Catatan Kuliah AK5161 Matematika Keuangan Aktuaria

Catatan Kuliah
AK5161 Matematika Keuangan Aktuaria
“Insure and Invest”
Dosen: Khreshna I.A. Syuhada, MSc. PhD.
Kelompok Keilmuan Statistika - FMIPA
Institut Teknologi Bandung
2017
1
Tentang AK5161 Matematika Keuangan Aktuaria
Jadwal kuliah: Senin, 13- (R. Sem 5.4); Rabu, 7- (R. Sem 5.4 ; Jumat, 7- (R. Aktuaria)
Penilaian:
• Ujian: 30/08/17; 29/09/17; 27/10/17; 24/11/17 (@ 20%)
• Kuis (20%)
Minggu
Tanggal
Pertemuan
Kuliah
M1
21.08.17
1,2,3
Kuliah
M2
28.08.17
1
Kuliah
30.08.17
2
Ujian 1
M5
18.09.17
2,3
Kuliah
M6
25.09.17
1,2
Kuliah
29.09.17
3
Ujian 2
M8
09.10.17
2,3
Kuliah
M9
16.10.17
1,2
Kuliah
M10
23.10.17
1,2
Kuliah
27.10.17
3
Ujian 3
M13
13.11.17
2,3
Kuliah
M14
20.11.17
1,2
Kuliah
24.11.17
3
Ujian 4
Buku teks:
• Sheldon Ross, 2011, Introduction to Mathematical Finance
•-
2
Risiko versus Nilai Uang: Matematika versus Stokastik Keuangan
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 imbal hasil (return).
Adakah formula imbal hasil yang lain?
Dapatkah imbal hasil berubah menurut waktu?
3
Latihan
1. Tentukan imbal hasil atau rate of return (tahunan) jika saya melakukan investasi: 100,
110 (setelah dua tahun)
2. Tentukan ekspektasi dari imbal hasil (tahunan) jika saya melakukan investasi: 100, 120
atau 100 (setelah dua tahun)
3. Saya mempertimbangkan membayar pinjaman di bank dengan dua cara. Pertama, membayar lunas 16 (juta). Kedua, membayar 10 sekarang dan 10 lagi di akhir tahun kesepuluh
(suku bunga 10%). Tentukan pilihan cicilan yang “baik”. Apakah konsep imbal hasil dapat digunakan?
Solusi-1:
Nilai imbal hasil (atau return atau rate of return) adalah
110
= 100 ⇔ r ≈ 0.0488.
(1 + r)2
Solusi-2:
Ekpektasi imbal hasilnya adalah
120
= 100 ⇔ r ≈ 0.0954,
(1 + r)2
100
= 100 ⇔ r = 0.
(1 + r)2
Jadi, E(R) = (1/2)(0.0954) + (1/2)(0) = 0.0477.
Solusi-3:
Cicilan yang baik ditentukan oleh nilai saat ini (Present Value):
P V = 10 + 10(e−0.1 )10 = 13.6788 < 16.
Bagaimana jika suku bunga r = 0.01, 0.05?
Perhatikan formula PV sebagai kebalikan imbal hasil
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
exp −
f (x) = √
, −∞ < x < ∞.
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.
2π x
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