16.11.2014 Views

Rahoituksen teoriaa ja sovelluksia aktuaareille (1 ... - Finanssivalvonta

Rahoituksen teoriaa ja sovelluksia aktuaareille (1 ... - Finanssivalvonta

Rahoituksen teoriaa ja sovelluksia aktuaareille (1 ... - Finanssivalvonta

SHOW MORE
SHOW LESS

You also want an ePaper? Increase the reach of your titles

YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.

Esimerkki: Tarkastellaan tilannetta, jossa päättäjän hyötyfunktio on logaritmista muotoa u(x) = lnx<br />

<strong>ja</strong> w > qL. Tällöin kuvaukselle<br />

pätevät ehdot<br />

<strong>ja</strong><br />

f(z) = (1 − κ)ln(w − qz) + κ ln(w − L + z − qz)<br />

f ′ (z) =<br />

κ(1 − q) (1 − κ)q<br />

−<br />

w − L + (1 − q)z w − qz<br />

f ′′ κ(1 − q) 2 (1 − κ)q2<br />

(z) = −<br />

−<br />

(w − L + (1 − q)z)<br />

2<br />

(w − qz) 2 .<br />

Erityisesti siis nähdään, että optimaalinen määrä vakuutusta on<br />

z ∗ =<br />

(κ − q)w<br />

(1 − q)q + 1 − κ<br />

1 − q L.<br />

On syytä huomata, että edellä tarkasteltu malli olettaa, ettei taloudellinen päättäjä voi omilla toimillaan<br />

tai käytöksellään vaikuttaa riskin realisoitumiseen. Ongelman yleistämiseksi oletetaan, että päättäjällä<br />

on mahdollisuus vaikuttaa riskiin realisoitumistodennäköisyyteen κ valitsemalla rahayksiköissä<br />

ilmaistu henkilökohtainen suo<strong>ja</strong>us x, jolloin riskin realisoitumistodennäköisyys on siis κ(x). Mikäli<br />

vakuutus- yhtiö pystyy havaitsemaan tämän henkilökohtaisen suo<strong>ja</strong>utumisen asteen generoiman riskin<br />

realisoitumistodennäköisyyden κ(x) <strong>ja</strong> vakuutus on oikeudenmukainen eli q = κ(x), huomataan, että<br />

päättäjän varallisuus tulee muotoon<br />

{<br />

w − x − κ(x)z tn:llä 1 − κ(x)<br />

W =<br />

w − L − x + z − κ(x)z tn:llä κ(x).<br />

Annettuna nämä oletukset tulee päättäjän odotetun hyödyn maksimointiongelma muotoon<br />

max [(1 − κ(x))u(w − x − κ(x)z) + κ(x)u(w − L − x + z − κ(x)z)].<br />

(z,x)<br />

Ensimmäisen kertaluvun optimaalisuusehdot ovat nyt muotoa<br />

κ(x ∗ )(1 − κ(x ∗ ))[u ′ (w − L − x ∗ + z ∗ − κ(x ∗ )z ∗ ) − u ′ (w − x ∗ − κ(x ∗ )z ∗ )] = 0 (1)<br />

κ ′ (x ∗ )(u(w 1 ) − u(w 2 )) − (1 + κ ′ (x ∗ )z ∗ )(κ(x ∗ )u ′ (w 1 ) + (1 − κ(x ∗ ))u ′ (w 2 )) = 0, (2)<br />

missä w 1 = w − L − x + z − κ(x)z <strong>ja</strong> w 2 = w − x − κ(x)z. Optimaalisuusehdosta (1) seuraa suoraan, että<br />

mikäli κ(x) ∈ (0,1) on täydellinen, on vakuuttaminen optimaalista. Ts. mikäli κ(x) ∈ (0,1), niin silloin<br />

z ∗ = L, jolloin w 1 = w 2 . Sijoittamalla tämä tulos optimaalisuusehtoon (2) saadaan 1 + κ ′ (x ∗ )L = 0. Tuloksen<br />

luonne muuttuu kuitenkin dramaattisesti, mikäli vakuutta<strong>ja</strong> ei kykene havainnoimaan täsmällisesti<br />

riskin realisoitumistodennäköisyyttä κ(x) (katso esim. Laffont 1989, kappale 8).<br />

1.2 Lineaarinen hinnoittelu <strong>ja</strong> arbitraasi<br />

Ennen dynaamiseen valinnan <strong>teoriaa</strong>n siirtymistä on tarkoituksenamme nyt kehittää yleinen hinnoitteluteoria<br />

arbitraasivapauden vallitessa. Tätä tarkoitusta varten tarkastellaan yksinkertaista tilannetta,<br />

jossa epävarmuus esitetään s:n vaihtoehtoisen tilan avulla (ns. äärellistilainen malli). Jos taloudessa on<br />

n arvopaperia, niin niiden mahdollisia tuotto<strong>ja</strong> kuvataan matriisilla<br />

⎛<br />

⎞<br />

d 11 d 12 ... d 1s<br />

d 21 d 22 ... d 2s<br />

D =<br />

⎜ .<br />

.<br />

. ..<br />

. ..<br />

∈ R n×s .<br />

⎟<br />

⎝ d n1 d n2 ... d ns<br />

⎠<br />

Ts. d ij voidaan tulkita i:nnen arvopaperin arvoksi tilassa j. Erityisesti siis tuottomatriisin D rivi<br />

D k = (d k1 ,d k2 ,...,d ks ) voidaan tulkita k:nnen arvopaperin vaihtoehtoisten tuottojen generoimaksi vektoriksi.<br />

Arvopaperisalkku (tai sijoitusportfolio) on vektori θ ∈ R n , jossa komponentilla θ i viitataan i:nnen<br />

9

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!