Quantitative risk assessment, aggregation functions and capital allocation problems

dc.contributor
Universitat de Barcelona. Departament d'Econometria, Estadística i Economia Espanyola
dc.contributor.author
Belles Sampera, Jaume
dc.date.accessioned
2015-11-17T08:15:55Z
dc.date.available
2015-11-17T08:15:55Z
dc.date.issued
2015-07-30
dc.identifier.uri
http://hdl.handle.net/10803/319687
dc.description.abstract
This work is focused on the study of risk measures and solutions to capital allocation problems, their suitability to answer practical questions in the framework of insurance and financial institutions and their connection with a family of functions named aggregation operators. These operators are well-known among researchers from the information sciences or fuzzy sets and systems community. The first contribution of this dissertation is the introduction of GlueVaR risk measures, a family belonging to the more general class of distortion risk measures. GlueVaR risk measures are simple to understand for risk managers in the financial and insurance sectors, because they are based on the most popular risk measures (VaR and TVaR) in both industries. For the same reason, they are almost as easy to compute as those common risk measures and, moreover, GlueVaR risk measures allow to capture more intricated managerial and regulatory attitudes towards risk. The definition of the tail-subadditivity property for a pair of risks may be considered the second contribution. A distortion risk measure which satisfies this property has the ability to be subadditive in extremely adverse scenarios. In order to decide if a GlueVaR risk measure is a candidate to satisfy the tail-subadditivity property, conditions on its parameters are determined. It is shown that distortion risk measures and several ordered weighted averaging operators in the discrete finite case are mathematically linked by means of the Choquet integral. It is shown that the overall aggregation preference of the expert may be measured by means of the local degree of orness of the distortion risk measure, which is a concept taken over from the information sciences community and brung into the quantitative risk management one. New indicators for helping to characterize the discrete Choquet integral are also presented in this dissertation. The aim is complementing those already available, in order to be able to highlight particular features of this kind of aggregation function. Following this spirit, the degree of balance, the divergence, the variance indicator and Rényi entropies as indicators within the framework of the Choquet integral are here introduced. A major contribution derived from the relationship between distortion risk measures and aggregation operators is the characterization of the risk attitude implicit into the choice of a distortion risk measure and a confidence or tolerance level. It is pointed out that the risk attitude implicit in a distortion risk measure is to some extent contained in its distortion function. In order to describe some relevant features of the distortion function, the degree of orness indicator and a quotient function are used. It is shown that these mathematical devices give insights on the implicit risk behavior involved in risk measures and entail the definitions of overall, absolute and specific risk attitudes. Regarding capital allocation problems, a list of key elements to delimit these problems is provided and mainly two contributions are made. Firstly, it is shown that GlueVaR risk measures are as useful as other alternatives like VaR or TVaR to solve capital allocation problems. The second contribution is understanding capital allocation principles as compositional data. This interpretation of capital allocation principles allows the connection between aggregation operators and capital allocation problems, with an immediate practical application: Properly averaging several available solutions to the same capital allocation problem. This thesis contains some preliminary ideas on this connection, but it seems to be a promising research field.
eng
dc.description.abstract
