Escolar Documentos
Profissional Documentos
Cultura Documentos
ESTADSTICA ESTOCSTICA
2017-I
INDICE
1. PROCESOS ESTOCSTICO
2. LAS MARTINGALAS
3. ALGUNAS APLICACIONES A LAS OPERACIONES DE
SEGUROS
4. ALGUNAS EXPRESIONES DE LAS OPERACIONES DE
SEGUROS Y DE LAS RENTAS
5. LOS PROCESOS ESTOCSTICOS EN EL CAMPO
FINANCIERO
INTRODUCCIN
Se trata de considerar los modelos estocsticos para ilustrar cmo la Teora de
la Probabilidad y otras Teoras Matemticas se pueden aplicar al campo
financieroactuarial. Los procesos estocsticos son de gran utilidad no solamente
porque conducen a Matemticas ms avanzadas, sino tambin porque constituyen el
lenguaje actual de los
especialistas en estas materias que coinciden con la ciencia financiero-actuarial.
Precisamente, porque la mayor parte de los riesgos financiero-actuariales
implican situaciones que se desarrollan a lo largo del tiempo es por lo que los modelos
basados en los procesos estocsticos resultan ser los ms adecuados. No tratamos de
dar definiciones o deducciones rigurosas sino que nuestro objetivo es el de introducir
un vocabulario y un breve resumen de algunas aplicaciones de los modelos
estocsticos al campo financiero-actuarial.
1.- LOS PROCESOS ESTOCSTICOS
La teora de los procesos estocsticos, integra la dimensin temporal en el anlisis de
los fenmenos aleatorios. Son adecuados para formalizar la evolucin de un sistema
dinmico cuando esta evolucin no puede ser prevista con certidumbre a partir del
estado inicial del sistema y una ecuacin de evolucin. En el marco de la modelizacin
financiero-actuarial, intervienen desde el momento en que se aborda la gestin
dinmica de una cartera, eleccin del consumo intertemporal, etc.
Los procesos estocsticos ms utilizados son los procesos markovianos y, en el campo
continuo, los procesos de difusin. Las "martingalas", veremos tienen gran
importancia en el campo financiero-actuarial, por ejemplo, en el tema de "arbitraje".
Tambin son muy interesantes los procesos estocsticos en tiempo continuo y
particularmente la construccin del proceso de Wiener, de gran inters para la
modelizacin de los rendimientos de activos financieros.
Un "proceso estocstico" es una sucesin o familia de variables aleatorias indizadas
informacin que hemos obtenido entre los momentos t y r. En este caso t puede
considerarse como la historia del proceso hasta e inclusive en el momento t.
m n:
E[E[Xn/m]/ k]=E[Xn/k]
y
b) T, es el momento en el que el proceso {Xt} toma su valor mximo.
Por supuesto este es un caso muy sencillo y, en principio, no ofrece nada nuevo, pero
veamos cuando el modelo se complica.
a) Todos los instrumentos desarrollados en el caso de este proceso simple conducen a
procesos complicados tales como son los necesitados para modelizar la enfermedad o
invalidez a largo plazo.
b) Se necesitan instrumentos que tambin se utilizan en el campo financiero. En particular
las "integrales estocsticas" y las " esperanzas condicionadas " constituyen las ideas
clave. De tal forma que en lugar de adquirir dos herramientas diferentes, una valdra
para ambas.
La diferencia principal entre las Matemticas Financieras y las Matemticas del
Seguro de vida es que las primeras se basan en procesos con trayectorias continuas,
mientras que las otras estn basadas en procesos con saltos, es decir, en las
Matemticas Financieras, los ejemplos sencillos se proporcionan mediante procesos
con trayectorias continuas, y las discontinuidades hacen que las matemticas sean
mas complicadas como sucede con las matemticas del seguro de vida. Los
instrumentos fundamentales en las matemticas de seguro de vida son los procesos
estocsticos denominados " procesos numerables ".
1,0
0,5
0,0
0 20 40 60 80 100
Fig.2. Una trayectoria muestral N01(t) de un proceso numerable: fallecido a los 60 aos.
La integral estocstica
La construccin de la integral estocstica que proponemos es de tipo prctico no de
rigor matemtico. Se trata de dar la intuicin de los problemas planteados cuando se
desea integrar un proceso con respecto a un proceso de Wiener.
