Rahoituksen teoriaa ja sovelluksia aktuaareille (1 ... - Finanssivalvonta
Rahoituksen teoriaa ja sovelluksia aktuaareille (1 ... - Finanssivalvonta
Rahoituksen teoriaa ja sovelluksia aktuaareille (1 ... - Finanssivalvonta
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
ˆπ ε (¯x). Soveltamalla nyt Taylorin kehitelmää kuvaukseen u(z) sekä kuvaukseen u(¯x(1 − ˆπ ε (¯x))) saadaan<br />
u(z) ≈ u(¯x) + u ′ (¯x)ε¯x + 1 2 u′′ (¯x)ε 2¯x 2<br />
u(¯x(1 − ˆπ ε (¯x))) ≈ u(¯x) − u ′ (¯x)ˆπ ε (¯x)¯x,<br />
sillä kohinan ε <strong>ja</strong> siten preemion ˆπ ε (¯x) oletettiin olevan "pieniä". Ottamalla ensimmäisestä yhtälöstä<br />
odotusarvo puolittain saadaan<br />
E[u(z)] = E[u(¯x(1 + ε))] ≈ u(¯x) + 1 2 u′′ (¯x)σ 2 ε ¯x 2 ,<br />
jolloin yhdistämällä tämä tulos jälkimmäiseen yhtälöön saadaan tulokseksi, että tasapainoehto E[u(z)] =<br />
u(¯x(1 − ˆπ ε (¯x))) on voimassa aina kun ehto<br />
u(¯x) + 1 2 u′′ (¯x)σ 2 ε ¯x 2 = u(¯x) − u ′ (¯x)ˆπ ε (¯x)¯x ⇒ ˆπ ε (¯x) = − 1 2 σ2 ε<br />
toteutuu. Preemiossa ˆπ ε (¯x) esiintyvä tekijä<br />
R(¯x) = − ¯xu′′ (¯x)<br />
u ′ (¯x)<br />
= ¯xA(¯x)<br />
¯xu ′′ (¯x)<br />
u ′ (¯x)<br />
on ns. suhteellisen riskinkaihtamisen kerroin (coefficient of relative risk aversion). Tällä lokaalilla<br />
kertoimella on samat hyvät ominaisuudet kuin absoluuttisella riskinkaihtamisen kertoimella. On syytä<br />
huomata, että lokaalisuudestaan huolimatta kertoimet A(x) <strong>ja</strong> R(x) ovat hyvin keskeisiä, sillä ne nousevat<br />
lähes poikkeuksetta esiin tutkittaessa optimaalista päätäntää riskinkaihdannan vallitessa. <strong>Rahoituksen</strong><br />
kir<strong>ja</strong>llisuudessa ilmeneekin tyypillisesti neljä eri hyötyfunktioiden pääluokkaa, jotka generoituvat nimenomaisesti<br />
riskinkaihtamisen kertoimien A(x) sekä R(x) avulla. Nämä päätyypit ovat CARA (Constant<br />
Absolute Risk Aversion), HARA (Hyperbolic Absolute Risk Aversion), CRRA (Constant Relative Risk<br />
Aversion) sekä HRRA (Hyperbolic Relative Risk Aversion).<br />
Huomautus: Edellä mainitut satunnaisperturbaatiot ovat hyvin keskeisiä analysoitaessa myös eri riskillisten<br />
tuottovirtojen arvostusta riskinkaihdannan vallitessa. Oletetaan, että sijoituksen tuotto x on satunnainen<br />
<strong>ja</strong> määritellään tuotot x a = x+ε sekä x m = x(1+ε), missä ε on x:stä riippumaton satunnaismuuttu<strong>ja</strong><br />
joka toteuttaa ehdot E[ε] = 0 <strong>ja</strong> var[ε] = σ 2 ε. Riippumattomuudesta seuraa, että ¯x = ¯x a = ¯x m ,<br />
joten odotetut tuotot ovat yhtä suuret. Toisaalta<br />
<strong>ja</strong><br />
var[x a ] = σ 2 x + σ 2 ε > σ 2 x<br />
var[x m ] = σ 2 x + (σ 2 x + ¯x 2 )σ 2 ε<br />
joten huomataan, että x a <strong>ja</strong> x m antavat saman keskituoton kuin x mutta korkeammalla riskillä. Tämän<br />
tyyppistä satunnaisperturbaatiota kutsutaan satunnaismuuttu<strong>ja</strong>n x keskiarvon säilyttäväksi levitykseksi<br />
(mean preserving spread). On syytä painottaa, että tämän luokan perturbaatiot eivät aina ole välttämättä<br />
additiivisia tai multiplikatiivisia, vaan mikä tahansa muunnos (siis myös funktionaalinen), joka säilyttää<br />
keskituoton muuttumattomana samalla riskiä kasvattaen, kelpaa. Jottei tämä jäisi epäselväksi, tarkastellaan<br />
lineaarista kuvausta f(x) = ax+b, missä x on satunnainen <strong>ja</strong> a,b ∈ R ovat tunnettu<strong>ja</strong> parametre<strong>ja</strong>.<br />
Kuten hyvin tiedetään, pätee tälle kuvaukselle ehdot E[f(x)] = a¯x + b <strong>ja</strong> var[f(x)] = a 2 σ 2 x. Tällöin mikä<br />
tahansa parametrinen muutos, joka toteuttaa ehdon<br />
säilyttää keskiarvon keskihajontaa muuttamalla!<br />
db<br />
da = −¯x<br />
Esimerkki: (A) Eksponentiaaliselle hyötyfunktiolle U(x) = −e −ax , a > 0 pätee A(x) = a, R(x) = ax,<br />
A ′ (x) = 0 <strong>ja</strong> R ′ (x) = a<br />
7