Este trabajo se centra en el estudio de medidas de riesgo y de soluciones a problemas de asignación de capital, en su capacidad para responder cuestiones prácticas en el ámbito de las instituciones aseguradoras y financieras, y en su conexión con una familia de funciones denominadas operadores de agregación. Estos operadores son bien conocidos entre los investigadores de las comunidades de las ciencias de la información o de los conjuntos y sistemas fuzzy. La primera contribución de esta tesis es la introducción de las medidas de riesgo GlueVaR, una familia que pertenece a la clase más general de las medidas de riesgo de distorsión. Las medidas de riesgo GlueVaR son sencillas de entender para los gestores de riesgo de los sectores financiero y asegurador, puesto que están basadas en las medidas de riesgo más populares (el VaR y el TVaR) de ambas industrias. Por el mismo motivo, son casi tan fáciles de calcular como estas medidas de riesgo más comunes pero, además, las medidas de riesgo GlueVaR permiten capturar actitudes de gestión y regulatorias ante el riesgo más complicadas. La definición de la propiedad de la subadditividad en colas para un par de riesgos se puede considerar la segunda contribución. Una medida de riesgo de distorsión que cumple esta propiedad tiene la capacidad de ser subadditiva en escenarios extremadamente adversos. Con el propósito de decidir si una medida de riesgo GlueVaR es candidata a satisfacer la propiedad de la subadditividad en colas se determinan condiciones sobre sus parámetros. Se muestra que las medidas de riesgo de distorsión y varios operadores de medias ponderadas ordenadas en el caso finito y discreto están matemáticamente relacionadas a través de la integral de Choquet. Se muestra que la preferencia global de agregación del experto puede medirse usando el nivel local de orness de la medida de riesgo de distorsión, que es un concepto trasladado des de la comunidad de las ciencias de la información hacia la comunidad de la gestión cuantitativa del riesgo. Nuevos indicadores para ayudar a caracterizar las integrales de Choquet en el caso discreto también se presentan en esta disertación. Se pretende complementar a los existentes, con el fin de ser capaces de destacar características particulares de este tipo de funciones de agregación. Con este espíritu, se presentan el nivel de balance, la divergencia, el indicador de varianza y las entropías de Rényi como indicadores en el ámbito de la integral de Choquet. Una contribución relevante que se deriva de la relación entre las medidas de riesgo de distorsión y los operadores de agregación es la caracterización de la actitud ante el riesgo implícita en la elección de una medida de riesgo de distorsión y de un nivel de confianza. Se señala que la actitud ante el riesgo implícita en una medida de riesgo de distorsión está contenida, hasta cierto punto, en su función de distorsión. Para describir algunos rasgos relevantes de la función de distorsión se usan el indicador nivel de orness y una función cociente. Se muestra que estos instrumentos matemáticos aportan información relativa al comportamiento ante el riesgo implícito en las medidas de riesgo, y que de ellos se derivan las definiciones de les actitudes ante el riego de tipo general, absoluto y específico. En cuanto a los problemas de asignación de capital, se proporciona un listado de elementos clave para delimitar estos problemas y se hacen principalmente dos contribuciones. En primer lugar, se muestra que las medidas de riesgo GlueVaR son tan útiles como otras alternativas tales como el VaR o el TVaR para resolver problemas de asignación de capital. La segunda contribución consiste en entender los principios de asignación de capital como datos composicionales. Esta interpretación de los principios de asignación de capital permite establecer conexión entre los operadores de agregación y los problemas de asignación de capital, con una aplicación práctica inmediata: calcular debidamente la media de diferentes soluciones disponibles para el mismo problema de asignación de capital. Esta tesis contiene algunas ideas preliminares sobre esta conexión, pero parece un campo de investigación prometedor.
spa
dc.format.extent
194 p.
cat
dc.format.mimetype
application/pdf
dc.language.iso
eng
cat
dc.publisher
Universitat de Barcelona
dc.rights.license
L'accés als continguts d'aquesta tesi queda condicionat a l'acceptació de les condicions d'ús establertes per la següent llicència Creative Commons: http://creativecommons.org/licenses/by-nc-nd/3.0/es/
dc.rights.uri
http://creativecommons.org/licenses/by-nc-nd/3.0/es/
*
dc.source
TDX (Tesis Doctorals en Xarxa)
dc.subject
Risc (Economia)
cat
dc.subject
Riesgo (Economía)
cat
dc.subject
Risk
cat
dc.subject
Capital
cat
dc.subject
Econometria
cat
dc.subject
Econometría
cat
dc.subject
Econometrics
cat
dc.subject.other
Ciències Jurídiques, Econòmiques i Socials
cat
dc.title
Quantitative risk assessment, aggregation functions and capital allocation problems
cat
dc.type
info:eu-repo/semantics/doctoralThesis
dc.type
info:eu-repo/semantics/publishedVersion
dc.subject.udc
33
cat
dc.contributor.director
Santolino, Miguel
dc.contributor.director
Guillén, Montserrat
dc.embargo.terms
cap
cat
dc.rights.accessLevel
info:eu-repo/semantics/openAccess
dc.identifier.dl
B 28237-2015
cat


Documents

JBS_PhD_THESIS.pdf

2.470Mb PDF

This item appears in the following Collection(s)