Фракталы и дробное броуновское движение (fBM) в оценке долгосрочных актуарных рисков
Классическая финансовая и актуарная математика, опирающаяся на стандартное геометрическое броуновское движение и формулу Блэка-Шоулза, базируется на строгом предположении об эффективности рынка. Это предположение математически формулируется как независимость приращений (мартингальное свойство): завтрашнее изменение цены актива или уровня убытков абсолютно не зависит от их вчерашней динамики. Однако эмпирические данные, проанализированные Бенуа Мандельбротом, доказали, что природные катастрофы, инфляционные шоки и фондовые индексы обладают эффектом Долговременной памяти (Long-Term Memory). Для укрощения этих стохастических процессов актуарная наука внедряет фрактальную геометрию и Дробное броуновское движение (Fractional Brownian Motion, fBM).
Дробное броуновское движение представляет собой непрерывный гауссовский стохастический процесс, который является радикальным обобщением классического винеровского процесса. Главной алгебраической характеристикой fBM является Показатель Херста (Hurst Exponent, H), принимающий значения в строгом интервале от 0 до 1. Если H в точности равно 0,5, процесс схлопывается в обычное марковское броуновское движение с независимыми приращениями (отсутствие памяти). Настоящая финансовая физика начинается при отклонении H от этой медианы, что разрушает мартингальные свойства процесса и делает невозможным применение классического стохастического исчисления Ито.
Если показатель Херста больше 0,5 (H > 0,5), процесс обладает свойством персистентности (трендоустойчивости). Это означает, что если в прошлом наблюдался рост убытков или цен, то с вероятностью больше 50% этот рост продолжится и в будущем. Эффект долговременной памяти приводит к тому, что траектории процесса становятся более гладкими, но их дисперсия со временем растет быстрее, чем линейно (как это было бы в классической диффузии). В страховании катастрофических рисков персистентность означает кластеризацию катастроф (если произошел ураган, вероятность второго урагана в этом же сезоне аномально возрастает). Если актуарий рассчитывает вероятность разорения страховой компании (по формуле Крамера-Лундберга), игнорируя персистентность (полагая H=0,5), он катастрофически занизит риск банкротства, так как fBM с H>0,5 генерирует тяжелые убытки "сериями".
С другой стороны, если показатель Херста меньше 0,5 (H < 0,5), процесс обладает антиперсистентностью (эффектом возврата к среднему — Mean Reverting). В такой системе рост неминуемо сменяется падением, а график представляет собой अत्यंत шероховатую, "пилообразную" фрактальную кривую. Этот режим часто наблюдается в динамике процентных ставок или волатильности финансовых рынков (Rough Volatility Models). В актуарном ALM-моделировании (управлении активами и пассивами) использование антиперсистентных моделей позволяет более точно прогнозировать ставки дисконтирования для пенсионных обязательств, избегая абсурдных сценариев, когда ставки по обычным моделям бесконечно уходят в отрицательную или гиперинфляционную зоны.
Оценка деривативов (например, гарантий Unit-Linked) в среде Дробного броуновского движения является математическим вызовом высочайшей сложности. Поскольку fBM не является семимартингалом, классические теоремы об отсутствии арбитража разрушаются. Прямое использование fBM в ценообразовании позволяет конструировать теоретические арбитражные стратегии. Для обхода этого парадокса современные кванты и актуарии применяют стохастическое исчисление Маллявена (Malliavin Calculus) и фрактальные интегралы Винера (Wick-Ito-Skorohod integrals), либо используют смешанное дробное броуновское движение. Этот высший пилотаж стохастического анализа позволяет страховым корпорациям адекватно оценивать долгосрочные системные риски, признавая, что финансовые и природные стихии помнят свое прошлое и развиваются по фрактальным законам природы.
