Risikomodellierung im Standardmodell - qx-Club Berlin
Risikomodellierung im Standardmodell - qx-Club Berlin
Risikomodellierung im Standardmodell - qx-Club Berlin
Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.
YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.
<strong>Risikomodellierung</strong> <strong>im</strong><br />
<strong>Standardmodell</strong><br />
QX- C L U B B E R L I N 7 . M A I 2 0 1 2<br />
D R . P E T E R T A K Á C S ( C O N S I N T O G M B H )<br />
D R . R O L F M E R T I G ( G L U O N V I S I O N G M B H )<br />
Mertig + Takács
Themen<br />
2<br />
Theorie<br />
• <strong>Risikomodellierung</strong><br />
Begriffe und Verfahren<br />
Risikomaß und –verteilung<br />
Abhängigkeitsstrukturen<br />
Risikoaggregation<br />
• <strong>Standardmodell</strong><br />
Vorgaben durch Solvency II<br />
Solvenzbilanz<br />
Risikokategorien und Teilrisiken<br />
Risikobewertung<br />
Stärken/Schwächen<br />
• Weiterentwicklungen mit<br />
stochastischer S<strong>im</strong>ulation<br />
Aktuelle Verfahren <strong>im</strong> Überblick<br />
Praxis<br />
• aktuarielle Unterstützung<br />
Mathematica ®<br />
Kurzvorstellung<br />
Anwendungsbeispiel<br />
Projektentwicklung<br />
• aktuarieller Arbeitsplatz<br />
Nutzungsmöglichkeiten<br />
Ergänzung zu Prophet<br />
Bestandsverdichtung<br />
MCEV<br />
…<br />
• aktuarielles Projekt<br />
Stochastisches<br />
Unternehmensmodell<br />
Mertig + Takács
<strong>Risikomodellierung</strong><br />
3<br />
• Risikobegriff<br />
Entscheidung zum Verhalten<br />
Meist unbekanntes Ergebnis<br />
Erwartetes Ergebnis<br />
Abweichungen von der<br />
Erwartung<br />
• Mögliches Eintreten eines<br />
Ereignisses in der Zukunft<br />
mit negativer Auswirkung<br />
Vielzahl von Möglichkeiten<br />
Zufallsgröße<br />
Wahrscheinlichkeitsverteilung<br />
Erwartungswert<br />
Varianz,<br />
Standardabweichung,<br />
Variationskoeffizient<br />
Risiko<br />
Mertig + Takács
<strong>Risikomodellierung</strong><br />
4<br />
• Bivariate (standardisierte)<br />
Normalverteilung<br />
Symmetrisch<br />
Finanz-, Versicherungsdaten<br />
eher schief<br />
Korrelationsstruktur<br />
Annahmen treffen<br />
flach auslaufende Ränder<br />
Kaum Extremwerte<br />
Gleichzeitige gemeinsame<br />
Extremwerte noch seltener<br />
Geringe Abhängigkeiten am<br />
Rand<br />
Dichtefunktion<br />
Verteilungsfunktion<br />
Mertig + Takács
<strong>Risikomodellierung</strong><br />
5<br />
• Risikomaße<br />
Varianz<br />
Var ( X ): <br />
Value at Risk (VaR)<br />
1<br />
VaR<br />
( X ) : F<br />
X<br />
( )<br />
inf{ x<br />
R,<br />
F ( x)<br />
}<br />
Expected Shortfall (TVaR, CVaR)<br />
ES<br />
<br />
E((<br />
X<br />
E(<br />
X ))<br />
X<br />
( X ) : E(<br />
X X VaR<br />
( X ))<br />
2<br />
)<br />
<br />
<br />
Mertig + Takács
<strong>Risikomodellierung</strong><br />
6<br />
• Abhängigkeitsstrukturen<br />
Verteilung der Einzelrisiken ???<br />
Lognormal<br />
Normal<br />
Arcus Sinus<br />
Abhängigkeit der Risiken untereinander ???<br />
4<br />
