Budowa modelu wewnętrznego do zarządzania ryzykiem w zakładzie ubezpieczeń majątkowych
|
|
- Stanisława Witek
- 6 lat temu
- Przeglądów:
Transkrypt
1 Budowa modelu wewnętrznego do zarządzania ryzykiem w zakładzie ubezpieczeń majątkowych PRMIA Warszawa, Copyright 2010 SAS Institute Inc. All rights reserved.
2 Oszacowania SCRnlife standardowe podejście wg QIS4 2
3 Oszacowania SCRnlife standardowe podejście wg QIS5 Nowy poziom QIS5 Bardziej zaawansowane scenariusze katastrof Nowe podryzyko QIS5 Nowy sposób kalkulacji Nowy element 3
4 Ubezpieczenia ogólne wymagane wielkości 1. Oszacowanie (BE) rezerwy techniczno ubezpieczeniowej dla regionu geograficznego i dla każdego LoB 2. Oszacowanie składki przypisanej netto w przyszłym roku kalendarzowym (dla każdego regionu geograficznego i dla każdego LoB) 3. Oszacowanie składki zarobionej netto w przyszłym roku kalendarzowym (dla każdego regionu geograficznego i dla każdego LoB) 4. Składka zarobiona netto w poprzednich latach (dla każdego regionu geograficznego i każdego LoB) 5. Składka przypisana netto w poprzednim roku (dla każdego regionu geograficznego i każdego LoB) 6. Liczba lat historycznych 7. Współczynnik szkodowości netto dla każdego Lob w poprzednich latach 1. Macierz korelacji CorrNL 2. Macierz korelacji CorrLoB 3. Rynkowe oszacowanie standardowego odchylenia dla ryzyka składki 4. Standardowe odchylenie dla ryzyka rezerw dla każdego z LoB 5. Współczynnik wiarygodności 6. Współczynnik c_t do wyliczenia wymogu kapitałowego związanego z ryzykiem katastrof 4
5 Możliwe kierunki rozwoju modeli wewnętrznych Jednym z podstawowych powodów, dla których formy decydują się na modele wewnętrzne jest rozbieżnośd pomiędzy założeniami modelu standardowego i profilu ryzyka danej firmy. Powinno byd utrzymane założenie, że wymogi kapitałowe powinny byd liczone za pomocą miary VaR, z poziomem ufności 99.5% dla wielkości będącej zmianą środków własnych, w kontekście 1 roku. 5
6 Ryzyko niedoszacowania rezerw Rezerwy szkodowe 6
7 Deterministyczne metody oszacowania rezerw ˆ n j 1 i 1 j n j 1 i 1 Przykładowe metody S S i, j i, j 1 Chain-Ladder: współczynniki rozwoju (LDF) liczone zgodnie ze wzorem obok. Link Ratio: współczynniki rozwoju liczone są jako nieważona średnia z wszystkich poprzednich lat zdarzeo» Wykorzystywane są także metody, gdzie bierze się pod uwagę tylko n ostatnich lat zdarzeo, minimum lub maksimum z nich Bornhuetter-Ferguson (BF): dolny trójkąt oszacowany jest w oparciu o wartośd Ultimate szkód dla poszczególnych lat zdarzeo oraz współczynniki rozwoju zadane przez użytkownika Wyzwania Niektóre linie biznesowe mają grube ogony. Deterministyczne metody dają tylko Best Estimate, nie mówią nic o zmienności/dokładności tego oszacowania Cape Cod: specyficzny przypadek BF, gdzie szkody Ultimate sa oszacowane poprzez zadaną składkę oraz loss-ratio dla każdego roku zdarzenia. 7
8 Podejście stochastyczne Postad modelu GLM (uogólnione modele liniowe) E[ C ij ] m ij rozkłady C ij z rodziny rozkładów wykładniczych Poisson/Over Dispersed Poisson, Gamma, Normal g( m ij ) ij funkcja linkująca (wiążąca) logarytmiczna, potęgowa, identycznościowa ij c i j model ij c i j c i ln( j) j dla dla j k j k Próg (poprawka) Hoerla pozwala na estymację wielkości rezerwy powyżej zaobserwowanego okresu rozwoju szkody 8
9 Oszacowania modelu dla poszczególnych lat zdarzeo 9
10 Diagnostyka Cook,s D miara ważności obserwacji Standard Deviance Residuals miara stabilności procesu 10
11 Porównanie wyników event_period analytical GLM - prosty Rest (mean) Rest (std error) Rest (UCL) Ultimate (mean) Ultimate (std error) chain-ladder (classic) Ultimate (UCL) Rest (mean) Rest (std error) Rest (UCL) Ultimate (mean) Ultimate (std error) Ultimate (UCL) Metody te opierają się mniej więcej na tych samych danych, co deterministyczne metody, nie ma rozszerzonych wymagao dotyczących danych. 11
12 PIM częściowy model wewnętrzny Przykład1 13
13 Oszacowanie ryzyka niewystarczającej składki Przykład1, cd Przygotowanie danych Stworzenie modelu dla dużych szkód Oszacowanie ryzyka składki dla każdego LoB Agregacja z ryzykiem rezerwy Agregacja po LoB Przygotowanie danych o szkodach (detaliczne) Przygotowanie danych o polisach (exposure) Wybór progu dla dużych szkód (i dla szkód katastr.) Podział danych na szkody duże i szkody małe Analiza korelacji miedzy nimi Analiza korelacji między LoB Analiza i założenia dotyczące kosztów likw. (oddzielnie dla dużych i małych szkód) Przygotowanie trójkątów (z uwzględnieniem inflacji) Analiza i ekspercka korekta danych (outliery, wygładzanie i wydłużanie ldf) Wyliczenie (w oparciu o ldf) wartości Ultimate dla każdej szkody Model dla wysokości szkody Model dla częstości szkody Analiza korelacji między częstością i wysokością Stworzenie modelu dla małych szkód Zadane są: składka, współczynniki kosztów adm i akw w składce Wykonywana jest symulacja Monte Carlo, gdzie czynnikami ryzyka są częstośd i wysokośd szkód dużych oraz zmiennośd LR dla szkód małych Wysokośd SCRprem = Mean(WynikTech) - VaR 0.5% (WynikTech) Wylicza: Nlife LoB Wykorzystując macierz korelacji Wylicza: SCR nlife Wykorzystując macierz korelacji Oszacowanie średniej dla współczynnika szkodowości i jego zmienności Ustalenie wzorca płatności (na podstawie trójkątów) 14
14 Dopasowanie rozkładów dla LoB Anderson-Darling Statistic Akaike Information Criterion Cramer-von Mises Statistic Kolmogorov-Smirnov Statistic Log-Likelihood Schwartz-Bayesian Criterion 15
15 Przykładowy rozkład VaR 16
