UNIVERSITETET I OSLO

Like dokumenter
Eksamen i STK4500 Vår 2007

UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet

UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet

UNIVERSITETET I OSLO

EKSAMEN I FAG TMA4275 LEVETIDSANALYSE Lørdag 4. juni 2005 Tid: 09:00 13:00

UNIVERSITETET I OSLO

UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet

UNIVERSITETET I OSLO

UNIVERSITETET I OSLO

UNIVERSITETET I OSLO

UNIVERSITETET I OSLO

UNIVERSITETET I OSLO

UNIVERSITETET I OSLO

UNIVERSITETET I OSLO

for x 0 F X (x) = 0 ellers Figur 1: Parallellsystem med to komponenter Figur 2: Seriesystem med n komponenter

UNIVERSITETET I OSLO

VEIEN MOT NYTT DØDELIGHETSGRUNNLAG

Bootstrapping og simulering Tilleggslitteratur for STK1100

Ekstreme bølger. Geir Storvik Matematisk institutt, Universitetet i Oslo. 5. mars 2014

Første sett med obligatoriske oppgaver i STK1110 høsten 2015

TMA4240 Statistikk H2010

Statistisk inferens: 9.14: Sannsynlighetsmaksimeringsestimatoren 8.5: Fordeling til gjennomsnittet 9.4: Konfidensintervall for µ (σ kjent)

«1 of 17. Oppgave 1. Diversifiseringseffekt: Finansiell risiko vs. demografisk risiko. rinted from the Mathematica Help Browser 1

EKSAMEN I FAG TMA4315 GENERALISERTE LINEÆRE MODELLER Torsdag 14. desember 2006 Tid: 09:0013:00

EKSAMEN I FAG TMA4275 LEVETIDSANALYSE

vekt. vol bruk

TMA4245 Statistikk Eksamen desember 2016

UNIVERSITETET I OSLO

UNIVERSITETET I OSLO

STK Oppsummering

Nye dødelighetstariffer - K2013

TMA4240 Statistikk Høst 2007

TMA4240 Statistikk Høst 2018

UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet

Kapittel 4.4: Forventning og varians til stokastiske variable

UNIVERSITETET I OSLO

i=1 t i +80t 0 i=1 t i = 9816.

«1 of 17. Oppgave 1. Diversifiseringseffekt: Finansiell risiko vs. demografisk risiko Wolfram Research, Inc. All rights reserved.

HØGSKOLEN I STAVANGER

TMA4240 Statistikk 2014

TMA4245 Statistikk. Innlevering 3. Norges teknisk-naturvitenskapelige universitet Institutt for matematiske fag

EKSAMEN I FAG TMA4275 LEVETIDSANALYSE Xxxdag xx. juni 2008 Tid: 09:0013:00

Eksamen. Fag: AA6524 Matematikk 3MX. Eksamensdato: 4. juni Vidaregåande kurs II / Videregående kurs II

UNIVERSITETET I OSLO

TMA4240 Statistikk Eksamen desember 2015

Levealder og forpliktelser i ytelsesbasert tjenestepensjon

Eksamensoppgave i TMA4245 Statistikk

LØSNINGSFORSLAG TIL EKSAMEN I FAG TMA4240 STATISTIKK Mandag 12. desember 2011

UNIVERSITETET I OSLO

Observatorer. STK Observatorer - Kap 6. Utgangspunkt. Eksempel høyde Oxford studenter

1 + γ 2 X i + V i (2)

TMA4240 Statistikk Høst 2009

Prøveeksamen STK vår 2017

UNIVERSITETET I OSLO

Kapittel 8: Tilfeldige utvalg, databeskrivelse og fordeling til observatorar, Kapittel 9: Estimering

UNIVERSITETET I OSLO

UNIVERSITETET I OSLO

TMA4240 Statistikk H2010

Utfordring. TMA4240 Statistikk H2010. Mette Langaas. Foreleses uke 40, 2010

Oppfriskning av blokk 1 i TMA4240

TMA4245 Statistikk Eksamen august 2014

UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet

STK1100 våren Normalfordelingen. Normalfordelingen er den viktigste av alle sannsynlighetsfordelinger

Eksamensoppgave i TMA4240 Statistikk

Jimmy Paul. 10 Des 2008 (17 sept 2009) Matematisk fakultet Unversitetet i Oslo. Dynamisk dødelighet i pensjonsforetak. Jimmy Paul.

