Klasyczne miary efektywności systemu bonus-malus

Wielkość: px
Rozpocząć pokaz od strony:

Download "Klasyczne miary efektywności systemu bonus-malus"

Transkrypt

1 Klasyczne mary efektywnośc systemu bonus-malus Anna Jędrzychowska Ewa Poprawska Klasyczne mary efektywnośc systemu bonus-malus Głównym celem wprowadzena systemu bonus-malus w ubezpeczenach komunkacyjnych było uzyskane narzędza do właścwego dopasowana wysokośc składek ubezpeczenowych do pozomu ryzyka przyjmowanego przez zakłady ubezpeczeń oraz bodźca wpływającego na pozom częstośc występowana nekorzystnych zdarzeń losowych tj. kradzeży pojazdów, kolzj drogowych oraz wymuszeń ubezpeczenowych. System ten jest obecne rozpowszechnony w krajach całej U. Nestety coraz częścej pojawają sę głosy, ż jego efektywność ne zawsze kształtuje sę na zadowalającym pozome. Do oceny taryfkacyjnej efektywnośc systemu najczęścej znajdują zastosowane: teora łańcuchów Markowa oraz ujemny model dwumanowy. Narzędza te pozwalają w przyblżonym stopnu określć pozom dopasowana składk ubezpeczenowej do ubezpeczanego ryzyka komunkacyjnego. Celem artykułu będze krótke przyblżene tych metod oraz wskazane kluczowych obszarów funkcjonowana systemu, które podlegają w nch ocene. Słowa kluczowe: ubezpeczena komunkacyjne, system bonus-malus, procesy Markowa, składka ubezpeczenowa, szkodowość. Wprowadzene Systemy bonus-malus, kojarzone główne z ubezpeczenam komunkacyjnym, służą przede wszystkm różncowanu składk ubezpeczenowej dla klentów o różnej hstor szkód w przeszłośc. Rozpowszechnone są w całej UE, jednak zastosowane rozwązana są zróżncowane: od systemów kształtowanych dowolne przez zakłady ubezpeczeń, do systemów ujednolconych, narzuconych przez ustawodawców. Nazwa systemów (z łac. dobry-zły ) wąże sę z deą nagradzana znżką składk za bezszkodową hstorę ubezpeczena (bonus) karana zwyżką składk za występujące w poprzednch okresach ubezpeczena szkody (malus). Ubezpeczen są przydzelan do klas o różnej wysokośc składek, w zależnośc od lczby zgłoszonych w poprzednm okrese szkód oraz klasy, w jakej znajdowal sę w poprzednm okrese. 51

2 Wadomośc Ubezpeczenowe 2/2013 Do najważnejszych funkcj systemów bonus-malus należą: funkcja taryfkacyjna zróżncowane składek dla nsko- wysokoszkodowych klentów dopasowane składk do ndywdualnego ryzyka; funkcja prewencyjna oddzaływane na szkodowość poprzez zachęcane ubezpeczonych do unkana szkód; funkcja marketngowa duże ulg w wysokośc składek są atrakcyjne dla klentów, stanową stotny element podnoszący atrakcyjność oferty ubezpeczycela. Systemy bonus-malus są charakterystyczne dla rynku ubezpeczeń komunkacyjnych, przede wszystkm obowązkowego OC. W welu krajach, w tym także w Polsce, stosuje sę je równeż przy ubezpeczenu autocasco. Pommo tego, że jako jedną z funkcj systemu bonus-malus wymena sę funkcję prewencyjną, należy dopowedzeć, ż w przypadku ubezpeczeń AC ma ona ogranczone zastosowane. Trudno bowem mówć o prewencj w przypadku takch szkód, na których zastnene właśccel pojazdu ne ma wpływu, np. kradzeż, szkoda będąca wynkem dzałana sł natury czy dzałana osób trzecch poza zachowanem należytej starannośc w zabezpeczenu pojazdu ubezpeczony ne może w żaden sposób wpływać na częstość występowana szkód. Karane zwyżką składk w takch przypadkach wydaje sę neuzasadnone nelojalne wobec ubezpeczonego. Ponadto pojawa sę odwrotne wręcz dzałane zatajane zastnałych szkód celem zachowana znżek, zatem zafałszowywane statystyk fkcyjne obnżane szkodowośc (efekt zwany w lteraturze hunger of bonus). Nektóre zakłady ubezpeczeń podjęły równeż próbę wprowadzena systemu bonus-malus w ubezpeczenach meszkań 1, choć równeż tu pojawają sę podobne problemu jak w przypadku autocasco. Perwszy system bonus-malus był wprowadzony w Belg. Tamtejszy rząd już w 1956 r. wprowadzł obowązkowe ubezpeczene OC kerowców, ale system zaczął funkcjonować w 1961 r. Pętnaśce lat po wprowadzenu obowązku posadana polsy OC na zakłady ubezpeczeń nałożony został obowązek stosowana przy taryfkacj reguł systemu bonus-malus. Wytyczne te regulowały sposób nalczana wysokość składek ubezpeczenowych. Przykład belgjskego systemu bonus-malus prowadz do kolejnej funkcj systemu, tj. do funkcj marketngowej. Duża ulga w cene ubezpeczena jest bardzo atrakcyjna dla klentów. W 1961 r. newelka frma ubezpeczenowa 2 wprowadzła system znżek zwyżek dla swoch klentów, choć ne było to obowązkowe. Frma ta dzęk owej decyzj zwększyła swoje udzały w rynku od 2 do 5 proc. Zancjowane systemu pomogło jej wprowadzć do swojego portfela klentów, główne dobrych nskoszkodowych kerowców. Decyzja klentów była podjęta przez nch pommo tego, ż składka wejścowa była dla nch o 20 proc. wyższa, nż gdyby kupowal ubezpeczene OC poza systemem bonus-malus. Obecne systemy bonus-malus stosuje sę w welu krajach, jednak podejśce do ch formy jest bardzo różne. W częśc krajów systemy te kształtowane są całkowce dowolne przez zakłady ubezpeczeń, w nnych są częścowo regulowane przez ustawodawcę, aż do systemów całkowce uregulowanych prawne, dentycznych dla wszystkch ubezpeczycel (np. do 2002 roku system belgjsk).w Polsce, do 1 styczna 2004 r., obowązywały przepsy, które ustalały maksymalną znżkę na pozome 60 proc., a zwyżkę na 160 proc., oraz stanowły, że za każdy bezszkodowy 1. Przykładem polskego ubezpeczycela stosującego system bonus-malus w ubezpeczenach domu/meszkana jest TUR Alanz. 2. J. Lemare, Bonus-Malus Systems n Automoble Insurance, Boston: Kluwer, 1995, s

3 Klasyczne mary efektywnośc systemu bonus-malus okres 24 mesęcy system pownen gwarantować wzrost znżk o co najmnej 10 p.p. Po wprowadzenu nowelzacj Ustawy o dzałalnośc ubezpeczenowej ogranczena te przestały obowązywać, tym nemnej praktyka rynkowa zachowane ubezpeczycel sprawły, że lmty sę utrzymały. 3 System znżek zwyżek funkcjonuje ne tylko w Europe, ale też w Azj nektórych państwach afrykańskch latynoamerykańskch. Natomast w krajach Ameryk Północnej system bonus-malus jest rzadzej stosowany z powodu specyfcznego podejśca do taryfkacj a posteror. 4 Według nektórych autorów 5 systemy taryfkacj a posteror z jednej strony pozwalają na ujęce czynnków trudnych do kwantyfkacj, jednak z drugej strony stanową zaprzeczene de ubezpeczena, gdze w zaman za pewną składkę ubezpeczycel przejmuje ryzyko, na jake narażony jest ubezpeczony. Przy zastosowanu systemów bonus-malus składka równeż staje sę losowa, zależna od hstor szkód. Drugm argumentem przecw systemom bonus-malus jest to, że ch stosowane zaprzecza zasadze soldarnośc ubezpeczonych (ubezpeczen, którzy w danym okrese ne spowodowal szkód, pomagają tym, u których szkody wystąpły). Należy podkreślć, ż systemy bonus-malus w poszczególnych krajach mocno sę od sebe różną. Zależne od regulującego je prawodawstwa są obowązkowe (wtedy konkurencja produktowa jest ogranczona, pozostaje jedyne konkurencja cenowa) bądź dowolne ( wtedy pojawają sę dodatkowe obszary konkurencj). Nektóre kraje przyjęły bardzo prosty system bonus-malus. Przykładowo w Brazyl jest podzał pols tylko na sedem klas, a pozom prem 100, 90, 85, 80, 75, Nowy ubezpeczający zaczyna w klase 7, na pozome 100. Każde zgłoszene szkody przenos go o jedną klasę w górę, do nższej znżk. 1. Konstrukcja systemów bonus-malus System bonus-malus jest jednym ze stosowanych sposobów wyceny ubezpeczeń (nsurance prcng methods, nsurance ratng methods) w zależnośc od ryzyka ponoszonego przez zakłady ubezpeczeń, w zwązku ze zróżncowanym pozomem szkodowośc poszczególnych klentów. Wśród sposobów wyceny najczęścej wymenanych w lteraturze 6 można wskazać: wycenę ndywdualną, gdze składka dla każdego ubezpeczonego jest ustalana ndywdualne, na podstawe osądu dokonanego przez przedstawcela ubezpeczycela (metoda stosowana główne tam, gdze dane statystyczne dotyczące szkodowośc są newystarczające, zatem ne dotyczy to sytuacj ubezpeczeń komunkacyjnych), podzał na klasy taryfowe nne (schedule ratng, experence ratng, retrospectve ratng). Podzał na klasy taryfowe dokonywany jest na podstawe czynnków wyodrębnonych jako stotne 3. Jedyne zakład ubezpeczeń Proama oferuje znżkę na pozome 70 proc. Pozostałe oferty ubezpeczycel sęgają pozomu 60 proc. znżk. 4. Por. Automoble nsurance and road accdent preventon: report prepared by an O CD scentfc expert group, Organsaton for Economc Co-operaton and Development, Pars 1990, s. 46, za: B. Kochańsk, fektywność funkcjonowana systemu bonus-malus w ubezpeczenach komunkacyjnych w Polsce w wybranych krajach europejskch, praca magsterska napsana pod kerunkem prof. dr. hab. Mrosława Szredera, Unwersytet Gdańsk Szerzej w J. Lemare, Bonus, op. ct. 6. Szerzej w B. Kochańsk, fektywność, op. ct. oraz E. J. Vaughan, Fundamentals of rsk and nsurance, John Wley and sons,

4 Wadomośc Ubezpeczenowe 2/2013 wpływające na pozom szkodowośc. W ubezpeczenach komunkacyjnych są to najczęścej czynnk, które można podzelć na: dotyczące kerowcy, dotyczące pojazdu, cel użytkowana pojazdu, osoby upoważnone do użytkowana pojazdu. Pozostają jednak czynnk, które trudno wykorzystać w klasyfkacj, take jak np. ndywdualne cechy kerowcy (np. refleks, skłonność do brawury tp.), których ne można wząć pod uwagę a pror. Zatem przydatny jest równeż podzał uwzględnający dotychczasowy przebeg ubezpeczena. Służą temu metody nakładane na ustalone wcześnej grupy taryfkacyjne uzależnające ostateczną wysokość składk od tego, na le dotychczasowy przebeg szkodowośc różnł sę od przecętnego w danej grupe. Systemy bonus-malus wyróżnają sę wśród tych metod przejrzystoścą przystępnoścą dla przecętnego klenta. Zatem systemy te są systemam klasyfkacj ubezpeczonych w zależnośc od ndywdualnej hstor szkodowośc, są węc systemam a posteror. 7 Proces ustalana składk dla każdego klenta przebega w systeme bonus-malus w sposób następujący: 1. klenc są wstępne klasyfkowan na podstawe czynnków a pror, ustalana jest dla nch wysokość składk podstawowej, 2. następne ustala sę, w jakej klase taryfowej pownen znaleźć sę dany klent, na podstawe tego, w jakej klase znajdował sę w poprzednm okrese ubezpeczena, oraz lczby szkód jake zostały zgłoszone z jego ubezpeczena w mnonym okrese (w przypadku braku szkód klent przechodz do klasy następnej, w przypadku zgłoszena szkód cofa sę według ustalonego algorytmu do jednej z klas poprzednch), 3. każdej klase przypsany jest odpowedn współczynnk (stawka, pozom składk), określający, jak procent składk podstawowej pownen płacć klent, w przypadku klas znżkowych jest to współczynnk mnejszy od 1, dla klas zwyżkowych wększy od 1 (lub 100 proc., gdyż przyjęło sę wyrażać te współczynnk jako procent składk podstawowej), 4. współczynnk ten wykorzystywany jest do korygowana ustalonej wcześnej na podstawe czynnków a pror składk podstawowej (ostateczna składka to loczyn współczynnka składk podstawowej. Aby w pełn scharakteryzować system bonus-malus, koneczna jest znajomość jego kluczowych elementów: klas taryfowych (wygodne jest rozróżnene klas zwyżkowych znżkowych) C, gdze = 1,, s oznacza klasę o numerze, s oznacza lczbę klas; klasy początkowej, do której trafa nowy klent bez hstor szkodowośc C 0 ; wartośc współczynnków w poszczególnych klasach określających procent składk podstawowej płaconej przez klenta (czasem opsywany jako procent znżk lub zwyżk udzelanej klentow); w sposób syntetyczny opsuje te wartośc wektor stawek: b = (b 1,, b s ); algorytmu przemeszczana sę z klasy do klasy w zależnośc od lczby szkód w poprzednm okrese algorytm ten można określć: opsowo, 7. Określena bonus oraz malus ne dotyczą wyłączne klas taryfkacyjnych, lecz są stosowane równeż jako synonmy zwyżk oraz znżk. 54

