Optimalizace investičních strategií životních pojišťoven

Jan Fojtík

Doctoral thesis

Optimization of investments strategies in the life insurance business

Abstract:

Práce se zaobírá problematikou vhodného řízení peněžních toků mezi stranou aktiv a závazků životní pojišťovny – Asset Liability Management. Správa aktiv a závazků se týká každé finanční společnosti, ale u životních pojišťoven může hrát důležitou roli zejména u produktů s podílem na zisku. Pojišťovny jsou povinny klást důraz na správné hospodaření se svěřenými finančními prostředky tak, aby byly schopny pokrýt většinu svých závazků a zároveň generovat zisk. Pro tyto účely je využíván model aktiv a závazků (ALM model). V praxi je složité takový model sestavit, protože existuje mnoho technických i teoretických překážek ze strany aktiv i závazků. V práci jsou představeny dva v praxi běžně využívané modely – statický model s nízkým výpočetním časem, ale horší přesností a dynamický s vysokou přesností, ale s vysokým výpočetním časem. Hlavním cílem práce je vytvoření vhodné alternativy těchto ALM modelů v podobě mix modelu. Mix model kombinuje vlastnosti statického i dynamického modelu a dosahuje poměrně vysoké přesnosti s nízkým výpočetním časem. Mix model představuje variantu statického modelu, který postupným zlepšováním konverguje k výsledkům dynamickému modelu. Pro predikci finančních toků aktiv jsou použity vícerozměrné modely časových řad, u kterých je kladen důraz na vysokou míru automatizace. Pro predikci úrokových sazeb je použita dynamická verze Nelsonova-Siegelova modelu. Na straně závazků je nutné odhadnout zejména výši a načasování jednotlivých škod. Z technického hlediska je velkou překážkou výpočetní náročnost jednotlivých procesů, které v případě velkého množství scénářů mohou trvat dlouho. V práci je navržen alternativní přístup pro rychlejší odhad hodnoty závazků vycházející ze shlukové analýzy. Tento přístup umožňuje získat přesnou projekci peněžních toků ve výrazně kratším čase. Celá práce je demonstrována na umělém portfoliu životní pojišťovny. Vytvoření a parametrizace umělého portfolia je v práci detailně prezentováno.

Abstract:

This paper focuses on supporting methods used to manage financial cash flows between assets and liabilities for life insurance companies – Asset Liability Management. Asset Liability Management may take its importance especially for products with profit sharing. The purpose of the insurance business is to transfer the risk from policyholders to insurance companies that are obligated to fulfil their commitments even for large and highly unlikely events. Therefore, the process of proper management of assets and liabilities called Asset Liability Management (ALM) is introduced. ALM modelling is designed to optimize financial cash flows to achieve profit and fulfil all commitments, but it faces many technical or theoretical limitations that need to be addressed with an adequate solution for both assets and liabilities. The prediction of assets' cash flows will be provided by a vector autoregressive model with a high focus on automatization. The dynamic version of Nelson-Siegel model will be used to predict interest rates. The challenge in liability valuation is to correctly predict the size and timing of claims events. The practical limitation of the standard valuation techniques is the calculation time because to consider and evaluate all the risks is very time demanding and a high number of scenarios need to be tested. The outdated results may not bring any benefit to the management decisions. The alternative approach for faster liability valuation based on clustering analysis is presented. This approach proves as a good alternative to traditional cash flow modelling with very high accuracy and low calculation time. In general, the ALM model has limited application. The two standard ALM models are presented – static with low computational time but low accuracy and dynamic with high accuracy but high computational time. The main goal of this thesis is to create a new alternative ALM model called the mix model. The mix model combines both static and dynamic models and provides the results with very high accuracy and low computational time. The applications in this thesis are presented on the artificial portfolio. The design of process generating artificial portfolio is also described in this thesis.

Keywords

Pojistná matematika, Odhad hodnoty závazků životních pojišťoven, Shluková analýza, Optimalizace investičních strategií, Asset-Liability Management

Keywords

Life insurance, Asset-Liability management, Cluster analysis, Optimization of investments strategies, Life insurance liability valuation

Language used: Czech

Date on which the thesis was submitted / produced: 11. 4. 2022

Thesis defence

• Date of defence: 27. 6. 2022
• Supervisor: Richard Hindls
• Reader: Luboš Marek, Imrich Lozsi

Vysoká škola ekonomická v Praze

Doctoral programme / field:
Kvantitativní metody v ekonomice / Statistika