İki Para Piyasasında Bir Sigortacı için Optimal Yatırım: Stokastik Kontrol Analizi

İçindekiler

1. Giriş

Bu makale, sigorta risk yönetimi literatüründeki kritik bir boşluğu ele almaktadır: birden fazla para piyasasında faaliyet gösteren bir sigortacı için optimal yatırım stratejisi. Geleneksel modeller tipik olarak sigortacıları yerli piyasalarla sınırlandırır ve yabancı yatırımların sunduğu karmaşıklıkları ve fırsatları göz ardı eder. Yazarlar, klasik Cramér-Lundberg fazla modelini bir difüzyon yaklaşımı çerçevesine genişletmekte ve iki para piyasası ortamı sunmaktadır. Temel bir dönüşüm mekanizması olan döviz kuru, para piyasalarında sıklıkla gözlemlenen ortalamaya dönüş özelliklerini yakalayan bir Ornstein-Uhlenbeck (OU) süreci izleyen stokastik bir drift ile modellenmektedir. Temel amaç, finansal ve aktüeryal bağlamlarda yaygın bir riskten kaçınma kriteri olan, sigortacının terminal servetinin beklenen üstel faydasını maksimize etmektir.

2. Model Çerçevesi

2.1 Fazla Süreci

Sigortacının fazla süreci $R(t)$, klasik Cramér-Lundberg modelinin difüzyon yaklaşımı kullanılarak modellenmektedir: $$dR(t) = c dt - d\left(\sum_{i=1}^{N(t)} Y_i\right) \approx \mu dt + \sigma_R dW_R(t)$$ Burada $c$ prim oranı, $\mu$ drift, $\sigma_R$ volatilite ve $W_R(t)$ standart bir Brown hareketidir. Bu yaklaşım, analitik işlenebilirlik için bileşik Poisson hasar sürecini basitleştirirken, temel risk özelliklerini korumaktadır.

2.2 Finansal Piyasa

Sigortacı şunlara yatırım yapabilir:

1. Yerli Risksiz Varlık: $dB_d(t) = r_d B_d(t) dt$, sabit faiz oranı $r_d$ ile.
2. Yabancı Riskli Varlık: $dS_f(t) = \mu_f S_f(t) dt + \sigma_f S_f(t) dW_f(t)$, burada $\mu_f$ ve $\sigma_f$ drift ve volatilite, $W_f(t)$ ise diğer süreçlerle korelasyonlu bir Brown hareketidir.

2.3 Döviz Kuru Dinamikleri

Önemli bir yenilik, döviz kurunun $X(t)$ (birim yabancı para başına yerli para birimi) modellenmesidir. Dinamikleri şöyledir: $$dX(t) = X(t)[\theta(t) dt + \sigma_X dW_X(t)]$$ Burada anlık ortalama büyüme oranı $\theta(t)$ kendisi bir Ornstein-Uhlenbeck süreci izlemektedir: $$d\theta(t) = \kappa(\bar{\theta} - \theta(t)) dt + \sigma_\theta dW_\theta(t)$$ Burada, $\kappa>0$ ortalamaya dönüş hızı, $\bar{\theta}$ uzun vadeli ortalama ve $\sigma_\theta$ volatilitedir. Brown hareketleri $W_R, W_f, W_X, W_\theta$ korelasyonludur ve sigorta riski, piyasa riski ve döviz kuru riski arasında karşılıklı bağımlılık getirmektedir.

3. Optimizasyon Problemi

3.1 Amaç Fonksiyonu

$W(t)$, $t$ zamanında sigortacının yerli para cinsinden toplam serveti ve $\pi(t)$, yabancı riskli varlığa yatırılan miktar olsun. Amaç, $T$ zamanındaki terminal servetin beklenen üstel faydasını maksimize eden optimal strateji $\pi^*(t)$'yi bulmaktır: $$\sup_{\pi(t)} \mathbb{E}\left[ -\frac{1}{\gamma} e^{-\gamma W(T)} \right]$$ Burada $\gamma > 0$, sabit mutlak riskten kaçınma katsayısıdır. Üstel fayda fonksiyonu, analitik kolaylığı ve sabit mutlak riskten kaçınma özelliği nedeniyle seçilmiştir.

