Catatan Kuliah AK5161 Matematika Keuangan Aktuaria “Insure and Invest”
Dosen: Khreshna I.A. Syuhada, MSc. PhD.
Kelompok Keilmuan Statistika - FMIPA Institut Teknologi Bandung 2016
1
Tentang AK5161 Matematika Keuangan Aktuaria
Jadwal kuliah: Selasa, 7- (R. Aktuaria); Rabu, 10- (R. Aktuaria) Penilaian: • Ujian: 9/9/16; 30/9/16; 21/10/16 (@ 25%) • Kuis (25%) Buku teks: • Sheldon Ross, 2011, Introduction to Mathematical Finance •Jadwal Perkuliahan: M1 (22/8): Pengantar: risiko dan nilai uang; peubah acak dan ekspektasi M2 (29/8): Distribusi normal M3 (5/9): Gerak Brown M3 (5/9): Ujian 1, Jumat 9/9/16 M4 (12/9): GB Geometrik M5 (19/9): Suku Bunga dan PVA M6 (26/9): Return dan distribusi M6 (26/9): Ujian 2, Jumat 30/9/16 M7 (3/10): Konsep dan Jenis Opsi M8 (10/10): Menghitung Opsi M9 (17/10): Formula Black-Scholes M9 (17/10): Ujian 3, Jumat 21/10/16
2
“Tantangan”
“Tantangan”.
3
Pengantar: Risiko dan Nilai Uang
Risiko adalah “sistem” yang dapat dikendalikan. Salah satu kegiatan penting dalam (men)transfer risiko adalah berasuransi; pemegang polis (insured) “menitipkan” atau “memindahkan” risiko kepada pihak lain yaitu perusahaan asuransi (insurer) dan sebaliknya. Kedua subyek memiliki risiko, pemegang polis membayar premi sedangkan perusahaan asuransi membayar klaim. Kegiatan lain yang juga berisiko adalah investasi atau “bermain uang”. Jika kita ingin menggandakan uang untuk mendapatkan nilai yang lebih besar maka kita dapat melakukan kegiatan investasi baik kepada individu atau institusi. Adakah hubungan antara investasi dan asuransi dan investasi? Saat ini praktik asuransi mulai digabungkan dengan investasi. Hal ini dimaksudkan untuk menumbuhkan iklim (atau minat) asuransi dengan keuntungan dari investasi. Kuliah Matematika Keuangan Aktuaria mengajak kita untuk memahami konsep dan menghitung nilai uang, opsi dan, secara umum, “bermain” peluang (memahami kejadian dan peubah acak serta menghitung peluang atas keduanya) menjadi sangat krusial. Return Nilai Uang: Matematik vs Stokastik Misalkan saya meminjamkan uang kepada Laila, pada waktu t0 , sebesar U . Saya ingin Laila mengembalikan, pada waktu t1 , sebesar U + rU , dengan r suku bunga per waktu t1 , atau U (t1 ) = U (t0 ) + r U (t0 ) = U (t0 ) (1 + r). Perhatikan: r=
U (t1 ) U (t1 ) − U (t0 ) −1= , U (t0 ) U (t0 )
yang sering dikatakan sebagai return atau imbal hasil. Adakah formula return yang lain? Dapatkah return berubah menurut waktu?
4
Bab 1 - Peluang Nilai Uang
Apa yang dapat kita lakukan terhadap perilaku nilai uang? Dapatkah kajian peluang atau stokastik membantu kita memahami hal tersebut? Misalkan X peubah acak. Kita dapat menghitung peluang nilai peubah acak secara (i) langsung atau (ii) melalui kejadian. Perhatikan contoh berikut: Ayo berjudi! Saya bertaruh 1 untuk Merah (yang akan muncul dengan peluang 18/38). Jika Merah muncul, saya dapat 1 dan berhenti. Atau, Saya tambah 1 untuk Merah untuk dua putaran/taruhan berikutnya lalu berhenti. Misalkan X nilai kemenangan saya saat saya berhenti. Tentukan nilai X yang mungkin dan peluangnya. Hitung P (X > 0).
