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