5 za pomocą tabel (dla wększej przejrzystośc) np. Klasyczne mary efektywnośc systemu bonus-malus Tabela 1. Przykładowe reguły przejśca dla fkcyjnego systemu bonus-malus Klasa Stawka (w %) Wpływ lczby szkód na zmanę klasy 0 1 węcej Źródło: opracowane własne. Ta forma jest wygodna do analzy dla klenta. W werszach charakteryzowane są poszczególne klasy taryfowe. W perwszej kolumne znajduje sę numer klasy, w drugej stawka taryfowa, a kolejne kolumny zawerają nformacje o tym, w której klase znajdze sę w kolejnym roku klent, który w poprzednm roku był w klase o numerze oraz zgłosł 0, 1, 2 lub węcej szkód. za pomocą macerzy przejśca z klasy do klasy ta forma jest wygodna w przypadku analzy systemów. Aby skonstruować macerze przejśca, najperw defnuje sę funkcję transformacj: T k ()=j oznacza, że kerowca przechodz z klasy do klasy j, gdy spowodował k wypadków w cągu jednego okresu ubezpeczena. Następne konstruuje sę macerze T k odzwercedlające to, co dzeje sę z danym klentem w przypadku zgłoszena przez nego k szkód. Elementam macerzy są zera, w przypadku gdy klent ne przechodz z klasy do j, oraz 1, gdy następuje przejśce, czyl Dla podanego przykładu: ( k) ( tj ) Tk =, gdze ( k ) 1 gdy następuje przejśce tj =. (1) 0 w przecwnym przypadku T0 = T1 = T2 = = Natomast wektor stawek b = [2 1 0,9 0,8 0,7]. W dalszej częśc opracowana stosowane będą powyższe oznaczena. Do analzy systemów konstrukcj mar oceny systemów wykorzystywane będą algorytmy przejśca z klasy do klasy zapsane w forme macerzy przejśca. 55

6 Wadomośc Ubezpeczenowe 2/ Przegląd klasycznych mar prezentowanych w lteraturze Przy analze systemów bonus-malus podstawową kwestą jest określene prawdopodobeństwa pojawena sę k szkód 8 w cągu roku dla pojedynczego ubezpeczonego. Do aproksymacj rozkładu lczby roszczeń (zmennej losowej K) często wykorzystuje sę rozkład Possona w postac: gdze l to współczynnk szkodowośc. k p = P K = k = λ e λ, (2) k ( ) k! Wartość oczekwana (k) = l, (3) warancja V(k) = l. (4) Model ten jest w lteraturze aktuaralnej często stosowany, jest on równeż uzasadnony merytoryczne w odnesenu do pojedynczego ubezpeczonego. 9 W odnesenu do portfel ubezpeczonych, przede wszystkm tam, gdze założene o homogencznośc portfel ne jest spełnone, stosowany jest model oparty na rozkładze ujemnym dwumanowym 10. Jeżel mamy do czynena z portfelem nejednorodnym, zakłada sę, że dla pojedynczego ubezpeczonego rozkład lczby szkód jest zmenną losową o rozkładze Possona. Parametr ten jest jednak nny dla różnych ubezpeczonych jest realzacją zmennej losowej Λ. Jeżel parametr ntensywnośc szkód λ jest zmenną losową o rozkładze gamma z parametram α β 11, wówczas lczba szkód ma rozkład ujemny dwumanowy w postac: α α + k 1 β 1 P( K = k) =, k = 0, 1, 2, (5) k 1+ β 1+ β k 8. Systemy bonus-malus w wększośc krajów oparte są na lczbe szkód zgłoszonych w poprzednm okrese. Jedynym krajem, w którym system ten opera sę na wartośc szkód, jest Korea Połudnowa, gdze szkody majątkowe są podzelone na dwe klasy, zależne od ch wysokośc, natomast szkody osobowe podzelono aż na 14 klas (za Lemare 1998), jednak wydaje sę, że analza dla tego systemu może być prowadzona w analogczny sposób, z wyjątkem zmany na rozkład zawerający prawdopodobeństwa wystąpena szkody o określonej wysokośc (właścwe z określonego przedzału wartośc). 9. Za C.D. Daykn, T. Pentkänen, H. Pesonen, Practcal rsk theory for actuares, Chapman&Hall, London Zastosowane tego modelu wskazywane jest mędzy nnym w: G. Coene, L.G. Doray, A fnancally balanced bonus-malus system, Astn Bulletn 26, 1996, s , M. Fsz, Rachunek prawdopodobeństwa statystyka matematyczna, PWN Warszawa 1967, s Estymatory parametrów α β wyznaczone metodą momentów: k k β = α =, gdze k to średna 2 2 Sk k Sk k 2 lczba szkód w portfelu, S k to warancja lczby szkód w portfelu za A. Szymańska. W analze przyjmuje sę założone z góry wartośc parametru l w rozkładze Possona oraz α β w ujemnym dwumanowym, najbardzej pożądane jest zatem, aby parametry te były wyznaczane z podstawe danych szkodowych z kraju, dla którego prowadzona jest analza. Pojawa sę jednak problem dostępnośc danych służących takm wylczenom, najczęścej węc przyjmowane są λ=0,1 (wartość ta jest zblżona do przecętnej częstośc szkód w krajach europejskch) bądź wartość 0,0552 (wylczona podana w roku 2010 przez UFG w raporce: Ubezpeczena komunkacyjne w latach Wspólny Raport Urzędu Komsj Nadzoru Fnansowego (KNF) Ubezpeczenowego Funduszu Gwarancyjnego (UFG), oraz α=16,1384 β=1,6131 (wartośc przyjęte za wylczenam dla jednego z belgjskch zakładów ubezpeczeń) por. Lemare, 1995, s

7 Klasyczne mary efektywnośc systemu bonus-malus Jego wartość oczekwana: ( K) warancja: V( K) α =, (6) β α 1 = 1+ β β. (7) Podczas przedstawana kolejnych mar wykorzystywanych w analze systemów bonus-malus przyjmemy założene upraszczające, że lczba szkód ma rozkład Possona z parametrem λ Mary oparte na teor procesów Markowa W rozważanach teoretycznych do analzy systemu bonus-malus wykorzystuje sę teorę procesów Markowa. Proces przesuwana ubezpeczonego z klasy do klasy zgodne ze zdefnowanym systemem, jest jednorodnym łańcuchem Markowa o skończonej lczbe stanów (za stan przyjęta jest klasa, w której znajduje sę ubezpeczony) 12. Na podstawe przedstawonych macerzy wylcza sę równeż prawdopodobeństwa przejśca z klasy C do klasy C j w cągu jednego okresu: p = p t, (8) ( ) ( ) ( k λ λ ) j k j k= 0 gdze p k (l) oznacza prawdopodobeństwo wystąpena k szkód. Macerz przejśca zawera prawdopodobeństwa przejśca z klasy do klasy z roku na rok, czyl w syntetyczny sposób przedstawa algorytm zmany klas: s gdze pj ( λ ) = 1 j ( ) 0 j= 1 ( λ ) k ( λ ) p ( λ ) p ( λ ) 11 1s = k = k= 0 ps 1( λ ) pss ( λ ) M p T p λ., (9) Czyl -ty wersz macerzy zawera prawdopodobeństwa przejśca ubezpeczonego z klasy do każdej z klas taryfowych. Zatem macerz prawdopodobeństw przejśca w syntetyczny sposób prezentuje dzałane systemu, może węc być jego modelem. 12. Warto zaznaczyć, że ne wszystke systemy bonus-malus są procesam Markowa. W nektórych systemach, np. belgjskm, wprowadzane są dodatkowe reguły, które powodują, że w perwotnej forme proces przejść mędzy klasam ne zależy tylko od położena ubezpeczonego lczby szkód w poprzednm okrese. W systeme belgjskm wprowadzono regułę, która określa, że jeżel ubezpeczony ma 4 kolejne lata bezszkodowe, to nezależne od tego, jaką zwyżkę płac w poprzednm okrese, w kolejnym ne może znajdować sę w klase o wyższym współczynnku nż klasa 14 (klasa w składce = 100% składk podstawowej). Z takego systemu jak belgjsk koneczne jest zatem przetworzene go do formuły, w której będze on procesem Markowa, poprzez sztuczne dodane klas, np (klasa 18 0 lat bezszkodowych), 18.1 (klasa 18 jeden rok bezszkodowy bezpośredno przed analzowanym okresem), 18.2 (klasa 18 dwa kolejne lata bezszkodowe bezpośredno poprzedzające analzowany okres, 18.3 (klasa 18 3 kolejne lata bezszkodowe) (za Lemare 1998). 57

8 Wadomośc Ubezpeczenowe 2/2013 Dla podanego przykładu: q p q 0 p 0 0 M( λ ) = 0 q 0 p 0, 0 0 q 0 p q p q= p λ + p λ + = p. gdze p= p ( λ ), natomast ( ) ( ) Mary oparte na rozkładze stacjonarnym Klka mar efektywnośc systemów bonus-malus opartych jest na rozkładze stacjonarnym procesu. Wśród ch wad można wymenć to, że operają sę na modelach, których założena ne zawsze spełnone są w rzeczywstośc, mędzy nnym ne uwzględnają zmany częstośc szkód (parametru λ) w czase (zmany te wążą sę ze wzrostem dośwadczena kerowcy, zmaną samochodu na nowszy, bezpecznejszy, wzrostem lczby klometrów pokonywanych w cągu roku tp.). Ponadto dla nektórych systemów bonus-malus stan stacjonarny ne jest osągany albo okres dochodzena do rozkładu wystarczająco zblżonego do rozkładu stacjonarnego jest bardzo dług. Zalety to natomast przede wszystkm prosta zrozumała konstrukcja. Dla rozkładu stacjonarnego można oblczyć wektor zawerający prawdopodobeństwa znalezena sę w każdej z klas taryfowych w długm horyzonce czasowym (po osągnęcu stanu stacjonarnego) a( λ ) = a1 ( λ ),, as ( λ ). Elementy wektora a( λ ) można nterpretować jako prawdopodobeństwa znalezena sę w długm horyzonce czasowym w danej klase bądź też jako frakcję czasu pozostawana klenta w danej klase taryfowej. Dla rozkładu stacjonarnego warto oblczyć wektor zawerający prawdopodobeństwa znalezena sę w każdej z klas taryfowych w długm horyzonce czasowym (po osągnęcu przez proces stanu stacjonarnego): gdze ( ) czasowym, natomast s a ( λ ) ( λ ) ( λ ) ( λ ) a = a1,, as, (10) a λ oznacza prawdopodobeństwo przynależnośc do -tej klasy w długm horyzonce 13 = 1. = 1 Przy założenu rozkładu Possona dla lczby szkód wektor a(l) można wyznaczyć jako lewostronny wektor własny macerzy M(l) odpowadający wartośc własnej równej 1 14, w nnych przypadkach możlwe jest wyznaczene go numeryczne lub za pomocą symulacj. Wektor ( ) a λ można otrzymać rekurencyjne, poprzez oblczene prawdopodobeństwa znalezena sę w poszczególnych klasach w kolejnych latach funkcjonowana systemu, czyl wektory a( n, λ ). Do tych oblczeń wystarczająca jest znajomość klasy początkowej oraz macerzy przejśca. Wektor a( 1, λ ) w perwszym roku funkcjonowana ubezpeczonego w systeme to wektor zawerający zera poza klasą wstępu, dla: 13. J. Lamare, Bonus, op. ct. 14. B. Kochańsk, fektywność, op. ct. 58

9 Klasyczne mary efektywnośc systemu bonus-malus ( ; λ ) ( 1; λ ) ( λ ) a n = a n M. (11) Wektor a( λ ) można otrzymać jako granczną wartość wektorów (, ) Elementy wektora ( ) a n λ, gdy n. a λ można nterpretować jako prawdopodobeństwa znalezena sę w długm horyzonce czasowym w danej klase bądź też jako frakcję czasu pozostawana klenta w danej klase taryfowej. Średna asymptotyczna składka (stacjonarny przecętny pozom składk) Perwszą marą, która może służyć analze systemów bonus-malus, jest średna asymptotyczna składka ( B( λ )), czyl przecętna składka, jaką w długm horyzonce czasowym (po osągnęcu przez system stacjonarnośc) płac klent o ustalonym pozome szkodowośc. Średna asymptotyczna składka wyrażona jest wzorem: s, (12) = 1 ( λ ) ( λ ) B = a b gdze b oznacza składkę w -tej klase. Jest zatem średną ważoną przecętnych ndywdualnych składek stacjonarnych. Mara ta może służyć także do analzy pojedynczego systemu: jeżel B( λ ) = λ, system składek uważa sę za uczcwy, jeżel B( λ ) > λ, składk są zawyżone, gdy B( λ ) < λ, zanżone. Może równeż służyć do porównywanu systemów mędzy sobą system z wyższym pozomem B( λ ) będze przynosł wyższy oczekwany zysk z pojedynczego ubezpeczena, będze jednak droższy dla klenta. Przy ustalanu średnego stacjonarnego pozomu składk można wskazać klasę, w której znajdze sę klent, w chwl gdy system bonus-malus osągne pozom stacjonarnośc. Mara ta, jeżel ma służyć porównywanu systemów, pownna być analzowana z uwzględnenem tego, że wartość składk podstawowej w różnych systemach może sę różnć, zatem wyznaczene średnej stacjonarnej składk jako procentu składk podstawowej ne określa jeszcze, który system jest tańszy, a który droższy. Ponadto należy pamętać, że za 100 proc. składk podstawowej może być przyjęty dowolny pozom, nekoneczne składka płacona przez ubezpeczonych w klase wstępu (klent na wejścu do systemu może płacć np. składkę podwyższoną). Na dodatek, w zwązku z honorowanem znżek wypracowanych przez ubezpeczonych u nnych ubezpeczycel, klasa wstępu dotyczy tylko ubezpeczonych bez żadnej hstor szkodowośc. Dalej, posługując sę wartoścam oczekwanym stacjonarnego pozomu składk, można ustalć, jak slna jest tendencja przesuwana ubezpeczonych do klas o najnższej składce. Zatem są to mary równowag (odpowedno: nerównowag) systemu. Względny stacjonarny przecętny pozom składk (RSAL Relatve Statonary Average Level) RSAL oblcza sę za pomocą wzoru: RSAL ( λ ) = ( B( λ ) mn ( b )) ( b ) mn ( b ) ( max ). (13) 59