3.2 Hamilton-Jacobi-Bellman Denklemi

Dinamik programlama prensibi kullanılarak, değer fonksiyonu $V(t, w, \theta)$, $t$ zamanında $w$ serveti ve $\theta$ durum değişkeni ile beklenen faydanın supremumu olarak tanımlanır. İlişkili HJB denklemi şöyledir: $$\sup_{\pi} \left\{ V_t + \mathcal{L} V \right\} = 0$$ terminal koşulu $V(T, w, \theta) = -\frac{1}{\gamma}e^{-\gamma w}$ ile. Burada $\mathcal{L}$, servet süreci $W(t)$ ve OU süreci $\theta(t)$'nin, model dinamiklerinden gelen tüm drift, difüzyon ve korelasyon terimlerini içeren sonsuz küçük üretecidir.

4. Analitik Çözüm

4.1 Optimal Yatırım Stratejisi

HJB denklemi çözülerek, yabancı riskli varlıktaki optimal yatırım şu şekilde türetilir: $$\pi^*(t) = \frac{1}{\gamma \sigma_f^2} \left[ \mu_f - r_d + \rho_{Xf}\sigma_X\sigma_f + \frac{\Psi(t)}{\gamma} \right]$$ Burada $\rho_{Xf}$ döviz kuru ile yabancı varlık arasındaki korelasyon, $\Psi(t)$ ise döviz kurunun stokastik drift'i $\theta(t)$'den kaynaklanan, tipik olarak $\frac{\partial V/\partial \theta}{\partial V/\partial w}$ gibi terimler içeren bir fonksiyondur. Bu strateji, döviz kuru riski (ikinci terim) ve stokastik drift için dinamik bir hedge bileşeni (üçüncü terim) ile ayarlanmış klasik bir ortalama-varyans yapısına (ilk terim) sahiptir.

4.2 Değer Fonksiyonu

Değer fonksiyonu üstel afin bir form kabul eder: $$V(t, w, \theta) = -\frac{1}{\gamma} \exp\left\{ -\gamma w e^{r_d (T-t)} + A(t) \theta + B(t) \theta^2 + C(t) \right\}$$ Burada $A(t)$, $B(t)$ ve $C(t)$, HJB denkleminden türetilen bir Riccati adi diferansiyel denklem sistemi sağlayan, zamana bağlı deterministik fonksiyonlardır. Çözümleri, stokastik döviz kuru drift'inin sigortacının maksimum beklenen faydası üzerindeki etkisini karakterize eder.

5. Sayısal Analiz

Makale, optimal stratejinin özelliklerini göstermek için bir sayısal analiz sunmaktadır. Temel parametreler şu şekilde ayarlanabilir: $\gamma=2$, $r_d=0.03$, $\mu_f=0.08$, $\sigma_f=0.2$, $\sigma_X=0.15$, $\kappa=0.5$, $\bar{\theta}=0.01$, $\sigma_\theta=0.05$, $T=5$. Analiz muhtemelen şunları göstermektedir:

• Riskten Kaçınmaya Duyarlılık ($\gamma$): $\gamma$ arttıkça (daha riskten kaçınan), $\pi^*$ azalır.
• Ortalamaya Dönüşün Etkisi ($\kappa$): Daha yüksek bir $\kappa$ (daha hızlı ortalamaya dönüş), $\theta(t)$'den gelen belirsizliği azaltarak, yatırım tahsisini potansiyel olarak artırabilir.
• Korelasyonun Etkisi ($\rho_{Xf}$): Yabancı varlık ile döviz kuru arasındaki pozitif bir korelasyon, etkin riski artırarak $\pi^*$'ı potansiyel olarak azaltabilir.
• Servet Dinamikleri: Optimal strateji altındaki servet $W(t)$'nin simüle edilmiş yolları, naif bir stratejiye (örneğin, sabit oran) kıyasla, optimal strateji için üstün terminal servet dağılımı ve daha düşük şiddetli düşüş riski gösterecektir.

Alıntıda spesifik rakamlar verilmemiş olsa da, bu tür bir analiz tipik olarak farklı parametre setleri için $\pi^*(t)$'yi zaman içinde çizmeyi ve $W(T)$'nin dağılımını Monte Carlo simülasyonu ile karşılaştırmayı içerir.

6. Temel İçgörü ve Analist Perspektifi

Temel İçgörü: Bu makale, sigortacı yatırım modeline yapılan başka bir artımsal ayar değildir. Temel değeri, stokastik döviz kuru riskini sigortacının aktif-pasif yönetimi (ALM) çerçevesine resmi olarak entegre etmesinde yatmaktadır. Döviz kuru drift'ini bir OU süreci olarak modelleyerek, sabit veya geometrik Brown hareketi varsayımlarının ötesine geçmekte ve küresel sigortacılar için temel bir gerçekliği yakalamaktadır: döviz trendleri kalıcı ancak belirsizdir, enflasyon farkları ve ödemeler dengesi gibi makroekonomik faktörlerden etkilenir - giriş bölümünde açıkça belirtilen faktörler. Türetilen strateji statik bir formül değildir; döviz piyasasının momentumunun tahmini durumu $\theta(t)$'ye dayalı olarak sürekli ayarlama yapan dinamik bir filtredir.