16 Oszacowanie ryzyka niewystarczającej składki Przykład2 17
17 Wyzwania Wybór modelu Jak sformułowad model, który będzie najlepiej odzwierciedlał ekspozycje na ryzyko danej firmy? Które podejście, jakie ryzyka, jakie podryzyka, jak je ze sobą agregowad? W jaki sposób uwzględnid potencjalne decyzje menadżerskie (zmiany w wysokości kosztów, zmiany w taryfikacji..) Czy dane wejściowe są odpowiednie? Nie zawsze dla każdego LoB jesteśmy w stanie uzyskad istotną statystycznie próbkę danych niezbędnych do realizacji modelu wewnętrznego (zwłaszcza w podziale na duże i małe szkody). Jeśli wykorzystywane są zewnętrzne to dokładna informacja o tym z jakich źródeł (czy wiarygodne). Czy posiadamy wszystkie dane, czy są właściwie sklasyfikowane, czy są zgodne z danymi księgowymi, czy dane przygotowane są zgodnie z podejściem (rok zdarzenia vs rok polisowy), czy prawidłowe dane były wykorzystane do wyliczenia ekspozycji. Ocena ekspercka, czyli parametry Model oszacowania wymaganego kapitału opiera się o cały szereg założeo, począwszy od współczynników kosztów, poprzez sposób podziału na duże i małe szkody, tabele korelacji (lub kopuły), eliminację outlierów, metody oszacowania IBNR, aż do modeli bazowych (frequency, severity, loss-ratio). Mogą one istotnie wpływad na uzyskane wyniki. W jaki sposób przeprowadzad analizy i kalkulacje, czyli proces Tworzenie i walidacja modelu (i wszystkich modeli bazowych) wymaga zasobów, zarówno wykwalifikowanych analityków jak i systemów (oraz mocy przeliczeniowej). 18
18 Wyzwanie akceptacja przez nadzór Jakośd danych Jakośd modelu Accuracy, completeness, appropriateness Accurate- odnosi się do poziomu zaufania do danych. Powinny one obyd wystarczająco dokładne aby uniknąd zasadniczych zniekształceo w wynikach modelu (rekoncyliacja z księgą główną). Complete - dane powinny obejmowad całośd informacji dotyczącej danej firmy. Appropriate dane przedstawiają prawdziwy obraz analizowanego biznesu (nie przedstawiają go w sposób stronniczy, który nie byłby odpowiedni dla tego celu). Teoretycznie jest to wymaganie także do standardowego podejścia, tylko, że w przypadku modelu wewnętrznego wymogi te obejmują znacznie szerszy zakres danych. Model powinien byd wystarczająco dokładny i stabilny Powinien wykorzystywad najlepsze techniki aktuarialne Powinien obejmowad wszystkie materialne ryzyka, na jakie wyeksponowana jest dana firma Wykonywane są analizy back-testing, analiza wrażliwości (i stress testy) Model powinien byd właściwie udokumentowany Model powinien byd poddawany walidacji (w sposób niezależny): Dane, metody, założenia, ocena ekspercka, sposoby przeprowadzania i kalibracji stress testów, dokumentacja, systemy IT, zarządzanie modelem, test użytkowania Test kalibracji Czy model wylicza SCR na odpowiednim poziomie ( strata w odniesieniu do BE, czy do 0)? Czy jest porównywalny z innymi firmami? Test użytkowania Model powinien byd wykorzystywana w ogólnym wewnętrznym procesie zarządzania ryzykiem Raportowanie finansowe, planowanie i budżetowanie, planowanie i alokacja kapitału, Oszacowanie SCR, EC, MCEV, MCTP, oszacowanie marginesu związanego z CoC Rozwój produktów, budowa taryf, analiza rentowności produktów ALM, konstrukcja procedur inwestycyjnych Analiza kontraktów reasekuracyjnych Zarząd rozumie model, potrafi interpretowad jego wyniki Wymagania są regularnie sprawdzane 19
19 Copyright 2010 SAS Institute Inc. All rights reserved.
Rezerwy techniczno-ubezpieczeniowe dla celów wypłacalności - różnice w stosunku do PSR
Rezerwy techniczno-ubezpieczeniowe dla celów wypłacalności - różnice w stosunku do PSR Adam Fornalik Łukasz Licznerski Warszawa, dnia 22 listopada 2016 r. Seminarium Polskiej Izby Ubezpieczeń Zamknięcie
Bardziej szczegółowoIdentyfikacja i pomiar ryzyka pierwszy krok w zarządzaniu ryzykiem.
Identyfikacja i pomiar ryzyka pierwszy krok w zarządzaniu ryzykiem. Andrzej Podszywałow Własność przemysłowa w innowacyjnej gospodarce. Zarządzanie ryzykiem, strategia zarządzania własnością intelektualną
Bardziej szczegółowoMetody oceny ryzyka operacyjnego
Instytut Matematyki i Informatyki Wrocław, 10 VII 2009 Bazylejski Komitet Nadzoru Bankowego Umowa Kapitałowa - 1988 Opracowanie najlepszych praktyk rynkowych w zakresie zarządzania ryzykiem Nowa Umowa
Bardziej szczegółowoS Składki, odszkodowania i świadczenia oraz koszty wg linii biznesowych
S.02.01.02 Bilans Wartość bilansowa wg Wypłacalność II Aktywa Wartości niematerialne i prawne R0030 0 Aktywa z tytułu odroczonego podatku dochodowego R0040 0 Nadwyżka na funduszu świadczeń emerytalnych
Bardziej szczegółowoSystem zarządzania ryzykiem a system kontroli wewnętrznej
System zarządzania ryzykiem a system kontroli wewnętrznej Warszawa 10 Marca 2016 Robert Pusz Dyrektor Działu Ryzyka i projektu Solvency II System zarządzania ryzykiem System zarządzania ryzykiem obejmuje
Bardziej szczegółowoSolvency II. Filar II - Wymogi systemu zarządzania. Polska Izba Ubezpieczeń Deloitte Advisory Sp. z o.o. Jakub Bojanowski. 10 grudnia 2008 roku
Solvency II Filar II - Wymogi systemu zarządzania. Polska Izba Ubezpieczeń Deloitte Advisory Sp. z o.o Jakub Bojanowski 10 grudnia 2008 roku 1 Filar II System Zarządzania System zarządzania ryzykiem opisany
Bardziej szczegółowoExcel i VBA w analizach i modelowaniu finansowym Pomiar ryzyka. Pomiar ryzyka
Pomiar ryzyka Miary obiektywne stosowane w kwantyfikacji ryzyka rynkowego towarzyszącego zaangażowaniu środków w inwestycjach finansowych obejmują: Miary zmienności, Miary zagrożenia, Miary wrażliwości.