10 Wadomośc Ubezpeczenowe 2/2013 Mara ta przyjmuje wartośc z przedzału [0;1], gdze najnższej możlwej składce przyporządkowuje sę wartość 0, a najwyższej 1. Wskaźnk ten określa pozycję w systeme przecętnego ubezpeczonego o pozome szkodowośc λ w długm okrese (po osągnęcu przez system stanu stacjonarnego). Określa zatem ne to, jak procent składk podstawowej płac przecętny klent, ale gdze na skal rozpętośc całego systemu sę on znajduje. Trudno podać optymalną wartość tej mary, wg twórcy mary pownna ona oscylować wokół 0,5, jednak przykłady nektórych systemów bonus-malus wskazują, że ne jest to w praktyce możlwe 15. Nske wartośc tej mary mogą wskazywać na slną tendencję do skupana sę ubezpeczonych w klasach o dużych znżkach, natomast wysoke wartośc mogą wskazywać na lepsze rozłożene ubezpeczeń w poszczególnych klasach. 16 Jedną z wad mernka jest to, że na wysokość RSAL bardzo duży wpływ ma wysokość maksymalnej zwyżk w systeme, ustalanej w dużej merze w tak sposób, aby była dotklwa dla bardzo szkodowych klentów 17, ponadto w nektórych systemach (np. norwesk) w ogóle ne określa sę maksymalnej zwyżk, co powoduje, że RSAL ne może być wyznaczony. Ze względu na ostatną uwagę wprowadza sę modyfkację RSAL, która powoduje, że mara jest nemożlwa do oblczena tylko dla systemów, w których klasą startową jest klasa najnższa 18. Modyfkacja RSAL: RSAL 2 ( λ ) = ( B( λ ) mn ( b )) b mn ( b ) ( 0 ) 60, (14) gdze b 0 to składka początkowa. Po takej modyfkacj mara jest nemożlwa do oblczena tylko dla tych systemów, w których klasą startową jest klasa najnższa (take systemy w praktyce ne występują). Optymalną wartoścą tej mary jest 1, wówczas tak system można nazwać zrównoważonym fnansowo. 19 Marę RSAL można równeż zmodyfkować tak, aby oblczyć ją ne tylko dla pojedynczego ubezpeczonego, ale równeż dla całego portfela, nekoneczne homogencznego. Współczynnk zmennośc składek Współczynnk zmennośc składek po n okresach funkcjonowana systemu można wyrazć następująco: ( ; λ ) V n = s 2 ( b B( n; λ )) a ( λ ) B( n; λ ) gdze B( n; λ ) jest przecętną składką po n latach funkcjonowana systemu. = 1, (15) 15. Szerzej w J. Lemare, Bonus-Malus Systems n Automoble Insurance, Boston: Kluwer, 1995 oraz B. Kochańsk, fektywność, op. ct. 16. Szerzej w B. Kochańsk, fektywność, op. ct. 17. W Polsce wg ustawy o ub. obowązkowych zakład ubezpeczeń ne może odmówć zawarca umowy ubezpeczena obowązkowego, jeżel w ramach swojej dzałalnośc prowadz dzałalność obejmującą te ubezpeczena jedynym sposobem pozbyca sę bardzo szkodowego klenta jest znechęcene go bardzo wysoką składką. 18. Take systemy w praktyce ne występują. 19. Za B. Kochańsk, fektywność, op. ct.

11 Klasyczne mary efektywnośc systemu bonus-malus Współczynnk zmennośc składek merzy stopeń zróżncowana składek płaconych przez ubezpeczonych, czyl może być mernkem soldarnośc lub jej braku mędzy ubezpeczonym m wększa warancja, tym pozom soldarnośc mnejszy. Przy braku ubezpeczena współczynnk zmennośc strat, na jake narażony jest ubezpeczony, równy jest współczynnkow zmennośc szkód, jake mogą wystąpć. W przypadku ubezpeczena braku zróżncowana składek współczynnk zmennośc płatnośc dokonywanych przez ubezpeczonego wynos 0. W przypadku systemów bonus-malus jest to wartość pomędzy tym skrajnoścam. Pomocna może być zarówno zman wartośc współczynnka zmennośc w czase dla zadanego pozomu λ (np. typowego, czyl równego 0,1). Zwykle współczynnk zmennośc w perwszym roku wynos zero, wzrasta do momentu osągnęca maksymalnej znżk, a następne spada do momentu osągnęca stacjonarnośc. Innym zestawenem wartym analzy jest zależność współczynnka zmennośc od pozomu parametru λ, co może służyć jako narzędze porównywana systemów mędzy sobą. 20 mara łącznej zmennośc systemu 21 Jest to suma odchyleń od wektora stacjonarnego po n okresach funkcjonowana systemu, czyl: gdze p n ( ) s j j, (16) j= 1 n ( TV ) = p ( λ ) a ( λ ) n j λ oznacza prawdopodobeństwo przejśca z klasy C do klasy C j po dokładne n okresach funkcjonowana systemu. TV merzy, jak szybko system staje sę zblżony do stacjonarnego oraz na le sę od swego docelowego stanu różn po n latach funkcjonowana. Może to być mara wrażlwośc systemu na występujące szkody przesunęca z klasy do klasy. Pozostaje dyskusyjne, jake są pożądane wartośc tej mary. Z jednej strony system pownen mocno reagować na wystąpene szkód, z drugej przy zbyt dużej wrażlwośc system umeszcza ubezpeczonych w odpowednch dla nch klasach dopero po bardzo długm czase, co wydaje sę sprzeczne z deą systemu. Jeżel system dopero po 30 latach umeszcza ubezpeczonych o danym pozome szkodowośc w odpowednch dla nch klasach, to oznacza, że przez ponad połowę przecętnego czasu byca kerowcą ubezpeczony ne jest dobrze klasyfkowany, ponadto żaden z systemów bonus-malus ne funkcjonuje w nezmenonej forme aż tak długo, zatem zbyt wrażlwe systemy ne mogą w realach rynkowych dobrze spełnać swej funkcj taryfkacyjnej. Przeważne systemy mało rozbudowane, o newelu klasach stablzują sę szybko, te bardzej złożone znaczne wolnej. W lteraturze 22 można znaleźć wynk oblczeń dokonanych dla systemów dzałających w różnych krajach. Dla systemów prostych mara TV przyjmuje małe wartośc już po klku latach funkcjonowana ch (np. system funkcjonujący na Tajwane już po 3 latach osąga bardzo nske wartośc TV dla λ=0,1), dla systemów bardzej złożonych, z weloma klasam oraz złożonym regułam przejśca, wskaźnk ten przyjmuje wysoke wartośc nawet po 30 latach ch funkcjonowana 20. Za J. Lemare, Bonus-Malus systems: the uropean and Asan approach to mert ratng, North Amercan Actuaral Journal Socety of Acutares Schaumburg, Illnos, 1998: 2:1, Za H. Bonsdorff, 1992, On the Convergence Rate of Bonus-Malus Systems, ASTIN Bulletn 22: (1992) por. J. Lemare, Bonus, 1995, op. ct. 22. J. Lemare, Bonus, 1998, op. ct. 61

12 Wadomośc Ubezpeczenowe 2/2013 (dla przykładu system belgjsk dla λ=0,1 po 30 latach ma wartośc na pozome 20 proc. wartośc początkowych nawet po 60 latach ne stablzuje sę). Wskaźnk ten może być wykorzystywany do analzy wpływu modyfkacj dokonywanych w konstrukcj systemu 23 na tempo jego stablzowana sę. Efektywność ogólna elastyczność średnej składk względem pozomu ryzyka Elastyczność systemu jest marą reakcj systemu na zmanę częstośc szkód. Pozwala określć, w jakm stopnu kerowcy o różnym pozome ryzyka są ocenan przez system. Elastyczność systemu defnowana jest jako: ( ) ( λ ) ( λ ) B' ( λ ) dλ B( λ ) db B η λ = = λ. (17) λ W dobrze skonstruowanym systeme bonus-malus wysokość składk pownna być rosnącą funkcją szkodowośc, w dealnym przypadku pownna być to funkcja lnowa, czyl η( λ ) = 1, co oznacza, że ze wzrostem względnego ryzyka wystąpena szkody o jedną jednostkę (np. jeden punkt procentowy), względny przyrost składk pownen być tak sam, np. jeżel jeden klent charakteryzuje sę wskaźnkem częstośc szkód równym 0,1, natomast nny 0,11, to drug z klentów pownen płacć składkę wyższą o 10 proc. W wększośc funkcjonujących na śwece systemów bonus-malus elastyczność jest jednak <1 24. W lteraturze znaleźć można badana wskazujące na to, że na wysokość mary efektywnośc bardzo duży wpływ ma wysokość maksymalnych zwyżek w systeme, co może jednak dzałać odstraszająco na klentów. Wśród wad tej mary najważnejszą jest brak uwzględnena struktury portfela. Z tego względu wprowadzana bywa mara opsana nżej. Łączna elastyczność (total elastcty) 25 Marę tę można wyznaczyć, gdy znana jest funkcja struktury szkodowośc w portfelu, a dokładnej funkcja opsująca rozkład zmennej losowej określającej częstość szkód, czyl funkcja gęstośc parametru λ. Jeżel zmenna ta może być scharakteryzowana przez funkcję g( λ ), wówczas łączna elastyczność portfela wyraża sę wzorem: η = η λ g λ dλ. (18) 0 ( ) ( ) Jest ona łączną wartoścą elastycznośc systemu przy zadanej strukturze portfela, zależy węc od tego, jak welu dobrych złych klentów ma ubezpeczycel. Zatem nterpretacja zastosowane mary jest podobne do mary poprzednej. 23. Np. zmany takch elementów jak: lczba klas, klasa startowa, zasady przejśca (np. czy uzależnać zmanę klasy od jednej szkody, czy rozwjać system do zależnośc od pęcu szkód). 24. Za A. Szymańska, Wybrane mary efektywnośc systemów bonus-malus ubezpeczeń komunkacyjnych OC, w: Ubezpeczena wobec wyzwań XXI weku, Prace Naukowe Akadem Ekonomcznej we Wrocławu, nr 1127, 2008, s B. Kochańsk, fektywność, op. ct. 62

13 Klasyczne mary efektywnośc systemu bonus-malus Efektywność zależna od klasy startowej 26 Pozwala ocenć, jak szybko kerowcy trafają do klas odpowadających pozomow ryzyka, który reprezentują. Jest to funkcja: v' ( ) ( ) λ µ λ = λ, (19) v λ ( ) gdze v ( λ ) to strumeń zdyskontowanych (na początek ubezpeczena) oczekwanych płatnośc ponoszonych przez ubezpeczonego znajdującego sę na początku w -tej klase Metody bazujące na prawdopodobeństwe stanu równowag W lteraturze proponuje sę też mernk, które uwzględnają ne tylko samą analzę rozkładu prawdo podobeństwa równowag. Wszystke one bazują na prawdopodobeństwe stanu równowag q, które można ntepretować w następujący sposób: z jakm prawdopodobeństwem ( q ), przy dostateczne długm funkcjonowanu systemu bonus-malus, wylosowany klent znajduje sę w klase. Wartośc q wyznaczane są z rozwązana układu l+1 (l łączna lczby klas bonus malus) równań z l newadomym: * q0 = q0 p0,0 + q1 p1,0 + q2 p2,0 + q3 p3,0 + + ql 1pl 1,0 + ql pl,0 q1 = q0 p0,1 + q1 p1,1 + q2 p2,1 + q3 p3,1 + + ql 1pl 1,1 + ql pl,1 qk = q0 p0, k + q1 p1, k + q2 p2, k + q3 p3, k + + ql 1pl 1, k + ql pl, k ql 1 = q0 p0, l 1 + q1 p1, l 1 + q p + q p + q p q p + + ql = q0 p0, l + q1 p1, l + q2 p2, l + q3 p3, l + + ql 1pl 1, l + ql pl, l 1 = q0 + q1 + q2 + q3 + + ql 1 + ql 2 2, l 1 3 3, l 1 l 1 l 1, l 1 l l, l 1 (20) Wartośc p j pochodzą z macerzy przejśca. Ponżej zaprezentowane zostaną trzy z cząstkowych wskaźnków opartych na prawdopodobeństwe stanu równowag: Stosunek oczekwanych wartośc znżek zwyżek w klasach taryfkacyjnych Mernk ten pozwala uwzględnać dwe dodatkowe kweste, tj. fakt, że systemy różną sę mędzy sobą lczbą klas taryfowych wartoścam przyznawanych bonusów malusów. Najperw należy oblczyć oczekwane wartośc uzyskanych znżek/zwyżek składk w poszczególnych klasach taryfowych w oparcu o prawdopodobeństwa stanu równowag. Otrzymane wartośc oczekwane odnosć sę będą do systemu w wymarze długookresowym wg następujących formuł: m b ( t) = t q ( t) = t q, (21) 26. Ibdem. 63

