STK-MAT Arne Bang Huseby

Like dokumenter
UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet

Eksponensielle klasser og GLM

UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet

UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet

STK1100 våren Generell introduksjon. Omhandler delvis stoffet i avsnitt 1.1 i læreboka (resten av kapittel 1 blir gjennomgått ved behov)

TMA4240 Statistikk H2010

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

STK Oppsummering

Forelesning 7: Store talls lov, sentralgrenseteoremet. Jo Thori Lind

Hvordan beregner vi framtida?

Falske positive i lusetellinger?

Stokastiske prosesser i kontinuerlig tid

UNIVERSITETET I OSLO

Behovet for beregninger i næringslivet. Tørres Trovik Analyse og modellering Storebrand Liv

Modellrisiko i porteføljeforvaltning

Økonomiske Risikoanalyser. av Arne Bang Huseby, Univ. i Oslo

Regneøvelse 29/5, 2017

Eksamen STK2400, 6/ Løsningsforslag

Kompendium med oppgaver for MAT-INF Høsten Knut Mørken

Forelesning 27. mars, 2017

L12-Dataanalyse. Introduksjon. Nelson Aalen plott. Page 76 of Introduksjon til dataanalyse. Levetider og sensurerte tider

Eksponensielle klasser

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

Bred profil på statistikk?

Samlet rapport fra tilsynssensorer i statistikk og forsikringsmatematikk for 2011 (levert juni 2012)

STK1100 våren Forventningsverdi. Forventning, varians og standardavvik

Livsforsikring et eksempel på bruk av forventningsverdi

Methodological developments in the analysis of risk called for by industry needs

Følsomme lusetellinger ved forslag til ny forskrift. Anders Løland

Dato: Tirsdag 28. november 2006 Lengde på eksamen: 4 timer Tillatte hjelpemidler: Kun standard enkel kalkulator, HP 30S

HØGSKOLEN I STAVANGER

TMA 4255 Forsøksplanlegging og anvendte statistiske metoder

Kvantifisering av operasjonell risiko basert på kombinering av hendelsesdata og subjektive risikovurderinger

Forelesning 6: Punktestimering, usikkerhet i estimering. Jo Thori Lind

Vedlegg 2 Metodebeskrivelse for usikkerhetsanalysen. Kvalitetssikring (KS 1) av KVU for hovedvegsystemet i Moss og Rygge

Modifisering av Black & Scholes opsjonsprising ved bruk av NIG-fordelingen

Optimal long-term investment in general insurance

STK1100 våren Kontinuerlige stokastiske variabler Forventning og varians Momentgenererende funksjoner

RAMMER FOR MUNTLIG-PRAKTISK EKSAMEN I TEKNOLOGI OG FORSKNINGSLÆRE ELEVER OG PRIVATISTER 2014

ÅMA110 Sannsynlighetsregning med statistikk, våren ÅMA110 Sannsynlighetsregning med statistikk, våren 2010

Department of Mathematics University of Oslo

Prosjektoppgaver om diusjonsprosesser og diusjonstilnærmelse

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

TMA4240 Statistikk. Øving nummer 7. Norges teknisk-naturvitenskapelige universitet Institutt for matematiske fag

Kapittel 4.4: Forventning og varians til stokastiske variable

Kap. 6.1: Fordelingen til en observator og stok. simulering

ÅMA110 Sannsynlighetsregning med statistikk, våren

RAMMER FOR MUNTLIG-PRAKTISK EKSAMEN I TEKNOLOGI OG FORSKNINGSLÆRE X, 1 og 2 ELEVER 2019

Hvorfor livssykluskostnader?

Forskningsresultater som brukes og synes ved Norsk Regnesentral

Eksamen i STK4500 Vår 2007

Systematisk usikkerhet

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

Kapittel 5: Tilfeldige variable, forventning og varians.