Mantıksal Akış: Modelin mimarisi mantıksal olarak sağlamdır. Sağlam bir temelle (difüzyon yaklaşımlı Cramér-Lundberg) başlar ve karmaşıklığı metodik bir şekilde katmanlar: önce bir yabancı varlık, sonra stokastik bir döviz kuru ve nihayet döviz kurunun drift'ini stokastik hale getirir. Bu adım adım yaklaşım, HJB denklemini işlenebilir ve nihai çözümü yorumlanabilir kılar. Çözüm, yatırım kararını miyopik bir ortalama-varyans terimi, anlık döviz kuru riski için statik bir hedge ve gelişen drift için dinamik bir hedge olarak ayrıştırır - bu ayrıştırma, stokastik yatırım fırsatları ile Merton'un portföy problemini anımsatmaktadır.

Güçlü ve Zayıf Yönler: Güçlü Yönler: 1) Gerçekçilik: $\theta(t)$ için OU süreci, sabit drift modellerine göre modelleme gerçekçiliğinde önemli bir yükseltmedir. 2) İşlenebilirlik: Bu kadar çok faktörlü bir stokastik kontrol problemi için kapalı form bir çözüm elde etmek, kayda değer bir teknik başarıdır. 3) Eyleme Dönüştürülebilir Çıktı: Optimal strateji $\pi^*(t)$, gözlemlenebilir veya tahmin edilebilir parametreler cinsinden ifade edilmiştir. Zayıf Yönler ve Sınırlamalar: 1) Difüzyon Yaklaşımı: Temel sigorta riski, sigortanın merkezinde olan sıçrama riskini (büyük hasarlar) ortadan kaldırarak bir difüzyona basitleştirilmiştir. Bu, Schmidli (2008) gibi çalışmalarda da kabul edildiği gibi, işlenebilirlik için yapılan büyük bir ödündür. 2) Tek Riskli Varlık: Model sadece bir yabancı riskli varlık dikkate almaktadır. Matematiksel olarak daha ağır olsa da, çoklu varlık genişletmesi pratik portföy oluşturma için gereklidir. 3) Parametre Duyarlılığı: Strateji, OU sürecinin parametrelerini ($\kappa, \bar{\theta}, \sigma_\theta$) doğru bir şekilde tahmin etmeye ağırlıklı olarak bağlıdır ki bu finans alanında oldukça zordur. Yanlış tahmin, ciddi şekilde suboptimal kararlara yol açabilir. 4) Sürtünme Yok: Sınır ötesi yatırımda kritik olan işlem maliyetlerini ve vergileri göz ardı etmektedir.

Eyleme Dönüştürülebilir İçgörüler: Küresel bir sigortacının Yatırım Direktörü için, bu araştırma dinamik döviz kuru hedge programlarını haklı çıkarmak için resmi bir nicel çerçeve sağlamaktadır. Model, hedging'in statik olmaması, döviz piyasasının algılanan "momentum"una göre değişmesi gerektiğini önermektedir. Pratikte bu şu anlama gelir:

1. Gerçek zamanlı veriler üzerinde ekonometrik modeller kullanarak durum değişkeni $\theta(t)$'yi (döviz kuru drift'i) tahmin etmek için nicel bir süreç oluşturun.
2. Türetilen formülü, sabit bir oran değil, dinamik bir hedge oranı hesaplamak için kullanın.
3. Modelin sıçrama riskleri konusundaki sınırlamasını tanıyın. Difüzyon yaklaşımının kaçırdığı büyük hasar olaylarına karşı koruma sağlamak için bu stratejiyi kuyruk riski hedging araçlarıyla (örneğin, opsiyonlar) tamamlayın.
4. Modelin çıktısını, gerçek dünya sürtünmeleri ve çoklu varlık kısıtlamaları için ayarlayarak, gerçek bir ticaret sinyali yerine stratejik bir kıyaslama olarak ele alın.