14 Wadomośc Ubezpeczenowe 2/2013 gdze: to numer klasy taryfowej (łączne klasy malus (0,1,2 k) bonus (k+1, k+2,,l); m ( t ) oczekwana wartość zwyżk w -tej klase malus; b ( t ) oczekwana wartość znżk w -tej klase bonus; q prawdopodobeństwo równowag dla -tej klasy; t wartość zwyżk lub znżk w -tej klase taryfkacyjnej; 27 Uwzględnene lczby klas w systeme następuje poprzez wyznaczene zagregowanej (ogólnej) wartośc oczekwanej w obrębe klas malus, a także w obrębe klas bonus. Wówczas uzyskane zostaną: ogólna oczekwana wartość zwyżek dla klas malus, jako: k m m ( t ) = ( t ), (22) = 0 gdze: m ( t ) ogólna oczekwana wartość zwyżek; m ( t ) oczekwana wartość zwyżk w -tej klase malus; ogólna oczekwana wartość znżek dla klas bonus, jako: l = k+ 1 b b ( t ) = ( t ), (23) gdze: b ( t ) ogólna oczekwana wartość znżek; b ( t ) oczekwana wartość znżk w -tej klase bonus. Ostateczne należy wylczyć stosunek tych dwóch welkośc: m ( t) b (24) ( t) Interpretacja tego wskaźnka jest następująca: m bardzej wartość wskaźnka przekracza wartość 1 (czyl zwyżk stawk znacząco pokrywają znżk), tym system uchodz za bardzej rygorystyczny. Warto zwrócć uwagę, że rzeczywśce tak skonstruowany mernk ujmuje dwa aspekty, którym mogą sę różnć systemy bonus-malus: lczbę klas wartość zwyżek/znżek stawk podstawowej. Przykładowo: podnesene zwyżek, przy pozostałych warunkach nezmenonych, zwększy wartość mernka, podobne jak przy nezmenonych pozostałych warunkach lkwdacja nektórych klas bonusowych. Stosunek oczekwanych wartośc znżek zwyżek w klasach taryfkacyjnych 28. Mernk ten jest lorazem oczekwanej wartośc zwyżek dla klas malus oczekwanej wartośc znżek dla klas bonus oblczonych dla stanu równowag systemu. 27. Przy wyznaczanu wartośc zwyżk/znżk t w klasach przyjmuje sę założene, że stawka podstawowa jest jednostkowa. 28. Ł. Gwzdała, Możlwośc analzy systemów bonus-malus w śwetle procesów Markowa, w: Ubezpeczena wobec wyzwań XXI weku, red. Wanda Ronka-Chmelowec, Prace Naukowe Unwersytetu Ekonomcznego we Wrocławu nr 228, Wrocław

15 Klasyczne mary efektywnośc systemu bonus-malus Mernk ten jest łatwy w nterpretacj, uwzględna też strukturę portfela. Wśród wad wymena sę wysok pozom jego ogólnośc (jest to mocno zagregowana mara). Ponadto wskaźnk ten trac na znaczenu dla systemów funkcjonujących dostateczne długo, aby klenc bezszkodow zagneźdzl sę w klase o najwyższym pozome składk, taka sytuacja zanża mocno wartość wskaźnka. Wartość oczekwana czasu przejśca po raz perwszy z klasy -tej do j-tej Ocenę efektywnośc systemu można też przeprowadzć pod kątem tego, jak szybko od wejśca do systemu klent dostane sę do upatrzonej przez sebe klasy docelowej. Wybór klasy docelowej może być dowolny, nemnej najczęścej klenc pożądają najwyższych możlwych znżek. Zadane zatem sprowadza sę przede wszystkm do wyznaczena rozkładu tej zmennej. Rozkład zmennej losowej T, oznaczającej czas, jak upływa od momentu wejśca ubezpeczonego do -tej klasy taryfkacyjnej, do przejśca do klasy j-tej po raz perwszy, wyznacza sę z wykorzystanem m prawdopodobeństw p j, gdze to klasa startowa,a j docelowa, zawartych w macerzach przejśca ( m) w m latach M. Macerz przejśca należy jednak tak zmodyfkować, aby można z nej było odczytać prawdopodobeństwa przejśca z klasy uznanej za początkową do docelowej w przecągu m lat, które nterpretuje sę jako wartośc dystrybuanty czasu do perwszego wejśca w stan docelowy, czyl: ( m) [ ] F ( m) = P T m = p. (25) T Następne, odejmując kolejne wartośc dystrybuant, uzyskuje sę rozkład prawdopodobeństwa p ( ) T m zmennej losowej T. Po polczenu wartośc oczekwanej znanej te można dokonać nterpretacj systemu m wyższa wartość oczekwana, tym system jest bardzej rygorystyczny dla ubezpeczonych klent dłużej mus oczekwać na dostane sę do najkorzystnejszej dla nego klasy. Zaletą tej metody jest to, że pozwala dokonać analzy systemu zarówno dla pojedynczego klenta, jak w ujęcu całoścowym w zakładze ubezpeczeń. Jej wadą jest fakt, że merzy tylko perwsze przejśce klenta po systeme. Ne jest zatem użyteczna do pomaru efektywnośc dla klenta, który dokonał zmany ubezpeczycela, a po pewnym czase powrócł do dotychczasowego. Średn względny przyrost prawdopodobeństwa pozostana lub powrotu ubezpeczonego do strefy malus systemu Klent może też badać efektywność systemu, zadając sobe pytane: z jakm prawdopodobeństwem zostanę w tym samym mejscu lub trafę do klasy zwyżkowej, jeśl jeszcze rok pozostanę w tym systeme. By otrzymać odpowedź, należy wylczyć prawdopodobeństwo pozostana danego ubezpeczonego w beżącej klase bądź jego przejśca do klas o wyższych pozomach składk w cągu m lat. W efekce, dla kolejnych, coraz dłuższych okresów, otrzymuje sę wartośc prawdopodobeństwa dla każdej klasy malus. Nech będą one oznaczone przez:, j p = p, (26) ( m) ( m) j j gdze: ( m ) p prawdopodobeństwo, że polsa z -tej klasy malus w nej pozostane lub przejdze do nnej klasy malus w cągu m lat; numer rozważanej klasy malus; j kolejne numery stnejących klas malus, w tym j =. 65

16 Wadomośc Ubezpeczenowe 2/2013 Jednakże, z punktu wdzena postawonego problemu, bardzej nteresujące jest prawdopodobeństwo łączne dla wszystkch klas malus. Wartość ta może posłużyć do wylczena prawdopodobeństwa, że ubezpeczony po m latach wcąż będze w strefe malus lub do nej powróc. Należy tego dokonać przez użyce systemu wag 29, polczonego z uwzględnenem prawdopodobeństwa równowag, wg następującej formuły: q W =, (27) qj j gdze: W waga dla -tej klasy malus; numer -tej klasy malus; j numery kolejnych klas malus, w tym j =. Ostateczne prawdopodobeństwo, że ubezpeczony po m latach wcąż będze w strefe malus lub do nej powróc wyrażone będze przez: ( m) ( m) p = W p (28) ml j j gdze: ( m ) p ml prawdopodobeństwo, że ubezpeczony po m latach wcąż będze w strefe malus lub do nej powróc numer -tej klasy malus; j numery kolejnych klas malus, w tym j =. Naturalne, w przypadku wększośc systemów bonus-malus mowa będze o przecętnym zmnejszanu sę wartośc prawdopodobeństwa, tzn. (b 1) 100 proc. będze mnejsze od zera. Stąd system określć można, jako tym bardzej rygorystyczny, m wększy będze średn przyrost względny dla oszacowanej funkcj regresj. Uogólnając, mernk ten pozwala ustalć, w jakm stopnu klasy malus systemu są zdolne do utrzymywana do przycągana ubezpeczonych, a ścślej, w jakm tempe tę zdolność tracą. 30 Zatem metoda ta jest użyteczna dla dentyfkacj tych klentów, wobec których stneje ryzyko łatwego przejęca przez konkurujące zakłady ubezpeczeń, gdyż mogą on ocenać jako coraz mnej pewne utrzymane swoch znżek w systeme tego zakładu, w którym są obecne. Jest to oczywstą zaletą tego mernka. Jego wada to natomast oparce go na danych agregowanych. Podsumowane Po przeglądze wybranych klkunastu metod oceny efektywnośc systemu bonus-malus należy podkreślć, że każda z tych mar jest fragmentaryczna, ponadto ne uwzględnają one elementów jakoścowych zwązanych z procesem ubezpeczena. Co węcej są to główne mary efektywnośc taryfkacyjnej, ocenające, w jakm stopnu system bonus-malus dostosowuje składkę do n- 29. Jeśl ubezpeczen rozkładalby sę równomerne pomędzy klasy malusowe, wówczas wystarczyłoby zsumowane prawdopodobeństw p m ( ) po, a następne podzelene otrzymanej wartośc przez lczbę klas malus. 30. Ibdem. 66

17 Klasyczne mary efektywnośc systemu bonus-malus dywdualnego ryzyka. Nektóre metody (mara łącznej zmennośc systemu) badają też pozom nerównowag systemu (m wększa nerównowaga, tym gorsze dopasowane składk do ndywdualnego ryzyka). Tylko nektóre (łączna elastyczność) uwzględnają strukturę portfela ubezpeczycel przepływu klentów mędzy systemam. Celem dokonywana operacj matematycznych tworzy sę modele, które operają sę na slnych założenach, neprzystających w pełn do praktyk rynkowej (jak nezależność szkód; ne uwzględnają zmany częstośc szkód w czase wzrost dośwadczena kerowcy, zmana samochodu na nowszy, bezpecznejszy, wzrost lczby klometrów pokonywanych w cągu roku tp.). W analze należy też uwzględnć specyfkę polskego rynku ubezpeczeń komunkacyjnych, w którym to obszarze spotyka sę system bonus-malus. Wskazać można trzy podstawowe ogranczena obcążene polskego rynku: 1. Slne obcążene hstoryczne, zwązane z weloletnm monopolem jednego ubezpeczycela wcąż jeszcze slną jego pozycją; 2. Oferowane w Polsce produkty ubezpeczenowe sprzedawane przez ubezpeczycel wchodzących w mędzynarodowe grupy kaptałowe to często kope produktów z wększych rynków, przez co produkty są nedostosowane do polskch warunków; 3. W Polsce zasady funkcjonowana ubezpeczena OC kerowców, przez to, że jest to ubezpeczene obowązkowe, reguluje ustawa. Odnośne funkcjonowana systemu bonus-malus, najwększym ogranczenem jest brak możlwośc odmówena klentow ubezpeczena obowązkowego przez zakład, który prowadz sprzedaż ubezpeczeń w tym obszarze. Powoduje to, że jedyne pozomem składk zakład może takego klenta znechęcć do zakupena produktu ubezpeczenowego. Taka sytuacja slne rzutuje na to, jak funkcjonuje system bonus-malus dla ubezpeczeń OC. Wykaz źródeł Coene G., Doray L.G., A fnancally balanced bonus-malus system, Astn Bulletn 26, 1996, s Daykn C.D., Pentkänen T., Pesonen H., Practcal rsk theory for actuares, Chapman&Hall, London Fsz M., Rachunek prawdopodobeństwa statystyka matematyczna, PWN, Warszawa Gwzdała Ł., Możlwośc analzy systemów bonus-malus w śwetle procesów Markowa, w: Ubezpeczena wobec wyzwań XXI weku, red. Wanda Ronka-Chmelowec, Prace Naukowe Unwersytetu Ekonomcznego we Wrocławu nr 228, Wrocław Kochańsk B., fektywność funkcjonowana systemu bonus-malus w ubezpeczenach komunkacyjnych w Polsce w wybranych krajach europejskch, Praca magsterska napsana pod kerunkem prof. dr. hab. Mrosława Szredera, Unwersytet Gdańsk Lemare J., Bonus-Malus systems: the uropean and Asan approach to mert ratng, North Amercan Actuaral Journal Socety of Acutaresĺ Schaumburg, Illnos, 1998: 2:1, 26 47, dostępne na Lemare J., Bonus-Malus Systems n Automoble Insurance, Boston: Kluwer Szymańska A., Wybrane mary efektywnośc systemów bonus-malus ubezpeczeń komunkacyjnych OC, w: Ubezpeczena wobec wyzwań XXI weku, Prace Naukowe Akadem Ekonomcznej we Wrocławu, nr 1127, 2008, s Vaughan E.J., Fundamentals of rsk and nsurance, John Wley and sons,

18 Wadomośc Ubezpeczenowe 2/2013 Classcal measures of effectveness of the bonus-malus system The man am of the ntroducton of the bonus-malus system to motor nsurance was to obtan a tool whch would enable matchng the nsurance premum amount to the level of rsk assumed by nsurance undertakngs correctly, and a stmulus nfluencng the frequency of adverse fortutous events,.e. vehcle thefts, road collsons and cases of nsurance fraud. Ths system s currently wdespread throughout the U. Unfortunately, more and more often opnons can be heard that ts effectveness s not always at a satsfyng level. In order to assess the system s tarff effectveness the Markov chan theory and negatve bnomnal model are usually used. Thanks to these tools t s possble to approxmately determne the level at whch the nsurance premum s matched to the motor rsk nsured. The am of the artcle s to brefly present these methods and ndcate the key areas of the system s operaton whch are subject to assessment n them. Key words: motor nsurance, bonus-malus system, Markov processes, nsurance premum, loss rato. DR ANNA JĘDRZYCHOWSKA adunkt w Katedrze Ubezpeczeń Unwersytetu Ekonomcznego we Wrocławu. DR EWA POPRAWSKA adunkt w Katedrze Ubezpeczeń Unwersytetu Ekonomcznego we Wrocławu. 68

