3784502751
50 Marek Kałuszka, Michał Krzeszowiec
Twierdzenie 1. Niech w > 0 będzie ustalone. Załóżmy, że u jest ściśle rosnąca, ciągła, u(0) = 0 oraz g,h G Q. Funkcjonał H (X) jest iteracyjny wtedy i tylko wtedy, gdy H (X) jest zdefiniowany jednym ze wzorów (i)-(vi).
Dowód twierdzenia 1 można znaleźć w pracy Kałuszki i Krzeszowca (2013a).
Rozważmy teraz składkę zerowej użyteczności zdefiniowaną w teorii skumulowanej perspektywy. Niech X będzie zmienną losową opisującą stratę ubezpieczonego. Rozważmy firmę ubezpieczeniową z punktem referencyjnym w > 0, która chce sprzedać polisę wypłacającą równowartość straty X. Podobnie jak w przypadku składki mean-value, (X — w), i (w — X), oznaczają odpowiednio straty i zyski (lub straty katastroficzne i niekatastroficzne). Załóżmy, że U\,U2 : K+ —> M+ są pewnymi ściśle rosnącymi funkcjami wartości, przy czym u\ mierzy zyski, zaś - straty. Załóżmy, że g i h są funkcjami zniekształcającymi prawdopodobieństwo odpowiednio zysków i strat. Kałuszka i Krzeszowiec (2012b) definiują składkę H (X) za ubezpieczenie się na wypadek ryzyka X jako rozwiązanie równania
«i (to) = ES«1 ((TO + H (X) - X)+) - Ehu2 [(X-w-H (X))+) . (3)
Zauważmy, że wzór (3) może być zapisany w postaci
u(w) = Eghu(w + H (X) - X), (4)
gdzie funkcja u (2) = u\ (2+) — «2 ((— x)+) dla 2 G R jest ściśle rosnąca. Gerber (1979) rozważa składkę H (X) wyznaczoną z analogicznego równania, w którym funkcja wartości u jest wklęsła i prawdopodobieństwa nie są zniekształcane. W ogólniejszym modelu Heilpern (2003) zakłada, że h = g, g jest wypukła, funkcja wartości zaś jest wklęsła.
Twierdzenie 2. (i) Jeśli g(p) = h(p) = p iu(2) = cx, u(2) = (1 — e-cx) /a lub u(2) = (ecx — 1) /a, to H (X), która jest rozwiązaniem (4), jest iteracyjna.
(ii) Niech u będzie ściśle rosnącą, ciągłą funkcją wartości taką, że w (0) = 0 oraz dla wszystkich 2 G M istnieje prawostronna pochodna u, która jest skończona i większa od 0 dla wszystkich 2^0. Niech g,h G Q będą ściśle rosnące i ciągle na [0,1] oraz istnieją pochodne jednostronne g'_ (2) i h'+ (2) dla 2 G (0,1), przy czym 0 < h'+ (0) ,g'_ (1) < 00. Jeśli składka H (X) jest iteracyjna dla w = 0, to g (p) = h(p) = p i u (2) = cx, u (2) = 1 — e-cx lub u (2) = e0* — 1 dla wszystkich x G M i pewnych a,c> 0.
Dowód twierdzenia 2 podają Kałuszka i Krzeszowiec (2013b).
3. Teoria nieokreśloności
Istotną rolę w problemach dotyczących podejmowania decyzji w warunkach ryzyka i niepewności odgrywa również teoria nieokreśloności. Nieokreśloność jest
Wyszukiwarka
Podobne podstrony:
48 Marek Kałuszka, Michał Krzeszowiec gdzie u mierzy zyski, 112 zaś - straty. Niech g i h będą funkc
56 Marek Kałuszka, Michał Krzeszowiec [21] Zhu W. (2011), Ambiguity aversion and an intertemporal eq
Roczniki Kolegium Analiz Ekonomicznych Zeszyt 31/2013 Marek Kałuszka Michał KrzeszowiecIteracyjność
54 Marek Kałuszka, Michał Krzeszowiec wcześniejszych założeń, składki mean-value oraz zerowej
56 Marek Kałuszka, Michał Krzeszowiec [21] Zhu W. (2011), Ambiguity aversion and an intertemporal eq
46 Marek Kałuszka, Michał Krzeszowiec Najpierw firma ubezpieczeniowa powinna wyznaczyć składkę H (X
52 Marek Kałuszka, Michał Krzeszowiec (ii) Jeżeli sx > w, to z (2) dla miary P mamy u(w — H (X))
więcej podobnych podstron