Poissonprosesser og levetidsfordelinger

Viktige moment i CBA. 1) Risiko

Eksamen i SØK2005 Finansmarkeder (Vår 2014)

TMA4240 Statistikk Høst 2018

Innhold Innledning Eierskap og kontroll Arbitrasjefrie markeder

Forelesning 4 STK3100

Eksamensoppgave i TMA4240 / TMA4245 Statistikk

Introduksjon til Generaliserte Lineære Modeller (GLM)

Oppsummering TMA4100. Kristian Seip. 16./17. november 2015

Par-copula konstruksjoner: Et fleksibelt verktøy for å modellere multivariat avhengighet

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

Oppgave 1 (25 %) N = 0.95 = ( ) = a) Antall kontrakter som skal shortes er:

Foreleses onsdag 8. september 2010

FFR Finans, forsikring og risiko. Fred Espen Benth (MI)

statistikk, våren 2011

EKSAMEN. Flexibel ingeniørutdanning, 2kl. Bygg m.fl.

Prosjektoppgaver om diusjonsprosesser og diusjonstilnærmelse

Togforsinkelsen (Eksamen Des2003.1a) I denne oppgaven kan du bruke uten å vise det at

EKSAMEN I ST2101 STOKASTISK MODELLERING OG SIMULERING Onsdag 1. juni 2005 Tid: 09:00 14:00

Tyngdepunkt. Togforsinkelsen (Eksamen Des2003.1a) I denne oppgaven kan du bruke uten å vise det at. Kapittel 4

UNIVERSITETET I OSLO ØKONOMISK INSTITUTT

TMA4240 Statistikk Høst 2015

Kontinuerlige sannsynlighetsfordelinger.

UNIVERSITETET I OSLO ØKONOMISK INSTITUTT

Terningkast. Utfallsrommet S for et terningskast med en vanlig spillterning med 6 sider er veldefinert 1, 2, 3, 4, 5, 6

UNIVERSITETET I OSLO

TMA4240 Statistikk Høst 2015

MATEMATIKK 1 (for trinn) Emnebeskrivelser for studieåret 2014/2015

Bachelor i matematiske fag

Prøveunderveiseksamen i MAT-INF 1100, H-03

Eksamensoppgave i ST0103 Brukerkurs i statistikk

Kap. 6, Kontinuerlege Sannsynsfordelingar

ÅMA110 Sannsynlighetsregning med statistikk, våren Noen viktige sannsynlighetsmodeller. Binomisk modell. Kp. 3 Diskrete tilfeldige variable

EKSAMEN I EMNE TTM4110 PÅLITELIGHET OG YTELSE MED SIMULERING LØSNINGSFORSLAG. Mandag 14. desember 2005 Tid: 09:00 13:00

Betinget sannsynlighet

Samlet rapport fra tilsynssensorer i statistikk og forsikringsmatematikk for 2010 (levert mai 2011).

Anvendt statistikk på MN. ABH og KL STUT

Denne oppgaven er skrevet som et selvstendig arbeid i siste semester på masterstudiet i finansiell økonomi ved NTNU. Oppgaven utgjør 30 studiepoeng.

EKSAMEN I FAG TMA4240/TMA4245 STATISTIKK

FOLLOBANEN: BERGMEKANISK OPPFØLGING. Kristin H. Holmøy & Nghia Q. Trinh

TMA4240 Statistikk Høst 2015

RAMMER FOR MUNTLIG-PRAKTISK EKSAMEN I TEKNOLOGI OG FORSKNINGSLÆRE X og 1 PRIVATISTER 2018

ÅMA110 Sannsynlighetsregning med statistikk, våren 2008

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

Ideer og design bak Solvency II.

Transkript:

STK-MAT 2011 Arne Bang Huseby

F. F. R. Finans: Bernt Øksendal Fred Espen Benth Tom Lindstrøm Giulia Di Nunno Forsikring: Erik Bølviken Frank Proske Risiko: Bent Natvig Arne Bang Huseby +++

Statistikk/Dataanalyse Arnoldo Frigessi (SFI) 2 Sven Ove Samuelsen Ørnulf Borgan Inge Helland Nils Lid Hjort +++

Prosjekt Tildeling av veileder / tema Prosjektarbeid (avtale om veiledning gjøres med den respektive lærer) Eksamenstidspunkt avtales individuelt med veileder (fortrinnsvis i perioden 15/5-15/6) Skriftlig rapport leveres til veileder SENEST 1 uke før eksamen Eksamen / presentasjon av prosjekt