ANALIZA WYBRANYCH METOD OCENY SYSTEMÓW BONUS-MALUS

ANALIZA WYBRANYCH METOD OCENY SYSTEMÓW BONUS-MALUS Anna Jędrzychowska Unwersytet Ekonomczny we Wrocławu Wydzał Zarządzana, Informatyk Fnansów Katedra Ubezpeczeń anna.jedrzychowska@ue.wroc.pl Ewa Poprawska Unwersytet Ekonomczny we Wrocławu Wydzał Zarządzana,

Bardziej szczegółowo

Pomiar efektywności systemu bonus-malus. Analiza wybranych metod oceny

Pomiar efektywności systemu bonus-malus. Analiza wybranych metod oceny Pomar efektywnośc systemu bonus-malus Anna Jędrzychowska Ewa Poprawska Pomar efektywnośc systemu bonus-malus. Analza wybranych metod oceny Artykuł stanow rozwnęce kontynuację zaprezentowanej na kartach

Bardziej szczegółowo

Analiza modyfikacji systemów bonus-malus w ubezpieczeniach komunikacyjnych AC na przykładzie wybranego zakładu ubezpieczeń

Analiza modyfikacji systemów bonus-malus w ubezpieczeniach komunikacyjnych AC na przykładzie wybranego zakładu ubezpieczeń Analza modyfkacj systemów bonus-malus Ewa Łazuka Klauda Stępkowska Analza modyfkacj systemów bonus-malus w ubezpeczenach komunkacyjnych AC na przykładze wybranego zakładu ubezpeczeń Tematyka przedstawonego

Bardziej szczegółowo

PODSTAWA WYMIARU ORAZ WYSOKOŚĆ EMERYTURY USTALANEJ NA DOTYCHCZASOWYCH ZASADACH

PODSTAWA WYMIARU ORAZ WYSOKOŚĆ EMERYTURY USTALANEJ NA DOTYCHCZASOWYCH ZASADACH PODSTAWA WYMIARU ORAZ WYSOKOŚĆ EMERYTURY USTALANEJ NA DOTYCHCZASOWYCH ZASADACH Z a k ł a d U b e z p e c z e ń S p o ł e c z n y c h Wprowadzene Nnejsza ulotka adresowana jest zarówno do osób dopero ubegających

Bardziej szczegółowo

Analiza rodzajów skutków i krytyczności uszkodzeń FMECA/FMEA według MIL STD - 1629A

Analiza rodzajów skutków i krytyczności uszkodzeń FMECA/FMEA według MIL STD - 1629A Analza rodzajów skutków krytycznośc uszkodzeń FMECA/FMEA według MIL STD - 629A Celem analzy krytycznośc jest szeregowane potencjalnych rodzajów uszkodzeń zdentyfkowanych zgodne z zasadam FMEA na podstawe

Bardziej szczegółowo

Modele wieloczynnikowe. Modele wieloczynnikowe. Modele wieloczynnikowe ogólne. α β β β ε. Analiza i Zarządzanie Portfelem cz. 4.

Modele wieloczynnikowe. Modele wieloczynnikowe. Modele wieloczynnikowe ogólne. α β β β ε. Analiza i Zarządzanie Portfelem cz. 4. Modele weloczynnkowe Analza Zarządzane Portfelem cz. 4 Ogólne model weloczynnkowy można zapsać jako: (,...,,..., ) P f F F F = n Dr Katarzyna Kuzak lub (,...,,..., ) f F F F = n Modele weloczynnkowe Można

Bardziej szczegółowo

KURS STATYSTYKA. Lekcja 6 Regresja i linie regresji ZADANIE DOMOWE. www.etrapez.pl Strona 1

KURS STATYSTYKA. Lekcja 6 Regresja i linie regresji ZADANIE DOMOWE. www.etrapez.pl Strona 1 KURS STATYSTYKA Lekcja 6 Regresja lne regresj ZADANIE DOMOWE www.etrapez.pl Strona 1 Część 1: TEST Zaznacz poprawną odpowedź (tylko jedna jest prawdzwa). Pytane 1 Funkcja regresj I rodzaju cechy Y zależnej

Bardziej szczegółowo

Proces narodzin i śmierci

Proces narodzin i śmierci Proces narodzn śmerc Jeżel w ewnej oulacj nowe osobnk ojawają sę w sosób losowy, rzy czym gęstość zdarzeń na jednostkę czasu jest stała w czase wynos λ, oraz lczba osobnków n, które ojawły sę od chwl do

Bardziej szczegółowo

Analiza danych OGÓLNY SCHEMAT. http://zajecia.jakubw.pl/ Dane treningowe (znana decyzja) Klasyfikator. Dane testowe (znana decyzja)

Analiza danych OGÓLNY SCHEMAT. http://zajecia.jakubw.pl/ Dane treningowe (znana decyzja) Klasyfikator. Dane testowe (znana decyzja) Analza danych Dane trenngowe testowe. Algorytm k najblższych sąsadów. Jakub Wróblewsk jakubw@pjwstk.edu.pl http://zajeca.jakubw.pl/ OGÓLNY SCHEMAT Mamy dany zbór danych podzelony na klasy decyzyjne, oraz

Bardziej szczegółowo

Stanisław Cichocki Natalia Nehrebecka. Zajęcia 4

Stanisław Cichocki Natalia Nehrebecka. Zajęcia 4 Stansław Cchock Natala Nehrebecka Zajęca 4 1. Interpretacja parametrów przy zmennych zerojedynkowych Zmenne 0-1 Interpretacja przy zmennej 0 1 w modelu lnowym względem zmennych objaśnających Interpretacja

Bardziej szczegółowo

Portfele zawierające walor pozbawiony ryzyka. Elementy teorii rynku kapitałowego

Portfele zawierające walor pozbawiony ryzyka. Elementy teorii rynku kapitałowego Portel nwestycyjny ćwczena Na podst. Wtold Jurek: Konstrukcja analza rozdzał 5 dr chał Konopczyńsk Portele zawerające walor pozbawony ryzyka. lementy teor rynku kaptałowego 1. Pożyczane penędzy amy dwa

Bardziej szczegółowo

KURS STATYSTYKA. Lekcja 1 Statystyka opisowa ZADANIE DOMOWE. www.etrapez.pl Strona 1

KURS STATYSTYKA. Lekcja 1 Statystyka opisowa ZADANIE DOMOWE. www.etrapez.pl Strona 1 KURS STATYSTYKA Lekcja 1 Statystyka opsowa ZADANIE DOMOWE www.etrapez.pl Strona 1 Część 1: TEST Zaznacz poprawną odpowedź (tylko jedna jest prawdzwa). Pytane 1 W statystyce opsowej mamy pełne nformacje

Bardziej szczegółowo

SZACOWANIE NIEPEWNOŚCI POMIARU METODĄ PROPAGACJI ROZKŁADÓW

SZACOWANIE NIEPEWNOŚCI POMIARU METODĄ PROPAGACJI ROZKŁADÓW SZACOWANIE NIEPEWNOŚCI POMIARU METODĄ PROPAGACJI ROZKŁADÓW Stefan WÓJTOWICZ, Katarzyna BIERNAT ZAKŁAD METROLOGII I BADAŃ NIENISZCZĄCYCH INSTYTUT ELEKTROTECHNIKI ul. Pożaryskego 8, 04-703 Warszawa tel.

Bardziej szczegółowo

Zaawansowane metody numeryczne Komputerowa analiza zagadnień różniczkowych 1. Układy równań liniowych

Zaawansowane metody numeryczne Komputerowa analiza zagadnień różniczkowych 1. Układy równań liniowych Zaawansowane metody numeryczne Komputerowa analza zagadneń różnczkowych 1. Układy równań lnowych P. F. Góra http://th-www.f.uj.edu.pl/zfs/gora/ semestr letn 2006/07 Podstawowe fakty Równane Ax = b, x,

Bardziej szczegółowo

Stanisław Cichocki. Natalia Nehrebecka. Wykład 6

Stanisław Cichocki. Natalia Nehrebecka. Wykład 6 Stansław Cchock Natala Nehrebecka Wykład 6 1 1. Interpretacja parametrów przy zmennych objaśnających cągłych Semelastyczność 2. Zastosowane modelu potęgowego Model potęgowy 3. Zmenne cągłe za zmenne dyskretne

Bardziej szczegółowo

Stanisław Cichocki. Natalia Nehrebecka Katarzyna Rosiak-Lada. Zajęcia 3

Stanisław Cichocki. Natalia Nehrebecka Katarzyna Rosiak-Lada. Zajęcia 3 Stansław Cchock Natala Nehrebecka Katarzyna Rosak-Lada Zajęca 3 1. Dobrod dopasowana równana regresj. Współczynnk determnacj R 2 Dekompozycja warancj zmennej zależnej Współczynnk determnacj R 2 2. Zmenne

Bardziej szczegółowo

Natalia Nehrebecka. Zajęcia 4

Natalia Nehrebecka. Zajęcia 4 St ł Cchock Stansław C h k Natala Nehrebecka Zajęca 4 1. Interpretacja parametrów przy zmennych zerojedynkowych Zmenne 0 1 Interpretacja przy zmennej 0 1 w modelu lnowym względem zmennych objaśnających

Bardziej szczegółowo

Natalia Nehrebecka. Zajęcia 3

Natalia Nehrebecka. Zajęcia 3 St ł Cchock Stansław C h k Natala Nehrebecka Zajęca 3 1. Dobroć dopasowana równana regresj. Współczynnk determnacj R Dk Dekompozycja warancj zmennej zależnej ż Współczynnk determnacj R. Zmenne cągłe a

Bardziej szczegółowo

Pobrane z czasopisma Annales H - Oeconomia Data: 01/06/ :19:23

Pobrane z czasopisma Annales H - Oeconomia  Data: 01/06/ :19:23 Pobrane z czasopsma Annales H - Oeconoma http://oeconoma.annales.umcs.pl DOI:0.795/h.206.50.4.497 ANNALES UNIVERSITATIS MARIAE CURIE-SKŁODOWSKA LUBLIN POLONIA VOL. L, 4 SECTIO H 206 Unwersytet Łódzk. Wydzał

Bardziej szczegółowo

Za: Stanisław Latoś, Niwelacja trygonometryczna, [w:] Ćwiczenia z geodezji II [red.] J. Beluch

Za: Stanisław Latoś, Niwelacja trygonometryczna, [w:] Ćwiczenia z geodezji II [red.] J. Beluch Za: Stansław Latoś, Nwelacja trygonometryczna, [w:] Ćwczena z geodezj II [red.] J. eluch 6.1. Ogólne zasady nwelacj trygonometrycznej. Wprowadzene Nwelacja trygonometryczna, zwana równeż trygonometrycznym

Bardziej szczegółowo

METODA UNITARYZACJI ZEROWANEJ Porównanie obiektów przy ocenie wielokryterialnej. Ranking obiektów.

METODA UNITARYZACJI ZEROWANEJ Porównanie obiektów przy ocenie wielokryterialnej. Ranking obiektów. Opracowane: Dorota Mszczyńska METODA UNITARYZACJI ZEROWANEJ Porównane obektów przy ocene welokryteralnej. Rankng obektów. Porównane wybranych obektów (warantów decyzyjnych) ze względu na różne cechy (krytera)

Bardziej szczegółowo

Zadane 1: Wyznacz średne ruchome 3-okresowe z następujących danych obrazujących zużyce energ elektrycznej [kwh] w pewnym zakładze w mesącach styczeń - lpec 1998 r.: 400; 410; 430; 40; 400; 380; 370. Zadane

Bardziej szczegółowo

Weryfikacja hipotez dla wielu populacji

Weryfikacja hipotez dla wielu populacji Weryfkacja hpotez dla welu populacj Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Intelgencj Metod Matematycznych Wydzał Informatyk Poltechnk Szczecńskej 5. Parametryczne testy stotnośc w

Bardziej szczegółowo

BADANIA OPERACYJNE. Podejmowanie decyzji w warunkach niepewności. dr Adam Sojda

BADANIA OPERACYJNE. Podejmowanie decyzji w warunkach niepewności. dr Adam Sojda BADANIA OPERACYJNE Podejmowane decyzj w warunkach nepewnośc dr Adam Sojda Teora podejmowana decyzj gry z naturą Wynk dzałana zależy ne tylko od tego, jaką podejmujemy decyzję, ale równeż od tego, jak wystąp

Bardziej szczegółowo

0 0,2 0, p 0,1 0,2 0,5 0, p 0,3 0,1 0,2 0,4

0 0,2 0, p 0,1 0,2 0,5 0, p 0,3 0,1 0,2 0,4 Zad. 1. Dana jest unkcja prawdopodobeństwa zmennej losowej X -5-1 3 8 p 1 1 c 1 Wyznaczyć: a. stałą c b. wykres unkcj prawdopodobeństwa jej hstogram c. dystrybuantę jej wykres d. prawdopodobeństwa: P (

Bardziej szczegółowo

STATYSTYKA MATEMATYCZNA WYKŁAD 5 WERYFIKACJA HIPOTEZ NIEPARAMETRYCZNYCH

STATYSTYKA MATEMATYCZNA WYKŁAD 5 WERYFIKACJA HIPOTEZ NIEPARAMETRYCZNYCH STATYSTYKA MATEMATYCZNA WYKŁAD 5 WERYFIKACJA HIPOTEZ NIEPARAMETRYCZNYCH 1 Test zgodnośc χ 2 Hpoteza zerowa H 0 ( Cecha X populacj ma rozkład o dystrybuance F). Hpoteza alternatywna H1( Cecha X populacj

Bardziej szczegółowo

65120/ / / /200

65120/ / / /200 . W celu zbadana zależnośc pomędzy płcą klentów ch preferencjam, wylosowano kobet mężczyzn zadano m pytane: uważasz za lepszy produkt frmy A czy B? Wynk były następujące: Odpowedź Kobety Mężczyźn Wolę

Bardziej szczegółowo

W praktyce często zdarza się, że wyniki obu prób możemy traktować jako. wyniki pomiarów na tym samym elemencie populacji np.