EKSAMEN I TMA4315 GENERALISERTE LINEÆRE MODELLER

EKSAMENSOPPGAVE STA «Tabeller og formler i statistikk» av Kvaløy og Tjelmeland. To A4-ark/ 4 sider med egne notater. Godkjent kalkulator. Rute.

TMA4240 Statistikk Høst 2016

Løsningsforslag MAT102 Vår 2018

STK Oppsummering

UNIVERSITETET I OSLO Matematisk Institutt

Eksamensoppgave i TMA4275 Levetidsanalyse

MAT-INF 2360: Obligatorisk oppgave 3

UNIVERSITETET I OSLO

Eksamensoppgave i TMA4240 Statistikk

Eksamensoppgave i ST0103 Brukerkurs i statistikk

UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet

Gammafordelingen og χ 2 -fordelingen

Høgskolen i Telemark. Institutt for økonomi og informatikk FORMELSAMLING Statistikk I. Til bruk ved eksamen. Per Chr. Hagen

EKSAMEN I TMA4285 TIDSREKKEMODELLER Fredag 7. desember 2012 Tid: 09:00 13:00

STK-MAT Arne Bang Huseby

Løsningsforslag, eksamen statistikk, juni 2015

TMA4240 Statistikk H2015

Konfidensintervall for µ med ukjent σ (t intervall)

STK1100 våren Kontinuerlige stokastiske variabler Forventning og varians Momentgenererende funksjoner

Oppgavene er hentet fra fagets lærebok, Hass, Weir og Thomas, samt gamle eksamener.

Notat 6 - ST februar 2005

Bootstrapping og simulering

Eksamensoppgave i ST0103 Brukerkurs i statistikk

Punktestimator. STK Bootstrapping og simulering - Kap 7 og eget notat. Bootstrapping - eksempel Hovedide: Siden λ er ukjent, bruk ˆλ:

Siden vi her har brukt første momentet i fordelingen (EX = EX 1 ) til å konstruere estimatoren kalles denne metoden for momentmetoden.

TMA4245 Statistikk Eksamen august 2014

ÅMA110 Sannsynlighetsregning med statistikk, våren 2006 Kp. 6, del 3

UNIVERSITETET I OSLO

Eksamensoppgave i TMA4255 Anvendt statistikk

EKSAMEN I EMNE TMA4315 GENERALISERTE LINEÆRE MODELLER

UNIVERSITETET I OSLO

Observatorar og utvalsfordeling. Torstein Fjeldstad Institutt for matematiske fag, NTNU

MAT-INF 2360: Obligatorisk oppgave 3. Løsningsforslag

EKSAMEN I FAG TMA4255 FORSØKSPLANLEGGING OG ANVENDTE STATISTISKE METODER

Transkript:

UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i emnet STK4500 v2005: Finans og forsikring Prosjektoppgave, utlevering fredag 10. juni kl. 09, innlevering tirsdag 14. juni kl. 15. Boligpensjon utstedes av en bank og utbetales som en kombinasjon av engangsbeløp ved pensjonering og livsvarige utbetalinger. Pensjonsutbetalingene kan betraktes som et lån - mot sikkerhet i en bolig - som skal betales tilbake ved å trekke den akkumulerte lånesaldoen fra boligens verdi, når pensjonisten dør. Dersom den akkumulerte lånesaldoen overstiger boligens verdi, må banken dekke tapet. Vi skal i denne oppgaven studere risikomessige aspekter ved boligpensjon fra bankens ståsted. Alle beregninger gjøres vha kontinuerlig tids matematikk, om ikke annet er spesifisert. V t = boligens verdi på tidt L t = lånesaldo uten margin på tidt L t,m = lånesaldo med margin på tidt G t = bankens neddiskonterte gevinst ved død på tidt g = prisvekst per år på boligen a = engangsutbetaling målt i V 0 u = årlig utbetalingsintensitet i = lånerente uten margin (bankens innlånsrente) m = margin (bankens utlånsrente i + m) Merk: Den faktiske engangsutbetalingen blir av 0. Et annet navn for parameteren a kan være initiell belåningsgrad. av 0 u 0 T a) Vis at lånesaldo uten margin kan skrives på formen L t = k 1 (1 + i) t k 2 (1) k 2 = u log(1 + i) k 1 = a V 0 + k 2 1