Bardziej szczegółowoZadanie 1. Liczba szkód N w ciągu roku z pewnego ryzyka ma rozkład geometryczny: k =
Matematyka ubezpieczeń majątkowych 0.0.006 r. Zadanie. Liczba szkód N w ciągu roku z pewnego ryzyka ma rozkład geometryczny: k 5 Pr( N = k) =, k = 0,,,... 6 6 Wartości kolejnych szkód Y, Y,, są i.i.d.,
Bardziej szczegółowoAktuariat i matematyka finansowa. Rezerwy techniczno ubezpieczeniowe i metody ich tworzenia
Aktuariat i matematyka finansowa Rezerwy techniczno ubezpieczeniowe i metody ich tworzenia Tworzenie rezerw i ich wysokość wpływa na Obliczanie zysku dla potrzeb podatkowych, Sprawozdawczość dla udziałowców,
Bardziej szczegółowoSpis treści. str. 1 z 19
Spis treści Bilans... 2 Składki, odszkodowania i świadczenia oraz koszty wg linii biznesowych... 6 Rezerwy techniczno-ubezpieczeniowe dla ubezpieczeń innych niż ubezpieczenia na życie... 9 Odszkodowania
Bardziej szczegółowoSpis treści. str. 1 z 19
Spis treści Bilans... 2 Składki, odszkodowania i świadczenia oraz koszty wg linii biznesowych... 6 Rezerwy techniczno-ubezpieczeniowe dla ubezpieczeń innych niż ubezpieczenia na życie... 9 Odszkodowania
Bardziej szczegółowoWybrane metody szacowania rezerw techniczno-ubezpieczeniowych
Wybrane metody szacowania rezerw techniczno-ubezpieczeniowych Agata Boratyńska SGH, Warszawa Agata Boratyńska (SGH) Rezerwy 1 / 24 Plan 1 Co to są rezerwy techniczno-ubezpieczeniowe? 2 Rezerwa składek
Bardziej szczegółowoNiepewność wartości parametrów przy wycenie nieproporcjonalnych kontraktów reasekuracyjnych.
Niepewność wartości parametrów przy wycenie nieproporcjonalnych kontraktów reasekuracyjnych. Ogólnopolska Konferencja Naukowa Zagadnienia Aktuarialne Teoria i Praktyka, Warszawa 9-11 czerwca 2008 Jakub
Bardziej szczegółowoRAPORT. z badania sprawozdania o wypłacalności i kondycji finansowej za rok obrotowy Towarzystwa Ubezpieczeń Wzajemnych MEDICUM
RAPORT z badania sprawozdania o wypłacalności i kondycji finansowej za rok obrotowy 2016 Towarzystwa Ubezpieczeń Wzajemnych MEDICUM Misters Audytor Adviser Spółka z o.o. Warszawa, 18 maja 2017 roku I.
Bardziej szczegółowoZarządzanie ryzykiem w świetle wymogów Solvency II. Witold Walkowiak. Polska Izba Ubezpieczeń
Zarządzanie ryzykiem w świetle wymogów Solvency II Witold Walkowiak Polska Izba Ubezpieczeń Warszawa, 17 marca 21 r. Polska: szybko rozwijający się rynek ubezpieczeniowy 45 Składka przypisana brutto (w
Bardziej szczegółowoSpis treści. Ze świata biznesu... 13. Przedmowa do wydania polskiego... 15. Wstęp... 19
Spis treści Ze świata biznesu............................................................ 13 Przedmowa do wydania polskiego.............................................. 15 Wstęp.......................................................................
Bardziej szczegółowoMetody matematyczne w analizie danych eksperymentalnych - sygnały, cz. 2
Metody matematyczne w analizie danych eksperymentalnych - sygnały, cz. 2 Dr hab. inż. Agnieszka Wyłomańska Faculty of Pure and Applied Mathematics Hugo Steinhaus Center Wrocław University of Science and
Bardziej szczegółowoZMIANY W METODYCE BION
ZMIANY W METODYCE BION Lp. Obszar/wskaźnik Stan poprzedni Wprowadzona zmiana OCENA RYZYKA ZAKŁADU ZAGREGOWANE RYZYKO 1. Wynik testu stresu dla ryzyka koncentracji aktywów 2. Ekspozycja na ryzyko kredytowe
Bardziej szczegółowoIlościowe Badanie Wpływu 2 (QIS2) Prośba o dodatkowe informacje
CEIOPS-FS-07/06 Ilościowe Badanie Wpływu 2 (QIS2) Prośba o dodatkowe informacje Rozdział 1 Kwestionariusz jakościowy Informacje ogólne 1. Prosimy o przedstawienie oceny wiarygodności i dokładności otrzymanych
Bardziej szczegółowoAudit&Consulting services Katarzyna Kędziora. Wielowymiarowość zasad rachunkowości finansowej zakładów ubezpieczeń
Wielowymiarowość zasad rachunkowości finansowej zakładów www.acservices.pl Warszawa, 24.10.2013r. Agenda 1. Źródła przepisów prawa (PSR, MSSF, UE, podatki, Solvency II) 2. Przykłady różnic w ewidencji
Bardziej szczegółowoDWUKROTNA SYMULACJA MONTE CARLO JAKO METODA ANALIZY RYZYKA NA PRZYKŁADZIE WYCENY OPCJI PRZEŁĄCZANIA FUNKCJI UŻYTKOWEJ NIERUCHOMOŚCI
DWUKROTNA SYMULACJA MONTE CARLO JAKO METODA ANALIZY RYZYKA NA PRZYKŁADZIE WYCENY OPCJI PRZEŁĄCZANIA FUNKCJI UŻYTKOWEJ NIERUCHOMOŚCI mgr Marcin Pawlak Katedra Inwestycji i Wyceny Przedsiębiorstw Plan wystąpienia
