Upload
others
View
10
Download
0
Embed Size (px)
Citation preview
Univerzitet u Nišu
Prirodno-matematički fakultet
Departman za matematiku
PRERASPODELA RIZIKA – REOSIGURANJE I
KOOSIGURANJE
Master rad
Student: Mentor:
Jovanović Marina Prof. dr Krstić Marija
Niš, 2019
1
Sadržaj
1 Osnovni pojmovi i definicije 4
1.1 Elementi teorije verovatnoće i slučajnih procesa ................................................................ 4
1.2 Elementi teorije rizika …………………………………………………………………………………………………….. 5
1.3 Optimalno plaćanje sa stanovišta osiguravača ……………………………………………………………….. 8
2 Reosiguranje sa stanovišta cedenta 10
2.1 Neka razmatranja za optimizaciju ………………………………………………………………………………….. 10
2.1.1 Maksimizacija očekivane korisnosti ……………………………………………………………………….. 10
2.1.2 Varijansa kao mera rizika ………………………………………………………………………………………. 12
2.2 Proporcionalno reosiguranje. Dodavanje novog ugovora postojećem portfoliju ……………. 14
2.2.1 Slučaj fiksiranog sigurnosnog koeficijenta opterećenja ………………………………………….. 14
2.2.2 Slučaj određivanja premije principom standardne devijacije …………………………………. 17
2.3 Dugoročno osiguranje. Verovatnoća propasti kao kriterijum ………………………………………… 18
2.3.1 Primer sa proporcionalnim reosiguranjem …………………………………………………………….. 19
2.3.2 Primer excess-of-loss osiguranja (osiguranja viška štete) ………………………………………. 21
3 Preraspodela rizika i reciprocitet kompanija 23
3.1 Uopštenje i neki primeri ………………………………………………………………………………………………… 23
3.2 Dva primera sa maksimizacijom očekivane korisnosti ………………………………………………….. 30
3.3 Slučaj kriterijuma srednje varijanse (mean-variance) ……………………………………………………. 34
3.3.1 Minimalizovanje varijanse ……………………………………………………………………………………… 34
3.3.2 Razmena portfolija ………………………………………………………………………………………………… 37
4 Tržište reosiguranja 42
4.1 Model tržišta razmene slučajne imovine ……………………………………………………………………….. 42
4.2 Primer reosiguranja ………………………………………………………………………………………………………. 45
5 Koosiguranje 48
5.1 Osnovni pojmovi ……………………………………………………………………………………………………………. 48
Literatura 51
2
Uvod
Prirodne sile koje pružaju neograničene mogućnosti za razvoj društvene zajednice i za
napredak svakog pojedinca u njoj ujedno su i činilac koji može svojom snagom uništiti
decenijske napore ljudi. Nesrećni slučajevi su takođe uzrok velikih opasnosti za samog čoveka,
tako da je ljudsko društvo već na samim počecima svog postojanja uvidelo neophodnost zaštite
svojih članova, kao i ekonomskih vrednosti koje je mukotrpno stvaralo. Osnovna pretpostavka
postojanja osiguranja jeste prisustvo rizika.
I osiguranje i reosiguranje evoluirali su iz veće porodice upravljanja rizicima. U ovom radu će
biti reči o nastanku i razvoju osiguranja i reosiguranja.
Pojam osiguranja označava poverenje, zaštitu i sigurnost. Osiguranje je institucija koja
nadoknađuje štete nastale nad osiguranim stvarima, odnosno licima, a te štete se javljaju kao
posledica delovanja rušilačkih sila ili nesrećnih slučajeva.
U osnovi osiguranja je rizik da će doći do gubitka imovine ili dela imovine usled realizacije
nekog događaja čiji ishod nije unapred poznat, kao i rizik da će doći do narušavanja zdravlja ili
gubitka života, takođe usled delovanja nepredvidivih faktora. Da nije rizika, osiguranje ne bi ni
postojalo.
Osiguranje se bavi proučavanjem delovanja rizika, posledicama rizika, kao i načinima
upravljanja rizikom kako bi se smanjile njegove neželjene posledice. Ono predstavlja
udruživanje svih onih lica koja su potencijalno izložena posledicama realizacije određenog rizika,
pri čemu će samo neki od njih pretrpeti štetu. Svrha udruživanja je zajedničko učešće u naknadi
šteta koje će zadesiti samo neke od njih.
Reosiguranje je nastalo iz potrebe osiguravajućih kompanija da redukuju rizik koje su preuzele
od osiguranika sklapanjem ugovora. U tom smislu, one sklapaju ugovore o udruživanju svog
učešća kako u premijama, tako i u preuzimanju rizika od nastanka štete.
Reosiguranje je u osnovi osiguranje za osiguravajuće kompanije. James Park, pišući 1799.
godine, objasnio je da se za reosiguranje može reći da je ugovor koji prvi osiguravač zaključuje,
kako bi se oslobodio od onih rizika koje je on oprezno preduzeo, prenoseći ih na druge
osiguravače, koji se nazivaju reosiguravačima.
Rani sporazumi, koji se mogu smatrati ugovorima o reosiguranju, razvijeni su zajedno sa
ugovorima o osiguranju u 14. veku. Gerathewhol navodi sporazum od 12. jula 1370. godine, kao
najraniji poznati sporazum koji sadrži elemente reosiguranja. Taj sporazum se odnosio na teret
broda koji je plovio iz Đenove do Sluisa, za koji je direktni “osiguravač” preneo opasniji deo
putovanja iz Cadiza (u Andaluziji) do Sluisa na drugog “osiguravača” koji je na taj način pružio
“pokriće za reosiguranje”. Ovaj ugovor ispunjava karakteristike stvarnog ugovora o reosiguranju
po tome što se rizik prenosi sa prvobitnog osiguravača na reosiguravača, bez uključivanja
3
originalnog osiguranika u transakciju. Činjenica je da je ovaj ugovor bio čist prenos rizika, a ne
kapaciteta.
Kako se osiguranje nastavilo razvijati, mnogo veliki rizici premašili su sposobnosti bilo kojeg
osiguravača, a umesto reosiguranja, koosiguranje se pojavilo kao preovladavajuće rešenje.
Često bi broker kupio rizik za brojne potencijalne osiguravače, a oni koji su bili zainteresovani bi
potpisali svoje ime pod opisom rizika i na taj način uistinu bili “pod zapisom rizika”. Takođe bi
odredili udeo preuzetog rizika. Ovo nije reosiguranje po tome što, umesto da ima jednog
osiguravača i jednog ili više reosiguravača, postoji višestruki broj koosiguravača.
Tema ovog master rada je “Preraspodela rizika – reosiguranje i koosiguranje”. Prvi nivo
procesa preraspodele rizika predstavlja sklapanje ugovora o osiguranju između klijenata i
osiguravajuće kompanije. Zatim se proces nastavlja tako što osiguravajuće kompanije
međusobno vrše preraspodelu rizika. Takva preraspodela rizika može biti fleksibilnija od one na
prvom nivou u smislu da osiguravajuće kompanije mogu na različite načine vršiti preraspodele
individualnih rizika ili ukupnog akumuliranog rizika. Uobičajna praksa je da se zaštiti portfolio od
preteranih zahteva, iako postoje i druge metode reosiguranja.
Kompanija koja reosigurava deo svog rizika ima ulogu cedenta, dok kompanija koja preuzima
na sebe taj deo rizika ima ulogu reosiguravača. U Glavi 2 se govori o optimalnim formama
reosiguranja i iznosima koje treba zadržati sa stanovišta cedenta.
U Glavi 3 razmatra se proces pregovaranja između dve kompanije koje dele rizik. U ovom
slučaju, svaka kompanija je istovremeno i cedent i reosiguravač. Rezultat pregovaranja je
baziran na principu podjednake prihvatljivosti za obe kompanije.
Barem teorijski, ovi principi nisu nužno povezani sa uplatama reosiguranja. Pregovori mogu
biti direktni i kompanije se mogu slagati sa određenim oblikom preraspodele rizika bez plaćanja
reosiguranja jedni drugima. Međutim, kada je mnogo kompanija istovremeno uključeno u
reosiguranje, mehanizmi tržišnih cena su najviše, ako ne i jedini, realistični mehanizmi za
preraspodelu rizika.
Prava primena reosiguranja sadrži razne kombinacije oblika reosiguranja: međusobni
sporazumi o direktnom reosiguranju, trgovački rizici, neki finansijski derivati kao posebne
opcije, fjučersi, obveznice… U svakom slučaju, ovo je tržište na kome rizik predstavlja robu koja
se razmenjuje. O ovome se govori u Glavi 4.
U Glavi 5 se razmatra koosiguranje i osnovni pojmovi vezani za tu vrstu raspodele rizika.
Ovaj master rad je urađen pod rukovodstvom Profesorke dr Marije Krstić. Zahvaljujem joj se
na velikoj i stručnoj pomoći koju mi je pružila u toku izrade master rada prateći ceo tok izrade.
4
Glava 1 Osnovni pojmovi i definicije
1.1 Elementi teorije verovatnoće i slučajnih procesa
Definicija 1.1.1 Verovatnoća je preslikavanje koje ima sledeće osobine:
1. nenegativnost : ( ,
2. normiranost: ( )=1,
3. -aditivnost: za svako , … , tako da je za , sledi da je
.
Uređena trojka predstavlja prostor verovatnoća.
Definicija 1.1.2 Preslikavanje : je slučajna promenljiva ako je:
1. finitno (konačno) preslikavanje, to jest ako je ;
2. -merljivo preslikavanje, to jest ako ( ) .
Definicija 1.1.3 Preslikavanje : je -dimenzionalna slučajna promenljiva ako je -
merljivo preslikavanje, to jest ako ( ) . Pritom je:
.
Definicija 1.1.4 Funkcija raspodele verovatnoća je funkcija koja za svaki realan broj ,
određuje verovatnoću da je slučajna promenljiva uzela vrednost ne veću od , to jest
.
Teorema 1.1.1 Slučajne promenljive , ,…, su nezavisne akko je zajednička funkcija
raspodele jednaka proizvodu marginalnih raspodela:
.
Definicija 1.1.5 Matematičko očekivanje proizvoljne slučajne promenljive je Lebegov
integral na skupu -merljive funkcije u odnosu na meru , to jest
.
Očekivanje postoji pod uslovom da je , to jest da je
< .
Definicija 1.1.6 Neka je slučajna promenljiva definisana na prostoru verovatnoće
Tada je moment reda slučajne promenljive .
Definicija 1.1.7 Očekivanje naziva se centralni moment reda slučajne
promenljive .
Od posebnog značaja je slučaj kada je . Tada je centralni
moment reda 2 slučajne promenljive , odnosno njena varijansa.
Standardna devijacija slučajne promenljive se definiše kao .
5
Cauchy-Schwarz-ova nejednakost: Za bilo koje dve slučajne promenljive i , za koje važi
i , sledi da je
.
Centralna granična teorema: Neka je niz nezavisnih slučajnih promenljivih sa istom
raspodelom i ograničenim momentima drugog reda i neka je . Tada važi da je:
,
to jest
, gde je slučajna promenljiva sa normalnom normiranom raspodelom.
Definicija 1.1.8 Kovarijansa predstavlja meru zavisnosti između dve slučajne promenljive.
Neka su i slučajne promenljive sa konačnim momentima drugog reda, gde je i
. Kovarijansa između i je:
.
Definicija 1.1.9 Koeficijent korelacije slučajnih promenljivih i se definiše kao:
.
Definicija 1.1.10. Laplasova transformacija slučajne promenljive sa funkcijom raspodelom
je funkcija
,
definisana za svako za koje ovo očekivanje postoji. Ako je realan broj, Laplasova
transformacija se naziva funkcija generatrise momenata.
Definicija 1.1.11 Neka je dati prostor verovatnoće i skup vrednosti parametra
. Realan jednodimenzionalan slučajan proces na prostoru je familija -merljivih
funkcija , u oznaci .
Definicija 1.1.12 Za svako fiksirano , dobija se slučajna promenljiva , koja
opisuje razmatranu slučajnu pojavu u trenutku . Ako se fiksira ishod , dobija se jedna
realna funkcija definisana na skupu , koja se naziva realizacija (trajektorija) slučajnog procesa.
1.2 Elementi teorije rizika
Definicija 1.2.1 Stohastički proces je proces prebrojavanja ako ima sledeće
osobine:
1. s.i.
2.
3. neopadajuće trajektorije: .
6
Sa aspekta osiguravajuće kompanije, od velikog je značaja proces ukupne štete , koji je
definisan kao:
s.i. i ,
pri čemu je niz iznosa šteta.
Prema tome, slučajna promenljiva predstavlja ukupan rashod osiguravajuće
kompanije na ime naknada šteta koje se realizuju do trenutka , zaključno sa njim.
Definicija 1.2.2. Slučajan proces je homogeni Puasonov proces sa
intezitetom ako zadovoljava sledeće uslove:
1. s.i. ,
2. su nezavisni i
stacionarni priraštaji,
3. ,
4. sa verovatnoćom 1 trajektorije procesa su neprekidne zdesna
i imaju konačnu graničnu vrenost sleva za svako .