1.0<br />
1.0<br />
1.0<br />
3<br />
2<br />
0.8<br />
0.8<br />
0.8<br />
1<br />
0.6<br />
0.6<br />
0.6<br />
2 2 4<br />
0.4<br />
0.4<br />
0.4<br />
1<br />
2<br />
0.2<br />
0.2<br />
0.2<br />
3<br />
0.2 0.4 0.6 0.8 1.0<br />
0.2 0.4 0.6 0.8 1.0<br />
0.2 0.4 0.6 0.8 1.0<br />
Mertig + Takács
<strong>Risikomodellierung</strong><br />
7<br />
• Copulas<br />
Verteilungsfunktion eines Zufallsvektors mit uniformen<br />
Randverteilungen<br />
Zerlegung der multivariaten Verteilung in<br />
Abhängigkeitsstruktur und univariate Randverteilungen<br />
Unabhängig von der Verteilung der Einzelrisiken<br />
Eindeutigkeit der Abhängigkeitsstruktur der Einzelrisiken bei<br />
stetigen Randverteilungen (Theorem von Sklar)<br />
berechenbares Maß für die Abhängigkeit an den Rändern<br />
Mertig + Takács
<strong>Risikomodellierung</strong><br />
8<br />
• Copulas<br />
Fréchet-Hoeffding-Schranken<br />
obere Schranke<br />
1.0<br />
0.8<br />
Komonoton<br />
0.6<br />
0.4<br />
0.2<br />
0.5 1.0 1.5 2.0 2.5 3.0 3.5<br />
0.8<br />
0.6<br />
unabhängig<br />
0.4<br />
0.2<br />
untere Schranke<br />
0.5 1.0 1.5 2.0 2.5<br />
0.8<br />
0.6<br />
Kontramonoton<br />
0.4<br />
0.2<br />
0.5 1.0 1.5 2.0 2.5<br />
Mertig + Takács
<strong>Risikomodellierung</strong><br />
• Risikoaggregation<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
)<br />
(<br />
...<br />
)<br />
,<br />
(<br />
)<br />
,<br />
(<br />
...<br />
...<br />
...<br />
...<br />
)<br />
,<br />
(<br />
...<br />
)<br />
(<br />
)<br />
,<br />
(<br />
)<br />
,<br />
(<br />
...<br />
)<br />
,<br />
(<br />
)<br />
(<br />
,<br />
...<br />
)<br />
,<br />
(<br />
~<br />
...<br />
:<br />
2<br />
1<br />
2<br />
2<br />
1<br />
2<br />
1<br />
2<br />
1<br />
1<br />
2<br />
1<br />
2<br />
1<br />
n<br />
n<br />
n<br />
n<br />
n<br />
n<br />
n<br />
X<br />
Var<br />
X<br />
X<br />
Cov<br />
X<br />
X<br />
Cov<br />
X<br />
X<br />
Cov<br />
X<br />
Var<br />
X<br />
X<br />
Cov<br />
X<br />
X<br />
Cov<br />
X<br />
X<br />
Cov<br />
X<br />
Var<br />
N<br />
X<br />
X<br />
X<br />
X<br />
<br />
<br />
<br />
<br />
)<br />
(<br />
: i<br />
i<br />
X<br />
Var<br />
k<br />
SCR<br />
<br />
<br />
1<br />
1´<br />
)<br />
(1´<br />
)<br />
...<br />
(<br />
: 2<br />
1<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
k<br />
X<br />
Var<br />
k<br />
X<br />
X<br />
X<br />
Var<br />
k<br />
SCR<br />
n<br />
Gesamt<br />
(Wurzelformel)<br />
Solvency Capital Required<br />
Mertig + Takács<br />
k <br />
gewählt<br />
k geeignet<br />
<br />
9
<strong>Risikomodellierung</strong><br />
10<br />
• Risikoaggregation<br />
X ~ N(0,1)<br />
X ~ N(0,1)<br />
Y ~ N(0,1)<br />
Y X<br />
2<br />
Verteilung bekannt<br />
Y X 2 ~ <br />
2 (1)<br />
Cov( X,<br />
Y)<br />
0<br />
4<br />
3<br />
2<br />
1<br />
4<br />
3<br />
3 2 1 1 2 3<br />
2<br />
1<br />
2<br />
1<br />
3<br />
3 2 1 1 2 3<br />
unkorrelie rt,<br />
unabhängig<br />
X<br />
0 1<br />
X<br />
Y<br />
0 1<br />
Y<br />
SCR=3.64<br />