Bardziej szczegółowoPION NADZORU UBEZPIECZENIOWO-EMERYTALNEGO DEPARTAMENT MONITOROWANIA RYZYK
METODYKA PRZEPROWADZANIA TESTÓW STRESU W ZAKŁADACH UBEZPIECZEŃ I W ZAKŁADACH REASEKURACJI ZA 2010 ROK URZĄD KOMISJI NADZORU FINANSOWEGO WARSZAWA, LUTY 2011 PION NADZORU UBEZPIECZENIOWO-EMERYTALNEGO DEPARTAMENT
Bardziej szczegółowoINFORMACJE PODLEGAJĄCE UPOWSZECHNIENIU, W TYM INFORMACJE W ZAKRESIE ADEKWATNOŚCI KAPITAŁOWEJ EFIX DOM MALERSKI S.A. WSTĘP
INFORMACJE PODLEGAJĄCE UPOWSZECHNIENIU, W TYM INFORMACJE W ZAKRESIE ADEKWATNOŚCI KAPITAŁOWEJ EFIX DOM MALERSKI S.A. WEDŁUG STANU NA DZIEŃ 31 GRUDNIA 2011 ROKU I. WSTĘP 1. EFIX DOM MAKLERSKI S.A., z siedzibą
Bardziej szczegółowoWojciech Bijak. Dynamiczna analiza finansowa minimalnego wymogu kapitałowego (MCR) kalibracja modelu rozszerzonego marginesu wypłacalności
Dynamiczna analiza finansowa minimalnego wymogu kapitałowego () kalibracja modelu rozszerzonego marginesu wypłacalności Wojciech Bijak Instytut Ekonometrii SGH 8.6.28 1 Plan prezentacji Wymogi kapitałowe
Bardziej szczegółowoWytyczne dotyczące wyceny rezerw techniczno-ubezpieczeniowych
EIOPA-BoS-14/166 PL Wytyczne dotyczące wyceny rezerw techniczno-ubezpieczeniowych EIOPA Westhafen Tower, Westhafenplatz 1-60327 Frankfurt Germany - Tel. + 49 69-951119-20; Fax. + 49 69-951119-19; email:
Bardziej szczegółowowedług stanu na dzień 31 grudnia 2015 roku Warszawa, dnia 29 lipca 2016 roku
Raport weryfikujący rzetelność informacji zawartych w Raporcie dotyczącym adekwatności kapitałowej oraz Polityki stałych i zmiennych składaników wynagrodzeń DB Securities S.A. według stanu na dzień 31
Bardziej szczegółowoDZIENNIK USTAW RZECZYPOSPOLITEJ POLSKIEJ
DZIENNIK USTAW RZECZYPOSPOLITEJ POLSKIEJ Warszawa, dnia 21 maja 2015 r. Poz. 700 ROZPORZĄDZENIE MINISTRA FINANSÓW 1) z dnia 23 kwietnia 2015 r. w sprawie egzaminu aktuarialnego Na podstawie art. 166 ust.
Bardziej szczegółowoInstytut Matematyczny Uniwersytet Wrocławski. Zakres egzaminu magisterskiego. Wybrane rozdziały anazlizy i topologii 1 i 2
Instytut Matematyczny Uniwersytet Wrocławski Zakres egzaminu magisterskiego Wybrane rozdziały anazlizy i topologii 1 i 2 Pojęcia, fakty: Definicje i pojęcia: metryka, iloczyn skalarny, norma supremum,
Bardziej szczegółowoBiznes plan innowacyjnego przedsięwzięcia
Biznes plan innowacyjnego przedsięwzięcia 1 Co to jest biznesplan? Biznes plan można zdefiniować jako długofalowy i kompleksowy plan działalności organizacji gospodarczej lub realizacji przedsięwzięcia
Bardziej szczegółowoOBLICZENIE PRZEPŁYWÓW MAKSYMALNYCH ROCZNYCH O OKREŚLONYM PRAWDOPODOBIEŃSTWIE PRZEWYŻSZENIA. z wykorzystaniem programu obliczeniowego Q maxp
tel.: +48 662 635 712 Liczba stron: 15 Data: 20.07.2010r OBLICZENIE PRZEPŁYWÓW MAKSYMALNYCH ROCZNYCH O OKREŚLONYM PRAWDOPODOBIEŃSTWIE PRZEWYŻSZENIA z wykorzystaniem programu obliczeniowego Q maxp DŁUGIE
Bardziej szczegółowoZastosowanie modelu regresji logistycznej w ocenie ryzyka ubezpieczeniowego. Łukasz Kończyk WMS AGH
Zastosowanie modelu regresji logistycznej w ocenie ryzyka ubezpieczeniowego Łukasz Kończyk WMS AGH Plan prezentacji Model regresji liniowej Uogólniony model liniowy (GLM) Ryzyko ubezpieczeniowe Przykład
Bardziej szczegółowoSpis treści. Przedmowa... XI. Rozdział 1. Pomiar: jednostki miar... 1. Rozdział 2. Pomiar: liczby i obliczenia liczbowe... 16
Spis treści Przedmowa.......................... XI Rozdział 1. Pomiar: jednostki miar................. 1 1.1. Wielkości fizyczne i pozafizyczne.................. 1 1.2. Spójne układy miar. Układ SI i jego
Bardziej szczegółowoEIOPACP 13/011 PL. Wytyczne w sprawie procesu przedaplikacyjnego modeli wewnętrznych
EIOPACP 13/011 PL Wytyczne w sprawie procesu przedaplikacyjnego modeli wewnętrznych EIOPA Westhafen Tower, Westhafenplatz 1 60327 Frankfurt Germany Tel. + 49 6995111920; Fax. + 49 6995111919; site: www.eiopa.europa.eu
Bardziej szczegółowoRobert M.Korona. Dr Robert M. Korona 1
Robert M.Korona Dr Robert M. Korona 1 Agenda Co to jest KRI? Wartość krytyczna i progowa Opis wyzwania Wyznaczenie wartości KRI za pomocą modelu logistycznego Wyznaczenie KRI za pomocą szeregu czasowego
Bardziej szczegółowoOkres sprawozdawczy oznacza okres od 7 stycznia 2010 roku do 31 grudnia 2010 roku objęty ww. sprawozdaniem finansowym.
