27.03.2015 Aufrufe

Konzept / Idee Artikel GMxB - Institut für Finanz

Konzept / Idee Artikel GMxB - Institut für Finanz

Konzept / Idee Artikel GMxB - Institut für Finanz

MEHR ANZEIGEN
WENIGER ANZEIGEN

Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.

YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.

eschrieben wird. Der Diskretisierungsansatz basiert auf relativ komplexen mathematischen<br />

Methoden. An der zugehörigen Theorie nicht interessierte Leser können sich direkt den<br />

Ergebnissen in Abschnitt 5 zuwenden.<br />

4.1 Monte-Carlo Simulation<br />

Sei eine F t -messbare Kundenstrategie 27<br />

(X) :<br />

IR<br />

8<br />

× IR +<br />

→ IR gegeben. Die Rekursionsformel<br />

S<br />

2<br />

⎪⎧<br />

⎪⎫<br />

−ϕ +<br />

⎛ σ ⎞<br />

⋅e<br />

= At<br />

⋅ exp⎨⎜r<br />

⎟<br />

− ϕ − + z t 1⎬;<br />

z t ~ ( 0, 1<br />

⎪⎩<br />

2<br />

)<br />

⎝ ⎠ ⎪⎭<br />

− + t + 1<br />

t + 1 = At<br />

σ + N<br />

St<br />

A<br />

iid.<br />

erlaubt eine Generierung von zufälligen Realisierungen (Pfaden) a des Prozesses A mithilfe<br />

eines Zufallsgenerators, der unabhängige standardnormalverteilte Zufallsvariablen erzeugt<br />

(Monte-Carlo Simulation). Für jeden Vertrag mit Guaranteed Minimum Benefits ergibt sich<br />

mit den in Kapitel 3 beschriebenen Regeln für jeden simulierten Pfad<br />

Kundenportfolios und für jeden möglichen Todeszeitpunkt t die Entwicklung aller Konten und<br />

Prozesse. Damit liegt der Wert zum Zeitpunkt T aller Leistungen des Vertrags<br />

( j )<br />

28<br />

l<br />

eindeutig fest. Der Wert zum Zeitpunkt t = 0 aller<br />

( j )<br />

( j )<br />

( t ,(X) ) + w ( t ,(X)<br />

) d ( t ,(X)<br />

)<br />

T T<br />

+<br />

Leistungen ist in diesem Pfad gegeben durch<br />

V<br />

0<br />

v<br />

T<br />

ω x 0<br />

−rT<br />

( j )<br />

( j )<br />

( j )<br />

( ) = e p ⋅q<br />

[ l ( t ,(X)<br />

) + w ( t ,(X)<br />

) + d ( t (X) )]<br />

∑ −<br />

( j )<br />

0 t −1<br />

x 0 x 0 + t −1<br />

T<br />

T<br />

T<br />

,<br />

t = 1<br />

( i )<br />

( ) = ∑v<br />

0<br />

(<br />

(X) .<br />

J<br />

1<br />

(X) (X) ) ist dann der Monte-Carlo Schätzer für den Wert des Vertrages,<br />

J<br />

j = 1<br />

wobei J die Anzahl der Simulationen bezeichnet. 29<br />

Auf Grund der vielfältigen Entscheidungsmöglichkeiten des Kunden zu jedem der<br />

Jahresstichtage ist die Monte-Carlo Simulation jedoch nicht effizient genug, um einen Vertrag<br />

unter der Annahme finanzrationalen Kundenverhaltens zu bewerten.<br />

4.2 Ein mehrdimensionaler Diskretisierungsansatz<br />

Tanskanen und Lukkarinen (2004) stellen einen alternativen Bewertungsansatz vor. Ihre<br />

Lösung, die auf einer Diskretisierung des Bewertungsproblems basiert, ist zur Bewertung von<br />

Verträgen mit einer Storno-Option besonders geeignet. Wir erweitern und verallgemeinern<br />

ihren Ansatz in mehrerer Hinsicht: Zum einen lassen wir einen mehrdimensionalen<br />

Zustandraum zu, und weiten daher die Interpolationsschemata auf mehrere Dimensionen<br />

( j )<br />

a<br />

des<br />

27 _<br />

Eine F 0 -messbare, also deterministische Strategie ξ ist ein Spezialfall hiervon.<br />

28 Analog zur Bezeichnung a t für eine Realisation von A , t bezeichnen l T , w T und d T Realisationen von L T , W T und<br />

D T .<br />

29 Für weiterführende Informationen zu Monte-Carlo Simulationen, vergleiche z.B. Glasserman (2003).<br />

- 22 -

Hurra! Ihre Datei wurde hochgeladen und ist bereit für die Veröffentlichung.

Erfolgreich gespeichert!

Leider ist etwas schief gelaufen!