ exp ( CY ( t ) ) − 1 = λ ( MY ( t ) − 1) , gdzie MY jest FGM rozkładu zmiennej Y Kumulanty złożonego rozkładu Poissona • W przypadku złożonego rozkładu Poissona zachodzi n d ( n) cn, X = CX ( 0) = n λ MY ( t ) − 1 dt t = 0 ( ( ( = λ MY ( n) )) ) n 0 = λ i m = λ i E Y , n = 1,2,... ( ) n,Y w szczególności µ X = λ i µY , σ X = λ im2,Y = λ i(σ Y + µY 2 2 2 ) Twierdzenie o dodawaniu dla złożonego rozkładu Poissona • Niech X1 , X 2 ,..., X n będą niezależnymi zmiennym o złożonych rozkładach Poissona z parametrami ( λ1 , F1 ) , ( λ2 , F2 ) ,..., ( λn , Fn ) • Niech S = X1 + X 2 + ... + X n , wówczas C S ( t ) = C X1 ( t ) + ... + C X n ( t ) = λ1 ( M1 ( t ) − 1) + ... + λn ( Mn ( t ) − 1) λn λ1 = λ M1 ( t ) + ... + Mn ( t ) − 1 λ λ gdzie λ = λ1 + λ2 + ... + λn Twierdzenie o dodawaniu dla złożonego rozkładu Poissona, c. d. • Twierdzenie: Suma niezależnych zmiennych o złożonym rozkładzie Poissona z parametrami ( λ1 , F1 ) , ( λ2 , F2 ) ,..., ( λn , Fn ) ma również złożony rozkład Poissona z parametrami ( λ , F ) , gdzie λ1 λn λ = λ1 + ... + λn, F ( t ) = F1 ( t ) + ... + Fn ( t ) λ λ • Pytanie: czy da się sformułować analogiczne twierdzenie dla złożonych rozkładów – dwumianowego i ujemnego dwumianowego? Twierdzenie o dodawania CPD uzasadnienie • Dla zmiennej X o dystrybuancie FX zachodzi wzór M X (t ) = ∫ +∞ −∞ e f X ( x ) dx = ∫ xt +∞ −∞ e xt dFX ( x ) • Jeżeli F1 , F2 ,..., Fn są dystrybuantami, n wówczas ich kombinacja wypukła ∑ i =1 α i Fi jest dystrybuantą pewnej zmiennej Y i zachodzi ∫ d (∑ MY ( t ) = ∫ +∞ −∞ = e ∑ yt +∞ n i =1 −∞ αi ∫ e yt dFY ( y ) = n i =1 +∞ −∞ ) α i Fi ( y ) = ∫ e dFi ( y ) = yt +∞ −∞ ∑ e yt n i =1 (∑ n i =1 α i dFi ( y ) α i Mi ( t ) ) Twierdzenie o dodawaniu dla innych rozkładów złożonych • X – złożony rozkład dwumianowy, wówczas C X ( t ) = C N ( CY ( t ) ) = m ln (1 − p + pMY ( t ) ) , gdzie N ~ Bin ( m, p ) • X1 , X 2 ,..., X n - złożone rozkłady dwumianowe C X1 +...+ X n ( t ) = ∑ n i =1 mi ln (1 − p + pMi ( t ) ), • Zachodzi słaba wersja twierdzenia o dodawaniu, gdy p1 = ... = pn , M1 = ... = Mn • Zadanie: sformułować słabą wersję twierdzenia o dodawaniu dla N ~ NegBin ( r , q )