Uppsatsen behandlar begagnade livförsäkringar och de implikationer som dessa kan komma att innebära för den svenska livförsäkringsmarknaden i framtiden. Syftet med uppsatsen är att analysera vinsterna och riskerna med marknaden för begagnade livförsäkringar i Sverige och utifrån detta resultat utvärdera vad reglerare av marknaden måste betänka. I uppsatsen avses med livförsäkringar enbart livförsäkringar med dödsfallsbelopp. Vi visar på hur livförsäkringar traditionellt är uppbyggda och hur livförsäkringspremiernas storlek bestäms. En bakgrund ges till den svenska försäkringsmarknaden och dess grundläggande principer samt den förändring som branschen genomgår och hur denna kan tänkas resultera i att ett större intresse för handel med livförsäkringar uppstår för både försäkrade och investerare. En jämförelse görs med den amerikanska livförsäkringsmarknaden för att få en uppfattning om riktningen som marknadskrafter kan tänkas föra en oreglerad marknad mot. Handeln med begagnade livförsäkringar är där väl utbredd och debatten kring dess konsekvenser för individer och livförsäkringsbranschen är omfattande. Uppsatsen finner att andrahandsmarknaden gör att livförsäkringar som redan tecknats blir en ren finansiell tillgång och att klassiska marknadsinslag som värdepapperisering är en tänkbar utveckling. Situationen i USA visar också att tillåtande av en andrahandsmarknad riskerar att leda till att livförsäkringar tecknas även för individer som inte utnyttjar dessa ur trygghetssynpunkt. Studien utnyttjar amerikansk forskning på området som underlag för vidare diskussion för andrahandsmarknadens konsekvenser. Hälsoförändringars påverkan på det förväntade värdet av ett livförsäkringskontrakt analyseras och de situationer där en försäljning av livförsäkringskontrakt är lönsam för den försäkrade och investerare diskuteras. Uppsatsen tar upp anledningar till att information kan fördelas asymmetriskt mellan aktörer och analyserar vilka konsekvenser detta kan få. Vi finner att bättre kännedom om individens hälsotillstånd leder till större vinster genom andrahandsmarknaden men att aktörer av olika anledningar kan vara förhindrade att utnyttja denna information. Uppsatsen analyserar hur olika aktörer påverkas av andrahandsmarknaden för livförsäkringar. Vi finner att vinnarna är investerare, mellanhänder och de individer som förlorat anledningen att behålla sina livförsäkringskontrakt. Livförsäkringsföretagen förlorar alltid på marknaden. Huruvida försäkringstagarkollektivet som helhet vinner eller förlorar genom andrahandsmarknaden beror på de antaganden som ligger till grund för livförsäkringspremiernas storlek. Marknadens storlek och dess betydelse för transaktionskostnader diskuteras, liksom olika moraliska aspekter av handel med begagnade livförsäkringar. Uppsatsen diskuterar också de samhällsrisker som är förenade med att aktörer kan vinna på individers död. Uppsatsen finner att begagnade livförsäkringar i vissa fall är önskvärt för samhället men att marknaden måste regleras hårt för att förhindra orättvisor och svaga positioner för de försäkrade. Höga kostnader kan uppstå både för reglering och för inhämtande av information för marknadens aktörer. Slutligen lyfter uppsatsen fram ett antal aspekter som reglerare av andrahandsmarknaden för livförsäkringar måste betänka.

This thesis investigates applying the semiparametric method Peaks-Over-Threshold on data generated from a Monte Carlo simulation when estimating the financial risk measures Value-at-Risk and Expected Shortfall. The goal is to achieve a faster convergence than a Monte Carlo simulation when assessing extreme events that symbolise the worst outcomes of a financial portfolio. Achieving a faster convergence will enable a reduction of iterations in the Monte Carlo simulation, thus enabling a more efficient way of estimating risk measures for the portfolio manager.  The financial portfolio consists of US life insurance policies offered on the secondary market, gathered by our partner RessCapital. The method is evaluated on three different portfolios with different defining characteristics.  In Part I an analysis of selecting an optimal threshold is made. The accuracy and precision of Peaks-Over-Threshold is compared to the Monte Carlo simulation with 10,000 iterations, using a simulation of 100,000 iterations as the reference value. Depending on the risk measure and the percentile of interest, different optimal thresholds are selected.  Part II presents the result with the optimal thresholds from Part I. One can conclude that Peaks-Over-Threshold performed significantly better than a Monte Carlo simulation for Value-at-Risk with 10,000 iterations. The results for Expected Shortfall did not achieve a clear improvement in terms of precision, but it did show improvement in terms of accuracy.  Value-at-Risk and Expected Shortfall at the 99.5th percentile achieved a greater error reduction than at the 99th. The result therefore aligned well with theory, as the more "rare" event considered, the better the Peaks-Over-Threshold method performed.  In conclusion, the method of applying Peaks-Over-Threshold can be proven useful when looking to reduce the number of iterations since it do increase the convergence of a Monte Carlo simulation. The result is however dependent on the rarity of the event of interest, and the level of precision/accuracy required. / Det här examensarbetet tillämpar metoden Peaks-Over-Threshold på data genererat från en Monte Carlo simulering för att estimera de finansiella riskmåtten Value-at-Risk och Expected Shortfall. Målet med arbetet är att uppnå en snabbare konvergens jämfört med en Monte Carlo simulering när intresset är s.k. extrema händelser som symboliserar de värsta utfallen för en finansiell portfölj. Uppnås en snabbare konvergens kan antalet iterationer i simuleringen minskas, vilket möjliggör ett mer effektivt sätt att estimera riskmåtten för portföljförvaltaren.  Den finansiella portföljen består av amerikanska livförsäkringskontrakt som har erbjudits på andrahandsmarknaden, insamlat av vår partner RessCapital. Metoden utvärderas på tre olika portföljer med olika karaktär.  I Del I så utförs en analys för att välja en optimal tröskel för Peaks-Over-Threshold. Noggrannheten och precisionen för Peaks-Over-Threshold jämförs med en Monte Carlo simulering med 10,000 iterationer, där en Monte Carlo simulering med 100,000 iterationer används som referensvärde. Beroende på riskmått samt vilken percentil som är av intresse så väljs olika trösklar.  I Del II presenteras resultaten med de "optimalt" valda trösklarna från Del I. Peaks-over-Threshold påvisade signifikant bättre resultat för Value-at-Risk jämfört med Monte Carlo simuleringen med 10,000 iterationer. Resultaten för Expected Shortfall påvisade inte en signifikant förbättring sett till precision, men visade förbättring sett till noggrannhet.  För både Value-at-Risk och Expected Shortfall uppnådde Peaks-Over-Threshold en större felminskning vid 99.5:e percentilen jämfört med den 99:e. Resultaten var därför i linje med de teoretiska förväntningarna då en högre percentil motsvarar ett extremare event.  Sammanfattningsvis så kan metoden Peaks-Over-Threshold vara användbar när det kommer till att minska antalet iterationer i en Monte Carlo simulering då resultatet visade att Peaks-Over-Threshold appliceringen accelererar Monte Carlon simuleringens konvergens. Resultatet är dock starkt beroende av det undersökta eventets sannolikhet, samt precision- och noggrannhetskravet.