W praktyce często zdarza się, że wyniki obu prób możemy traktować jako. wyniki pomiarów na tym samym elemencie populacji np. Wykład 7 Uwaga: W praktyce często zdarza sę, że wynk obu prób możemy traktować jako wynk pomarów na tym samym elemence populacj np. wynk x przed wynk y po operacj dla tego samego osobnka. Należy wówczas

Bardziej szczegółowo

BADANIE STABILNOŚCI WSPÓŁCZYNNIKA BETA AKCJI INDEKSU WIG20

BADANIE STABILNOŚCI WSPÓŁCZYNNIKA BETA AKCJI INDEKSU WIG20 Darusz Letkowsk Unwersytet Łódzk BADANIE STABILNOŚCI WSPÓŁCZYNNIKA BETA AKCJI INDEKSU WIG0 Wprowadzene Teora wyboru efektywnego portfela nwestycyjnego zaproponowana przez H. Markowtza oraz jej rozwnęca

Bardziej szczegółowo

Kształtowanie się firm informatycznych jako nowych elementów struktury przestrzennej przemysłu

Kształtowanie się firm informatycznych jako nowych elementów struktury przestrzennej przemysłu PRACE KOMISJI GEOGRAFII PRZEMY SŁU Nr 7 WARSZAWA KRAKÓW 2004 Akadema Pedagogczna, Kraków Kształtowane sę frm nformatycznych jako nowych elementów struktury przestrzennej przemysłu Postępujący proces rozwoju

Bardziej szczegółowo

Stanisław Cichocki. Natalia Nehrebecka. Wykład 7

Stanisław Cichocki. Natalia Nehrebecka. Wykład 7 Stansław Cchock Natala Nehrebecka Wykład 7 1 1. Zmenne cągłe a zmenne dyskretne 2. Interpretacja parametrów przy zmennych dyskretnych 1. Zmenne cągłe a zmenne dyskretne 2. Interpretacja parametrów przy

Bardziej szczegółowo

dy dx stąd w przybliżeniu: y

dy dx stąd w przybliżeniu: y Przykłady do funkcj nelnowych funkcj Törnqusta Proszę sprawdzć uzasadnć, które z podanych zdań są prawdzwe, a które fałszywe: Przykład 1. Mesęczne wydatk na warzywa (y, w jednostkach penężnych, jp) w zależnośc

Bardziej szczegółowo

( ) ( ) 2. Zadanie 1. są niezależnymi zmiennymi losowymi o. oraz. rozkładach normalnych, przy czym EX. i σ są nieznane. 1 Niech X

( ) ( ) 2. Zadanie 1. są niezależnymi zmiennymi losowymi o. oraz. rozkładach normalnych, przy czym EX. i σ są nieznane. 1 Niech X Prawdopodobeństwo statystyka.. r. Zadane. Zakładamy, że,,,,, 5 są nezależnym zmennym losowym o rozkładach normalnych, przy czym E = μ Var = σ dla =,,, oraz E = μ Var = 3σ dla =,, 5. Parametry μ, μ σ są

Bardziej szczegółowo

Analiza porównawcza rozwoju wybranych banków komercyjnych w latach 2001 2009

Analiza porównawcza rozwoju wybranych banków komercyjnych w latach 2001 2009 Mara Konopka Katedra Ekonomk Organzacj Przedsęborstw Szkoła Główna Gospodarstwa Wejskego w Warszawe Analza porównawcza rozwoju wybranych banków komercyjnych w latach 2001 2009 Wstęp Polska prywatyzacja

Bardziej szczegółowo

Statystyka Inżynierska

Statystyka Inżynierska Statystyka Inżynerska dr hab. nż. Jacek Tarasuk AGH, WFIS 013 Wykład DYSKRETNE I CIĄGŁE ROZKŁADY JEDNOWYMIAROWE Zmenna losowa, Funkcja rozkładu, Funkcja gęstośc, Dystrybuanta, Charakterystyk zmennej, Funkcje

Bardziej szczegółowo

O PEWNYM MODELU POZWALAJĄCYM IDENTYFIKOWAĆ K NAJBARDZIEJ PODEJRZANYCH REKORDÓW W ZBIORZE DANYCH KSIĘGOWYCH W PROCESIE WYKRYWANIA OSZUSTW FINANSOWYCH

O PEWNYM MODELU POZWALAJĄCYM IDENTYFIKOWAĆ K NAJBARDZIEJ PODEJRZANYCH REKORDÓW W ZBIORZE DANYCH KSIĘGOWYCH W PROCESIE WYKRYWANIA OSZUSTW FINANSOWYCH Mateusz Baryła Unwersytet Ekonomczny w Krakowe O PEWNYM MODELU POZWALAJĄCYM IDENTYFIKOWAĆ K NAJBARDZIEJ PODEJRZANYCH REKORDÓW W ZBIORZE DANYCH KSIĘGOWYCH W PROCESIE WYKRYWANIA OSZUSTW FINANSOWYCH Wprowadzene

Bardziej szczegółowo

Funkcje i charakterystyki zmiennych losowych

Funkcje i charakterystyki zmiennych losowych Funkcje charakterystyk zmennych losowych Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Intelgencj Metod Matematycznych Wydzał Informatyk Poltechnk Szczecńskej 5. Funkcje zmennych losowych

Bardziej szczegółowo

ANALIZA KORELACJI WYDATKÓW NA KULTURĘ Z BUDŻETU GMIN ORAZ WYKSZTAŁCENIA RADNYCH

ANALIZA KORELACJI WYDATKÓW NA KULTURĘ Z BUDŻETU GMIN ORAZ WYKSZTAŁCENIA RADNYCH Potr Mchalsk Węzeł Centralny OŻK-SB 25.12.2013 rok ANALIZA KORELACJI WYDATKÓW NA KULTURĘ Z BUDŻETU GMIN ORAZ WYKSZTAŁCENIA RADNYCH Celem ponższej analzy jest odpowedź na pytane: czy wykształcene radnych

Bardziej szczegółowo

Wpływ macierzy przejścia systemu bonus-malus ubezpieczeń komunikacyjnych OC na jego efektywność taryfikacyjną

Wpływ macierzy przejścia systemu bonus-malus ubezpieczeń komunikacyjnych OC na jego efektywność taryfikacyjną Wpływ macierzy przejścia systemu bonus-malus ubezpieczeń komunikacyjnych OC na jego efektywność taryfikacyjną Anna Szymańska Katedra Metod Statystycznych Uniwersytet Łódzki Taryfikacja w ubezpieczeniach

Bardziej szczegółowo

Stanisław Cichocki. Natalia Nehrebecka. Wykład 6

Stanisław Cichocki. Natalia Nehrebecka. Wykład 6 Stansław Cchock Natala Nehrebecka Wykład 6 1 1. Zastosowane modelu potęgowego Przekształcene Boxa-Coxa 2. Zmenne cągłe za zmenne dyskretne 3. Interpretacja parametrów przy zmennych dyskretnych 1. Zastosowane

Bardziej szczegółowo

Analiza ryzyka jako instrument zarządzania środowiskiem

Analiza ryzyka jako instrument zarządzania środowiskiem WARSZTATY 2003 z cyklu Zagrożena naturalne w górnctwe Mat. Symp. str. 461 466 Elżbeta PILECKA, Małgorzata SZCZEPAŃSKA Instytut Gospodark Surowcam Mneralnym Energą PAN, Kraków Analza ryzyka jako nstrument

Bardziej szczegółowo

PROGNOZOWANIE SPRZEDAŻY Z ZASTOSOWANIEM ROZKŁADU GAMMA Z KOREKCJĄ ZE WZGLĘDU NA WAHANIA SEZONOWE

PROGNOZOWANIE SPRZEDAŻY Z ZASTOSOWANIEM ROZKŁADU GAMMA Z KOREKCJĄ ZE WZGLĘDU NA WAHANIA SEZONOWE STUDIA I PRACE WYDZIAŁU NAUK EKONOMICZNYCH I ZARZĄDZANIA NR 36 Krzysztof Dmytrów * Marusz Doszyń ** Unwersytet Szczecńsk PROGNOZOWANIE SPRZEDAŻY Z ZASTOSOWANIEM ROZKŁADU GAMMA Z KOREKCJĄ ZE WZGLĘDU NA

Bardziej szczegółowo

Pattern Classification

Pattern Classification attern Classfcaton All materals n these sldes were taken from attern Classfcaton nd ed by R. O. Duda,. E. Hart and D. G. Stork, John Wley & Sons, 000 wth the permsson of the authors and the publsher Chapter

Bardziej szczegółowo

METODY PLANOWANIA EKSPERYMENTÓW. dr hab. inż. Mariusz B. Bogacki

METODY PLANOWANIA EKSPERYMENTÓW. dr hab. inż. Mariusz B. Bogacki Metody Planowana Eksperymentów Rozdzał 1. Strona 1 z 14 METODY PLANOWANIA EKSPERYMENTÓW dr hab. nż. Marusz B. Bogack Marusz.Bogack@put.poznan.pl www.fct.put.poznan.pl/cv23.htm Marusz B. Bogack 1 Metody

Bardziej szczegółowo

KRZYWA BÉZIERA TWORZENIE I WIZUALIZACJA KRZYWYCH PARAMETRYCZNYCH NA PRZYKŁADZIE KRZYWEJ BÉZIERA

KRZYWA BÉZIERA TWORZENIE I WIZUALIZACJA KRZYWYCH PARAMETRYCZNYCH NA PRZYKŁADZIE KRZYWEJ BÉZIERA KRZYWA BÉZIERA TWORZENIE I WIZUALIZACJA KRZYWYCH PARAMETRYCZNYCH NA PRZYKŁADZIE KRZYWEJ BÉZIERA Krzysztof Serżęga Wyższa Szkoła Informatyk Zarządzana w Rzeszowe Streszczene Artykuł porusza temat zwązany

Bardziej szczegółowo

Regulamin promocji 14 wiosna

Regulamin promocji 14 wiosna promocja_14_wosna strona 1/5 Regulamn promocj 14 wosna 1. Organzatorem promocj 14 wosna, zwanej dalej promocją, jest JPK Jarosław Paweł Krzymn, zwany dalej JPK. 2. Promocja trwa od 01 lutego 2014 do 30

Bardziej szczegółowo

Problemy jednoczesnego testowania wielu hipotez statystycznych i ich zastosowania w analizie mikromacierzy DNA

Problemy jednoczesnego testowania wielu hipotez statystycznych i ich zastosowania w analizie mikromacierzy DNA Problemy jednoczesnego testowana welu hpotez statystycznych ch zastosowana w analze mkromacerzy DNA Konrad Furmańczyk Katedra Zastosowań Matematyk SGGW Plan referatu Testowane w analze mkromacerzy DNA

Bardziej szczegółowo

Projekt 6 6. ROZWIĄZYWANIE RÓWNAŃ NIELINIOWYCH CAŁKOWANIE NUMERYCZNE

Projekt 6 6. ROZWIĄZYWANIE RÓWNAŃ NIELINIOWYCH CAŁKOWANIE NUMERYCZNE Inormatyka Podstawy Programowana 06/07 Projekt 6 6. ROZWIĄZYWANIE RÓWNAŃ NIELINIOWYCH CAŁKOWANIE NUMERYCZNE 6. Równana algebraczne. Poszukujemy rozwązana, czyl chcemy określć perwastk rzeczywste równana:

Bardziej szczegółowo

STARE A NOWE KRAJE UE KONKURENCYJNOŚĆ POLSKIEGO EKSPORTU

STARE A NOWE KRAJE UE KONKURENCYJNOŚĆ POLSKIEGO EKSPORTU Ewa Szymank Katedra Teor Ekonom Akadema Ekonomczna w Krakowe ul. Rakowcka 27, 31-510 Kraków STARE A NOWE KRAJE UE KONKURENCYJNOŚĆ POLSKIEGO EKSPORTU Abstrakt Artykuł przedstawa wynk badań konkurencyjnośc

Bardziej szczegółowo

Badanie współzależności dwóch cech ilościowych X i Y. Analiza korelacji prostej

Badanie współzależności dwóch cech ilościowych X i Y. Analiza korelacji prostej Badane współzależnośc dwóch cech loścowych X Y. Analza korelacj prostej Kody znaków: żółte wyróżnene nowe pojęce czerwony uwaga kursywa komentarz 1 Zagadnena 1. Zwązek determnstyczny (funkcyjny) a korelacyjny.

