Библиотеку
|
| Вернуться в Библиотеку | Содержание | << 22 >> |
|
Библиотека
|
5. Некоторое замечания по поводу Динамического Финансового Анализа. 5.1. Дискуссионные точки. В этой вводной статье рассматривались только наиболее важные темы, относящиеся к ДФА моделированию. Поэтому нам хотелось бы вкратце отметить некоторые другие вопросы. 5.1.1. Детерминистический анализ сценариев. В Секции 1 мы отмечали превосходство ДФА по сравнению с детерминистическим анализом сценариев. Но это вовсе не означает совершенную бесполезность последнего метода. Наоборот, детерминистический анализ сценариев очень полезен, в частности когда нужно оценить воздействие некоторого чрезвычайного события на какую-то дату или воздействие определенного макроэкономического события. Поэтому было бы удобно, если бы в процедуре ДФА можно было бы отключить стохастическое генерирование сценариев и проводить детерминистический анализ, когда это нужно.5.1.2. Макроэкономическое окружение. В финансовом моделировании страховой компании, занимающейся страхованием жизни, зачастую считается, что процентная ставка является единственным макроэкономическим параметром, воздействующим на стоимость активов и обязательств. Но в Hodes, Feldblum и Neghaiwi [21] было отмечено, что в имущественном страховании процентная ставка является лишь одним из многих факторов, влияющих на стоимость обязательств. В страховании ответственности работодателя в США, например, безработица и загрузка производственных мощностей имеют большее влияние на величину убытков, чем процентная ставка; в тоже время на убытки в страховании автогражданской ответственности большее значение имеют совокупный дорожный трафик и продажи новых автомобилей. Хотя так делают относительно редко, может оказаться полезным отдельное моделирование специфических макроэкономических факторов, таких как загрузка производственных мощностей или дорожный трафик. Это однако потребует предварительного эконометрического анализа динамики этих факторов.5.1.3. Взаимозависимости. В ДФА возможны зависимости между различными стохастическими переменными. До того как начать использовать эти зависимости нужно четко уяснить себе какие финансовые взаимосвязи существуют внутри страховой компании. Просто оценивать корреляции между переменными на основе статистических данных неприемлемо, поскольку переменные носят агрегативный характер, и поскольку в прошлом возможно были структурные изменения. Например, могли изменяться франшизы и собственные удержания; могли использоваться другие условия полисов; могло произойти объединение страховых портфелей, и т.д. Более того, последние исследования, например Embrechts, McNeil и Straumann [17] и [18], или Lindskog [28], показывают, что линейные корреляции нельзя использовать при моделировании взаимосвязей между переменными, имеющими “тяжелый хвост” или заметную асимметрию.Мы предлагаем моделировать взаимосвязи неявно, как результат некоторого числа воздействий. Например, катастрофы воздействуют на разные виды страхования, создавая корреляцию между ними; или изменения процентной ставки которые воздействуют только на определенные виды страхования. Большинство этих взаимосвязей должны вводится в модель на основании экономических и актуарных знаний, см. например Kreps [26]. 5.1.4. Раздельное моделирование новых договоров и возобновлений. В модели, которая предлагалась в этой статье, мы допустили возможность раздельного моделирования новых договоров страхования и их пролонгации, см. Секцию 2.3. В Hodes, Feldblum, Neghaiwi [21] было замечено, что поступать так наиболее верно, поскольку соответствующие портфели убытков ведут себя по-разному. Более того, такое разделение портфеля позволяет провести более детальный анализ источников прибыли в страховом портфеле и оценить стоимость обязательств страховой компании.5.1.5. Проверка качества модели. Какая, наконец, ДФА модель хорошая, а какая – нет? Опыт, знания и интуиция пользователей в актуарной, управленческой и экономической сферах играют основную роль при оценке качества ДФА модели. Опасность здесь заключается в том, что результаты, противоречащие здравому смыслу, могут заставить нас забраковать модель, в то время как они связаны с неверными предположениями о значениях параметров, а не с неверной структурой модели. Еще одним способом проверки ДФА модели может быть сравнение результатов, даваемых моделью, с результатами наблюдений. Это возможно лишь в некоторых случаях, поскольку требует сбора данных за несколько лет. Однако, оценке качества модели нужно уделять больше внимания. Поэтому мы должны порекомендовать тем кто приобретает на стороне программные продукты, реализующие методы ДФА, не ориентироваться при принятии подобных решений только на дизайн программы. |