Da bi neko lice steklo pravo na osiguranje od posledica nekog rizičnog događaja, ono bi
trebalo da prilikom zaključivanja ugovora o osiguranju plati određeni novčani iznos. Taj iznos se
naziva premija osiguranja i predstavlja cenu rizika. Ukoliko ne pretrpi štetu, za klijenta se može
reći da je uplatom premije zaštitio svoju imovinu od rizika za vreme trajanja ugovora o
osiguranju. Na drugoj strani, ako se realizuje šteta, klijent, na osnovu uplaćene premije, stiče
pravo na naknadu pretrpljene štete koju isplaćuje osiguravajuća kompanija.
Jedno od osnovnih pitanja je kako odrediti premije tako da one pokriju rashode osiguravajuće
kompanije, imajući u vidu da su ti rashodi opisani procesom ukupne štete . Pretpostavlja se da
je prihod osiguravajuće kompanije na ime premija u toku vremena opisan determinističkom
funkcijom . Pritom je, ukupna premija do trenutka , zaključno sa njim.
Postoji više principa izračunavanja premija. U nastavku teksta biće izložena dva principa koja
su od značaja za dalji rad:
1) princip očekivane vrednosti:
Ovaj princip sugeriše da bi premija trebalo da bude oblika:
,
gde je relativni koeficijent opterećenja osiguranja.
2) princip standardne devijacije:
U skladu sa ovim principom, premija je oblika:
,
gde je “težina” dodeljena standardnoj devijaciji.
7
Definicija 1.2.3 Proces rizika se definiše na sledeći način: , pri
čemu je početni kapital, je ukupan iznos premijskih uplata do trenutka , zaključno sa njim i je ukupan rashod do trenutka , zaključno sa njim, osiguravajuće kompanije na ime
obeštećenja osiguranika. Prema tome, je kapital osiguravača u trenutku .
Definicija 1.2.4 Slučajan događaj da proces uzima negativnu vrednost naziva se propast.
Definicija 1.2.5 Neka je događaj -“osiguravajuća kompanija je doživela propast”. Tada je
. Trenutak kada proces rizika prvi put dostiže
negativnu vrednost naziva se trenutak propasti i definiše se: .
Definicija 1.2.6 Verovatnoća propasti se definiše kao
.
Definicija 1.2.7 Neka je početni kapital i neka je proces sa nezavisnim
priraštajima. Definiše se proces . Za vremenski interval neka je
priraštaj procesa po . Neka je funkcija generatrise
momenta od . Tada je koeficijent prilagođavanja ako za bilo koje , .
Lundbergova nejednakost: Neka je koeficijent prilagođavanja. Tada za svako važi
da je .
Definicija 1.2.8 Preferenca na nepraznom skupu jeste binarna relacija, koja je refleksivna,
tranzitivna i kompletna. Drugim rečima:
1.
2. ,
3. .
Za oznaka znači da nije lošije od , ili nije bolje (preferiranije) od .
Definicija 1.2.9 Neka je preferenca na nepraznom skupu . Realna funkcija je
funkcija korisnosti za preferencu , ako važi ekvivalencija:
D. Bernoulli je pošao od jednostavnog zapažanja da “stepen zadovoljstva” posedovanja
kapitala, ili drugim rečima, “korisnost kapitala” zavisi od određenog iznosa kapitala na
nelinearan način. Na primer, ukoliko jedna osoba dobije sa bogatstvom od i
druga osoba dobije istih koja je bez kapitala, prva osoba će biti mnogo manje
zadovoljnija od druge.
Za modeliranje ovog fenomena, Bernuli je pretpostavio da zadovoljstvo posedovanja kapitala
, ili korisnost od , može biti mereno funkcijom korisnosti , koja nije linearna.
Funkcija korisnosti, ukoliko postoji, može se posmatrati kao karakteristika pojedinca. Za neki
opseg, može se pričati i o funkciji korisnosti kompanija. U ovom slučaju, ona reflektuje
prioritete kompanije.
8
Razmatra se sada slučajan prihod . U ovom slučaju, korisnost prihoda je slučajna promenljiva
Bernulijev predlog je bio krenuti od očekivane korisnosti .
Glavne pretpostavke su da je rastuća (neopadajuća) funkcija, koja odražava pravilo “veće je
bolje ili bar nije lošije”.
1.3 Optimalno plaćanje sa stanovišta osiguravača
Pojedinac sa kapitalom suočen je sa slučajnim gubitkom sa srednjom vrednošću .
Da bi zaštitio barem deo svog kapitala, on se obraća osiguravaču. Osiguravač, koji ima mnogo
klijenata, prilikom određivanja odgovarajuće premije polazi samo od srednje vrednosti budućeg
plaćanja. Na primer, ako je srednja vrednost uplate , osiguravač pristaje da proda pokriće za
premiju za fiksirano . Koeficijent se naziva koeficijent opterećenja. Ako je,
na primer, osiguravač dodaje 10% srednje vrednosti uplate. Važno je samo da postoji
stroga veza između i i kada je jednom dato, premija je fiksirana.
Ako je pokrivenost kompletna (sve je obuhvaćeno), srednja vrednost uplate je jednaka
srednjoj vrednosti gubitka, tako da je . Ako kompanija pođe od koeficijenta opterećenja
, tada je premija jednaka
.
Međutim, takva premija može biti velika za pojedinca. U ovom slučaju, pojedinac kupuje
nepotpuno pokriće za srednju vrednost uplate . Tada je polisa određena funkcijom
plaćanja , iznos koji će osiguravač platiti ako gubitak preuzima vrednost . Budući da
pokriće nije kompletno, važi da je .
Kao što je pretpostavjeno, osiguravač zahteva samo jedan uslov za funkciju plaćanja
(1.3.1)
U ovom slučaju, premija će biti i pojedinac može birati bilo koje pod
uslovom da je (1.3.1) tačno. Pitanje je koje je najbolje.
Ukoliko se pretpostavi da je neopadajuća, i neka je funkcija raspodele
slučajne promenljive , tada je:
.
Značaj diferencijala je isti kao i . Prema tome, (1.3.1) se može napisati kao:
(1.3.2)
Neki primeri funkcija plaćanja:
proporcionalno osiguranje ili quota share (kvotno) osiguranje: funkcija plaćanja jednaka
je . Tada je
, odakle sledi da je ;
excess-of-loss i stop-loss osiguranje: funkcija plaćanja je data sa
9
(1.3.3)
gde je odbitak. Uplata će se izvršiti samo ako gubitak premaši nivo i ako se to desi
osiguravač plaća prekoračenje.
Zamenom (1.3.3) u (1.3.2) dobija se
(1.3.4)
Poslednja relacija je jednačina za kada je dato .
osiguranje sa ograničenom pokrivenošću:
gde je maksimum koji će osiguravač platiti. Korišćenjem (1.3.2), restrikcija (1.3.1) može se
napisati
što predstavlja jednačinu za .
Označimo sa funkciju raspodele slučajne promenljive koja
prestavlja bogatstvo pojedinca po izboru funkcije plaćanja . Cilj je pronaći funkciju za
koju je najbolja.
10
Glava 2 Reosiguranje sa stanovišta cedenta
2.1 Neka razmatranja za optimizaciju
U nastavku se identifikuju rizici i slučajne promenljive budućih plaćanja, a ponekad se čak
koristi termin “rizik” kada se govori o slučajnim promenljivama.
2.1.1 Maksimizacija očekivane korisnosti
Neka je slučajna promenljiva koja se odnosi na buduća plaćanja kompanije u vezi bilo koje
polise ili portfolija rizika, i neka je premija koja odgovara riziku . Postupak reosiguranja je
određen funkcijom retencije (zadržavanja) na sledeći način. Kompanija zadržava iznos
i reosigurava ostali deo rizika = . Funkcija predstavlja određenu vrstu
reosiguranja.
Pretpostavlja se sledeće:
Očekivana vrednost
E { }=E { }=λ, (2.1.1)
gde je λ fiksirana vrednost. Na primer, reosiguravač pristaje da reosigura rizike samo sa
datom srednjom vrednošću λ.
Kompanija plaća premiju reosiguranja
= =( ) ,
gde je fiksni koeficijent opterećenja reosiguranja.
Optimalno reosiguranje odgovara maksimizaciji očekivane korisnosti suficita (ili
bogatstva) kompanije za datu funkciju korisnosti i početnog suficita .
Tada je očekivana korisnost budućeg suficita kompanije
. (2.1.2)
Upoređujući (2.1.2) sa veličinom
(2.1.3)
koja je razmatrana u Glavi 1, može se videti, iako ove veličine predstavljaju različitu ekonomsku
situaciju, one su matematički jednake. Dovoljno je uspostaviti korespodenciju između = ,
= i
. (2.1.4)
Štaviše, restrikcija (2.1.1) podudara se sa restrikcijom (1.3.1).
11
Dokazano je u Glavi 1 da ako je (·) rastuća i konkavna funkcija, maksimum u (2.1.3) se dobija
za:
(
(2.1.5)
gde je određeno uslovom (1.3.1) (ili uslovom (2.1.1), što je isto). Kombinovanjem (2.1.4) i
(2.1.5), može se videti da se maksimum od (2.1.2) dobija za:
(
(2.1.6)
Prema tome, zadržani rizik je rezultat smanjivanja originalnog rizika na nivo . Ova vrsta
reosiguranja se naziva excess-of-loss reosiguranje (reosiguranje viška štete) ako se odnosi na
svaki ugovor individualno, i stop-loss reosiguranje (reosiguranje viška gubitka) ako se primenjuje
na celokupni portfolio rizika. U oba slučaja, kompanija utvrđuje određeni nivo potraživanja i
reosigurava količinu potraživanja koja prevazilaze ovaj nivo.
Pravilo (2.1.6) je isto za sve konkavne funkcije korisnosti. Dakle, da bi se odredila posebna
polisa reosiguranja, nije potrebno znati funkciju korisnosti kompanije; bilo bi prilično naivno da
takva funkcija postoji. Samo treba pretpostaviti da su prioriteti kompanije bliski onima koje se
zasnivaju na maksimiziranoj očekivanoj korisnosti za neku funkciju korisnosti, možda različitu u
različitim situacijama.
Primer 1. Razmatra se homogeni portfolio od nezavisnih rizika. Uplata za svaki rizik ima
eksponencijalnu raspodelu za koju se pretpostavlja, bez gubljenja opštosti, da je standardna.
Opterećenje osiguranja je 5%, opterećenje reosiguranja je 10.5%.
Kompanija odlučuje da potroši 20% premije na stop-loss reosiguranje. Ovo podrazumeva da,
ako je X totalni rizik (uplata), i je rizik koji treba reosigurati, tada =
, gde su 0.05 i 0.105 odgovarajući koeficijenti opterećenja. Prema
tome, = , iz čega sledi
E { } ,gde je 0.19. (2.1.7)
U skladu sa dokazanim, optimalni rizik koji treba reosigurati je = ( ).
Da bi se odredio nivo potrebno je napisati direktno očekivanu vrednost od kao što sledi:
E { (X)}
+ ·
+ ( ), (2.1.8)
gde je funkcija raspodele slučajne promenljive .
U ovom slučaju, , gde je uplata koja odgovara -tom riziku i ima
standardnu eksponencijalnu raspodelu. Stoga, funkcija ima Gama raspodelu sa parametrima
i
=
+ ·
12
=
·
+ ·
= , (2.1.9)
gde je
,
funkcija raspodele za Gama raspodelu sa parametrima .
Od = do (2.1.7), sledi da je =( ) }=( . U
kombinaciji sa (2.1.9), dobija se jednačina za
+ . (2.1.10)
Korišćenjem dobrog softvera, nije teško proceniti rešenje Na primer, .
(U Excel-u je na listi funkcija; u Maple-u koristi se funkcija
).
Očekivani profit nakon reosiguranja je
–
Dakle, nakon operacije reosiguranja, prosečni prinos (profit) je smanjem sa 5% (od ) na
3%. Ovo je uplata za stabilizaciju.
Interesantno je uporediti ovaj rezultat sa rezultatom za excess-of-loss osiguranje, gde
posmatramo slučajne promenljive uplata za svaki rizik posebno. U ovom slučaju, treba
razmotriti jednakost (2.1.10) za , koja odgovaraja standardnoj eksponencijalnoj raspodeli.
Jednostvanom računicom se dobija da je rešenje . Može se uvideti da je
, što se i očekivalo. Na isti način se može pokazati da ovo važi za svako .
Treba imati na umu da je u excess-of-loss slučaju prosečan prinos isti kao i u stop-loss slučaju:
( )}
,
gde je . Dakle, razlika je nivo stabilnosti. ◻
2.1.2 Varijansa kao mera rizika
Interesantno je da se dolazi do iste strategije reosiguranja (2.1.6) ako se minimalizuje
varijansa zadržanog rizika, sa datom srednjom vrednošću . Treba imati na
umu da pod uslovom (2.1.1) važi , gde je
Propozicija 1. Za svaku funkciju sa osobinom i
(2.1.11)
za fiksirano ,
,
13
gde je definisano u (2.1.6), a određeno uslovom .