Makale, tartışmayı döviz kuru riskini "hedge edip etmemek"ten, döviz temellerinin stokastik bir görünümüne dayalı olarak "ne kadar dinamik hedge edileceği"ne kaydırmaktadır.

7. Teknik Detaylar ve Matematiksel Formülasyon

$\pi(t)$ stratejisi verildiğinde, yerli para cinsinden servet süreci $W(t)$ şu şekilde gelişir: $$dW(t) = [W(t) - \pi(t)] r_d dt + \pi(t) \frac{dS_f(t)}{S_f(t)} + \pi(t) \frac{dX(t)}{X(t)} + dR(t)$$ $S_f(t)$, $X(t)$ ve $R(t)$ dinamiklerini yerine koymak ve korelasyonlu süreçler için Itô lemmasını uygulamak, $W(t)$ için tam SDE'yi verir. HJB denklemi şu hale gelir: $$ \begin{aligned} 0 = \sup_{\pi} \Bigg\{ & V_t + \left[ w r_d + \pi(\mu_f - r_d + \theta) + \mu \right] V_w + \kappa(\bar{\theta} - \theta) V_\theta \\ & + \frac{1}{2}\left[ \pi^2(\sigma_f^2 + \sigma_X^2 + 2\rho_{fX}\sigma_f\sigma_X) + \sigma_R^2 + 2\pi(\rho_{fR}\sigma_f\sigma_R + \rho_{XR}\sigma_X\sigma_R) \right] V_{ww} \\ & + \frac{1}{2}\sigma_\theta^2 V_{\theta\theta} + \pi \sigma_\theta (\rho_{f\theta}\sigma_f + \rho_{X\theta}\sigma_X) V_{w\theta} \Bigg\} \end{aligned} $$ Supremum için birinci dereceden koşul, Bölüm 4.1'de gösterilen $\pi^*(t)$ ifadesini verir. $\pi^*$'ı HJB denklemine geri koymak ve $V$ için üstel afin formu varsaymak, $A(t)$, $B(t)$, $C(t)$ için Riccati ODE'lerine yol açar.

8. Analiz Çerçevesi: Pratik Bir Vaka

Senaryo: Japon bir hayat-dışı sigortacı (yerli para: JPY) sermaye rezervleri tutmakta ve daha yüksek getiri arayışıyla bir kısmını ABD hisse senedi piyasasına (S&P 500 endeksi, USD cinsinden) yatırmak istemektedir. Sigortacı, JPY cinsinden sorumluluk talepleriyle karşı karşıyadır.

Çerçevenin Uygulanması:

1. Model Kalibrasyonu:
   • Fazla (R): Geçmiş sigortacılık kar/zarar verilerinden $\mu$ ve $\sigma_R$'yi tahmin edin.
   • Yabancı Varlık (S&P 500): Geçmiş getirileri kullanarak $\mu_f$ ve $\sigma_f$'yi tahmin edin.
   • Döviz Kuru (USD/JPY): $X(t)$'yi modelleyin. FX volatilitesinden $\sigma_X$'i tahmin edin. Anahtar, $\theta(t)$ için OU sürecini tahmin etmektir. Bu, $\theta(t)$'yi ABD-Japonya enflasyon farkı ve ticaret dengesi gibi makroekonomik faktörler tarafından yönlendirilen gizli bir durum değişkeni olarak ele alarak, geçmiş FX getirileri üzerinde Kalman filtreleme veya maksimum olabilirlik tahmini kullanılarak yapılabilir.
   • Korelasyonlar: S&P 500 getirileri, USD/JPY değişimleri ve sigortacının hasar ödeme dönemleri arasındaki geçmiş verilerden korelasyonları ($\rho_{fX}, \rho_{fR},$ vb.) tahmin edin.
   • Riskten Kaçınma ($\gamma$): Şirketin risk toleransına, potansiyel olarak hedef kredi notundan veya sermaye yeterlilik oranından türetilerek ayarlayın.
2. Strateji Uygulaması: Her karar noktasında (örneğin, üç aylık):
   1. Gizli durum $\theta(t)$'nin (mevcut USD drift'i) tahminini güncelleyin.
   2. Kalibre edilmiş tüm parametreleri ve mevcut $\theta(t)$'yi $\pi^*(t)$ formülüne yerleştirin.
   3. USD hisse senedi maruziyetini, mevcut servet $W(t)$'nin bir yüzdesi olarak $\pi^*(t)$ ile eşleşecek şekilde ayarlayın.
3. Performans İzleme: Stratejiyi, farklı FX rejimlerinin (örneğin, USD güçlenme vs. zayıflama trendleri) olduğu geçmiş dönemlerde statik bir kıyaslama (örneğin, USD hisse senetlerine sabit %20 tahsis) karşısında geriye dönük test edin. Temel metrikler: Terminal servet faydası, Sharpe oranı, maksimum düşüş ve Risk Değeri.

