Д.ф.-м.н. Андриенко В.А.,
Магистр факультета
математики Науменко К. В.
Одесский национальный
университет им. И. И. Мечникова, Украина
Оценка вероятности банкротства страховой компании в классической модели риска
Классический
процесс риска, описывающий эволюцию во времени капитала страховой компании,
задается соотношением
,
где
t – время; u – начальный резерв
страховой компании; c – интенсивность поступления
премий; – агрегированные
выплаты требований к моменту , ; - независимые
одинаково распределенные случайные величины (ущербы) с функцией распределения и средним значением , при ; – число выплат к
моменту t (пуассоновский процесс с интенсивностью ).
Известно, что функция вероятности
небанкротства на бесконечном интервале времени при начальном
капитале u удовлетворяет
интегральному уравнению:
(1)
Это уравнение является интегральным
уравнением Вольтерра и допускает аналитическое решение только в частном случае
показательного распределения страховых выплат [3]. Поэтому наша работа была посвящена численному нахождению
методом
последовательных приближений, в частности мы рассматриваем гамма-распределение
и распределение Вейбулла в качестве . Как известно, правая часть уравнения Вольтерра (1) является
оператором сжатия, поэтому оно имеет единственное решение, которое можно найти
методом последовательных приближений
Пикара.
В работе [1] показано, что для рассматриваемого уравнения
Вольтерра (1) сжатие имеет место на каждой итерации с коэффициентом
(2)
равномерно по всем , что обеспечивает высокую скорость сходимости при всех . Показано, что при старте из начальных функций и последовательные
приближения монотонно сходятся к решению .
На основании теоретически обоснованного в
работе [1] метода последовательных приближений для решения
уравнения вероятности неразорения нами была написана компьютерная программа на
языке Basic, позволяющая находить численные значения решения
этого уравнения для любых начальных параметров и функций распределения,
отвечающим указанному условию для сжатия (2) на каждой итерации, с наперед
заданной точностью.
Но поскольку численное решение этого
уравнения является затратным по времени для современных персональных
компьютеров для больших значений начального капитала, в работе были рассмотрены
аппроксимации вероятности неразорения, такие как аппроксимации
Беекмана-Боуэрса, Де Вильдера и диффузионная. Они строятся из иных соображений,
нежели уравнение для вероятности неразорения, и позволяют находить приближенное
значение вероятности неразорения с меньшими временными затратами.
Для аппроксимации Беекмана-Боуэрса [2]:
,
(3)
где
.
Идея построения аппроксимационной формулы
заключается в замене в формуле (3) гамма-распределением
, первые два момента которого совпадают с моментами .
Гамма-распределение имеет вид: .
В качестве функции , кроме оригинальной в этом случае функции
гамма-распределения, нами использовалась также функция распределения Вейбулла.
Распределение Вейбулла имеет вид: .
Моменты , .
Функция распределения Вейбулла является
обобщением частного случая гамма-распределения и тоже может быть использована
для моделирования поступления требований к страховой компании.
При этом задача нахождения параметров
распределения Вейбулла при известных математическом ожидании и дисперсии не
является столь тривиальной, как для гамма-распределения. С помощью maple, мы
решали систему уравнений, составленную на основании выражений для моментов
функции распределения Вейбулла:
Результаты расчетов для различных
начальных параметров, как значений вероятности неразорения , полученных численным
решением уравнения Вольтерра с помощью компьютера, так и приближенных,
полученных с помощью аппроксимаций, а также сравнение результатов между собой
представлены в ряде примеров, один из них приведем здесь.
Пусть выплаты имеют распределение Вейбулла
с математическим ожиданием , и дисперсией . Пусть также , .Тогда первые три момента: , , . В таблице приведены значения , рассчитанные по методу последовательных приближений,
значения при аппроксимациях, погрешность для этих аппроксимаций.
Капитал (u)
|
Численное решение
|
Аппроксимация Беекмана-Боуэрса
|
Аппроксимация Беекмана-Боуэрса
|
|
Вероятность неразорения
|
Вероятность неразорения при функции
гамма-распределения
|
Относительная погрешность
|
Вероятность неразорения при функции Вейбулла
|
Относительная погрешность
|
500
|
0.87291
|
0.87242
|
-0.056%
|
0.87453
|
0.186%
|
600
|
0.91007
|
0.91120
|
0.125%
|
0.91267
|
0.285%
|
700
|
0.93624
|
0.93805
|
0.193%
|
0.93892
|
0.287%
|
800
|
0.95457
|
0.95669
|
0.222%
|
0.95711
|
0.266%
|
900
|
0.96734
|
0.96968
|
0.242%
|
0.96978
|
0.253%
|
1000
|
0.97624
|
0.97875
|
0.256%
|
0.97864
|
0.246%
|
Капитал (u)
|
Численное решение
|
Диффузионная аппроксимация
|
Аппроксимация Де Вильдера
|
|
Вероятность неразорения
|
Вероятность неразорения
|
Относительная погрешность
|
Вероятность неразорения
|
Относительная погрешность
|
500
|
0.87291
|
0.89163
|
-145%
|
0.86930
|
-0.413%
|
600
|
0.91007
|
0.93052
|
-247%
|
0.90978
|
-0.032%
|
700
|
0.93624
|
0.95545
|
-052%
|
0.93772
|
0.159%
|
800
|
0.95457
|
0.97143
|
1.767%
|
0.95701
|
0.256%
|
900
|
0.96734
|
0.98168
|
1.483%
|
0.97033
|
0.309%
|
1000
|
0.97624
|
0.98826
|
1.230%
|
0.97952
|
0.335%
|
На основании этих и других примеров можно
сказать, что наиболее точной из рассмотренных аппроксимаций является
аппроксимация Де Вильдера. Аппроксимация
Беекмана-Боуэрса дает более точный результат с функцией
гамма-распределения, чем с функцией распределения Вейбулла для небольших
значений начального капитала, причем независимо от функции распределения выплат
. Для больших значений начального капитала аппроксимация Беекмана-Боуэрса дает более точный результат
с функцией распределения Вейбулла, чем с гамма-распределением. Наименее точные
значения получаются при диффузионной аппроксимации. Полученные результаты
позволяют планировать стратегию страховой компании в зависимости от величины
начального капитала.
Литература:
-
Автореф. дис.. канд. фіз.-мат. наук: 01.05.01 / Б.В.
Норкін; Ін-т кібернетики ім. В.М.Глушкова НАН України. — К., 2006. — 19 с. —
укp.
-
Леоненко М.М., Мішура Ю.С., Пархоменко Я.М., Ядренко М.Й.
Теоретико-ймовірнісні та статистичні методи в економетриці та фінансовій
математиці. – Київ: Інформтехніка, 1995. – 380 с.
-
Мельников А. В., Бойков А.В. Элементы страхового
риск-менеджмента, Москва, Изд-во АФЦ,
2000. – 25 с
|