Način traženja parametra je dat u (2.1.8).
U nastavku, uloga varijanse je drugačija od onoga što je do sada izloženo, što će dovesti do
drugačije optimalne strategije.
Pretpostavlja se da cedent na neki način određuje koliki bi prosečan zadržani rizik trebao biti i
koja varijansa zadražanog rizika je prihvatljiva. Preciznije, cedent određuje:
, (2.1.12)
, (2.1.13)
gde su i fiksirani brojevi izabrani od strane cedenta. (Indeks “ret” je skraćenica reči
“retained”-zadržati).
Zauzvrat, reosiguravač naplaćuje premiju reosiguranja koja je određena očekivanom
vrednošću rizika reosiguranja i njegovom varijansom. Drugim rečima, premija reosiguranja
je funkcija koja zavisi od i
U ovom slučaju,
(2.1.14)
i isto je fiksirano. Stoga, kako bi se minimizirali troškovi reosiguranja za dato i , cedent
treba minimizirati .
Propozicija 2. Na osnovu uslova (2.1.12), (2.1.13) i (2.1.14), postiže svoj minimum
na funkciji
, gde je neki nenegativan broj. (2.1.15)
Reosiguranje tipa (2.1.15) se naziva propocionalno ili quota share (kvotno) reosigiranje. Kako je
, za koeficijent zadržavanja važi .
Slede dokazi propozicija.
Dokaz Propozicije 1. Kako je i je fiksirano,
umesto minimiziranja , može se minimizirati . Sada,
= =
=
=
Poslednja dva člana su fiksirana, a je određeno uslovom . Stoga, dovoljno je
pronaći minimum od .
(2.1.16)
. (2.1.17)
Iz (2.1.16) i (2.1.6) sledi da je
.
14
Iz (2.1.17) važi da je
,
za bilo koje tako da .
Upoređujući levu i desnu stranu , može se uvideti da minimalizuje od
svih koje se razmatraju.◼
Dokaz Propozicije 2. Važi da je
= =
= +
2 ,
gde je = , a je koeficijent korelacije. dostiže svoj
minimum onda kad koeficijent korelacije dostiže svoj maksimum. Kako važi da je
, najveća moguća vrednost koeficijenta korelacije je 1. U tom slučaju
slučajne promenljive i su u linearnoj vezi, tj. maksimum se dostiže kada je za
neko .◼
2.2 Proporcionalno reosiguranje.
Dodavanje novog ugovora postojećem portfoliju
2.2.1 Slučaj fiksiranog sigurnosnog koeficijenta opterećenja
Posmatra se portfolio čiji rizik je predstavljen slučajnom promenljivom sa očekivanjem i
varijansom Neka je sa označena ukupna premija portfolija. Pretpostavlja se da je
(2.2.1)
i još se pretpostavlja da je navedeni sigurnosni koeficijent opterećenja isti za sve portfolije ili
individualne rizike koji se razmatraju.
Pretpostavlja se da je portfolio već prošao kroz sva preliminarna prilagođavanja kao što je
reosiguranje, sporazum rezervnog fonda... , pa je kompanija koja je zadužena za ovaj portfolio
zadovoljna nivoom sigurnosti (ili je kompanija barem optimizovala rizičnost portfolija).
Verovatnoća da uplata ne premašuje ukupnu premiju je data sa:
= =
=
gde je standardizovana slučajna promenljiva i koeficijent varijacije.
Koeficijent opterećenja je fiksiran. Ako je slučajna promenljiva sa normalnom raspodelom,
verovatnoća koja se razmatra je u potpunosti određena koeficijentom . Stoga, u ovom slučaju
može se posmatrati kao mera rizika: manje ukazuje na veću verovatnoću u gore navedenom
izrazu.
15
Ako nema normalnu raspodelu, ali predstavlja veliki portfolio, može se pretpostaviti da
teži slučajnoj promenljivoj koja ima normalnu raspodelu u skladu sa centralnom graničnom
teoremom. Tada se može posmatrati kao karakteristika rizičnosti do normalne aproksimacije.
Može se slično obrazložiti ukoliko ima neku standardnu raspodelu koja je različita od
normalne. Međutim, takva generalizacija bi bila prilčno formalna, tako da se glavni argument za
izbor kao mere rizika zasniva na pretpostavci o približnoj normalnosti.
Pretpostavlja se sada da je novi rizik sa slučajnom budućom uplatom dodat u portfolio.
Neka je = = i premija koja odgovara novom riziku. Kao što je već
pretpostavljeno = , gde je isto kao u (2.2.1).
Kompanija će zadržati rizik i reosigurati ostatak , gde je koeficijent retencije
(zadržavanja). Cilj je pronaći „odgovarajuće“ . Ako se pokaže da je ovo odgovarajuće
manje od 1: , tada bi kompanija trebala da reosigura deo novog rizika.
Pretpostavlja se da su i nezavisne slučajne promenljive. Takođe se pretpostavlja da
kompanija treba da obezbedi tačno odgovarajući udeo premije, a to je , kako bi se
osigurao iznos .
U ovom slučaju, uplata za novi portfolio je slučajna promenljiva sa očekivanom
vrednošću i varijansom
. Premija novog portfolija je:
.
Stoga, očekivani profit nakon reosiguranja je jednak: = = i povećava
se sa .
Prema tome, u pogledu srednje dobiti, kompanija želi da bude što je moguće veće. Princip
koji se prihvata sastoji se u odabiru najvećeg za koje rizičnost novog portfolija nije veća od
rizičnosti originalnog portfolija. Rizičnost u ovoj šemi je kompletno opisana pomoću novog
koeficijenta varijacije
. (2.2.2)
Stoga, bira se najveće za koje je .
Elementarnim proračunima se pokazuje da je:
,
;
za
, i za ;
jednačina ima pozitivno rešenje ako i samo ako i to rešenje je
·
. (2.2.3)
Posmatraju se tri slučaja.
Slučaj 1: : U ovom slučaju važi da je za svako . Prema tome, uzima se najbolje
i reosiguranje nije ni potrebno (Slika 1.).
16
Slučaj 2: i : U ovom slučaju bira se da je . Tada je i je najveće
za koje je . Dakle, rizičnost novog portfolija je ista kao pre, ali zato što je >0, nakon
dodavanja odgovarajućeg dela novog rizika, prosečan profit portfolija se povećao (Slika 2.).
Slučaj 3: i : U ovom slučaju, uzima se da je , tako da reosiguranje ponovo
nije potrebno (Slika 3.).
Primer 1. Neka se originalni portfolio sastoji od nezavisnih i jednako raspodeljenih rizika
sa , Zatim neka je ,
kada
. Stoga,
za dovoljno veliko . Koeficijent retencije
·
. (2.2.4)
Prema tome, za veliko , reosiguranje je potrebno ako je .
Neka sad novi rizik ima iste parametre kao rizik originalnog portfolija: , . Tada
se može direktno izračunati da je
1 i nema potrebe za reosiguranjem. ◻
Primer 2. Neka novi rizik uzima dve vrednosti: (osigurana suma) i 0 sa verovatnoćama
i , respektivno. Osiguravač želi da reosigura deo od uplate . U ovom slučaju, zadržani
rizik odgovara slučajnoj promenljivoj koja uzima vrednosti i 0 sa verovatnoćama
i , respektivno. Deo je reosiguran. Tada je , ,
“odgovarajući” koeficijent retencije i s obzirom na (2.2.4)
.
Tada je zadržana moguća uplata
(2.2.5)
za malo .
Veličina se interpretira kao neto premija originalnog portfolija i ponekad se označava sa .
Dakle, formula postaje
. ◻
Slika 1. Slika 2. Slika 1. Slika 2.
Slika 3. Slika 1. Slika 2.
17
2.2.2 Slučaj određivanja premije principom standardne devijacije
Treba razmotriti isti problem sa sledeće dve promene. Prvo, za rizik sa srednjom vrednošću
i varijansom , prihvata se pravilo da je
(2.2.6)
gde ima ulogu opterećenja. Drugo, ne pretpostavlja se da je isto za sve rizike.
Da bi se razumeo nastavak teksta, dovoljno je posmatrati (2.2.6) kao definiciju koeficijenta
.
Kao i do sada, neka je rizik originalnog portfolija. Tada
.
Služeći se istom logikom, prihvata se kao stabilna karakteristika i kao mera rizika.
Razmatra se novi rizik sa srednjom vrednošću i varijansom . Neka je sa označena
premija koja odgovara novom riziku. U skladu sa (2.2.6), neka je ( )/ . Tada je
.
Zadržavaju se sve pretpostavke o slučajnim promenljivama i , kao i o trošku reosiguranja,
koje su pomenute u prethodnom poglavlju. Tada se za rizik ponovo pretpostavlja
da ima srednju vrednost , varijansu
i premiju
+ + + + + +
+ ,
gde je
. (2.2.7)
Neka je . Kako bi se lakše objasnio izraz (2.2.7), neka je . Tada, deljenjem
brojioca i imenioca u (2.2.7) sa dobija se
.
Slika 4.
(a) (b)
18
Neka je funkcija sa desne strane označena sa . Tada je
=
Može se direktno dokazati da važi
, kada i
za
ako je .
Veće povlači manju rizičnost novog portfolija. Potrebno je naći najveće za koje važi
. Neka je
.
Slučaj 1: : Tada je za svako . Stoga, najbolje je jednako 1, i reosiguranje nije
potrebno (Slika 4.a).
Slučaj 2: : U ovom slučaju, ako je , bira se , a ako je , tada se bira
(Slika 4.b).
Primer 1. Neka se originalni portfolio sastoji od nezavisnih i jednako raspodeljenih rizika
sa , Pretpostavlja se da je za svaki rizik posebno premija jednaka
, gde je opterećenje za posebne rizike. Kako je , može se
napisati
. Tada je
(2.2.8)
za veliko . Prema tome, za veliko , reosiguranje je potrebno ako je .
Neka je opterećenje za novi rizik isto kao za zasebne rizike originalnog portfolija: . Tada
je reosiguranje potrebno ako je . Međutim, ako je standardna devijacija novog rizika
jednaka standardnoj devijaciji zasebnih rizika u originalnom portfoliju, tada nema potrebe za
reosiguranjem.◻
2.3. Dugoročno osiguranje. Verovatnoća propasti kao kriterijum
U slučaju dugoročnog osiguranja, sigurnosni zahtevi treba da se odnose na ponašanje procesa
osiguranja na duži rok. Na primer, kao karakteristika rizičnosti može se odabrati verovatnoća
propasti za velike ili beskonačne horizonte.
Svakako, koja god mera rizika da se odabere, ne mora se postupiti samo sa tom merom.
Obično je određena strategija upravljanja rizičnog portfolija kompromis između sigurnosti i
budućeg profita. Ako bi verovatnoća propasti bila jedini kriterijum koji kompanija sledi, tada
uopšte ne bi preuzela nikakav rizik. Tada bi verovatnoća propasti bila jednaka nuli, ali bi i profit
bio nula takođe.
19
Ako se odabere verovatnoća propasti kao mera rizika, cilj reosiguranja bi bio da smanji ovu
verovatnoću na određeni izabrani nivo. Postoje dve poteškoće, jedna suštinska i jedna tehnička,
u ovom problemu.
Prvo, troškovi reosiguranja mogu biti visoki. U ovom slučaju, budući da uplata za reosiguranje
ide od prvobitne premije, deo preostale premije može biti mali. Tada kupovina reosiguranja
može dovesti ne do manje, već do veće verovatnoće propasti. To će se pokazati u primeru
ispod. Stoga bi prvo trebalo utvrditi granice razumnog reosiguranja.
Drugo, verovatnoća propasti zavisi od unutrašnjih karakteristika procesa osiguranja i od
početnog suficita. Kada se kupuje reosiguranje, menja se prvobitno stanje; međutim, umesto
kupovine reosiguranja, može se povećati početni suficit. Shodno tome, kupovina reosiguranja
predstavlja dodatni kompromis između nivoa suficita i veličine zadržanog rizika. Da bi se
problem pojednostavio i rešenja objedinila za sve moguće veličine početnog suficita, ne treba
poći od verovatnoće propasti, već od Lundbergove gornje granice , gde predstavlja
početni sufucit, a koeficijent prilagođavanja. Tada se može odabrati, kao karakteristika
sigurnosti, koeficijent prilagođavanja i raditi sa njim nezavisno od .
U nastavku slede dva konkretna primera.
2.3.1 Primer sa proporcionalnim reosiguranjem
Posmatra se slučajna promenljiva , gde je zaseban rizik, ,
i neka je odgovarajuća premija. Tada je Koeficijent prilagođavanja slučajne
promenljive predstavlja jedinstveno pozitivno rešenje jednačine , što je
ekvivalentno sa
, (2.3.1)
gde je funkcija generatrise momenata slučajne promenljive . Ukoliko ima normalnu
raspodelu, tada je funkcija generatrise momenata jednaka
.
