Main menu

Распределение Парето и моделирование экстремальных убытков (Extreme Value Theory)

Классическая теория вероятностей, построенная вокруг нормального распределения и Центральной предельной теоремы (ЦПТ), великолепно описывает поведение средних величин. Рост человека, колебания температуры или количество мелких ДТП на перекрестке легко укладываются в колоколообразную кривую Гаусса. Однако в финансовом мире и глобальном страховании балом правят не средние величины, а экстремумы — "Черные лебеди". Один разрушительный ураган (как Катрина), одна пандемия или один биржевой крах могут принести больше убытков, чем миллионы обычных инцидентов за десятилетие. Для математического укрощения этих катастрофических аномалий была создана Теория экстремальных значений (Extreme Value Theory, EVT), вооружившая актуариев мощным инструментом анализа хвостов распределений.

Фундаментальное отличие катастрофических рисков заключается в феномене тяжелых хвостов (Heavy Tails). У нормального или экспоненциального распределения вероятность встретить значение, многократно превышающее среднее, убывает катастрофически быстро (экспоненциально). В распределениях с тяжелым хвостом эта вероятность убывает степенным образом, то есть крайне медленно. Классическим эталоном тяжелохвостого распределения в актуарной математике является Распределение Парето (открытое Вильфредо Парето при изучении распределения богатства). У распределения Парето существует математический парадокс: если показатель формы хвоста (альфа) меньше единицы, то математическое ожидание (средний убыток) стремится к бесконечности. Если альфа меньше двойки, дисперсия убытка становится бесконечной. Для таких рисков Закон больших чисел перестает работать, и страховая компания не может сбалансировать портфель простым увеличением числа клиентов.

Теория экстремальных значений предлагает два глобальных математических подхода для моделирования катастроф. Первый подход — Метод блочных максимумов (Block Maxima). Алгоритм делит исторический период наблюдений на равные блоки (например, годы) и выбирает из каждого блока только один, самый максимальный убыток. Теорема Фишера-Типпетта-Гнеденко (которая для экстремумов является тем же, чем ЦПТ является для средних значений) строго доказывает: независимо от того, какому исходному закону подчинялись ежедневные убытки, распределение этих блочных максимумов асимптотически сойдется к одному из трех законов (Гумбеля, Фреше или Вейбулла), которые объединены в единое Обобщенное распределение экстремальных значений (GEV). Анализируя форму GEV, актуарий может рассчитать, с какой вероятностью произойдет наводнение, уровень которого превысит 10-метровый барьер (период возврата в 100 лет).

Однако метод блочных максимумов неэффективен, так как он выбрасывает огромный массив полезной информации (например, второй по величине убыток в блоке может быть больше максимумов других блоков). Поэтому современная индустрия перестрахования предпочитает второй подход — Метод превышения порога (Peaks Over Threshold, POT). В методе POT актуарий устанавливает высокий пороговый уровень (Threshold) и анализирует исключительно те убытки, которые физически превысили эту планку. Гениальная теорема Балкема-де Хаана-Пикэндса доказывает, что условное распределение этих превышений (эксцессов над порогом) всегда асимптотически сходится к Обобщенному распределению Парето (Generalized Pareto Distribution, GPD), независимо от исходной формы распределения портфеля.

Алгоритмическое применение метода POT требует тонкого баланса (Bias-Variance Trade-off). Если установить порог слишком низко, теорема Пикэндса нарушается (убытки не являются экстремальными), и математическая модель искажается. Если установить порог слишком высоко, в базе останется всего пять-десять катастроф, и дисперсия оценок параметров GPD станет колоссальной. Для подбора оптимального порога актуарии строят Графики среднего эксцесса (Mean Excess Plot) — в идеальной зоне Парето этот график должен представлять собой прямую линию, идущую вверх. Правильный выбор порога позволяет оценить индекс формы хвоста (Tail Index).

Интеграция GPD в актуарные расчеты кардинально меняет прайсинг непропорциональных договоров перестрахования (Excess of Loss). Классические методы приводили к катастрофическому занижению тарифов на сверхвысоких лимитах, так как историческая база просто не содержала данных о таких убытках. Подставив параметры Обобщенного распределения Парето в формулы, компьютер аналитически генерирует бесконечный правый хвост, позволяя рассчитать математическое ожидание выплат для слоя "от 100 миллионов до 500 миллионов долларов", даже если максимальный убыток в истории компании составлял всего 80 миллионов. Кроме того, интеграл под кривой GPD в хвосте используется для расчета когерентной меры риска CVaR (Expected Shortfall), которая сегодня является обязательным требованием Базельского комитета и Solvency II для определения необходимого уровня капитала транснациональных страховых групп.

Оценить
(0 votes)
Вверх

Соц. сети