Prosjekt i Finans VÆR-DERIVATER, FRAKSJONELL BROWNSK BEVEGELSER, ESTIMERING AV HURST- PARAMETEREN. Fraksjonell Brownsk bevegelse (fbm) er en Gaussisk stokastisk prosess som generaliserer vanlig Brownsk bevegelse. Variansen til prosessen avhenger av en parameter som kalles Hurst parameteren, og betegnes med H. For ulike verdier av H, så har fbm mange ulike og overraskende egenskaper. Hvis H = 0.5, så reduseres fbm til vanlig Brownsk bevegelse. Bruken av fbm i finans er kontroversiell, spesielt i forbindelse med støy knyttet til aksjekurser. Prosessen har imidlertid vist seg å fungere godt ved modellering av temperaturdynamikk innenfor det økende markedet for "vær-derivater". Vær-derivater er interessante finansielle objekter som i hovedsak benyttes til hedging. Prosjektet består av tre deler: 1. Om fraksjonell Brownsk bevegelse (fbm) 2. Om bruken av fbm ved modellering av temperaturer 3. Om estimering av Hurst parameteren H Punkt 3 kan gjerne belyses ved bruk av simuleringer. Giulia Di Nunno

Prosjekt i Finans Brownsk bevegelse [Bachelier (1900)]: S(t) =S(0) + µt + σb(t) Geometrisk Brownsk bevegelse [Samuelson (1965)]: S(t) =S(0) exp(µt + σb(t)) Prosjektet går ut på å sammenligne de to modellene der parametrene settes slik at begge modellene får samme forventning og varians. Sammenligningen vil medføre endel beregninger av opsjonspriser, samt noe numeriske beregninger F. E. Benth

Prosjekt i Finans Opsjoner skrevet på temperaturindekser er populære i markedet, og handles på Chicagobørsen CME. Disse opsjonene kan replikeres, men dette involverer ofte simuleringsbaserte metoder (numerisk integrajon og Monte Carlo simulering). Dessuten vil en replikering av en slik opsjon innebære kontinuerlig trading i underliggende, noe som i praksis ikke er mulig. Vi skal i dette prosjektet se på replikeringsfeilen som oppstår når man forsøker å implementere replikeringen i praksis. Både numerisk feil og diskretiseringsfeil skal kvantifiseres for forskjellige typer opsjoner. F. E. Benth

Prosjekt - Forsikring Asset-liability management i livsforsikring Porteføljeoptimering under hedging betingelser Rentemodeller Baklengs stokastiske diff. ligninger Monte Carlo simulering F. Proske

Prosjekt i Risiko Konsekvenser av avhengighet i pålitelighetsanalyse - I pålitelighetsanalyse analyseres teknologiske systemer av mange komponenter. - Levetidene til de ulike komponentene kan være stokastisk avhengige av hverandre. - Vi skal i dette prosjektet se hvordan ulike typer avhengighet påvirker systemets levetidsfordeling A. B. Huseby

Prosjekt i Risiko Flygbarhetsindeks - Mål for risiko knyttet til flyplasser i Norge - Flygbarhetsindekser brukes til å kvantifisere og sammenligne risikonivået på flyplasser i Norge. Indeksene brukes også til å sammenligne ulike risikoreduserende tiltak. - Med utgangspunkt i reelle inputdata fra Avinor skal vi i dette prosjektet se nærmere på bruk av slike indekser, ulike varianter av indekser, kalibrering av modell i forhold til ulykkesdata osv. A. B. Huseby

Prosjekt i Risiko Realopsjoner i oljeutbygningsprosjekter I forbindelse med store oljeutbygningsprosjekter, er det mange beslutninger som må fattes under usikkerhet. I noen tilfeller kan man imidlertid velge løsninger som er fleksible/ robuste og dermed utsette beslutninger til mer informasjon foreligger. Spørsmålet er så hvor mye er man villig til å betale for denne type fleksibelitet, og hvor mye man potensielt kan vinne på å velge en robust løsning. I dette prosjektet skal vi se på denne type problem anvendt på en forenklet risikomodell for et utbygningsprosjekt. A. B. Huseby