Uslov (2.3.1) je ekvivalentan sa
Prema tome, koeficijent prilagođavanja predstavlja pozitivno rešenje poslednje jednačine i
jednak je:
(2.3.2)
Posmatra se proporcionalno reosiguranje, gde je sa označen koeficijent retencije. Zadržani
rizik je predstavljen slučajnom promenljivom . Treba primetiti da ako je slučajna
promenljiva sa normalnom raspodelom, tada ima isto normalnu raspodelu, pa se može
koristiti (2.3.2).
20
Pretpostavlja se da je cena reosiguranja određena pomoću opterećenja reosiguranja
Tada za dato , kompanija plaća reosiguranje, za svaki zahtev , cenu
.
Prema tome, ako je sigurnosno opterećenje originalnog osiguranja, premija zadražana posle
reosiguranja je
. (2.3.3)
Lako je proveriti da se (2.3.3) može zapisati u obliku
,
gde je .
Prirodno je pretpostaviti da je U suprotnom, osiguravač bi prepustio ceo rizik
reosiguravaču, zadržavajući premiju kao čist profit.
Dato je da je , i iz svojstva (2.3.2) može se zaključiti da je
koeficijent prilagođavanja zadržanog osiguranja jednak
. (2.3.4)
Za (nema reosiguranja), koeficijent prilagođavanja je
.
Kombinacijom sa (2.3.4), može se napisati
(2.3.5)
gde je funkcija
·
.
Jasno je da je . Funkcija dostiže svoj jedinstveni maksimum u tački
, (2.3.6)
i je opadajuća funkcija u tački ako i samo ako je .
Relacija je ekvivalentna sa
. (2.3.7)
Ovaj slučaj se tumači kao visok trošak reosiguranja. Ovde je za svako , pa
reosiguranje ne dovodi do veće stabilnosti.
Ako je , uzimajući između , dobija se veći koeficijent prilagođavanja, što se
tumači kao slučaj veće stabilnosti. Maksimum se dostiže za , ali ovo je takođe slučaj
najniže (za iz ) očekivanog prihoda.
Primer 1. Neka je . S obzirom na (2.3.6), reosiguranje ima smisla samo ako je
. Recimo, za , biće da je , pa bi jedna trećina mogla biti
21
reosigurana. Izbor odgovarajućeg između 2/3 i 1 bi trebao biti određen kompromisom između
stabilnosti zahteva i srednjeg profita. ◻
2.3.2 Primer excess-of-loss osiguranja (osiguranja viška štete)
Posmatra se proces , gde je
,
je Puasonov proces sa intezitetom i su nezavisne slučajne promenljive sa istom
raspodelom i ne zavise od . Tada je i , gde je .
Neka su i priraštaji odgovarajućih procesa na intervalu . Sledi da je
i .
Funkcija generatrise momenata priraštaja je
,
gde je funkcija generatrise momenata slučajne promenljive .
Neka je premija data sa . Ukoliko se posmatra priraštaj
premije na intervalu , tada je , pa je funkcija generatrise momenta priraštaja
.
Prema tome, akko je , što se može zapisati kao
ili
U ovom slučaju, koeficijent prilagođavanja je jedinstveno pozitivno rešenje jednačine
, (2.3.8)
gde je premija jednog zahteva i je slučajna promenljiva koja odgovara jednom
zahtevu.
Neka je slučajna promenljiva sa uniformnom raspodelom na segmentu . Ovo je
poseban slučaj, ali činjenica da je odabran jedinični interval ne ograničava uopštenost.
Pretpostavlja se slučaj excess-of-loss osiguranja sa nivoom , što znači sledeće:
za svaki zahtev kompanija pokriva deo iznosa koji je jednak slučajnoj promenljivoj
kompanija plaća za reosiguranje po jednom ugovoru.
Kako slučajna promenljiva ima uniformnu raspodelu na , slučajna promenljiva uzima
vrednost sa verovatnoćom . Nije teško proveriti da je uslovna raspodela od , za dato
, uniformna na segmentu . Koristeći taj podatak, može se izračunati
22
, (2.3.9)
,
. (2.3.10)
Prema tome, premija jednog zahteva nakon reosiguranja je jednaka
= . (2.3.11)
Funkcija generatrise momenata je
+ ( )
( 1). (2.3.12)
Za dato , koeficijent prilagođavanja je rešenje jednačine
.
Zamenom (2.3.11) i (2.3.12), dolazi se do jednačine
. (2.3.13)
Leva strana jednačine je neka eksponencijalna funkcija pomnožena sa linearnom funkcijom, a
desna strana jednačine je kvadratna funkcija. Stoga se ova jednačina ne može rešiti analitički, ali
njeno numeričko rešavanje za određene vrednosti parametara ne zadaje poteškoće. Procedura
bi bila sledeća.
Za date vrednosti i , razmatra se niz vrednosti polazeći od 1 do 0 u malim koracima.
Za svako , pronalazi se numeričko rešenje za (2.3.13). Proces se zaustavlja kada niz
počinje da opada.
Prema tome, koristi se aproksimacija
(2.3.14)
gde je
(0.5
).
Poslednja formula sledi iz (2.3.9), (2.3.10) i (2.3.11).
Funkciju je lako izračunati. Tabela ispod sadrži vrednosti za i .
1 0.9 0.8 0.7 0.69 0.68 0.67 0.66 0.65 5 5.11 5.37 5.60 5.6125 5.6207 5.6247 5.62338 5.617
Može se videti da počinje da pada od .
Međutim, ovo je gruba aproksimacija. Aproksimacija (2.3.14) je dobra za malo . U ovom
slučaju, ima red od 24·0.056=1.344, koje nije malo. Dakle, za precizniji rezultat
treba koristiti (2.3.13). ◻
23
Glava 3 Preraspodela rizika i reciprocitet kompanija
3.1 Uopštenje i neki primeri
Kao što je napomenuto na početku, kada se govori o raspodeli rizika, treba izdvojiti dva
različita pristupa (koji se takođe mogu i kombinovati). U prvom pristupu, rizik (ili slučajni prihod)
se smatra robom kojom se može trgovati. Mehanizam razmene u ovom slučaju je
decentralizovani tržišni mehanizam koji se čini efikasnijim u slučaju ravnoteže. Klasičan primer
je tržište berzi, ali se može razgovarati i o tržištu reosiguranja na kojem osiguravajuće
kompanije razmenjuju rizike.
Drugi pristup se odnosi na situaciju kada kompanije vode direktne pregovore o mogućnostima
razmene rizika. Proces takvih pregovora je povezan sa konceptom non-zero-sum igre (igre bez
nulte sume) ili kooperativne igre.
Zero-sum igra (igra sa nultom sumom), u situaciji dva igrača, je igra u kojoj za bilo koju
kombinaciju strategija igrača, jedan igrač dobija tačno onaj iznos koji njegov protivnik izgubi. U
non-zero-sum igri (igri bez nulte sume), dobitak jednog igrača ne mora nužno da odgovara
gubitku drugog. Postoje stategije u kojima oba igrača mogu imati koristi u poređenju sa onim
što su imali u početnim pozicijama. Ovde se problem sastoji u određivanju takvih strategija i
izboru jedne od njih. Odgovarajuća teorija se obično naziva teorija pregovaranja.
Pregovori između dve ili više kompanija o podeli rizika mogu se smatrati kooperativnom igrom
ili non-zero-sum igrom. Kompanije analiziraju moguće ishode i uspostavljaju principe koji bi sa
stanovišta svih kompanija vodili do posebne razmene rizika, neke razumne (“fer”).
Primer 1. Nastavak šeme iz Poglavlja 2.2.1. Dve kompanije imaju početne portfolije čiji su rizici
predstavljeni slučajnim promenljivama i sa sredinama i i varijansama i
,
respektivno. Kompanije su odlučile da podele novi rizik sa srednjom vrednošću i
varijansom . Opterećenje je isto za sva moguća osiguranja.
Neka je udeo novog rizika koji odlazi prvoj kompaniji i, shodno tome, je udeo novog
rizika koji odlazi drugoj kompaniji. Kompanije pregovaraju o razumnom izboru veličine .
Sa datim , novi rizici kompanija su , .
Pretpostavlja se, kao u Poglavlju 2.2.1, da kompanije biraju koeficijent varijacije (2.2.2) kao
meru rizika. Nakon toga, kompanije polaze od odgovarajućih koeficijenata
( )
, ( )
(3.1.1)
24
Slika 5.
Jedno od prirodnih pravila ovde može se sastojati u principu jednake rizičnosti za obe
kompanije, što dovodi do jednačine
( ( ), (3.1.2)
pod uslovom da postoji rešenje . Pogledati Sliku 5.
Neka je, na primer, . Zatim, budući da su u ovom slučaju imenioci u (3.1.1) jednaki,
izraz (3.1.2) je ekvivalentan jednačini
.
Jednostavnom računicom dolazimo do rešenja
. (3.1.3)
Ukoliko dva portfolija imaju iste parametre (to jest, ako je
, pored jednakosti srednjih
vrednosti), tada je 0.5, što je i prirodno.◻
Razmatra se sad opšta šema. Da bi se naglasilo da se ne odnosi samo na osiguranje, već i na
sasvim opštu situaciju, ponekad će se koristiti termin “učesnik” umesto termina “kompanija”.
U šemi je uključeno učesnika. Budući slučajni prihod koji karakteriše -tog učesnika je .
Kada je učesnik osiguravajuća kompanija, je budući suficit kompanije i neka je ,
gde je buduća uplata koju obezbeđuje kompanija i prikupljena premija, . U
opštem slučaju, struktura za je proizvoljna.
Neka je . Ovo je vektor početnih (slučajnih) prihoda. Pretpostavlja se da
učesnici razmenjuju neke delove njihovih rizika. U slučaju osiguranja, to znači da kompanije
razmenjuju delove svojih portfolija.
Neka je oznaka za prihod -tog učesnika nakon razmene. Slučajni vektor
određuje ovu razmenu. Pretpostavlja se da nisu sve vrste razmena dozvoljene ili moguće.
Prema tome, vektor pripada nekom skupu koji predstavlja sve prihvatljive vrste razmene.
Na primer, u mnogim situacijama je prirodno pretpostaviti da se ukupni prihod ne menja, pa bi
za sve trebalo da važi
. (3.1.4)
25
Međutim, ovaj uslov možda ne obuhvata sve moguće uslove za razmenu portfolija.
Primer 2. Posmatraju se dve kompanije sa originalnim rizicima i i premijama i ,
respektivno. Kompanije pregovaraju oko zajedničkog reosiguranja njihovih rizika. Pretpostavlja
se da se kompanije odlučuju za proporcionalno reosiguranje. Neka su sa i označeni
koeficijenti retencije za prvu i za drugu kompaniju, respektivno. Preciznije, prva kompanija
zadržava udeo sopstvenog rizika, cedira (reosigurava) udeo svog rizika, i prihvata
udeo rizika druge kompanije. Slično, druga kompanija zadržava udeo sopstvenog
rizika, reosigurava udeo svog rizika, i prihvata udeo rizika prve kompanije.
Slika 6.
U ovom slučaju, procedura reosiguranja je određena parom koji predstavlja tačku
na jediničnom kvadratu , što se može videti na Slici 6.
Za dato , prva kompanija pokriva iznos i iznos koji predstavlja udeo druge
kompanije. Dakle, totalni iznos koji pokriva prva kompanija je . Za
drugu kompaniju odgovarajući iznos je .
Svakako, trebalo bi da kompanije nekako preraspodele premije koje imaju. Postoje različiti
načini da se to uradi. Neki od njih će biti razmotreni u daljem tekstu, ali za sada, ne precizira se
pravilo po kojem je raspodeljena premija. Neka je premija koju -ta kompanija zadržava
nakon reosiguranja, odnosno
.
Tada, profit -te kompanije nakon razmene je slučajna promenljiva
, ,
i skup se sastoji od slučajnih vektora ( , ), gde je . ◻
Pretpostavlja se da svaki učesnik, kada procenjuje kvalitet svog položaja, polazi od funkcije
, koja je definisana na skupu slučajnih promenljivih i razlikuje se za različite učesnike.
Učesnik posmatra kao karakteristiku „kvaliteta“ slučajne promenljive (sa učesnikove
tačke gledišta). Na primer, ako učesnik maksimizuje očekivanu korisnost, tada je
, (3.1.5)
gde je funkcija korisnosti učesnika. Drugi primer se odnosi na mean-variance kriterijum
(kriterijum srednje varijanse) za koji važi
, (3.1.6)
26
gde je koeficijent tolerancije na rizik (tolerance-to-risk), “težina” koju učesnik dodeljuje
očekivanju. Različiti učesnici mogu imati različito . Kriterijum (3.1.6) nije primenljiv u opštem
slučaju, ali kada ima normalnu raspodelu, ovaj kriterijum ima smisla primeniti.
Vrednost ) se naziva indeks kvaliteta od .
Neka je funkcija mere kvaliteta za -tog učesnika. Tada, pre razmene, indeks kvaliteta -
tog učesnika je jednak broju , a nakon razmene je jednak .