Bankens neddiskonterte gevinst ved avgang på tidter ½ (1 + i) t (L G t = t,m L t ), V t >L t,m (1 + i) t (2) (V t L t ), V t L t,m Anta avtalen om boligpensjon er inngått av en x åring. Pensjonen utbetales helt til pensjonisten dør, dvs. med varighet T x. Sannsynlighetstettheten for gjenstående utbetalingstid er f(τ) =µ x+τ τ p x (3) Før vi går i gang med boligpensjon, må vi ha et oppdatert dødelighetsgrunnlag. Vi skal finne maksimum likelihood (ML) estimater til parametre β og c iintensiteten µ x+t = βc x+t (4) basert på SSB-dataene Befolkningsdødlighet2004.txt. I denne filen tar vi utgangspunkt i en bestand på 100 tusen nyfødte personer og ser på hvor mange som dør fra denne bestanden hvert år og hvor mange som er igjen: Kolonne Forklaring 1 Alder 2 Antall menn som fortsatt er i live i denne alderen 3 Antall kvinner som fortsatt er i live i denne alderen 4 Antall menn som dør i denne alderen 5 Antall kvinner som dør i denne alderen For enkelthets skyld antar vi de som dør det første året blir 0.5 år gamle osv. Anta vi har n observasjoner av realisasjoner av T x. b) Vis at log likelihood funksjonen til en x åring kan skrives på formen nx nx l(β,c) =n log(β)+log(c) nx + t j βcx c t j n (5) log(c) j=1 j=1 c) Vis at β l = 0 β(c) = n log(c) c x ( P n j=1 ct j n) (6) 2 β 2 l = n β 2 < 0 2

Siden boligpensjon er et produkt som er rettet mot eldre mennesker, vil vi tilpasse dødelighetsgrunnlaget til aldersgruppen fra 60 år og oppover. d) Anta x = 60 og lag et plott av l(β(c),c) som viser at funksjonen maksimeres for c =1.120 for menn og c =1.141 for kvinner, når c (1.10, 1.16). e) Lag et plott som viser dataene og den tilpassete sannsynlighetstettheten med ML-parametre. Videre i oppgaven skal vi ta for oss en mann med dødsintensitet gitt av (β,c) = (8.15581 10 6, 1.12). Bankens forventete neddiskonterte gevinst er EG T = Z 0 G τ f(τ) dτ (7) For den numeriske integrasjonen kan det være lurt å dele opp integralet i to deler, en før og en etter bruddpunktet til G t. Banken ønsker å legge antagelsene om økonomisk utvikling til den sikre siden og bruker parametrene Vi antar dessuten at g = 0.03 i = 0.05 m = 0.02 V 0 = 3000000 x = 67 f) Finn hvilken u avrundet til hele 1000 kr som maksimerer EG T, når a =0. g) Finn hvilken a avrundet til hele prosent som maksimerer EG T, når u =0. h) Anta a =0ogu = 100000. Hva blir Pr{V T <L T,m } og Pr{G T < 0}? 3

i) Anta a =0ogu = 130000. Bruk stokastiske trekninger av levetider T j til å regne ut Pr{ P n j=1 G T j < 0}, dersom n {1, 2,..., 10} menn inngår avtale om boligpensjon. Kommenter. Hittil har vi ikke tatt hensyn til finansiell usikkerhet i våre beregninger. I resten av oppgaven går vi over til diskret tids matematikk og bruker simulering som verktøy. Anta a utbetales på tid 0, mens u utbetales årlig etterskuddsvis. Vi bruker Vasiceks modell for bankrenten uten margin r t : r t = r t 1 + γ(ξ r t 1 )+σε t,ε t N(0, 1) ξ = 0.05 γ = 0.10 σ = 0.01 r 0 = 0.02 L t = L t 1 (1 + r t )+u, L 0 = a V 0 j) Lag en graf som viser 5 simulerte baner for r t,t {0, 1, 2,..., 30}. k) Hva er sannsynligheten for negativ rente i løpet av en 30-års periode? Er rentemodellen rimelig? l) Hva er sannsynligheten for at rentenivået er over 7% sammenhengende i en 5-års periode eller mer? m) Anta a V 0 = 100000 og u = 70000. Plott den simulerte sannsylighetsfordelingen til L 30. Hva er tapssannynligheten for banken Pr{V 30 <L 30 }? n) Gjenta m) med ξ =0.06. 4

Filen Befolkningsdødlighet2004.txt for aldre fom 60 år. 5