Bardziej szczegółowo

2012-10-11. Definicje ogólne

2012-10-11. Definicje ogólne 0-0- Defncje ogólne Logstyka nauka o przepływe surowców produktów gotowych rodowód wojskowy Utrzyywane zapasów koszty zwązane.n. z zarożene kaptału Brak w dostawach koszty zwązane.n. z przestoje w produkcj

Bardziej szczegółowo

XXX OLIMPIADA FIZYCZNA ETAP III Zadanie doświadczalne

XXX OLIMPIADA FIZYCZNA ETAP III Zadanie doświadczalne XXX OLIMPIADA FIZYCZNA ETAP III Zadane dośwadczalne ZADANIE D Nazwa zadana: Maszyna analogowa. Dane są:. doda półprzewodnkowa (krzemowa) 2. opornk dekadowy (- 5 Ω ), 3. woltomerz cyfrowy, 4. źródło napęca

Bardziej szczegółowo

KONSTRUKCJA OPTYMALNYCH PORTFELI Z ZASTOSOWANIEM METOD ANALIZY FUNDAMENTALNEJ UJĘCIE DYNAMICZNE

KONSTRUKCJA OPTYMALNYCH PORTFELI Z ZASTOSOWANIEM METOD ANALIZY FUNDAMENTALNEJ UJĘCIE DYNAMICZNE Adranna Mastalerz-Kodzs Unwersytet Ekonomczny w Katowcach KONSTRUKCJA OPTYMALNYCH PORTFELI Z ZASTOSOWANIEM METOD ANALIZY FUNDAMENTALNEJ UJĘCIE DYNAMICZNE Wprowadzene W dzałalnośc nstytucj fnansowych, takch

Bardziej szczegółowo

MODELOWANIE LICZBY SZKÓD W UBEZPIECZENIACH KOMUNIKACYJNYCH W PRZYPADKU WYSTĘPOWANIA DUŻEJ LICZBY ZER, Z WYKORZYSTANIEM PROCEDURY KROSWALIDACJI

MODELOWANIE LICZBY SZKÓD W UBEZPIECZENIACH KOMUNIKACYJNYCH W PRZYPADKU WYSTĘPOWANIA DUŻEJ LICZBY ZER, Z WYKORZYSTANIEM PROCEDURY KROSWALIDACJI Alcja Wolny-Domnak Unwersytet Ekonomczny w Katowcach MODELOWANIE LICZBY SZKÓD W UBEZPIECZENIACH KOMUNIKACYJNYCH W PRZYPADKU WYSTĘPOWANIA DUŻEJ LICZBY ZER, Z WYKORZYSTANIEM PROCEDURY KROSWALIDACJI Wprowadzene

Bardziej szczegółowo

Współczynnik przenikania ciepła U v. 4.00

Współczynnik przenikania ciepła U v. 4.00 Współczynnk przenkana cepła U v. 4.00 1 WYMAGANIA Maksymalne wartośc współczynnków przenkana cepła U dla ścan, stropów, stropodachów, oken drzw balkonowych podano w załącznku do Rozporządzena Mnstra Infrastruktury

Bardziej szczegółowo

Zarządzanie ryzykiem w przedsiębiorstwie i jego wpływ na analizę opłacalności przedsięwzięć inwestycyjnych

Zarządzanie ryzykiem w przedsiębiorstwie i jego wpływ na analizę opłacalności przedsięwzięć inwestycyjnych dr nż Andrze Chylńsk Katedra Bankowośc Fnansów Wyższa Szkoła Menedżerska w Warszawe Zarządzane ryzykem w rzedsęborstwe ego wływ na analzę ołacalnośc rzedsęwzęć nwestycynych w w w e - f n a n s e c o m

Bardziej szczegółowo

Procedura normalizacji

Procedura normalizacji Metody Badań w Geograf Społeczno Ekonomcznej Procedura normalzacj Budowane macerzy danych geografcznych mgr Marcn Semczuk Zakład Przedsęborczośc Gospodark Przestrzennej Instytut Geograf Unwersytet Pedagogczny

Bardziej szczegółowo

) będą niezależnymi zmiennymi losowymi o tym samym rozkładzie normalnym z następującymi parametrami: nieznaną wartością 1 4

) będą niezależnymi zmiennymi losowymi o tym samym rozkładzie normalnym z następującymi parametrami: nieznaną wartością 1 4 Zadane. Nech ( X, Y ),( X, Y ), K,( X, Y n n ) będą nezależnym zmennym losowym o tym samym rozkładze normalnym z następującym parametram: neznaną wartoścą oczekwaną EX = EY = m, warancją VarX = VarY =

Bardziej szczegółowo

Statystyka. Zmienne losowe

Statystyka. Zmienne losowe Statystyka Zmenne losowe Zmenna losowa Zmenna losowa jest funkcją, w której każdej wartośc R odpowada pewen podzbór zboru będący zdarzenem losowym. Zmenna losowa powstaje poprzez przyporządkowane każdemu

Bardziej szczegółowo

MATERIAŁY I STUDIA. Zeszyt nr 286. Analiza dyskryminacyjna i regresja logistyczna w procesie oceny zdolności kredytowej przedsiębiorstw

MATERIAŁY I STUDIA. Zeszyt nr 286. Analiza dyskryminacyjna i regresja logistyczna w procesie oceny zdolności kredytowej przedsiębiorstw MATERIAŁY I STUDIA Zeszyt nr 86 Analza dyskrymnacyjna regresja logstyczna w procese oceny zdolnośc kredytowej przedsęborstw Robert Jagełło Warszawa, 0 r. Wstęp Robert Jagełło Narodowy Bank Polsk. Składam

Bardziej szczegółowo

Proste modele ze złożonym zachowaniem czyli o chaosie

Proste modele ze złożonym zachowaniem czyli o chaosie Proste modele ze złożonym zachowanem czyl o chaose 29 kwetna 2014 Komputer jest narzędzem coraz częścej stosowanym przez naukowców do ukazywana skrzętne ukrywanych przez naturę tajemnc. Symulacja, obok

Bardziej szczegółowo

Model IS-LM-BP. Model IS-LM-BP jest wersją modelu ISLM w gospodarce otwartej. Pokazuje on zatem jak

Model IS-LM-BP. Model IS-LM-BP jest wersją modelu ISLM w gospodarce otwartej. Pokazuje on zatem jak Ćwczena z Makroekonom II Model IS-LM- Model IS-LM- jest wersją modelu ISLM w gospodarce otwartej. Pokazuje on zatem jak gospodarka taka zachowuje sę w krótkm okrese, w efekce dzałań podejmowanych w ramach

Bardziej szczegółowo

STATECZNOŚĆ SKARP. α - kąt nachylenia skarpy [ o ], φ - kąt tarcia wewnętrznego gruntu [ o ],

STATECZNOŚĆ SKARP. α - kąt nachylenia skarpy [ o ], φ - kąt tarcia wewnętrznego gruntu [ o ], STATECZNOŚĆ SKARP W przypadku obektu wykonanego z gruntów nespostych zaprojektowane bezpecznego nachylena skarp sprowadza sę do przekształcena wzoru na współczynnk statecznośc do postac: tgφ tgα = n gdze:

Bardziej szczegółowo

Rozkład dwupunktowy. Rozkład dwupunktowy. Rozkład dwupunktowy x i p i 0 1-p 1 p suma 1

Rozkład dwupunktowy. Rozkład dwupunktowy. Rozkład dwupunktowy x i p i 0 1-p 1 p suma 1 Rozkład dwupunktowy Zmenna losowa przyjmuje tylko dwe wartośc: wartość 1 z prawdopodobeństwem p wartość 0 z prawdopodobeństwem 1- p x p 0 1-p 1 p suma 1 Rozkład dwupunktowy Funkcja rozkładu prawdopodobeństwa

Bardziej szczegółowo

D Archiwum Prac Dyplomowych - Instrukcja dla studentów

D Archiwum Prac Dyplomowych - Instrukcja dla studentów Kraków 01.10.2015 D Archwum Prac Dyplomowych - Instrukcja dla studentów Procedura Archwzacj Prac Dyplomowych jest realzowana zgodne z zarządzenem nr 71/2015 Rektora Unwersytetu Rolnczego m. H. Kołłątaja

Bardziej szczegółowo

Analiza korelacji i regresji

Analiza korelacji i regresji Analza korelacj regresj Zad. Pewen zakład produkcyjny zatrudna pracownków fzycznych. Ich wydajność pracy (Y w szt./h) oraz mesęczne wynagrodzene (X w tys. zł) przedstawa ponższa tabela: Pracownk y x A

Bardziej szczegółowo

Zaawansowane metody numeryczne

Zaawansowane metody numeryczne Wykład 9. jej modyfkacje. Oznaczena Będzemy rozpatrywać zagadnene rozwązana następującego układu n równań lnowych z n newadomym x 1... x n : a 11 x 1 + a 12 x 2 +... + a 1n x n = b 1 a 21 x 1 + a 22 x

Bardziej szczegółowo

± Δ. Podstawowe pojęcia procesu pomiarowego. x rzeczywiste. Określenie jakości poznania rzeczywistości

± Δ. Podstawowe pojęcia procesu pomiarowego. x rzeczywiste. Określenie jakości poznania rzeczywistości Podstawowe pojęca procesu pomarowego kreślene jakośc poznana rzeczywstośc Δ zmerzone rzeczywste 17 9 Zalety stosowana elektrycznych przyrządów 1/ 1. możlwość budowy czujnków zamenających werne każdą welkość

Bardziej szczegółowo

Teoria niepewności pomiaru (Rachunek niepewności pomiaru) Rodzaje błędów pomiaru

Teoria niepewności pomiaru (Rachunek niepewności pomiaru) Rodzaje błędów pomiaru Pomary fzyczne - dokonywane tylko ze skończoną dokładnoścą. Powodem - nedoskonałość przyrządów pomarowych neprecyzyjność naszych zmysłów borących udzał w obserwacjach. Podawane samego tylko wynku pomaru

Bardziej szczegółowo

System bonus-malus z mechanizmem korekty składki

System bonus-malus z mechanizmem korekty składki System bonus-malus z mechanizmem korekty składki mgr Kamil Gala Ubezpieczeniowy Fundusz Gwarancyjny dr hab. Wojciech Bijak, prof. SGH Ubezpieczeniowy Fundusz Gwarancyjny, Szkoła Główna Handlowa Zagadnienia

Bardziej szczegółowo

Badania sondażowe. Braki danych Konstrukcja wag. Agnieszka Zięba. Zakład Badań Marketingowych Instytut Statystyki i Demografii Szkoła Główna Handlowa

Badania sondażowe. Braki danych Konstrukcja wag. Agnieszka Zięba. Zakład Badań Marketingowych Instytut Statystyki i Demografii Szkoła Główna Handlowa Badana sondażowe Brak danych Konstrukcja wag Agneszka Zęba Zakład Badań Marketngowych Instytut Statystyk Demograf Szkoła Główna Handlowa 1 Błędy braku odpowedz Całkowty brak odpowedz (UNIT nonresponse)

Bardziej szczegółowo

Model oceny ryzyka w działalności firmy logistycznej - uwagi metodyczne

Model oceny ryzyka w działalności firmy logistycznej - uwagi metodyczne Magdalena OSIŃSKA Unwersytet Mkołaja Kopernka w Torunu Model oceny ryzyka w dzałalnośc frmy logstycznej - uwag metodyczne WSTĘP Logstyka w cągu ostatnch 2. lat stała sę bardzo rozbudowaną dzedzną dzałalnośc

Bardziej szczegółowo

OKRESOWA EMERYTURA KAPITAŁOWA ZE ŚRODKÓW ZGROMADZONYCH W OFE

OKRESOWA EMERYTURA KAPITAŁOWA ZE ŚRODKÓW ZGROMADZONYCH W OFE OKRESOWA EMERYTURA KAPITAŁOWA ZE ŚRODKÓW ZGROMADZONYCH W OFE Z a k ł a d U b e z p e c z e ń S p o ł e c z n y c h Warunk nabywana prawa do okresowej emerytury kaptałowej ze środków zgromadzonych w otwartym

Bardziej szczegółowo

Regulamin promocji zimowa piętnastka

Regulamin promocji zimowa piętnastka zmowa pętnastka strona 1/5 Regulamn promocj zmowa pętnastka 1. Organzatorem promocj zmowa pętnastka, zwanej dalej promocją, jest JPK Jarosław Paweł Krzymn, zwany dalej JPK. 2. Promocja trwa od 01 grudna

Bardziej szczegółowo

Ćwiczenie 10. Metody eksploracji danych

Ćwiczenie 10. Metody eksploracji danych Ćwczene 10. Metody eksploracj danych Grupowane (Clusterng) 1. Zadane grupowana Grupowane (ang. clusterng) oznacza grupowane rekordów, obserwacj lub przypadków w klasy podobnych obektów. Grupa (ang. cluster)

Bardziej szczegółowo

Zastosowanie symulatora ChemCad do modelowania złożonych układów reakcyjnych procesów petrochemicznych

Zastosowanie symulatora ChemCad do modelowania złożonych układów reakcyjnych procesów petrochemicznych NAFTA-GAZ styczeń 2011 ROK LXVII Anna Rembesa-Śmszek Instytut Nafty Gazu, Kraków Andrzej Wyczesany Poltechnka Krakowska, Kraków Zastosowane symulatora ChemCad do modelowana złożonych układów reakcyjnych

Bardziej szczegółowo

SYMULACJA KOMPUTEROWA NAPRĘŻEŃ DYNAMICZNYCH WE WRĘGACH MASOWCA NA FALI NIEREGULARNEJ

SYMULACJA KOMPUTEROWA NAPRĘŻEŃ DYNAMICZNYCH WE WRĘGACH MASOWCA NA FALI NIEREGULARNEJ Jan JANKOWSKI *), Maran BOGDANIUK *),**) SYMULACJA KOMPUTEROWA NAPRĘŻEŃ DYNAMICZNYCH WE WRĘGACH MASOWCA NA FALI NIEREGULARNEJ W referace przedstawono równana ruchu statku w warunkach falowana morza oraz

Bardziej szczegółowo

System Przeciwdziałania Powstawaniu Bezrobocia na Terenach Słabo Zurbanizowanych SPRAWOZDANIE Z BADAŃ Autor: Joanna Wójcik