Neka je , . Vektor je određen izborom vektora . Ako se
sa predstavi funkcija vektora , tada je
. (3.1.7)
Prema tome, svaki slučajni vektor iz skupa svih
dozvoljenih razmena generiše tačku
u .
Neka je sa označen skup svih mogućih tačaka
generisanih u (3.1.7). Skup je slika od , i predstavlja sve
moguće pozicije koje učesnik može zauzeti. Tipičan primer je
prikazan na Slici 7.
Tačka , koja predstavlja početni položaj učesnika, naziva
se status-quo tačka. Obično je to unutrašnja tačka skupa ,
kao što je prikazano na Slici 7.
Primer 3. Ovaj primer je pomalo veštački, ali je ilustrativan. Kasnije će biti objašnjen realniji
primer. Posmatra se slučaj kada je zbog jednostavnosti. Svaki učesnik maksimizuje svoju
korisnost sa funkcijom korisnosti , početni prihodi i su pozitivne slučajne
promenljive, pri čemu je konačno za .
Kako bi primer bio jednostavniji, pretpostavlja se da učesnici imaju pravo da odbiju deo
prihoda, recimo, bira se da je , . Ovo sigurno neće odgovarati optimalnom
ponašanju i čak će takva rešenja biti odbačena, ali je prikladno uključiti ove mogućnosti u
prvobitno razmatranje. Takva pretpostavka znači da se umesto uslova ,
razmatra uslov
. (3.1.8)
Pretpostavlja se da se klasa sastoji od svih pozitivnih slučajnih
vektora za koje je (3.1.8) tačno.
U ovom slučaju, predstavlja četvrtinu diska. Preciznije, je skup
, , (3.1.9)
gde je ; Pogledati Sliku 8.
Slika 8.
Slika 7.
27
Zaista, neka je , . Iz Cauchy-Schwarz-ove nejednakosti sledi
.
Tada, kako je ,
.
Da bi se pokazalo da je granica
(3.1.10)
dostižna, neka je , za konstantu . Tada
.
Status-quo tačka je . Može se pokazati da se u
nekim uslovima nalazi unutar .
Posmatra se sada poseban primer. Neka su i nezavisne
slučajne promenljive sa uniformnom raspodelom na segmentu .
Tada je
i =
.
Slučajna promenljiva ima trouglastu raspodelu sa gustinom
za .
Prema tome,
. Pogledati Sliku 9.◻
Primer 4. U Primeru 2, se sastoji od svih tačaka , gde je
i . Status-quo tačka odgovara , tako da je
. Kasnije će biti obrazložen ovaj primer sa više detalja. ◻
U nastavku se razmatra opšta šema. Učesnici stupaju u pregovore kako bi se dogovorili o
nekom pravilu razmene koje je prikladno za sve učesnike.
Učesnici bi postupili racionalno ako bi odbacili bilo kakav drugi sporazum, ukoliko postoji
sporazum koji će svim učesnicima istovremeno dati više indekse kvaliteta.
Shodno tome, kaže se da je tačka iz Pareto optimalna ako nema tačke iz čije su
koordinate manje od odgovarajućih koordinata , a bar jedna koordinata je strogo veća. Neka
je sa označen skup svih Pareto optimalnih tačaka, a skup odgovarajućih slučajnih vektora sa
.
Slika 9
28
Na Slici 7, je „North-East“(severoistočna) granica od . U Primeru 3, ovo je granica (3.1.10):
četvrtina kružnice na Slici 8.
Naravno, može se posmatrati ograničenje samo na tačke iz skupa , a shodno tome i na
razmene (rešenja) iz .
Sada, ako je status-quo tačka unutrašnja tačka skupa , postoje tačke čije su koordinate
strogo veće od odgovarajućih koordinata . To znači da svi učesnici mogu istovremeno da
poboljšaju svoje indekse kvaliteta u poređenju sa njihovim početnim pozicijama.
Neka je sa označen skup svih takvih tačaka (područje “to the North-East” od na Slici 10),
a sa skup odgovarajućih slučajnih vektora . Svaka tačka iz generiše tačku iz . Drugim
rečima, je slika od .
Jasno je da se svi učesnici mogu istovremeno složiti samo o tački iz .
Sa druge strane, razumno je razmotriti samo tačke iz skupa , pa bi
trebalo razmotriti presek tih skupova, odnosno skup svih Pareto
optimalnih tačaka iz .
Neka je ovaj skup označen sa , a skup odgovarajaućih slučajnih
vektora sa . Na Slici 10, skup
je deo granice “North-East” od .
Tačke iz se nazivaju Pareto optimalna rešenja problema pregovaranja koja se razmatraju.
Primer 5. Razmatra se numerički nastavak Primera 3. Već je određeno da su u ovom slučaju
Pareto optimalna rešenja vektori za . Pareto optimalne
tačke = = . Sa druge strane,
da bi pripadalo , obe koordinate bi trebalo da budu veće od 2/3. Dakle, treba da važi
,
,
čiji je rezultat
1
.
Iz
, dolazi se do rešenja
za .
Skup u ovom slučaju je prikazan na Slici 11. ◻
Prema tome, za svaki određeni problem, zadatak je odrediti skup , a zatim, polazeći od
nekih dodatnih zahteva, odabrati jedno određeno Pareto rešenje.
Ti dodatni zahtevi mogu biti različiti i snažno su povezani sa prirodom konkretnog problema koji
se razmatra. U sledećim odeljcima razmatra se nekoliko primera.
Sledeće, razmatra se jedan opšti pristup određivanja skupa . To će biti učinjeno na
heurističkom nivou, preskačući neke formalnosti. Pristup se sastoji u maksimiziranju funkcije
, (3.1.11)
Slika 10.
Slika 11.
29
gde su pozitivne konstante. Posmatra se skup svih za koje je jednako nekoj konstanti
. Slika svake tačke iz ovog skupa je tačka za koju je
(3.1.12)
Prema tome, tačka leži u -dimanzionalnoj ravni definisanoj sa (3.1.12).
U dvodimenzionalnom slučaju, ovo je linija, kao što je prikazano na
Slici 12. Da bi konstanta (i prema tome vrednost ) bila što
veća, trebalo bi pomeriti ovu liniju na severoistok (“North-East”) do
momenta kada ona postane linija za potporu skupa , a to znači kada
je čitav skup ispod prave. To je moguće kada je skup konveksan.
Na Slici 12, to je linija .
Presek ove najviše linije sa će ležati u , Pareto optimalnoj granici
od . Dakle, za fiksirani vektor koeficijenata , dobiće se
Pareto optimalna tačka iz . Ako je konveksan skup, sa obzirom na sve moguće vektore ,
doći će se do svih mogućih Pareto optimalnih tačaka u . Slučaj ili odgovaraće
krajnjim tačkama Pareto optimalnog skupa.
Slično je i u -dimenzionalanom slučaju. Jedina razlika je u tome što se u ovom slučaju ne
koriste linije za potporu, već -dimenzinalne ravni.
Primer 6. Razmatra se šema iz Primera 2 i 4. Svi vektori u ovom slučaju se mogu
identifikovati sa vektorom koeficijenata retencije . Za svako , posmatra se tačka
, kao što je određeno u Primeru 4.
Neka je sa označen skup koji odgovara skupu . Skup određuje skup svih Pareto
optimalnih rešenja. Ovo je kriva u , kao što je prikazano na Slici 13. Da bi se pronašao ovaj
skup, treba maksimizirati funkciju
za sve nenegativne vrednosti i .
Pretpostavlja se da su , , diferencijabilni. Tada se mogu iskoristiti gradijenti
(nagibi) funkcija , i ( , odnosno vektori parcijalnih izvoda
Slika 12.
(a) (b) Slika 13.
30
,
.
Kao što je poznato, gradijent ukazuje u kom pravcu se treba kretati od tačke , da bi
se funkcija , najbrže promenila. Konkretno, ako se kreće u pravcu u kom je projekcija
u ovom smeru pozitivna, tada se , povećava.
Ako je maksimum postignut u tački i ako je ta tačka unutrašnja tačka kvadrata ,
tada je
(3.1.13)
Ako tačka ne odgovara krajnjoj tački Pareto optimalnog skupa, oba su pozitivna i
. Tako se dolazi do uslova
za neko . (3.1.14)
Uslov (3.1.14) znači da ukoliko je neka unutrašnja tačka Pareto optimalna, vektori i
imaju suprotne smerove, što se može videti na Slici 13.a.
Može se takođe doći do uslova (3.1.14) na sledeći način. Pretpostavlja se da je ,
unutrašnja tačka, vektori , su nenula vektori, a uslov (3.1.14) nije tačan. Trebalo bi se
kretati u pravcu da bi se obe vrednosti , i , povećale (Slika 13.b). To
bi značilo da , nije Pareto optimalno rešenje. Treba imati na umu da u gornjem
obrazloženju nije korišćena konveksnost od .
Još dve napomene. Prvo, i ne moraju biti tangente na . Drugo, uslov
(3.1.14) se bavi samo prvim izvodima i to nije dovoljan uslov, odnosi se samo na unutrašnje
tačke skupa . ◻
3.2. Dva primera sa maksimizacijom očekivane korisnosti
Posmatra se učesnika sa funkcijama korisnosti . Pretpostavlja se da su sve
funkcije dovoljno glatke, i
za svako . Dakle, učesnici žele da spreče
rizik.
U skladu sa šemom iz prethodnog poglavlja, da bi se našlo Pareto optimalno rešenje, treba
maksimizirati funkciju
,
u zavisnosti od uslova
. (3.2.1)
Propozicija 3. (K. Borch) Neka zadovoljava (3.2.1) i neka je
. (3.2.2)
Tada, za svako koje zadovoljava (3.2.1) važi
(3.2.3)
31
Dokaz. Neka je sa označen broj koji, u skladu sa (3.2.2), ne zavisi od . Kako su
funkcije konkavne i glatke, za svako i važi
.
Dakle,
( ( ) ( ),
pa je
(
–
)
,
jer i zadavoljavaju (3.2.1). Posmatrajući očekivane vrednosti dolazi se do (3.2.3). ◼
Primer 1. Neka je . U skladu sa (3.2.2),
,
gde je broj koji ne zavisi od . Iz ove jednakosti je i
, (3.2.4)
gde je ,
je proizvoljan pozitivan broj, a je proizvoljan broj,
pozitivan ili negativan, za svako .
Treba se podsetiti da je , gde je
. Sumiranjem leve i desne strane
jednakosti (3.2.4), dobija se
.
Rešavajući po i zemenom u (3.2.4), dolazi se do
= , (3.2.5)
gde je
=
, (3.2.6)
= . (3.2.7)
Očigledno je >0, i =1. Sada,
=
(
)=0.
Prema tome,
0. (3.2.8)
Štaviše, budući da su proizvoljni brojevi, su proizvoljni brojevi za koje (3.2.8) tačno. Zaista,
ako se odaberu proizvoljni za koje je , na osnovu (3.2.7), .
Prema tome, može se zaboraviti na brojeve i tvrditi da je skup svih Pareto optimalnih
rešenja opisan sa (3.2.5), gde
je siguran neslučajni udeo totalnog prihoda koji će -ti učesnik imati, pri čemu je
Udeo kompletno određen sa u skladu sa (3.2.6),
brojevi su proizvoljni brojevi za koje (3.2.8) važi.
32
Neka je, na primer, , . Zatim, lako je proveriti, sva Pareto optimalna rešenja se
mogu predstaviti na sledeći način:
= ,
gde je proizvoljna konstanta.
Da bi se izabralo jedno Pareto optimalno rešenje, učesnici bi trebali da izaberu broj . Pre
razmene, učesnici možda neće imati jednake pozicije, jer će i možda imati različite
raspodele. Budući da u ovom slučaju učesnici dele ukupni slučajni prihod u jednakim
proporcijama, isplata je jedini način nadoknađivanja pomenutih nejednakosti. Na primer,
učesnici mogu da se sporazumeju da oni neće ostvariti profit u proseku tokom razmene. Ovo je
predstavljeno zahtevom , . Stoga učesnici treba da izaberu
. ◻
Razmatra se sada model proporcionalnog uzajamnog (zajedničkog) reosiguranja koji je
konstruisan u Primerima 4 i 6 u Poglavlju 3.1, zadržavajući isti zapis. Tako su funkcije indeksa
kvaliteta dveju kompanija:
, ,
gde je
, .
Pretpostavlja se da deo reosiguranog rizika dolazi sa odgovarajućim delom premije. Tačnije, ovo
znači da, pri ustupanju dela , prva kompanija plaća premiju , a isto tako i
što se tiče druge kompanije. Dakle, kompanije pre dele njihove portfolije nego njihove rizike.
Stoga,
, . (3.2.9)
Sledeći primer pokazuje šta se može očekivati u ovom slučaju.
Primer 2. Neka su i nezavisne slučajne promenjive koje imaju Gama raspodele sa
parametrima i respektivno. Neka je . Pretpostavlja se da je
.
Razmatra se jedino slučaj
zato što inače ( ), ( ) ne bi postojale,
što će se videti u nastavku. Važi da je
( , )=
=
=
=
.
Slično,
( , )=
.