La construccin rigurosa de la integral estocstica se puede ver en una de las
numerosas publicaciones relativas al clculo estocstico y ecuaciones diferenciales
estocsticas (Karatzas-Shreve, 1998, Elliott 1982). Por otra parte, es conveniente
observar que la teora de la integracin se puede abordar de forma mucho mas general
que lo hacemos nosotros aqu (la teora general de las martingalas y de la integral
estocstica se denomina frecuentemente " Escuela de Strasburgo ").
Con referencia a la integral estocstica y al Lema de It, la referencia original es el
artculo de It ( 1994 ). Estos trabajos cuyo precursor fue Wiener, se han desarrollado
considerablemente despus en el marco de una teora general de los procesos
estocsticos en particular por Meyer ( 1976 ), Dellacherie ( 1974 ) y Dellacherie y
Meyer ( 1978, 1982 ).
Comenzamos con un proceso numerable tiempo-discreto, por ejemplo, uno que
puede saltar solamente en momentos enteros.
Entonces, por definicin dN01(t) = 0 en todos los momentos no enteros y dN01(t) =
1 en solamente un momento entero.
Tambin podemos escribir esto como una "integral estocstica". El valor actuarial
de 1.u.m.pagadera en el momento t ser vt. Si la persona no fallece en el momento t,
el incremento del proceso numerable N ser dN01(t)=0 y el valor actuarial de la
prestacin ser vt dN01(t)=0. Si la persona fallece en el momento t, el incremento de
N ser dN01(t)=1 y el valor actuarial del pago ser vt dN01(t)=vt . Integrando
obtenemos
Las rentas tambin se pueden expresar como integrales estocsticas. Para ello,
consideremos una renta vitalicia unitaria en el campo continuo y sea Y su valor acuarial.
Definimos un proceso estocstico I0(t) de la forma siguiente: I0(t)=1, si la persona
supervive en el momento t e I0(t)=0 en otro caso.
Este es un proceso indicatriz, es decir, toma el valor 1 o 0, dependiendo de si o no se
cumple una determinada condicin. Entonces:
Dada la trayectoria muestral, esta es una integral ordinaria, pero puesto que la
trayectoria muestral es aleatoria, tambin lo es Y. Entonces, definiendo X(T) e Y(T)
como el valor actuarial de las prestaciones hasta el momento T, podemos escribir los
procesos estocsticos:
4.1.- Las operaciones del seguro de vida. En base a lo establecido anteriormente,
podemos escribir los elementos de la Matemtica del Seguro de vida en funcin de
los procesos numerables, vanse Hoem-Aalen (1978) y Norberg (1990).
Comenzaremos por las funciones de pago (prestaciones):
a) Si N=0 en el momento t [la persona de edad x, denotada(x),
supervive] una renta es pagadera al tanto anual c0(t) y
b) Si N salta , (pasa) de 0 a 1 en el momento t [(x) fallece], se paga un
montante de C01(t).
Obviamente, las primas se pueden considerar como una renta negativa y estas
definiciones se pueden extender a cualquier modelo multi-estados. Tambin, se
pueden considerar sin dificultad pagos en el campo discontinuo o capitales de
supervivencia.
Las cantidades c0(t) y C01(t) son funciones del tiempo, pero no necesitan ser procesos
estocsticos. stas definen prestaciones que se realizarn, dependiendo de los
acontecimientos, pero no representan los sucesos en s. En el caso de una operacin
de seguros sin participacin en beneficios, sern funciones deterministas de la edad.
Los pagos realmente realizados se expresarn como un tanto, dL(t):
dL(t)=C01(t)dN01(t)+c0(t)I0(t)dt
Esto nos da el tanto de pago neto "durante" el intervalo de tiempo t a t +dt,
dependiente de los acontecimientos. Supongamos que no se realiza ningn pago
despus del momento T (T podra ser ). Entonces, el montante del pago sera:
son los elementos del espacio muestral [las trayectorias muestrales N0(t)] y algunas
fcilmente. En el momento t, los valores anteriores N01(r), (rt) son todos conocidos, y los
valores futuros N01(r), (r>t) son desconocidos (a menos que N01(t)=1, en cuyo caso nada
Para representar esta filtracin, cubramos la fig.2 con la mano, y luego lentamente
revelemos la historia de la vida. Antes de los sesenta aos, todas las historias
vitalicias futuras posibles estn ocultas por la mano; la informacin t, es la
combinacin de la historia vitalicia revelada y todas estas posibilidades ocultas.
b) Nuestra -lgebra "total" es la unin de todas las t.
c) La medida de la probabilidad corresponde a las bases de mortalidad. Como es bien
sabido, el actuario elegir una base de mortalidad diferente para propsitos diferentes, y
supondremos que la naturaleza elige las bases de mortalidad reales. Es decir, el espacio
muestral y la filtracin no determinan la eleccin de la medida de la probabilidad, ni es la
eleccin de la medida de probabilidad siempre un intento para encontrar las
probabilidades reales de la naturaleza (este es el problema de la estimacin). Este punto
es incluso de mayor importancia en la Matemtica Financiera, donde frecuentemente es
mal comprendido.