unkorrelie rt,<br />
abhängig<br />
X<br />
0 1<br />
Y<br />
1 <br />
Y<br />
X<br />
SCR=5.77<br />
2<br />
Y<br />
1 <br />
Y<br />
SCR=9.064<br />
2<br />
Mertig + Takács
<strong>Standardmodell</strong><br />
11<br />
Stochastische Modellierung<br />
der ökonomischen Bilanz <strong>im</strong><br />
1-Jahres-Horizont<br />
Ökonomische Bewertung der<br />
vorhandenen Eigenmittel<br />
Solvenzkapital, max. Verlust<br />
an Eigenmitteln, der mit<br />
best<strong>im</strong>mter Wahrscheinlichkeit<br />
nicht überschritten wird<br />
Unbekannte Verteilung der<br />
ökonomischen Eigenmittel<br />
Solvency II Bilanz<br />
Marktwert der<br />
Assets<br />
ökonomische<br />
Eigenmittel<br />
Marktwert der<br />
Liabilities<br />
Mertig + Takács
<strong>Standardmodell</strong><br />
• Bewertung der Verbindlichkeiten mit Best-Est<strong>im</strong>ate<br />
zuzüglich Risikomarge<br />
• Bewertung der Kapitalanlagen mit Marktwerten<br />
• Risikokategorien mit Teilrisiken sind definiert<br />
versicherungstechnisches Risiko (Health, Life, Non-Life)<br />
Marktrisiko (Zins-, Aktien-, Immobilien-, Wechselkursrisiko, …)<br />
operationelles Risiko<br />
• Solvenzkapitalbst<strong>im</strong>mung mittels faktorbasierten Ansatz<br />
oder Szenariorechnungen<br />
• Korrelationen be<strong>im</strong> Übergang zum Gesamtrisiko<br />
• Doppelte Best<strong>im</strong>mung der ökonomischen Bilanz<br />
ersetzt stochastische Modellierung<br />
12<br />
Mertig + Takács
Solvency II Bilanz<br />
<strong>Standardmodell</strong><br />
13<br />
Ausgangsbilanz<br />
„gestresste“ Bilanz<br />
(z.B. Aktien fallen um x%)<br />
ökonomische<br />
Eigenmittel<br />
ASM 0<br />
ökonomische<br />
Eigenmittel<br />
ASM i<br />
Marktwert der<br />
Assets<br />
Marktwert der<br />
Liabilities<br />
Marktwert der<br />
Assets<br />
Marktwert der<br />
Liabilities<br />
SCR i =ASM 0 -ASM i<br />
SCR – Solvency Capital Requirement<br />
ASM – Available Solvency Margin<br />
i - Risikoindex<br />
Mertig + Takács
• Europaweit standardisiert<br />
<strong>Standardmodell</strong><br />
14<br />
• Anwendbarkeits- und Wirkungsstudien auf europäischer Ebene:<br />
„Quantitative Impact Studies“ (QIS 1 bis QIS 5 ( QIS 6 (GDV) )<br />
• Keine stochastischen S<strong>im</strong>ulationen erforderlich<br />
• Problematisch<br />
quantifizierbarkeit der Risiken<br />
<strong>im</strong>plizite Normalverteilungsannahme<br />
VaR ist kein kohärentes Risikomaß<br />
Abhängigkeitsstruktur<br />
Korrelationsmatrizen<br />
Überschätzung SCR<br />
Vergleichbarkeit zwischen Unternehmen<br />
• Weiterentwicklung zum (partiellen) internen Modell<br />
Mertig + Takács
Weiterentwicklungen mit stochastischer S<strong>im</strong>ulation<br />
15<br />
Szenarien<br />
Risikofaktoren<br />
Risikoaggregation mit Bewertungsmodell<br />
2.5<br />
2.0<br />
1.5<br />
1.0<br />
0.5<br />
2.5<br />
10 20 30 40 50<br />
2.0<br />
1.5<br />
1.0<br />
0.5<br />
2.5<br />
10 20 30 40 50<br />
2.0<br />
1.5<br />
1.0<br />
0.5<br />
10 20 30 40 50<br />