33
Treba primetiti sada, da bi se odredile Pareto optimalne tačke, ne moraju se poznavati
vrednosti razmatranih funkcija, već samo delovi gde ove funkcije rastu ili opadaju. Stoga, ako se
umesto funkcija razmatraju indeksi kvaliteta ,
gde je striktno rastuća funkcija, Pareto optimalna rešenja bi bila ista. Dakle, može se
pojednostaviti problem, uzevši i umesto , mogu se razmatrati funkcije:
, (3.2.10)
. (3.2.11)
Ako se uzme u obzir (3.2.9), nakon jednostavnog računanja, dolazi se do
,
.
Kao što je pokazano u Poglavlju 3.1, da bi bila Pareto optimalna tačka, vektori i
treba da imaju suprotne smerove. U ovom slučaju, odnos koordinata za oba vektora treba
da bude jednak, što vodi ka jednakosti:
=
. (3.2.12)
(Leva strana jednakosti sadrži proizvod prve koordinate prvog vektora i druge koordinate
drugog vektora, a desna strana jednakosti je proizvod druge koordinate prvog vektora i prve
koordinate drugog vektora. Treba podeliti obe strane sa ).
Ovo je jednakost za Da bi se razumelo kako odgovarajući primer može da izgleda,
razmatra se sledeći slučaj
, i .
Onda će se i poništiti, te se (3.2.12) može zapisati kao
. (3.2.13)
Prvo, neka je . Zamenom u (3.2.12), dolazi se
do jednakosti. Dakle, skup
, , (3.2.14)
je jedno od rešenja jednačine (3.2.13), Slika 14. Preskače se računanje
Slika 14.
34
preostalih rešenja, ako ih i ima, koja ne ispunjavaju uslove problema.
Ako je , problem postaje interesantniji. Prikazani su grafici skupa (3.2.13), kreiranih u
Maple, na Slici 15.a za , , , i na Slici 15.b za , , .
U zaključku, može se primetiti da budući da je korišćenja “analiza prvog izvoda”, strogo
govoreći, još nije dokazano da je skup iznad Pareto optimalan. (Ovo je slično problemima
jednodimenzionalne optimizacije: činjenica da je prvi izvod jednak nuli u nekoj tački ne implicira
da je to tačka maksimuma ili minimuma). Da bi se kompletirao dokaz treba razmotriti ili drugi
izvod funkcija (3.2.10) i (3.2.11), ili ponašanje gradijenta (nagiba) u okolini skupa iznad. ◻
3.3. Slučaj kriterijuma srednje varijanse (mean-variance)
U ovom delu se razmatra slučaj proporcionalnog reosiguranja opisanog u primerima 2, 4 i 6 u
Poglavlju 3.1. Pretpostavlja se da su i nezavisne slučajne promenljive. Neka je
, , . Pretpostavlja se da je .
Počinje se sa relativno jednostavnim problemom koji odgovara slučaju za u (3.1.6).
3.3.1 Minimalizovanje varijanse
Ovde se pretpostavlja da kompanije pokušavaju da minimalizuju varijansu njihovih budućih
profita.
Ovakva pretpostavka može biti razumna ako se, na primer, kompanije slože da ne ostvaruju
profit u razmeni, bar u proseku, i pod ovim uslovom kompanije žele da smanje rizičnost svojih
portfolija. Nekreiranje profita u proseku dovodi do uslova za svako i . U
ovom slučaju, ovo je tačno ako pri podeli rizika , -ta kompanija plaća neto premiju
koja je očekivana buduća naplata za dodeljeni rizik. Zapravo, za prvu kompaniju sve
se završava sa premijom (budući da će druga kompanija
plaćati neto premiju prvoj kompaniji). Onda je:
Isto važi i za drugu kompaniju.
Prema tome, kompanije pokušavaju da minimalizuju vrednosti funkcija
( ,
(a) (b) Slika 15.
35
Formalno, ako se postavi da je u (3.1.6), dolazi se do . U ovom slučaju,
pogodno je izostaviti minus i posmatrati odgovarajući problem minimizacije. Izvesno, problemi
maksimizacije i minimizacije su jednaki. U nastavku se koristi simbol za
odgovarajuće varijanse.
Budući da su i nezavisne slučajne promenljive i da važi: ,
, sledi da je
,
. (3.3.1)
Da bi se pronašle Pareto optimalne tačke, ponovo se mora primeniti metod koji je predložen u
Poglavlju 3.1. U ovom slučaju, on se sastoji od minimizacije linearne kombinacije
, + ( , za pozitivne vrednosti , . Dakle, pojavljuje se prosta kvadratna
funkcija koja je konveksna i ima jedinstveni minimum. Iz tog razloga, treba se ograničiti na
problem analize prvog izvoda, tražeći tačke gde , imaju suprotne smerove.
Za gradijente (nagibe) važi
,
.
Ako je (3.1.14) tačno, odnos koordinata i je jednak, i iznosi
,
odnosno
, (3.3.2)
što se može videti na Slici 14.
Neka je . Onda iz (3.3.2) važi da je i
, (3.3.3.)
. (3.3.4)
Za prvu kompaniju, što je manje to je bolje. U status-quo tački, koja je za
vrednost . Stoga, prva kompanija bi prihvatila reosiguranje samo ako je
. U smislu (3.3.3), ovo odgovara
.
(a) (b)
Slika 16.
36
Slično, druga kompanija bi prihvatila reosiguranje ako je
. Prema tome,
kompanije treba da izaberu koeficijente retencije, iz segmenta
,
. (3.3.5)
Slika 16.a prikazuje skup (3.3.5), a Slika 16.b odgovarajući skup Pareto optimalnih tačaka u
oblasti Budući da su sada minimizirane vrednosti i Pareto optimalne tačke
odgovaraju jugozapadnoj (“South-West”) granici na Slici 16.b.
Primer 1. (a) Neka je , . Onda je (3.3.5) ekvivalentno sa
; (3.3.6)
(b) Međutim, ako je , , onda je skup Pareto optimalnih rešenja
, (3.3.7)
i ne uključuje centralnu tačku
. ◻
Jednom kada su Pareto optimalna rešenja određena, kompanije treba da utvrde dodatne
principe koji bi doveli do izbora jednog rešenja iz skupa pomenutih. Takvi principi mogu
zahtevati da obim razmene bude u nekom smislu izbalansiran.
Pretpostavlja se, na primer, da je trošak reosiguranja proporcionalan srednjoj vrednosti
reosiguranog rizika. Preciznije, za rizik koji treba da bude reosiguran, prva kompanija
treba da plati drugoj kompaniji iznos , gde je koeficijent
opterećenja reosiguranja. Respektivno, druga kompanija treba da plati prvoj kompaniji iznos
. Da bi razmena bila izbalansirana, može se zahtevati da ova dva iznosa
budu jednaka (što je jednako uslovu da kompanije ne plaćaju jedna drugoj). Budući da se u
ovom slučaju faktori poništavaju, važi da je
( ( . (3.3.8)
Zajedno sa uslovom , dobija se jedinstveno rešenje
,
. (3.3.9)
Bitno je naglasiti dve stvari.
Prvo, pravilo (3.3.8) nije uspostavljeno na samom početku, već na kraju kada je skup Pareto
optimalnih tačaka bio određen, uslov (3.3.8) je postavljen kao dodatni zahtev.
Drugo, uslov (3.3.8) možda ne dovede do odgovarajućih rešenja.
Primer 2. Neka je , i neka je i . U situaciji iz Primera 1a, tačka
pripada skupu Pareto optimalnih rešenja (3.3.6), tako da se može odabrati ova tačka
kao posebno rešenje.
37
Međutim, u situaciji iz Primera 1b, tačka ne pripada skupu (3.3.7), tako da u ovom
slučaju (3.3.8) ne može poslužiti kao dodatno rešenje. ◻
Poslednji primer ističe nedostatak principa očekivane vrednosti premije, koji ne uzima u obzir
rizik koji snosi reosiguravač.
Pretpostavlja se sada da, pri ustupanju rizika , -ta kompanija treba da plati neto
premiju od ( kao što je konstatovano, i još dodatnu sigurnosnu premiju reosiguravaču,
koja je proporcionalna standardnoj devijaciji reosiguranog rizika. Preciznije, ova dodatna isplata
je jednaka ( , gde je koeficijent opterećenja. Takvo pravilo se odnosi na
određivanje premije principom standardne devijacije.
Pretpostavlja se da se kompanije slažu da se te dve dodatne premije međusobno kompenzuju
(nadoknađuju), te da nijedna kompanija ne treba da plati dodatnu premiju reosiguranja. Ovo je
jednako uslovu
,
što zajedno sa vodi ka
,
. (3.3.10)
Ovo rešenje izgleda prirodno. Treba primetiti da, za razliku od slučaja (3.3.9), rešenje (3.3.10)
uvek pripada Pareto optimalnom skupu (3.3.5).
3.3.2. Razmena portfolija
Neka je -ti portfolio određen premijom i budućim plaćanjem . Sada se pretpostavlja da
reosigurani deo rizika dolazi sa odgovarajućim delom premije. Drugim rečima, kao u Poglavlju
3.2, prihvata se pravilo (3.2.9).
U ovom slučaju, profit prve kompanije je slučajna promenljiva
.
Prema tome,
. (3.3.11)
Slično, profit nakon reosiguranja druge kompanije je
. (3.3.12)
Usvaja se kriterijum srednje varijanse (3.1.6), pretpostavljajući zbog jednostavnosti da je
koeficijent tolerancije rizika jednak za obe komapnije. Pretpostavlja se da su i , a samim
tim i i nezavisne slučajne promenljive. Onda je
i .
Iz (3.3.11) i (3.3.12),
,
. (3.3.13)
38
Ako je , funkcije ne uključuju premije, tako da se svaka preraspodela premija može
pretpostaviti, uključujući i preraspodelu koja je razmotrena u Poglavlju 3.3.1.
Kao u Poglavlju 3.3.1, treba se ograničiti na analizu prvog izvoda, precizirajući skup gde i
imaju suprotne smerove.
Diferenciranjem i dobija se
,
.
Pogodno je koristiti karakteristike
,
, (3.3.14)
i predstaviti gradijente formulama
,
. (3.3.15)
Neka je najpre = =1. Tada je
,
Prema tome, u ovom slučaju, i za
. Stoga, obe
funkcije, i dostižu svoj maksimum u istoj tački
.
U ovom slučaju skup Pareto optimalnih rešenja sadrži jednu tačku
i za obe kompanije je
najbolje rešenje da podele rizik na jednake delove. Ovo je ekstremni slučaj.
Pretpostavlja se sada da je najmanje jedno različito od 1. Ako je (3.1.14) tačno, odnos
koordinata od i treba da bude isti, što implicira
. (3.3.16)
Jednostavnom računicom pokazuje se da je (3.3.16) ekvivalentno jednakosti
(1 )+ (1 )
( + ). (3.3.17)
Prema tome, skup Pareto optimalnih rešenja je podskup od (3.3.17). U nastavku se razmatraju
neki konkretni slučajevi.
3.3.2.1 Simetrični slučaj. Neka je 1. Nije teško proveriti da se u ovom slučaju
poništavaju u (3.3.17), pa se ponovo dolazi do segmenta
. (3.3.18)
Iz (3.3.14), u ovom slučaju,
,
. (3.3.19)
Neka je . Tada, u skladu sa (3.3.13), (3.3.15) i (3.3.19), u segmentu (3.3.18),
, (3.3.20)
39
, (3.3.21)
, (3.3.22)
(3.3.23)
Rešenja koja se biraju iz (3.3.18) treba da zadovolje sledeća dva uslova:
1) i treba da imaju suprotne smerove,
2) pozicije obeju kompanija ne bi trebale da budu gore nego što su bile u status-quo tački,
naime
,
). (3.3.24)
S obzirom na (3.3.22) i (3.3.23), prvi uslov je ispunjen ako i , kao funkcije
od , imaju isti znak. Nije teško primetiti (recimo, ako se ove linearne funkcije predstave
grafički), da je za :
1) ako je , ovo je uvek tačno;
2) ako je , ovo je tačno za
;
3) ako je , ovo je tačno za
.
Treba primetiti, ako je , dobija se samo jedna tačka
, što je već uočeno iznad.
S obzirom na (3.3.20) i (3.3.21), uslov (3.3.24) se svodi na kvadratne nejednačine
. (3.3.25)
Primer 1. (a) Neka je , , . Ovi brojevi određuju sve neophodne informacije
oko , i . Budući da je , uslov 1) je automatski ispunjen, a potrebno je rešiti uslov
(3.3.25) , koji je jednak
.
Rešenje ove jednačine je
,
pa aproksimativno se radi sa segmentom
(b) Neka je , , . Zatim treba rešiti nejednačine
.
Približno rešenje je . Međutim, treba uzeti u obzir i uslov
,
koji je u ovom slučaju . Stoga, rešenje je
Izbor jedne tačke zahteva dodatni uslov, sličan onom koji je rađen u Poglavlju 3.3.1.◻
40
3.3.2.2. Rešenje u opštem slučaju. Razmatra se slučaj kada je . Smisao ovoga je da,
zahvaljujući (3.3.17), Pareto optimalna rešenja leže na liniji različitoj od dijagonale kvadrata .