Informacja w zakresie adekwatności kapitałowej Domu Maklerskiego ALFA Zarządzanie Aktywami S.A. (dalej: DM ALFA lub Dom Maklerski ). Stan na 31 grudnia 2010 roku na podstawie zbadanego przez biegłego rewidenta
Bardziej szczegółowoWSTĘP DO REGRESJI LOGISTYCZNEJ. Dr Wioleta Drobik-Czwarno
WSTĘP DO REGRESJI LOGISTYCZNEJ Dr Wioleta Drobik-Czwarno REGRESJA LOGISTYCZNA Zmienna zależna jest zmienną dychotomiczną (dwustanową) przyjmuje dwie wartości, najczęściej 0 i 1 Zmienną zależną może być:
Bardziej szczegółowoWytyczne dotyczące wyceny rezerw techniczno-ubezpieczeniowych
EIOPA-BoS-14/166 PL Wytyczne dotyczące wyceny rezerw techniczno-ubezpieczeniowych EIOPA Westhafen Tower, Westhafenplatz 1-60327 Frankfurt Germany - Tel. + 49 69-951119-20; Fax. + 49 69-951119-19; email:
Bardziej szczegółowoSpis treści 3 SPIS TREŚCI
Spis treści 3 SPIS TREŚCI PRZEDMOWA... 1. WNIOSKOWANIE STATYSTYCZNE JAKO DYSCYPLINA MATEMATYCZNA... Metody statystyczne w analizie i prognozowaniu zjawisk ekonomicznych... Badania statystyczne podstawowe
Bardziej szczegółowoStanisław Cichocki Natalia Nehrebecka. Wykład 7
Stanisław Cichocki Natalia Nehrebecka Wykład 7 1 1. Metoda Największej Wiarygodności MNW 2. Założenia MNW 3. Własności estymatorów MNW 4. Testowanie hipotez w MNW 2 1. Metoda Największej Wiarygodności
Bardziej szczegółowoSzacowanie optymalnego systemu Bonus-Malus przy pomocy Pseudo-MLE. Joanna Sawicka
Szacowanie optymalnego systemu Bonus-Malus przy pomocy Pseudo-MLE Joanna Sawicka Plan prezentacji Model Poissona-Gamma ze składnikiem regresyjnym Konstrukcja optymalnego systemu Bonus- Malus Estymacja
Bardziej szczegółowoĆwiczenia Zarządzanie Ryzykiem. dr hab. Renata Karkowska, ćwiczenia Zarządzanie ryzykiem 1
Ćwiczenia Zarządzanie Ryzykiem 1 VaR to strata wartości instrumentu (portfela) taka, że prawdopodobieństwo osiągnięcia jej lub przekroczenia w określonym przedziale czasowym jest równe zadanemu poziomowi
Bardziej szczegółowoStrategia identyfikacji, pomiaru, monitorowania i kontroli ryzyka w Domu Maklerskim Capital Partners SA
Strategia identyfikacji, pomiaru, monitorowania i kontroli ryzyka zatwierdzona przez Zarząd dnia 14 czerwca 2010 roku zmieniona przez Zarząd dnia 28 października 2010r. (Uchwała nr 3/X/2010) Tekst jednolity
Bardziej szczegółowoROZPORZĄDZENIE MINISTRA FINANSÓW 1) z dnia 2 listopada 2010 r.
1409 ROZPORZĄDZENIE MINISTRA FINANSÓW 1) z dnia 2 listopada 2010 r. w sprawie zakresu informacji zawartych w rocznym raporcie o stanie portfela ubezpieczeń i reasekuracji zakładu ubezpieczeń Na podstawie
Bardziej szczegółowoPOLITYKA INFORMACYJNA DOTYCZĄCA ADEKWATNOŚCI KAPITAŁOWEJ HSBC Bank Polska
POLITYKA INFORMACYJNA DOTYCZĄCA ADEKWATNOŚCI KAPITAŁOWEJ HSBC Bank Polska 1. Wprowadzenie 1.1 HSBC Bank Polska S.A. (Bank) na podstawie art. 111a ustawy z dnia 29 sierpnia 1997 r.- Prawo bankowe oraz zgodnie
Bardziej szczegółowoMatematyka ubezpieczeń majątkowych r.
Zadanie. W pewnej populacji kierowców każdego jej członka charakteryzują trzy zmienne: K liczba przejeżdżanych kilometrów (w tysiącach rocznie) NP liczba szkód w ciągu roku, w których kierowca jest stroną
Bardziej szczegółowoMETODY STATYSTYCZNE W BIOLOGII
METODY STATYSTYCZNE W BIOLOGII 1. Wykład wstępny 2. Populacje i próby danych 3. Testowanie hipotez i estymacja parametrów 4. Planowanie eksperymentów biologicznych 5. Najczęściej wykorzystywane testy statystyczne
Bardziej szczegółowoDoświadczenia PZU we wdraŝaniu Dyrektywy Solvency II. 17 marca 2010
Doświadczenia PZU we wdraŝaniu Dyrektywy Solvency II 17 marca 2010 Nasze (PZU) doświadczenia Udział w badaniach ilościowych QIS Ale takŝe w stress testach. Próba łączenia starego i nowego świata Chyba
Bardziej szczegółowoĆwiczenie: Badanie normalności rozkładu. Wyznaczanie przedziałów ufności.
Ćwiczenie: Badanie normalności rozkładu. Wyznaczanie przedziałów ufności. Badanie normalności rozkładu Shapiro-Wilka: jest on najbardziej zalecanym testem normalności rozkładu. Jednak wskazane jest, aby
Bardziej szczegółowoMatematyka ubezpieczeń majątkowych 1.10.2012 r.
Zadanie. W pewnej populacji każde ryzyko charakteryzuje się trzema parametrami q, b oraz v, o następującym znaczeniu: parametr q to prawdopodobieństwo, że do szkody dojdzie (może zajść co najwyżej jedna
Bardziej szczegółowoRok akademicki: 2013/2014 Kod: AMA-2-311-MN-s Punkty ECTS: 6. Kierunek: Matematyka Specjalność: Matematyka w naukach technicznych i przyrodniczych
Nazwa modułu: teoria ryzyka Rok akademicki: 2013/2014 Kod: AMA-2-311-MN-s Punkty ECTS: 6 Wydział: Matematyki Stosowanej Kierunek: Matematyka Specjalność: Matematyka w naukach technicznych i przyrodniczych
Bardziej szczegółowoZarządzanie kapitałem
Zarządzanie kapitałem Grupa stworzyła proces zarządzania kapitałem, który jest realizowany w oparciu o zasady zdefiniowane przez Zarząd i Radę Nadzorczą Banku Millennium SA. Głównym celem Grupy w tym obszarze
Bardziej szczegółowoOBLICZANIE WYMOGU KAPITAŁOWEGO Z TYTUŁU RYZYKA OPERACYJNEGO
DZIENNIK URZĘDOWY NBP NR 2-101 - poz. 3 Załącznik nr 14 do uchwały nr 1/2007 Komisji Nadzoru Bankowego z dnia 13 marca 2007 r. (poz. 3) OBLICZANIE WYMOGU KAPITAŁOWEGO Z TYTUŁU RYZYKA OPERACYJNEGO Część
Bardziej szczegółowoPROCEDURY SZACOWANIA KAPITAŁU WEWNĘTRZNEGO W DOMU MAKLERSKIM CAPITAL PARTNERS S.A.
PROCEDURY SZACOWANIA KAPITAŁU WEWNĘTRZNEGO W DOMU MAKLERSKIM CAPITAL PARTNERS S.A. Przyjęte uchwałą Zarządu nr 2/IV/2015 z dnia 23 kwietnia 2015 r. (zmienione uchwałami Zarządu nr 7/III/2016 z dnia 23
Bardziej szczegółowoSpis treści. str. 1 z 20
Spis treści Bilans... 2 Składki, odszkodowania i świadczenia oraz koszty wg linii biznesowych... 5 Rezerwy techniczno-ubezpieczeniowe dla ubezpieczeń innych niż ubezpieczenia na życie... 10 Odszkodowania
Bardziej szczegółowoINFORMACJE DOTYCZĄCE ADEKWATNOŚCI KAPITAŁOWEJ GRUPY BANKU MILLENNIUM S.A. (WEDŁUG STANU NA DZIEŃ 31 GRUDNIA 2008 R.)