Bu vaka, teorik modelin küresel bir sigortacı için sistematik, tekrarlanabilir bir yatırım sürecine nasıl dönüştüğünü göstermektedir.

9. Gelecekteki Uygulamalar ve Araştırma Yönleri

Uygulamalar:

• Çok Uluslu Sigortacılar için Dinamik ALM: Birden fazla para biriminde sorumlulukları ve yatırımları olan sigortacılar için doğrudan uygulama.
• Uluslararası Maruziyeti Olan Emeklilik Fonları: Farklı ülkelerdeki üyelere fayda sağlayan emeklilik fonları için benzer sorumluluk odaklı yatırım problemleri mevcuttur.
• Döviz Kuru Hedge'li Yatırım Ürünlerinin Tasarımı: Varlık yöneticileri, sigortacılar gibi kurumsal müşterilere özel olarak tasarlanmış dinamik olarak hedge edilmiş uluslararası hisse senedi veya tahvil fonları tasarlamak için modelin mantığını kullanabilir.
• Düzenleyici Sermaye Modellemesi: Çerçeve, Solvency II gibi rejimler altında, özellikle yabancı para birimi riski modülü için, Piyasa Riski Sermaye Gereksinimi (SCR) hesaplamak üzere iç modellerin tasarımına bilgi verebilir.

Araştırma Yönleri:

1. Sıçrama Risklerinin Dahil Edilmesi: En kritik genişletme, sigorta hasarları için sıçrama süreçlerini yeniden entegre etmek, difüzyon yaklaşımından bileşik Poisson veya Lévy süreci gibi bir modele geri dönmektir. Bu, Asmussen & Albrecher (2010) gibi çalışmalarda özetlendiği gibi, sigorta matematiğindeki son çalışmalarla uyumlu olacaktır.
2. Çoklu Riskli Varlık ve Para Birimi: Modeli farklı para birimlerinde bir yabancı varlık sepetine genişletmek pratik geçerliliği artıracaktır.
3. Öğrenme ve Belirsizlik: Sigortacının OU sürecinin gerçek parametrelerini bilmediği ancak zaman içinde inançlarını güncellediği (Bayes öğrenmesi) parametre belirsizliği ve öğrenmenin dahil edilmesi, belirsizlikten kaçınma modellerinde olduğu gibi.
4. Makroekonomik Sürücülerin Açıkça Modellenmesi: $\theta(t)$ için gizli bir OU süreci yerine, onu doğrudan gözlemlenebilir makroekonomik değişkenlerin (enflasyon farkları, faiz oranı spread'leri, ticaret dengeleri) bir fonksiyonu olarak modelleyerek, daha temel ve test edilebilir bir model oluşturmak.
5. Sürtünmelerin Dahil Edilmesi: Oransal işlem maliyetleri veya vergiler eklemek, stratejiyi daha gerçekçi hale getirecek ve muhtemelen optimal tahsis etrafında bir "ticaret yok" bölgesine yol açacaktır.

10. Referanslar

1. Zhou, Q., & Guo, J. (2020). Optimal Control of Investment for an Insurer in Two Currency Markets. arXiv preprint arXiv:2006.02857.
2. Browne, S. (1995). Optimal investment policies for a firm with a random risk process: exponential utility and minimizing the probability of ruin. Mathematics of Operations Research, 20(4), 937-958.
3. Schmidli, H. (2008). Stochastic Control in Insurance. Springer Science & Business Media.
4. Merton, R. C. (1971). Optimum consumption and portfolio rules in a continuous-time model. Journal of Economic Theory, 3(4), 373-413.
5. Asmussen, S., & Albrecher, H. (2010). Ruin Probabilities (2nd ed.). World Scientific.
6. Yang, H., & Zhang, L. (2005). Optimal investment for insurer with jump-diffusion risk process. Insurance: Mathematics and Economics, 37(3), 615-634.
7. Bai, L., & Guo, J. (2008). Optimal proportional reinsurance and investment with multiple risky assets and no-shorting constraint. Insurance: Mathematics and Economics, 42(3), 968-975.
8. Hipp, C., & Plum, M. (2000). Optimal investment for insurers. Insurance: Mathematics and Economics, 27(2), 215-228.