Todos los clculos concretos dependen de la eleccin de la medida de la
probabilidad (bases de mortalidad). Veamos esto utilizando los valores
actuariales. Supongamos que el actuario ha elegido una medida de probabilidad P
(equivalente a las
probabilidades de las tablas de mortalidad, tpx).Tomando como ejemplo la
prestacin del seguro vida entera, para por ejemplo (x) (asegurado de edad x) Ep[x]
tenemos
2,50
2,0
1,5
1,0
0,5
0,0
0 20 40 60 80 100
Fig.4:Una trayectoria muestral de un proceso invalidez-muerte S(t)=0= vlido; 1= invlido; 2= fallecido
Pero las dos cantidades del segundo miembro son el n de fallecimientos N01(t) y
I
t
el tiempo total utilizado en el riesgo 0(r )dr , mas conocido como el central
0
( 18 )
posible transicin (del estado j al k) de la forma Mjk(t) = Njk(t) - I (r)mrjk dr
j que
4.5.- Los valores actuariales de las reservas por los mtodos prospectivo y
retrospectivo
un derivado al precio actuarial y utilizar una cantidad V para construir la cartera (A,B)
0
en el momento 0.
La cartera contrapartida asegura que tenemos derecho a la cantidad de dinero en
el momento t = 1 para pagar al poseedor del contrato de derivado.
La diferencia entre V 0
a
y V 0 es el beneficio garantizado sin ningn riesgo.
a
economa
financiera: es decir, los precios no deben admitir oportunidades de arbitraje. Si
existiera, entonces el mercado eliminara rpidamente cualquier oportunidad y el
exceso resultante de la oferta o la demanda eliminara la oportunidad de arbitraje antes
de que se pudieran obtener beneficios sustanciales. Es decir, la oportunidad de
arbitraje podra existir durante periodos de tiempo muy cortos en la prctica, en tanto
el mercado se libere de arbitraje durante la gran mayora de tiempo y ciertamente en
cualquier momento donde se realizarn grandes transacciones financieras. Por
supuesto, no tendramos problema en comprar tal contrato si ofreciramos un precio
V 0
a
al vendedor, si este fuera mayor que V 0, pero no podramos vender a tal precio.
podramos comprar a aquel precio. En ambos casos, nos quedaramos en una posicin
en la que tendramos que mantener una cartera arriesgada en orden a tener la
posibilidad de un beneficio puesto que el arbitraje
producira una prdida garantizada.
Para que tenga sentido razonable V 0a , debemos establecer de tal forma que
V 0
a
sea igual a V 0. Es decir, la eleccin subjetiva de en el campo actuarial es lo
todas las trayectorias muestrales desde el momento 0 al n mientras que las filtraciones
b estn generadas por todas las trayectorias muestrales hasta el momento t. (Dado el
Fundamental)
EQ [St| 0] = S0 ert
Por tanto el uso de la expresin ,"medida neutral de riesgo para Q es tambin
vlida. Alternativamente podemos escribir:
EQ [e-rtSt| t] = e-rtSt
Es decir, el proceso valor del activo actualizado Dt = e-rt St, es una martingala
segn Q. Esto da lugar a otro nombre para Q: "medida de la martingala equivalente".
5. Zt, se puede expresar como la integral estocstica dZr donde dZr se puede
considerar como el incremento de Zt en el intervalo ( r, r+dr ] distribuido
segn la normal con media 0 y varianza dr y es independiente de Zr
Un proceso de difusin Xt , es un proceso estocstico que, localmente, es
como un movimiento Browniano escalonado con tendencia. Su dinmica est
determinada mediante una ecuacin diferencial estocstica:
dXt = m( t, Xt)dt + r(t, Xt)dZt
Con X0 = constante, donde Zt es u proceso de Wiener estndar y se puede
expresar la solucin de esta ecuacin de la forma:
tipo:
5.4 Un modelo en tiempo continuo ( El modelo de valoracin de opciones de Black-
Scholes )
Ahora, vamos a operar en tiempo continuo.