Treba primetiti takođe da se, s obzirom na (3.3.14), uslov (3.3.13) može zapisati kao
, (3.3.26)
. (3.3.27)
Opšte formule su vrlo glomazne, pa se posmatra restrikcija na primeru.
Primer 2. Neka je , . Zamenom u (3.3.17), dolazi se do
prave
. (3.3.28)
Dakle, treba razmotriti segment koji povezuje tačke
i
,
Slika 17.
Granične tačke iz segmenata
i
(Slika 17), su takođe
Pareto optimalne. (Uslov važi samo za unutrašnje tačke, granične mogu biti
Pareto optimalane i bez tog uslova). Da bi se to pokazalo, treba razmotriti nagibe duž tih
segmenata. Međutim, to se neće raditi, budući da ti segmenti treba da budu isključeni iz
razmatranje, što će se uskoro videti.
Razmatra se treći, centralni, segment. Neka je . Sada
. U skladu sa (3.3.15),
zamenom iz (3.3.28), dobija se
,
Primećuje se da , imaju suprotne smerove za svako
.
Pretpostavlja se sada da je , . Onda iz (3.3.26), (3.3.27) sledi da na pravoj (3.3.28)
,
U status-quo tački,
,
. Zbog toga, restrikcije
, su ekvivalentne jednačinama
.
Rešenje ovog sistema kvadratnih nejednačina je
Slika 17.
41
–
Prema tome, skup prihvatljivih rešenja za obe kompanije je dat aproksimativno sa
(ponovo videti Sliku 17). Rešenje je blisko tački , tako da su u ovom slučaju dodatna
razmatranja nepotrebna. ◻
42
Glava 4 Tržište reosiguranja
4.1 Model tržišta razmene slučajne imovine
Dok se u prethodnim glavama diskotovao direktan rizik razmene kao rezultat pogodbe
kompanija, ovaj deo se bavi decentralizovanim mehanizmima razmene. U tom slučaju, učesnici
na tržištu ne razmenjuju rizike diriktno, već trguju njima.
Konstrukcije ovog dela služe samo da ilustruju neke osnovne ideje i koncepte, tako da
rezultati koji su dobijeni ne bi trebalo da budu smatrani praktičnim preporukama. Moderna
tržišta su kompleksna i to su sofisticirani mehanizmi koji koriste različite finansijske alate. Čist
model razmene može da služi samo kao prva aproksimacija.
Klasični model koji se dalje diskutuje postoji zahvaljujući K. Arrow-u.
Razmatraju se zapažanja iz Poglavlja 3.1. Pretpostavlja se da tržišni učesnici nastoje da
maksimiziraju korisnost i da -ti učesnik ima funkciju korisnosti ( ), kao i početni kapital .
Tada je za dodatni prihod (pozitivan ili negativan) korisnost -tog učesnika je jednaka
( ). Neka je ( ) ( ). Funkcija ( ) je funkcija korisnosti koja uključuje
početno bogatstvo.
Kao i obično, posmatra se uzorački prostor i mera verovatnoće koja je definisana nad
događajima iz . Sve razmatrane slučajne promenljive su funkcije definisane na .
Kako bi se pojednostavila računica, pretpostavlja se da je prostor diskretan: ,
premda, rezultati do kojih se dolazi su tačni i u nekim opštim slučajevima.
Ako je verovatnoća ishoda označena sa , onda za slučajnu promenljivu ,
važi
. (4.1.1)
Kao u Poglavlju 3.1, posmatra se fiksirani vektor originalnih slučajnih
promenljivih budućih prihoda. Stoga, budući kapital -tog učesnika je i njegova korisnost
je ( ) ( ). Slučajna promenljiva se može nazvati početna sredstva -tog učesnika
(bez fiksnog početnog kapitala ).
Učesnici na tržištu razmenjuju slučajne promenljive svojih budućih prihoda. Prema tome,
dobra na tržištu su slučajne promenljive i glavni koncept koji treba razjasniti i definisati je cena
slučajne promenljive. Pretpostavlja se da je ona predstavljena funkcijom koja je definisana
na klasi slučajnih promenljivih koje se razmatraju.
Ne isključuju se slučajne promenljive sa negativnim vrednostima, već se one tretiraju kao
slučajevi u kojima dolazi do gubitka. Takođe se ne isključuje slučaj kada cena pretpostavlja
43
negativnu vrednost. Ako investitor prihvata rizik koji nosi samo gubitke, onda taj investitor
treba da bude plaćen za to. To znači da je cena tog rizika negativna.
Nasuprot ceni običnih dobara, ono što bi trebalo da bude nazvano cenom slučajnog prihoda
(recimo, slučajna imovina) je netrivijalno pitanje.
Pretpostavlja se da je funkcija cene linearna, a to znači da za bilo koje dve slučajne
promenljive i i bilo koje brojeve i važi:
. (4.1.2)
Ovaj uslov deluje razumno, iako sadrži neka pojednostavljenja. Činjenica je da funkcija cene
nije linearna: što više nečega kupite, manja je cena po jedinici proizvoda.
Pretpostavlja se takođe
, za svaku nenegativnu slučajnu promenljivu , i (4.1.3)
; preciznije, , za svaku slučajnu promenljivu . (4.1.4)
Takva funkcija cene može da se predstavi na sledeći način. Neka je mera
verovatnoće definisana na događajima iz . Ova mera može biti različita od originalne mere
verovatnoće . Neka je sa označena očekivana vrednost od u odnosu na meru .
Ako je diskretan prostor i ( ) verovatnoća ishoda u odnosu na meru , onda
( ). (4.1.5)
Razmatra se funkcija
. (4.1.6)
Ova funkcija zadovoljava uslove (4.1.2)-(4.1.4) kao očekivanje u odnosu na meru verovatnoće.
Štaviše, može biti pokazano pod nekim blažim uslovima da svaka funkcija sa svojstvima
(4.1.2)-(4.1.4) je jednaka za neko . Posebno, ovo je tačno ako je uzorački prostor
konačan.
Dakle, usvaja se, kao definicija cene, reprezentacija (4.1.6).U ovom slučaju, postupak
određivanja cene na tržištu svodi se na određivanje mere . Ako je diskretan prostor, u
smislu (4.1.5), da bi se odredilo , dovoljno je da se navedu “verovatnoće” ( ).
Potrebno je ponovo naglasiti da su brojevi ( ) različiti od stvarne verovatnoće .
Neko može reći da ( ) reflektuje kako tržišni učesnici procenjuju verovatnoću ishoda , ili,
drugim rečima, ( ) ukazuje na učesnikova uverenja po pitanju ishoda Ta uverenja mogu
biti različita od realnosti.
Za datu funkciju cene , -ti učesnik prodaje početna sredstva po ceni i kupuje
drugu slučajnu promenljivu po ceni . Ovo je jednako razmeni za po ceni od
Treba primetiti da je , budući da je funkcija
linearna.
Ne pretpostavlja se da je i vrednost može imati bilo koji znak. Ako
je , interpretira se kao slučaj u kojem je učesnik pozajmio sredstva da bi kupio
44
ili je uzeo novac iz početnog kapitala. Na drugoj strani, može biti negativno, što
bi značilo da je nakon razmene učesnik primio dodatni novac.
Najzad, budući prihod -tog učesnika je
, (4.1.7)
i očekivana korisnost je
( . (4.1.8)
Razmena treba da bude izbalansirana, tako da je
. (4.1.9)
Kako je funkcija cene linearna funkcija, iz (4.1.9) sledi da je
, ili
=0. (4.1.10)
Ovo znači i da su ukupna plaćanja takođe izbalansirana. Recimo, ako je , jedan učesnik
plaća, a drugi prihoduje.
Iz (4.1.10) sledi da je uslov (4.1.9) jednak balansu za :
. (4.1.11)
Zaista, na osnovu (4.1.7) sledi da je
, dok je poslednja
suma jednaka nuli prema (4.1.10).
Prema datoj funkciji cene , -ti učesnik određuje slučajnu promenljivu koja maksimizira
očekivanu korisnost (4.1.8). Neka je označen taj rezultat maksimizacije sa . Slučajna
promenljiva je potražnja učesnika .
Treba primetiti da nije ono što će učesnik kupiti. To je pre ono što on/ona želi da kupi; to
je potražnja. Poenta je da ako procedura određivanja cene ne oslikava realnu situaciju na
tržištu, potražnja možda neće biti jednaka ponudi. Stoga, ne treba očekivati da za proizvoljnu
cenu potražnja zadovoljava uslov balansa (4.1.9).
Funkcija i vektor
se mogu nazvati funkcija cene ekvilibrijuma i
vektor potražnje ekvilibrijuma, resprektivno, ako
a) = za svako , što predstavlja za svakog učesnika optimalnu potražnju u
odnosu na funkciju cene *,
b) ponuda i potražnja su izbalansirane, tako da je
.
Poslednje svojstvo je jednako jednačini balansa
,
gde je =
*( ). Dakle, može se govoriti o vektoru ekvilibrijuma
.
Može se dokazati da rešenje * postoji i Pareto je optimalno. Ovo je značajna činjenica. Prvo,
značilo bi da pod ekvilibrijumom cena, mehanizam određivanja tržišne cene vodi do rešenja
45
koje ne može biti poboljšano istovremeno za sve učesnike. Drugo, mehanizam određivanja cene
je decentralizovan. Da bi se dostiglo ravnotežno rešenje, učesnici ne moraju da ulaze u direktne
pregovore. Svaki učesnik može da donese odluku odvojeno od ostalih, maksimiziranjem
sopstvene očekivane korisnosti budućeg prihoda.
4.2 Primer reosiguranja
Klasični primer koji se ovde razmatra je kreirao K. Borch.
Pretpostavlja se da su učesnici na tržištu osiguravajuće kompanije i da je , gde je
originalno potraživanje -te kompanije. Interpretira se količina iz opšte šeme iznad kao suma
koja je dovoljna da pokrije potraživanje . Posebno, pretpostavlja se da uključuje plaćenu
premiju. Onda je + budući suficit -te kompanije.
Neka je sa označeno potraživanje zadržano od stane -te kompanije. (U zapisu prethodnog
dela, ). Ovo znači da kompanija kupuje reosiguranje za i plaća ga po ceni
, (4.2.12)
gde je funkcija cene. Treba primetiti da slučajna promenljiva može da ima
negativnu vrednost (kompanija reosigurava nečiji rizik). Slično, može biti negativna
(uopšteno, kompanija se ponaša kao reosiguravač).
Očekivana korisnost -te kompanije je
. (4.2.13)
Razmena je izbalansirana ako je
. (4.2.14)
Pretpostavlja se da je funkcija cene generisana merom verovatnoće na način kao u
prethodnom delu. Tako da je, u skladu sa (4.1.5),
{ } ( ) ) ,
gde je , i ( ).
Neka je = , tada se (4.2.13) može zapisati kao
. (4.2.15)
Cilj je pronaći cenu ekvilibrijuma i potražnju ekvilibrijuma. Budući da je kompletno
određeno merom , posmatraju se brojevi i .
Prvo, treba razmotriti jednu kompaniju, fiksira se indeks , a onda se maksimizira (4.2.15) u
odnosu na vektor ( . Za fiksirano , parcijalni izvod po je
+
(
= +
( ( )
=
( )
46
= { ( )}
( ).
Postavljanjem parcijalnih izvoda da budu jednaki nuli, dolazi se do sistema jednačina za cenu
ekvilibrijuma i vektor potražnje ekvilibrijuma, odnosno
{ ( )}
( ) za svako i . (4.2.16)
Primer 1. Neka je
(
.
Funkcija iznad je rastuća za , te treba pretpostaviti da su sve slučajne promenljive i
ograničene jedinicom.
Takođe se pretpostavlja, radi jednostavnosti, da je svako .
Budući da je u ovom slučaju ( i , jednačine (4.2.16) se mogu napisati kao
( ,
ili
( . (4.2.17)
Treba primetiti, u skadu sa (4.2.14), da je
. (4.2.18)
Neka je
,
i pretpostavlja se da je, na osnovu (4.2.14),
, gde je vrednost
za . Sumiranjem po obe strane jednačine (4.2.17) i uzimajući u obzir
(4.2.18), dobija se
,
ili
. (4.2.19)
Dakle,
( )
. (4.2.20)
Prema tome, pronađena je mera cene ekvilibrijuma . Za takvu meru, cena bilo koje slučajne
promenljive je
( )
.
Dakle,
. (4.2.21)
Treba primetiti da je pretpostavljeno da je diskretan prostor radi pojednostavljenja dokaza.
Formula (4.2.21) važi i u opštem slučaju.
S obzirom na cenu ekvilibrijuma (4.2.21) proizilazi da je optimalna slučajna promenljiva
, (4.2.22)
47
gde je
. (4.2.23)
Da bi se ovo dokazalo, treba pokazati da takvo rešenje zadovoljava (4.2.17). Najpre, prema
(4.2.21), za svaku slučajnu promenljivu (4.2.22),
,
s obzirom na (4.2.23).