INFORMACJE DOTYCZĄCE ADEKWATNOŚCI KAPITAŁOWEJ GRUPY BANKU MILLENNIUM S.A. (WEDŁUG STANU NA DZIEŃ 31 GRUDNIA 2008 R.) I. Wprowadzenie...2 II. Fundusze własne...2 III. Wymogi kapitałowe...4 IV. Kapitał wewnętrzny...6
Bardziej szczegółowoZarządzanie i Finanse Journal of Management and Finance Vol. 15, No. 3/2017
Zarządzanie i Finanse Journal of Management and Finance Vol. 15, No. 3/2017 Agnieszka Pobłocka* Agnieszka Pobłocka Tworzenie rezerwy IBNR metodami deterministycznymi na potrzeby wypłacalności w zakładach
Bardziej szczegółowo01. dla x 0; 1 2 wynosi:
Matematyka ubezpieczeń majątkowych 0.0.04 r. Zadanie. Ryzyko X ma rozkład z atomami: Pr X 0 08. Pr X 0. i gęstością: f X x 0. dla x 0; Ryzyko Y ma rozkład z atomami: Pr Y 0 07. Pr Y 0. i gęstością: fy
Bardziej szczegółowoVaR Value atrisk(var) co to jest? Inne nazwy: Wartość zagrożona Wartość narażona na ryzyko
VaR 11 Value atrisk(var) co to jest? Inne nazwy: Wartość zagrożona Wartość narażona na ryzyko Popularna miara ryzyka Co może mieć negatywne skutki z punktu widzenia ryzyka systemowego Popularność wspierana
Bardziej szczegółowoWarszawa, dnia 30 grudnia 2015 r. Poz. 2321 ROZPORZĄDZENIE MINISTRA FINANSÓW 1) z dnia 23 grudnia 2015 r.
DZIENNIK USTAW RZECZYPOSPOLITEJ POLSKIEJ Warszawa, dnia 30 grudnia 2015 r. Poz. 2321 ROZPORZĄDZENIE MINISTRA FINANSÓW 1) z dnia 23 grudnia 2015 r. w sprawie szczegółowego sposobu obliczania podstawowego
Bardziej szczegółowoStruktura terminowa rynku obligacji
Krzywa dochodowości pomaga w inwestowaniu w obligacje Struktura terminowa rynku obligacji Wskazuje, które obligacje są atrakcyjne a których unikać Obrazuje aktualną sytuację na rynku długu i zmiany w czasie
Bardziej szczegółowoMatematyka ubezpieczeń majątkowych r.
Zadanie 1. W pewnej populacji podmiotów każdy podmiot narażony jest na ryzyko straty X o rozkładzie normalnym z wartością oczekiwaną równą μ i wariancją równą. Wszystkie podmioty z tej populacji kierują
Bardziej szczegółowoWYKŁAD 2. Temat: REZERWY, ICH CHARAKTERYSTYKA, WYCENA, DOKUMENTACJA I UJĘCIE W KSIĘGACH RACHUNKOWYCH ZAKŁADU UBEZPIECZEŃ
WYKŁAD 2 Temat: REZERWY, ICH CHARAKTERYSTYKA, WYCENA, DOKUMENTACJA I UJĘCIE W KSIĘGACH RACHUNKOWYCH ZAKŁADU UBEZPIECZEŃ 1. Istota, pojęcie i podstawy tworzenia rezerw Rezerwy w rachunkowości to potencjalne
Bardziej szczegółowoINFORMACJE DOTYCZĄCE ADEKWATNOŚCI KAPITAŁOWEJ GRUPY BANKU MILLENNIUM S.A. (WEDŁUG STANU NA DZIEŃ 31 GRUDNIA 2011 R.)
a INFORMACJE DOTYCZĄCE ADEKWATNOŚCI KAPITAŁOWEJ GRUPY BANKU MILLENNIUM S.A. (WEDŁUG STANU NA DZIEŃ 31 GRUDNIA 2011 R.) I. Wprowadzenie... 3 II. Fundusze własne... 3 III. Wymogi kapitałowe... 5 IV. Kapitał
Bardziej szczegółowoWykład 4. Plan: 1. Aproksymacja rozkładu dwumianowego rozkładem normalnym. 2. Rozkłady próbkowe. 3. Centralne twierdzenie graniczne
Wykład 4 Plan: 1. Aproksymacja rozkładu dwumianowego rozkładem normalnym 2. Rozkłady próbkowe 3. Centralne twierdzenie graniczne Przybliżenie rozkładu dwumianowego rozkładem normalnym Niech Y ma rozkład
Bardziej szczegółowoPorównanie metod szacowania Value at Risk
Porównanie metod szacowania Value at Risk Metoda wariancji i kowariancji i metoda symulacji historycznej Dominika Zarychta Nr indeksu: 161385 Spis treści 1. Wstęp....3 2. Co to jest Value at Risk?...3
Bardziej szczegółowoMikroekonometria 5. Mikołaj Czajkowski Wiktor Budziński
Mikroekonometria 5 Mikołaj Czajkowski Wiktor Budziński Zadanie 1. Wykorzystując dane me.medexp3.dta przygotuj model regresji kwantylowej 1. Przygotuj model regresji kwantylowej w którym logarytm wydatków
Bardziej szczegółowoInformacje z zakresu profilu ryzyka i poziomu kapitału Banku Spółdzielczego w Skaryszewie według stanu na dzień 31.12.2012 roku
Informacje z zakresu profilu ryzyka i poziomu kapitału Banku Spółdzielczego w Skaryszewie według stanu na dzień 31.12.2012 roku I. Informacje ogólne: 1. Bank Spółdzielczy w Skaryszewie, zwany dalej Bankiem,
Bardziej szczegółowoDlaczego stress-testy stresują?
Autorzy dr Romana Kawiak i mgr Jadwiga Żarna autorki są członkami PRMIA Warszawa 45 Dlaczego stress-testy stresują? Testy warunków skrajnych są rodzajem analizy potencjalnego wpływu skrajnych zmian czynników
Bardziej szczegółowoPAKIETY STATYSTYCZNE
. Wykład wstępny PAKIETY STATYSTYCZNE 2. SAS, wprowadzenie - środowisko Windows, Linux 3. SAS, elementy analizy danych edycja danych 4. SAS, elementy analizy danych regresja liniowa, regresja nieliniowa
Bardziej szczegółowoINFORMACJE DOTYCZĄCE ADEKWATNOŚCI KAPITAŁOWEJ GRUPY BANKU MILLENNIUM S.A. (WEDŁUG STANU NA DZIEŃ 31 GRUDNIA 2010 R.)