System Przeciwdziałania Powstawaniu Bezrobocia na Terenach Słabo Zurbanizowanych SPRAWOZDANIE Z BADAŃ   Autor: Joanna Wójcik Opracowane w ramach projektu System Przecwdzałana Powstawanu Bezroboca na Terenach Słabo Zurbanzowanych ze środków Europejskego Funduszu Społecznego w ramach Incjatywy Wspólnotowej EQUAL PARTNERSTWO NA

Bardziej szczegółowo

ANALIZA PORÓWNAWCZA WYNIKÓW UZYSKANYCH ZA POMOCĄ MIAR SYNTETYCZNYCH: M ORAZ PRZY ZASTOSOWANIU METODY UNITARYZACJI ZEROWANEJ

ANALIZA PORÓWNAWCZA WYNIKÓW UZYSKANYCH ZA POMOCĄ MIAR SYNTETYCZNYCH: M ORAZ PRZY ZASTOSOWANIU METODY UNITARYZACJI ZEROWANEJ METODY ILOŚCIOWE W BADANIACH EKONOMICZNYCH Tom XVI/3, 2015, str. 248 257 ANALIZA PORÓWNAWCZA WYNIKÓW UZYSKANYCH ZA POMOCĄ MIAR SYNTETYCZNYCH: M ORAZ PRZY ZASTOSOWANIU METODY UNITARYZACJI ZEROWANEJ Sławomr

Bardziej szczegółowo

TEORIA PORTFELA MARKOWITZA

TEORIA PORTFELA MARKOWITZA TEORIA PORTFELA MARKOWITZA Izabela Balwerz 28 maj 2008 1 Wstęp Teora portfela została stworzona w 1952 roku przez amerykańskego ekonomstę Harry go Markowtza Opera sę ona na mnmalzacj ryzyka nwestycyjnego

Bardziej szczegółowo

6. ROŻNICE MIĘDZY OBSERWACJAMI STATYSTYCZNYMI RUCHU KOLEJOWEGO A SAMOCHODOWEGO

6. ROŻNICE MIĘDZY OBSERWACJAMI STATYSTYCZNYMI RUCHU KOLEJOWEGO A SAMOCHODOWEGO Różnce mędzy obserwacjam statystycznym ruchu kolejowego a samochodowego 7. ROŻNICE MIĘDZY OBSERWACJAMI STATYSTYCZNYMI RUCHU KOLEJOWEGO A SAMOCHODOWEGO.. Obserwacje odstępów mędzy kolejnym wjazdam na stację

Bardziej szczegółowo

PROSTO O DOPASOWANIU PROSTYCH, CZYLI ANALIZA REGRESJI LINIOWEJ W PRAKTYCE

PROSTO O DOPASOWANIU PROSTYCH, CZYLI ANALIZA REGRESJI LINIOWEJ W PRAKTYCE PROSTO O DOPASOWANIU PROSTYCH, CZYLI ANALIZA REGRESJI LINIOWEJ W PRAKTYCE Janusz Wątroba, StatSoft Polska Sp. z o.o. W nemal wszystkch dzedznach badań emprycznych mamy do czynena ze złożonoścą zjawsk procesów.

Bardziej szczegółowo

OPTYMALNE STRATEGIE INWESTYCYJNE PODEJŚCIE FUNDAMENTALNE OPTIMAL INVESTMENT STRATEGY FUNDAMENTAL ANALYSIS

OPTYMALNE STRATEGIE INWESTYCYJNE PODEJŚCIE FUNDAMENTALNE OPTIMAL INVESTMENT STRATEGY FUNDAMENTAL ANALYSIS ZESZYTY NAUKOWE POLITECHNIKI ŚLĄSKIEJ 2014 Sera: ORGANIZACJA I ZARZĄDZANIE z. 68 Nr kol. 1905 Adranna MASTALERZ-KODZIS Unwersytet Ekonomczny w Katowcach OPTYMALNE STRATEGIE INWESTYCYJNE PODEJŚCIE FUNDAMENTALNE

Bardziej szczegółowo

Zapis informacji, systemy pozycyjne 1. Literatura Jerzy Grębosz, Symfonia C++ standard. Harvey M. Deitl, Paul J. Deitl, Arkana C++. Programowanie.

Zapis informacji, systemy pozycyjne 1. Literatura Jerzy Grębosz, Symfonia C++ standard. Harvey M. Deitl, Paul J. Deitl, Arkana C++. Programowanie. Zaps nformacj, systemy pozycyjne 1 Lteratura Jerzy Grębosz, Symfona C++ standard. Harvey M. Detl, Paul J. Detl, Arkana C++. Programowane. Zaps nformacj w komputerach Wszystke elementy danych przetwarzane

Bardziej szczegółowo

NORMALiZACJA ZMIENNYCH W SKALI PRZEDZIAŁOWEJ I ILORAZOWEJ W REFERENCYJNYM SYSTEMIE GRANICZNYM

NORMALiZACJA ZMIENNYCH W SKALI PRZEDZIAŁOWEJ I ILORAZOWEJ W REFERENCYJNYM SYSTEMIE GRANICZNYM PRZEGLĄD STATYSTYCZNY R. XLIV - ZESZ\'T 1-1997 DANUTA STRAHL, MAREK WALESIAK NORMALZACJA ZMIENNYCH W SKALI PRZEDZIAŁOWEJ I ILORAZOWEJ W REFERENCYJNYM SYSTEMIE GRANICZNYM l. WPROWADZENIE Przy stosowanu

Bardziej szczegółowo

Systemy Ochrony Powietrza Ćwiczenia Laboratoryjne

Systemy Ochrony Powietrza Ćwiczenia Laboratoryjne ś POLITECHNIKA POZNAŃSKA INSTYTUT INŻYNIERII ŚRODOWISKA PROWADZĄCY: mgr nż. Łukasz Amanowcz Systemy Ochrony Powetrza Ćwczena Laboratoryjne 2 TEMAT ĆWICZENIA: Oznaczane lczbowego rozkładu lnowych projekcyjnych

Bardziej szczegółowo

= σ σ. 5. CML Capital Market Line, Rynkowa Linia Kapitału

= σ σ. 5. CML Capital Market Line, Rynkowa Linia Kapitału 5 CML Catal Market Lne, ynkowa Lna Katału Zbór ortolo o nalny odchylenu standardowy zbór eektywny ozważy ortolo złożone ze wszystkch aktywów stnejących na rynku Załóży, że jest ch N A * P H P Q P 3 * B

Bardziej szczegółowo

Ryzyko inwestycji. Ryzyko jest to niebezpieczeństwo niezrealizowania celu, założonego przy podejmowaniu określonej decyzji. 3.

Ryzyko inwestycji. Ryzyko jest to niebezpieczeństwo niezrealizowania celu, założonego przy podejmowaniu określonej decyzji. 3. PZEDMIIOT : EFEKTYWNOŚĆ SYSTEMÓW IINFOMTYCZNYCH 3. 3. Istota, defncje rodzaje ryzyka Elementem towarzyszącym każdej decyzj, w tym decyzj nwestycyjnej, jest ryzyko. Wynka to z faktu, że decyzje operają

Bardziej szczegółowo

Ocena jakościowo-cenowych strategii konkurowania w polskim handlu produktami rolno-spożywczymi. dr Iwona Szczepaniak

Ocena jakościowo-cenowych strategii konkurowania w polskim handlu produktami rolno-spożywczymi. dr Iwona Szczepaniak Ocena jakoścowo-cenowych strateg konkurowana w polskm handlu produktam rolno-spożywczym dr Iwona Szczepanak Ekonomczne, społeczne nstytucjonalne czynnk wzrostu w sektorze rolno-spożywczym w Europe Cechocnek,

Bardziej szczegółowo

Statystyka Opisowa 2014 część 2. Katarzyna Lubnauer

Statystyka Opisowa 2014 część 2. Katarzyna Lubnauer Statystyka Opsowa 2014 część 2 Katarzyna Lubnauer Lteratura: 1. Statystyka w Zarządzanu Admr D. Aczel 2. Statystyka Opsowa od Podstaw Ewa Waslewska 3. Statystyka, Lucjan Kowalsk. 4. Statystyka opsowa,

Bardziej szczegółowo

D Archiwum Prac Dyplomowych - Instrukcja dla opiekunów/promotorów/recenzentów

D Archiwum Prac Dyplomowych - Instrukcja dla opiekunów/promotorów/recenzentów D Archwum Prac Dyplomowych - Instrukcja dla opekunów/promotorów/recenzentów Kraków 13.01.2016 r. Procedura Archwzacj Prac Dyplomowych jest realzowana zgodne z zarządzenem nr 71/2015 Rektora Unwersytetu

Bardziej szczegółowo

NAFTA-GAZ marzec 2011 ROK LXVII. Wprowadzenie. Tadeusz Kwilosz

NAFTA-GAZ marzec 2011 ROK LXVII. Wprowadzenie. Tadeusz Kwilosz NAFTA-GAZ marzec 2011 ROK LXVII Tadeusz Kwlosz Instytut Nafty Gazu, Oddzał Krosno Zastosowane metody statystycznej do oszacowana zapasu strategcznego PMG, z uwzględnenem nepewnośc wyznaczena parametrów

Bardziej szczegółowo

Analiza danych. Analiza danych wielowymiarowych. Regresja liniowa. Dyskryminacja liniowa. PARA ZMIENNYCH LOSOWYCH

Analiza danych. Analiza danych wielowymiarowych. Regresja liniowa. Dyskryminacja liniowa.   PARA ZMIENNYCH LOSOWYCH Analza danych Analza danych welowymarowych. Regresja lnowa. Dyskrymnacja lnowa. Jakub Wróblewsk jakubw@pjwstk.edu.pl http://zajeca.jakubw.pl/ PARA ZMIENNYCH LOSOWYCH Parę zmennych losowych X, Y możemy

Bardziej szczegółowo

Analiza i diagnoza sytuacji finansowej wybranych branż notowanych na Warszawskiej Giełdzie Papierów Wartościowych w latach

Analiza i diagnoza sytuacji finansowej wybranych branż notowanych na Warszawskiej Giełdzie Papierów Wartościowych w latach Jacek Batóg Unwersytet Szczecńsk Analza dagnoza sytuacj fnansowej wybranych branż notowanych na Warszawskej Gełdze Paperów Wartoścowych w latach 997-998 W artykule podjęta została próba analzy dagnozy

Bardziej szczegółowo

Natalia Nehrebecka. Wykład 2

Natalia Nehrebecka. Wykład 2 Natala Nehrebecka Wykład . Model lnowy Postad modelu lnowego Zaps macerzowy modelu lnowego. Estymacja modelu Wartośd teoretyczna (dopasowana) Reszty 3. MNK przypadek jednej zmennej . Model lnowy Postad

Bardziej szczegółowo

Dr inż. Robert Smusz Politechnika Rzeszowska im. I. Łukasiewicza Wydział Budowy Maszyn i Lotnictwa Katedra Termodynamiki

Dr inż. Robert Smusz Politechnika Rzeszowska im. I. Łukasiewicza Wydział Budowy Maszyn i Lotnictwa Katedra Termodynamiki Dr nż. Robert Smusz Poltechnka Rzeszowska m. I. Łukasewcza Wydzał Budowy Maszyn Lotnctwa Katedra Termodynamk Projekt jest współfnansowany w ramach programu polskej pomocy zagrancznej Mnsterstwa Spraw Zagrancznych

Bardziej szczegółowo

Egzamin ze statystyki/ Studia Licencjackie Stacjonarne/ Termin I /czerwiec 2010

Egzamin ze statystyki/ Studia Licencjackie Stacjonarne/ Termin I /czerwiec 2010 Egzamn ze statystyk/ Studa Lcencjacke Stacjonarne/ Termn /czerwec 2010 Uwaga: Przy rozwązywanu zadań, jeśl to koneczne, naleŝy przyjąć pozom stotnośc 0,01 współczynnk ufnośc 0,99 Zadane 1 PonŜsze zestawene

Bardziej szczegółowo

Oligopol dynamiczny. Rozpatrzmy model sekwencyjnej konkurencji ilościowej jako gra jednokrotna z pełną i doskonalej informacją

Oligopol dynamiczny. Rozpatrzmy model sekwencyjnej konkurencji ilościowej jako gra jednokrotna z pełną i doskonalej informacją Olgopol dynamczny Rozpatrzmy model sekwencyjnej konkurencj loścowej jako gra jednokrotna z pełną doskonalej nformacją (1934) Dwa okresy: t=0, 1 tzn. frma 2 podejmując decyzję zna decyzję frmy 1 Q=q 1 +q

Bardziej szczegółowo

A O n RZECZPOSPOLITA POLSKA. Gospodarki Narodowej. Warszawa, dnia2/stycznia 2014

A O n RZECZPOSPOLITA POLSKA. Gospodarki Narodowej. Warszawa, dnia2/stycznia 2014 Warszawa, dna2/styczna 2014 r, RZECZPOSPOLITA POLSKA MINISTERSTWO ADMINISTRACJI I CYFRYZACJI PODSEKRETARZ STANU Małgorzata Olsze wska BM-WP 005.6. 20 14 Pan Marek Zółkowsk Przewodnczący Komsj Gospodark

Bardziej szczegółowo

OBLICZANIE NIEPEWNOŚCI METODĄ TYPU B

OBLICZANIE NIEPEWNOŚCI METODĄ TYPU B OBLICZANIE NIEPEWNOŚCI METODĄ TYPU B W przypadku gdy e występuje statystyczy rozrzut wyków (wszystke pomary dają te sam wyk epewość pomaru wyzaczamy w y sposób. Główą przyczyą epewośc pomaru jest epewość

Bardziej szczegółowo