Mertig + Takács
Weiterentwicklungen mit stochastischer S<strong>im</strong>ulation<br />
• Aktuelle Verfahren <strong>im</strong> Überblick<br />
Curve Fitting<br />
Bewertungsmodell: parametrisierbare Funktion<br />
Least Square Monte Carlo<br />
Bewertungsmodell: parametrisierbare Funktion<br />
Replicating Portfolio<br />
Bewertungsmodell: Portfolio aus Kapitalanlagen<br />
Keine inneren S<strong>im</strong>ulationen<br />
Kalibrierung über Aktionärscashflow<br />
Inkrementeller Aufbau des Portfolios<br />
16<br />
Mertig + Takács
aktuarielle Unterstützung<br />
• Mathematica ® für das Aktuariat<br />
17<br />
Mertig + Takács
aktuarielle Unterstützung<br />
• Mathematica ® für das Aktuariat bietet:<br />
Transparenz und Nachvollziehbarkeit<br />
Interaktive Nutzung am Arbeitsplatz<br />
Geringer Einarbeitungsaufwand<br />
offen, erweiterbar<br />
Vorhandene Anwendungspakete<br />
Dynamisches Modellieren<br />
Schnittstellen zu anderen Programmsystemen<br />
<br />
Excel<br />
Harmonisierung der individuellen Datenverarbeitung<br />
Batch-Betrieb am Großrechner<br />
Unabhängigkeit von IT-Abteilung<br />
<br />
Entwicklung und Anwendung<br />
Performance<br />
<br />
S<strong>im</strong>ulationsrechnungen<br />
18<br />
Mertig + Takács
• Copula – Modelle<br />
aktuarieller Arbeitsplatz<br />
19<br />
D =CopulaDistribution[{"Frank",6}, {UniformDistribution[{0,1}],UniformDistribution[{0,1}]} ];<br />
data=RandomVariate[D,10^4];<br />
Histogram3D[data,{{0,1,0.1},{0,1,0.1}},"PDF"]<br />
Histogram3D[data,{{0,1,0.1},{0,1,0.1}},"CDF"]<br />
2.0<br />
1.0<br />
1.5<br />
1.0<br />
1.0<br />
0.5<br />
1.0<br />
0.5<br />
0.0<br />
0.0<br />
0.5<br />
0.0<br />
0.0<br />
0.5<br />
0.5<br />
0.5<br />
1.0<br />
0.0<br />
1.0<br />
0.0<br />
Mertig + Takács
aktuarieller Arbeitsplatz<br />
20<br />
• Copula - Schätzung<br />
{{63, 71},{61, 65},{137, 57},{25, 43},{158, 91},<br />
{158, 73},{105, 62},{51, 70},{31, 60},{97, 74}, …..}<br />
1. Empirische Randverteilungen<br />
Histogram[[All,1]]<br />
Histogram[[All,2]]<br />
1.0<br />
0.8<br />
0.6<br />
0.4<br />
0.2<br />
0.5 1.0 1.5 2.0 2.5 3.0<br />
3. Copula - Dichte<br />
2. Gemeinsame Verteilung<br />
Dichtefunktion<br />
Verteilungsfunktion<br />
Mertig + Takács
aktuarielles Projekt<br />
• Beispiel: Stochastisches Unternehmensmodell (Oberfläche )<br />
21<br />
Mertig + Takács
aktuarielles Projekt<br />
• Beispiel: Input/Output des GDV <strong>Standardmodell</strong>s (entspricht Excel-Modell)<br />
22<br />
Mertig + Takács
Zusammenfassung<br />
23<br />
• Abhängigkeiten zwischen den Einzelrisiken sind zu<br />
berücksichtigen; sonst Fehleinschätzung des Gesamtrisikos<br />
durch Wurzelformel<br />
• Korrelation als Abhängigkeitsstruktur nicht ausreichend<br />
• Moderne Verfahren mit Stärken und Schwächen<br />
• Copulas als Ansatz zur Modellierung von Abhängigkeiten<br />
• Modellierungswerkzeug Mathematica<br />
• Transparente Modellierung gekoppelt mit performanceopt<strong>im</strong>ierten<br />
Algorithmen<br />
Mertig + Takács