INFORMACJE DOTYCZĄCE ADEKWATNOŚCI KAPITAŁOWEJ GRUPY BANKU MILLENNIUM S.A. (WEDŁUG STANU NA DZIEŃ 31 GRUDNIA 2010 R.) I. Wprowadzenie... 3 II. Fundusze własne... 3 III. Wymogi kapitałowe... 5 IV. Kapitał
Bardziej szczegółowoPolityka Informacyjna Domu Inwestycyjnego Investors S.A. w zakresie adekwatności kapitałowej
Polityka Informacyjna Domu Inwestycyjnego Investors S.A. w zakresie adekwatności kapitałowej Warszawa, dnia 21 grudnia 2011 roku 1 Data powstania: Data zatwierdzenia: Data wejścia w życie: Właściciel:
Bardziej szczegółowoWarszawa, dnia 28 grudnia 2016 r. Poz ROZPORZĄDZENIE MINISTRA ROZWOJU I FINANSÓW 1) z dnia 9 grudnia 2016 r. w sprawie egzaminu aktuarialnego
DZIENNIK USTAW RZECZYPOSPOLITEJ POLSKIEJ Warszawa, dnia 28 grudnia 2016 r. Poz. 2182 ROZPORZĄDZENIE MINISTRA ROZWOJU I FINANSÓW 1) z dnia 9 grudnia 2016 r. w sprawie egzaminu aktuarialnego Na podstawie
Bardziej szczegółowoINFORMACJE DOTYCZĄCE ADEKWATNOŚCI KAPITAŁOWEJ GRUPY BANKU MILLENNIUM S.A. (WEDŁUG STANU NA DZIEŃ 31 GRUDNIA 2009 R.)
INFORMACJE DOTYCZĄCE ADEKWATNOŚCI KAPITAŁOWEJ GRUPY BANKU MILLENNIUM S.A. (WEDŁUG STANU NA DZIEŃ 31 GRUDNIA 2009 R.) I. Wprowadzenie...3 II. Fundusze własne...3 III. Wymogi kapitałowe...5 IV. Kapitał wewnętrzny...7
Bardziej szczegółowoMonitoring kształtowania wysokości taryf w świetle zmieniających się czynników ryzyka
Monitoring kształtowania wysokości taryf w świetle zmieniających się czynników ryzyka 1 Przepisy prawa ustawa z dnia 22 maja 2003r. o działalności ubezpieczeniowej art. 18. 1. Wysokość składek ubezpieczeniowych
Bardziej szczegółowoSpis treści. Wstęp...
Wstęp... XI Rozdział 1. Podstawy zarządzania ryzykiem... 1 1.1. Ryzyko rynkowe... 1 1.2. Charakterystyka instrumentów pochodnych... 12 1.2.1. Forward... 13 1.2.2. Futures... 14 1.2.3. Swap... 16 1.2.4.
Bardziej szczegółowoAnalizowane modele. Dwa modele: y = X 1 β 1 + u (1) y = X 1 β 1 + X 2 β 2 + ε (2) Będziemy analizować dwie sytuacje:
Analizowane modele Dwa modele: y = X 1 β 1 + u (1) Będziemy analizować dwie sytuacje: y = X 1 β 1 + X 2 β 2 + ε (2) zmienne pominięte: estymujemy model (1) a w rzeczywistości β 2 0 zmienne nieistotne:
Bardziej szczegółowoSTATYSTYKA MATEMATYCZNA WYKŁAD 4. Testowanie hipotez Estymacja parametrów
STATYSTYKA MATEMATYCZNA WYKŁAD 4 Testowanie hipotez Estymacja parametrów WSTĘP 1. Testowanie hipotez Błędy związane z testowaniem hipotez Etapy testowana hipotez Testowanie wielokrotne 2. Estymacja parametrów
Bardziej szczegółowoValue at Risk (VaR) Jerzy Mycielski WNE. Jerzy Mycielski (Institute) Value at Risk (VaR) / 16
Value at Risk (VaR) Jerzy Mycielski WNE 2018 Jerzy Mycielski (Institute) Value at Risk (VaR) 2018 1 / 16 Warunkowa heteroskedastyczność O warunkowej autoregresyjnej heteroskedastyczności mówimy, gdy σ
Bardziej szczegółowoINFORMACJE DOTYCZĄCE ADEKWATNOŚCI KAPITAŁOWEJ W MILLENNIUM DOMU MAKLERSKIM S.A. (stan na dzień 31 grudnia 2012 r.)
INFORMACJE DOTYCZĄCE ADEKWATNOŚCI KAPITAŁOWEJ W MILLENNIUM DOMU MAKLERSKIM S.A. (stan na dzień 31 grudnia 2012 r.) SPIS TREŚCI I. WPROWADZENIE... 3 II. KAPITAŁY NADZOROWANE... 4 III. WYMOGI KAPITAŁOWE...
Bardziej szczegółowoPoniżej omówiona została każda z wprowadzonych zmian.
Zmiany w prezentacji instrumentów finansowych zgodne z MSSF 7 Instrumenty finansowe: Ujawnianie inf Artykuł przedstawia najważniejsze zmiany regulacji prawnych w zakresie prezentacji instrumentów finansowych
Bardziej szczegółowoINFORMACJE DOTYCZĄCE ADEKWATNOŚCI KAPITAŁOWEJ ORAZ POLITYKI ZMIENNYCH SKŁADNIKÓW WYNAGRODZEŃ W MILLENNIUM DOMU MAKLERSKIM S.A.
INFORMACJE DOTYCZĄCE ADEKWATNOŚCI KAPITAŁOWEJ ORAZ POLITYKI ZMIENNYCH SKŁADNIKÓW WYNAGRODZEŃ W MILLENNIUM DOMU MAKLERSKIM S.A. (stan na dzień 31 grudnia 2013 r.) SPIS TREŚCI I. WPROWADZENIE... 3 II. KAPITAŁY
Bardziej szczegółowoMatematyka ubezpieczeń majątkowych 6.04.2009 r.