5
Bab 2 - Peubah acak normal
Peubah acak normal merupakan salah satu kajian menarik dalam berbagai bidang, termasuk keuangan, karena pola yang dikenal dan dianggap dapat dipahami dengan mudah. Suatu peubah acak X dikatakan normal apabila memiliki fungsi peluang ) ( (x − µ)2 , −∞ < x < ∞. f (x) = √ exp − 2σ 2 2πσ 2 1
Catatan: Untuk µ = 0 dan σ 2 = 1, peubah acak X dikatakan sebagai peubah acak normal standar/unit; fungsi peluangnya dinotasikan ϕ(x) sedangkan fungsi distribusinya Φ(x). Perhatikan pertaksamaan berikut yang merupakan salah satu hasil teoritis penting untuk peubah acak normal: 1 √ 2π
(
1 1 − 3 x x
)
1 1 exp(−x2 /2) < 1 − Φ(x) < √ exp(−x2 /2), ∀x > 0. x 2π
Akibatnya, untuk x yang besar, 1 − Φ(x) ≈
√1 x 2π
exp(−x2 /2).
Diskusi: Bagaimana untuk x (relatif) kecil? Formula pendekatan apa yang dapat digunakan? (lihat butir (iii) dibawah) Apa yang dapat kita lakukan terhadap X atau f (x) tersebut? (i) membuat plot f untuk berbagai nilai µ dan σ 2 (ii) menentukan sifat-sifat statistik peubah acak normal (iii) menghitung peluang; termasuk dengan akurasi yang lebih tinggi (hal 25-26) (iv) mengkaji hubungan dengan peubah acak lognormal: Y = exp(X) Latihan: 1. Misalkan X peubah acak normal dengan parameter (µ, σ 2 ). Misalkan Y = exp(X). Tentukan mean dan variansi Y . 2. Lakukan simulasi data berdistribusi normal dan lognormal. Plot kedua data. Tepatkah perilaku harga aset dimodelkan dengan distribusi normal/lognormal?
6
Misalkan X1 , X2 , . . . , Xn sampel acak normal dengan parameter (µ, σ 2 ). Misalkan Sn =
n ∑
Xi .
i=1
Apakah yang kita dapat dapatkan (perilaku Sn ) untuk n besar? Adakah ukuran/statistik lain selain Sn ? Dapatkah kita melakukan hal yang sama diatas untuk peubah acak lain yang berdistribusi Binomial? Poisson? tanpa asumsi distribusi? (Jelaskan!) Latihan: 1. Suatu model pergerakan harga aset harian memiliki perilaku sebagai berikut. Jika harga aset saat ini adalah s maka setelah satu periode waktu akan menjadi τ s dengan peluang p atau λs dengan peluang 1 − p. Misalkan pergerakan harga saling bebas. Diketahui τ = 1.012, λ = 0.990, p = 0.52. Tentukan peluang bahwa harga aset akan naik setidaknya 30% setelah 1000 hari. 2. Nilai penjualan mingguan di suatu perusahaan adalah peubah acak normal dengan mean 2200 dan deviasi standar 230. Hitung peluang bahwa total penjualan pada 2 minggu kedepan melampaui 5000. Hitung peluang bahwa penjualan mingguan melampaui 2000 pada setidaknya 2 dari 3 minggu kedepan. 3. Sebagai pedagang baru dibidang valas, Yeni dan Yena bersaing dalam mendapatkan poin penjualan. Poin Yeni adalah peubah acak normal dengan mean 170 dan variansi 400; Poin Yena adalah peubah acak normal dengan mean 160 dan deviasi standar 15. Jika pada hari ini keduanya sama-sama berjualan valas (asumsikan kedua poin saling bebas), hitung peluang (a) nilai Yena lebih tinggi (b) poin total keduanya lebih dari 350.
7