Dakle, i može se zapisati (4.2.17) kao jednakost . Korišćenjem
(4.2.19), dobija se , odnosno
.
Zamenom iz (4.2.22), dolazi se do identiteta.
Prema tome, u ovom modelu, reosiguranje ekvilibrijuma korespondira sa proporcionalnim
reosiguranjem (4.2.22). Budući da je , dobija se
), (4.2.24)
što znači da svaki učesnik zadržava potraživanje, verovatno različito od originalnog potraživanja,
ali po istoj ceni kao potraživanje .
Poslednje svojstvo postoji zbog posebnih izbora funkcije korisnosti i parametara . Nije teško
pokazati da u slučaju proizvoljne kvadratne funkcije korisnosti, (4.2.22) nastavlja da bude tačno
(sa različitim ), ali (4.2.24) možda neće važiti.
Detaljnija analiza dobijenih rešenja: Pretpostavlja se da su nazavisne slučajne promenljive i
neka je = +...+ ,
= +...+
. Tada će cena
ekvilibrijuma originalnog potraživanja biti
( )
(4.2.25)
(
+ ) +
, (4.2.26)
što izgleda jednostavno. Što je veće, neko mora da plati više da bi reosigurao određeni rizik.
Koristeći već izračunato, za koeficijent retencije , dobija se
, (4.2.27)
što je takođe smisleno. ◻
48
Glava 5 Koosiguranje
5.1 Osnovni pojmovi
Koosiguranje predstavlja učešće dva ili nekoliko osiguravača neposredno u zaključivanju
ugovora o osiguranju tako da svaki osiguravač preuzima pokriće određenog dela rizika.
Koosiguranje je u suštini raspodela jednog rizika na nekoliko delova, koje svaki od
koosiguravača preuzima u direktno pokriće iz zajedničkog ugovora ili zajedničke polise
osiguranja. Kod koosiguranja radi se o polisi osiguranja koja sadrži obavezu dva ili više
osiguravača za isti rizik jednog osiguranika.
Kod koosiguranja nastaje neposredni odnos između osiguranika i svakog pojedinog
koosiguravača. Za koosiguravača je prema tome taj odnos isti, kao i u ugovoru o osiguranju;
obaveza se ograničava na određeni deo rizika, odnosno osiguranog predmeta.
U ugovoru ili polisi koosiguranja stvara se direktna, lančano povezana obaveza nekoliko
koosiguravača prema istom koosiguraniku. Dakle, reč je o neposrednoj horizontalnoj raspodeli
jednog rizika između koosiguravača koji individualno preuzimaju svoj deo obaveze.
Neposredna obaveza koosiguravača podrazumeva direktnu naknadu štete kada se ostvari
osigurani slučaj. Nijedan od koosiguravača ne odgovara za obavezu drugog koosiguravača.
Osiguravač koji je pokretač obaveze iz osiguranja ili koji vodi naziva se vodeći osiguravač. Ako
nastupi osigurani slučaj, koosiguravači obično ovlaste vodećeg osiguravača da izvrši likvidaciju
štete i rasporedi odštetu na sve koosiguravače. Svaki koosiguravač, međutim, ima pravo da sam
izvrši u potpunosti likvidaciju svog dela štete, ali se to u praksi obično ne radi zbog troškova koji
na taj način nastaju, tim pre što svaki koosiguravač ima pravo uvida i kontrole svih dokumenata
kojima je utvrđeno postajanje obaveze iz osiguranja i visina štete. Troškovi likvidacije štete se u
tom slučaju dele proporcionalno učešću svakog koosiguravača u ukupnoj šteti.
Samostalnost i neizvesnost obaveze svakog koosiguravača je u skladu sa osnovnim načelom
izravnanja rizika i pokrića dela rizika koji prelaze raspoloživa sredstva osiguravača. Osiguravač
nudi deo rizika u pokriće upravo zato što nema uslova da sam preuzme obavezu u celini. Zato je
u klasičnom tipu koosiguranja obaveza svakog koosiguravača isključivo njegova i za nju ni u kom
slučaju ne odgovaraju drugi koosiguravači, isto kao da je osiguranik zaključio sa svakim
koosiguravačem poseban ugovor o osiguranju.
Ugovor o koosiguranju zbog samostalnosti obaveze svakog o koosiguravača može u
određenom momentu biti nepovoljan za osiguranika, ako neki koosiguravač nije u mogućnosti
da ispuni svoju obavezu. Zato u praksi postoje i drugačija rešenja kojima je predviđena solidarna
odgovornost svih koosiguravača, to jest kada koosiguravači jamče osiguraniku za ispunjenje
celokupne obaveze iz ugovora o osiguranju.
49
Koosiguranje se danas primenjuje samo u izuzetnim slučajevima kada se radi o velikim i teškim
rizicima, kao što su osiguranje brodova, vazduhoplova, atomskih centrala i elektrana. Naime,
postupak u koosiguranju je vrlo složen i zahteva relativno mnogo vremena da se takav ugovor
zaključi. Za svaki pojedini slučaj treba pronalaziti osiguravače koji su spremni i imaju potrebna
sredstva za preuzimanje dela rizika u koosiguranju.
50
Zaključak
U ovom radu se razmatra preraspodela rizika, kao što su reosiguranje i koosiguranje. Ukoliko
je pojedinac sa određenim kapitalom suočen sa slučajnim gubitkom, on se obraća
osiguravajućoj kompaniji, kako bi se zaštitio od rizika. Dalji proces preraspodele rizika
predstavlja preraspodelu izmedju osiguravajućih kompanija.
Postupak reosiguranja je određen funkcijom retencije (zadržavanja), koja određuje koji iznos
cedent treba da zadrži, a koji da reosigura, kako se ne bi suočio sa gubitkom. Postoji više
strategija određivanja ove funkcije koje su razmatrane u ovom radu. Cilj je bio pronaći
odgovarajuću funkciju kako bi se smanjio rizik.
Postoje dva pristupa raspodele rizika. U prvom pristupu kompanije vode direktne pregovore o
mogućnostima razmene rizika. Pregovori između kompanija o podeli rizika se mogu smatrati
kooperativnom igrom ili non-zero-sum igrom (igrom bez nulte sume). Određene su strategije u
kojima bi kompanije mogle imati korist u poređenju sa onim što su imale u početnim
pozicijama. Analizirani su mogući ishodi i uspostavljeni principi koji bi sa stanovišta svih
kompanija vodili do “fer” razmene rizika. U drugom pristupu rizik se smatra robom kojom se
može trgovati. Učesnici na tržištu razmenjuju slučajne promenljive svojih budućih prihoda.
Prema tome, dobra na tržištu su slučajne promenljive i glavni koncept koji je razmatran i
definisan je cena slučajne promenljive.
Koosiguranje predstavlja raspodelu rizika u početnoj fazi. Razlika kod koosiguranja, u odnosu
na reosiguranje, je ta što postoji direktna veza između osiguranika i svakog pojedinog
koosiguravača, dok je strategija raspodele rizika slična kao kod reosiguranja.
Današnja vremena ispunjena su pitanjima kao što su rezerve zasnovane na principima, kredit
za reosiguranje, prenos rizika, transakcije na tržištu kapitala, ekonomski kapital, upravljanje
rizikom preduzeća i slično. Međutim, osiguranje i reosiguranje uveliko pomažu modernom
društvu. Avioni i sateliti zamenili su rizike povezane sa ranim jedrenjacima. Uragani, zemljotresi
i terorizam predstavljaju rizike koji prelaze velike požare iz prošlosti. Životna reosiguranja
pomažu u pružanju finansijske sposobnosti i stabilnosti. Reosiguranje i koosiguranje će biti
dugotrajno i trajno važni, ne samo za posao osiguranja, već i za upravljanje rizicima širom sveta.
51
Literatura
H. Buhlmann, Mathematical Methods in Risk Theory, Springer-Verlag Berlin Hiedelberg,
2005.
Jelena Kočović, Osiguranje, Ekonomski fakultet, Beograd, 2002.
Marija Milošević, Teorija verovatnoća, autorizovana predavanja, Univerzitet u Nišu,
Prirodno-matematički fakultet, Niš
Marija Milošević, Stoahstički procesi, autorizovana predavanja, Univerzitet u Nišu, Prirodno-
matematički fakultet, Niš
Marija Milošević, Teorija rizika, autorizovana predavanja, Univerzitet u Nišu, Prirodno-
matematički fakultet, Niš
V. I. Rotar, Actuarial Models, The Mathematics of Insurance, Taylor&Francis Group, LLC,
2007.
52
Biografija
Marina Jovanović je rođena 11. avgusta 1995. godine u Nišu. Završila je osnovnu školu “Stojan
Novaković” u Blacu, kao nosilac Vukove diplome. Nakon toga, završila je Gimnaziju u Blacu,
opšti smer, takođe kao nosilac Vukove diplome.
Osnovne akademske studije na Departmanu za matematiku Prirodno-matematičkog fakulteta
u Nišu upisala je školske 2014/15. godine i završila ih 2017. godine. Iste godine je upisala master
akademske studije na Prirodno-matematičkom fakultetu u Nišu, smer Verovatnoća, statistika i
finansijska matematika. Poslednji ispit položila je oktobra 2019. godine.
53
Прилог 5/1
ПРИРОДНO - MАТЕМАТИЧКИ ФАКУЛТЕТ
НИШ
КЉУЧНА ДОКУМЕНТАЦИЈСКА ИНФОРМАЦИЈА
Редни број, РБР:
Идентификациони број, ИБР:
Тип документације, ТД: монографска
Тип записа, ТЗ: текстуални / графички
Врста рада, ВР: мастер рад
Аутор, АУ: Марина Јовановић
Ментор, МН: Марија Крстић
Наслов рада, НР: ПРЕРАСПОДЕЛА РИЗИКА – РЕОСИГУРАЊЕ И
КООСИГУРАЊЕ
Језик публикације, ЈП: српски
Језик извода, ЈИ: енглески
Земља публиковања, ЗП: Р. Србија
Уже географско подручје, УГП: Р. Србија
Година, ГО: 2019.
Издавач, ИЗ: ауторски репринт
Место и адреса, МА: Ниш, Вишеградска 33.
Физички опис рада, ФО: (поглавља/страна/ цитата/табела/слика/графика/прилога)
53 стр.
Научна област, НО: математика
Научна дисциплина, НД: примењена математика
Предметна одредница/Кључне речи, ПО: Осигурање, реосигурање, коосигурање, ризик,
коефицијент ретенције
УДК 519.21
519.86
368.029 Чува се, ЧУ: библиотека
Важна напомена, ВН:
54
Извод, ИЗ: У овом раду се разматра процес прерасподеле
ризика. Први ниво тог процеса представља склапање
уговора о осигурању између клијента и осигуравајуће
компаније. Затим се процес наставља тако што
осигуравајуће компаније међусобно врше
прерасподелу ризика. Таква прерасподела ризика
може бити флексибилнија од оне на првом нивоу у
смислу да осигуравајуће компаније могу на различите
начине вршити прерасподеле индивидуалних ризика
или укупног акумулираног ризика.
Датум прихватања теме, ДП: 05.12.2018.
Датум одбране, ДО:
Чланови комисије, КО: Председник: др Миљана Јовановић
Члан: др Јасмина Ђорђевић
Члан, ментор: др Марија Крстић
Образац Q4.09.13 - Издање 1
55
Прилог 5/2
ПРИРОДНО - МАТЕМАТИЧКИ ФАКУЛТЕТ
НИШ
KEY WORDS DOCUMENTATION
Accession number, ANO:
Identification number, INO:
Document type, DT: monograph
Type of record, TR: textual / graphic
Contents code, CC: master thesis
Author, AU: Marina Jovanović
Mentor, MN: Marija Krstić
Title, TI: RISK EXCHANGE – REINSURANCE AND COINSURANCE
Language of text, LT: Serbian
Language of abstract, LA: English
Country of publication, CP: Republic of Serbia
Locality of publication, LP: Serbia
Publication year, PY: 2019.
Publisher, PB: author’s reprint
Publication place, PP: Niš, Višegradska 33.
Physical description, PD: (chapters/pages/ref./tables/pictures/graphs/appendixes)
53 p.
Scientific field, SF: mathematics
Scientific discipline, SD: applied mathematics
Subject/Key words, S/KW: Insurance, reinsurance, coinsurance, risk, retention
coefficient
UC 519.21
519.86
368.029
Holding data, HD: library
Note, N:
56
Abstract, AB: In this thesis is consider process of redistribution of risk. First
level of the process starts with purchasing insurances by
individual clients, continues at the next level: insurance
companies redistribute the risk they incurred between
themselves. Sush a risk redistribution may be even more
flexible than at the first level: the companies may share
individual risks in different ways or redistribute total
accumulated risk.
Accepted by the Scientific Board on, ASB: 05.12.2018.
Defended on, DE:
Defended Board, DB: President: dr Miljana Jovanović
Member: dr Jasmina Đorđević
Member, Mentor: dr Marija Krstić
Образац Q4.09.13 - Издање 1