Matematyka ubezpieczeń majątkowych 6.04.009 r. Zadanie. Niech N oznacza liczbę szkód zaszłych w ciągu roku z pewnego ubezpieczenia z czego: M to liczba szkód zgłoszonych przed końcem tego roku K to liczba
Bardziej szczegółowoCenzurowanie danych w bankowości
Cenzurowanie danych w bankowości Ryzyko operacyjne Tomasz Szkutnik Uniwersytet Ekonomiczny w Katowicach Katedra Statystyki, Ekonometrii i Matematyki 2017 Cenzurowanie danych w bankowości Plan wystąpienia
Bardziej szczegółowoCentrum Edukacji dla Uczestników Rynku
Centrum Edukacji dla Uczestników Rynku Wypłacalno Iwona Kraśniewska, Dominika Pawelec Urząd Komisji Nadzoru Finansowego Departament Ubezpieczeniowego Nadzoru Finansowego Warszawa, 13 października 2009
Bardziej szczegółowoWykorzystanie informacji kredytowej w procesie oceny ryzyka ubezpieczeniowego w ubezpieczeniach komunikacyjnych
Wykorzystanie informacji kredytowej w procesie oceny ryzyka ubezpieczeniowego w ubezpieczeniach komunikacyjnych Ubezpieczeniowy Fundusz Gwarancyjny mgr Karolina Pasternak-Winiarska mgr Kamil Gala Zagadnienia
Bardziej szczegółowoPolityka ujawnień Mercedes-Benz Bank Polska S.A. Przyjęta na posiedzeniu Zarządu w dniu 21 czerwca 2016 roku załącznik do Uchwały 34/2016
ujawnień 1/6 ujawnień Spis treści A. Ustalenia ogólne... 1 B. Zakres ogłaszanych przez Bank informacji... 2 C. Zasady i terminy udzielania odpowiedzi udziałowcom oraz klientom... 5 D. Częstotliwość ogłaszania
Bardziej szczegółowoOutlier to dana (punkt, obiekt, wartośd w zbiorze) znacznie odstająca od reszty. prezentacji punktów odstających jest rysunek poniżej.
Temat: WYKRYWANIE ODCHYLEO W DANYCH Outlier to dana (punkt, obiekt, wartośd w zbiorze) znacznie odstająca od reszty. prezentacji punktów odstających jest rysunek poniżej. Przykładem Box Plot wygodną metodą
Bardziej szczegółowoKrzywa dochodowości. termin. SGH Rynki Finansowe
Wykład Futures na obligacje Value at Risk % Krzywa dochodowości termin SGH Rynki Finansowe 2015 1 Krzywa dochodowości zmiana kształtu % termin Pytanie do Napoleona: O czym wystarczy pamiętać, by wiedzieć
Bardziej szczegółowoSymulacyjne metody analizy ryzyka inwestycyjnego wybrane aspekty. Grzegorz Szwałek Katedra Matematyki Stosowanej Uniwersytet Ekonomiczny w Poznaniu
Symulacyjne metody analizy ryzyka inwestycyjnego wybrane aspekty Grzegorz Szwałek Katedra Matematyki Stosowanej Uniwersytet Ekonomiczny w Poznaniu Plan prezentacji 1. Opis metody wyceny opcji rzeczywistej
Bardziej szczegółowoPodejście dochodowe w wycenie nieruchomości
Podejście dochodowe w wycenie nieruchomości Regulacje i literatura RozpWyc 6-14 Powszechne Krajowe Zasady Wyceny (PKZW) Nota Interpretacyjna nr 2 Zastosowanie podejścia dochodowego w wycenie nieruchomości
Bardziej szczegółowoBadanie zmienności rezerwy IBNR w ubezpieczeniach majątkowych
Zarządzanie i Finanse Journal of Management and Finance Vol. 12, No. 1/2014 Tomasz Jurkiewicz * Agnieszka Pobłocka ** Badanie zmienności rezerwy IBNR w ubezpieczeniach majątkowych Wstęp Szacowanie rezerwy
Bardziej szczegółowoSpis treści. Notki o autorach Założenia i cele naukowe Wstęp... 17
Notki o autorach................................................... 11 Założenia i cele naukowe............................................ 15 Wstęp............................................................
Bardziej szczegółowoSystem 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 szczegółowoEstymacja parametrów modeli liniowych oraz ocena jakości dopasowania modeli do danych empirycznych
Estymacja parametrów modeli liniowych oraz ocena jakości dopasowania modeli do danych empirycznych 3.1. Estymacja parametrów i ocena dopasowania modeli z jedną zmienną 23. Właściciel komisu w celu zbadania
Bardziej szczegółowoKOMPUTEROWA SYMULACJA PROCESÓW ZWIĄZANYCH Z RYZYKIEM PRZY WYKORZYSTANIU ŚRODOWISKA ADONIS
KOMPUTEROWA SYMULACJA PROCESÓW ZWIĄZANYCH Z RYZYKIEM PRZY WYKORZYSTANIU ŚRODOWISKA ADONIS Bogdan RUSZCZAK Streszczenie: Artykuł przedstawia metodę komputerowej symulacji czynników ryzyka dla projektu inwestycyjnego
Bardziej szczegółowoZarządzanie projektami. Zarządzanie ryzykiem projektu
Zarządzanie projektami Zarządzanie ryzykiem projektu Warunki podejmowania decyzji Pewność Niepewność Ryzyko 2 Jak można zdefiniować ryzyko? Autor S.T. Regan A.H. Willet Definicja Prawdopodobieństwo straty
Bardziej szczegółowoOgraniczenia projektu. Zakres (co?) Czas (na kiedy?) Budżet (za ile?)
Koszty projektowe Ograniczenia projektu Zakres (co?) Czas (na kiedy?) Budżet (za ile?) Pojęcia podstawowe Zarządzanie kosztami Szacowanie kosztów Budżetowanie kosztów Kontrola kosztów Zarządzanie kosztami
Bardziej szczegółowoMATERIAŁ INFORMACYJNY
MATERIAŁ INFORMACYJNY Strukturyzowane Certyfikaty Depozytowe Lokata inwestycyjna powiązana z rynkiem akcji ze 100% ochroną zainwestowanego kapitału w Dniu Wykupu Emitent Bank BPH SA Numer Serii Certyfikatów
Bardziej szczegółowoSTATYSTYKA MATEMATYCZNA
STATYSTYKA MATEMATYCZNA 1. Wykład wstępny 2. Zmienne losowe i teoria prawdopodobieństwa 3. Populacje i próby danych 4. Testowanie hipotez i estymacja parametrów 5. Najczęściej wykorzystywane testy statystyczne
Bardziej szczegółowoReasekuracja a zdarzenia katastroficzne. Warszawa, 14.05.2012 r.
Reasekuracja a zdarzenia katastroficzne. Czy działamy świadomie? Warszawa, 14.05.2012 r. AGENDA 1. Zdarzenia katastroficzne na świecie 2. 2010 rok w Polsce, ale nie tylko 3. Dlaczego? 4. Prewencja reasekuracja,,
Bardziej szczegółowo