Statistické metody pro hodnocení solventnosti finančních institucí

V současné době představuje řízení rizik jeden z klíčových faktorů v činnosti finanční instituce. Kapitálová vybavenost, tj. solventnost finanční instituce představuje její schopnost splnit stanovené budoucí závazky, které jsou v době uzavření kontraktu (pojistné smlouvy, hypotečního úvěru, atd.) neznámé. Tyto jsou povětšinou neznámé a nejisté po celou dobu trvání smlouvy mezi finanční institucí a klientem. Přesto na odhadu těchto závazků závisí stabilita dané instituce jakož i celého finančního sektoru s přímými důsledky pro ekonomiku. Bohužel současný regulatorní přístup Evropské unie prostřednictvím direktivy pojistného sektoru tzv. Solvency II, k modelování vybraných typů rizik (operační, tržní) není dle dostupné literatury vždy dostačující. Odhad finanční ztráty plynoucí z expozice např operačnímu riziku pojišťovny je značně zjednodušován, byť má signifikantní dopad na zdraví ekonomiky obzvláště je-li šokována (Finanční krize, Covid19). K odhadu se často nepřistupuje pomocí statistického modelování frekvence a výše škod s využitím historických dat, ale pouze pomocí zástupných ukazatelů nebo expertních odhadů.

Cílem projektu je posoudit adekvátnost přístupu k ocenění rizika, jak je definován ve směrnici Solvency II, v případě společnosti se specifickým rizikovým profilem s využitím statistických metod. Projekt má být rozdělen na dvě části a sleduje dva dílčí cíle. Tím prvním je využití Extreme Value Theory v kombinaci s ML-metodami pro odhad hodnoty v riziku na požadované hladině solventnosti pro takové portfolio smluv, kde škodní události splňují podmínku vzájemné nezávislosti a pocházejí ze stejného rozdělení pravděpodobnosti (IID). Druhým cílem projektu, tedy pro škodní nároky nesplňující podmínku IID, je prozkoumat jejich vzájemnou korelovanost a modelování s využitím kopul.