System bonus-malus z mechanizmem korekty składki

Wielkość: px
Rozpocząć pokaz od strony:

Download "System bonus-malus z mechanizmem korekty składki"

Transkrypt

1 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 Aktuarialne teoria i praktyka Warszawa, września 2014 Ubezpieczeniowy Fundusz Gwarancyjny 1

2 Plan referatu 1. Wprowadzenie 2. System bonus-malus 3. System bonus-malus z korektą składki 4. Wyznaczanie stawek składki i korekty 5. Przykłady obliczeniowe 6. Podsumowanie Ubezpieczeniowy Fundusz Gwarancyjny 2

3 Wprowadzenie Systemy bonus-malus (SBM) powszechnie stosowane narzędzie oceny ryzyka a posteriori Dyskusja na temat wad i zalet SBM sugeruje, że pożądane mogą być jego modyfikacje Rozważymy system, w którym w zależności od liczby zgłoszonych szkód na końcu okresu następuje zwrot lub dopłata składki Ubezpieczeniowy Fundusz Gwarancyjny 3

4 System bonus-malus - formalnie System bonus-malus jest określony przez: 1) Zbiór klas taryfowych L = {0,,s} 2) Wektor stawek składki r = (r 0,,r s ) 3) Klasę startową l 0 (najczęściej taką, że r l 0 = 1) 4) Reguły przejścia reprezentowane za pomocą macierzy T(k) takich że t ij (k) = 1 jeśli po zgłoszeniu k szkód następuje zmiana klasy taryfowej z klasy i na klasę j i 0 w przeciwnym przypadku. Ubezpieczeniowy Fundusz Gwarancyjny 4

5 Proces zgłaszania szkód (1) 1) Portfel złożony z M umów ubezpieczenia 2) i-ty ubezpieczony opisany jest przez ciągi 3) Ciągi N i i X i są niezależne dla każdego i. Pary (N i,x i ) oraz (N j,x j ) są niezależne dla i j 4) Elementy ciągu X i mają ten sam rozkład o wartości oczekiwanej µ 5) Łączna wartość szkód zgłoszonych w okresie (t-1,t] jest równa Ubezpieczeniowy Fundusz Gwarancyjny 5

6 Proces zgłaszania szkód (2) 6) Zmienne losowe Q i są niezależne i mają taki sam rozkład o wartości oczekiwanej 1 7) Przy ustalonym Q i = q i zmienne N it są niezależne i mają rozkład Poiss(l it q i ). Przy tych założeniach zatem parametr q można interpretować jako względną skłonność do ryzyka. Przy założonym procesie zgłaszania szkód klasy taryfowe, w których znajduje się ubezpieczony w kolejnych okresach tworzą warunkowy łańcuch Markowa (L 0,L 1,L 2, ) Ubezpieczeniowy Fundusz Gwarancyjny 6

7 System bonus-malus z korektą składki w rozważanej modyfikacji SBM składka płacona jest w dwóch ratach: na początku okresu - w wysokości zależnej od klasy taryfowej na końcu okresu - w wysokości zależnej od klasy taryfowej oraz liczby zgłoszonych szkód. stawka składki całkowitej płacona przez ubezpieczonego wybranego losowo z populacji jest więc równa: cel: wyznaczyć funkcje p i b tak, aby system spełniał określone warunki optymalności. przyjęte podejście: przybliżanie parametru ryzyka Q za pomocą stawki składki P t+1 Ubezpieczeniowy Fundusz Gwarancyjny 7

8 Wyznaczanie stawek składki: metoda I Interesuje nas minimalizacja wyrażenia Rozwiązanie powyższego zadana dane jest wzorami Ubezpieczeniowy Fundusz Gwarancyjny 8

9 Wyznaczanie stawek składki: metoda I Własności otrzymanych współczynników: globalna równowaga finansowa: lokalna równowaga finansowa: lepsza ocena ryzyka: sprawiedliwe traktowanie ubezpieczonych: dla każdego l = 0,,s. Ubezpieczeniowy Fundusz Gwarancyjny 9

10 Wyznaczanie stawek składki: metoda I Uwaga: ostatnia własność jest spełniona dla modelu, w którym liczba szkód rośnie wraz z parametrem ryzyka. Formalnie: warunkiem dostatecznym jest relacja dla θ θ. Relacja LR to porządek wyznaczony przez iloraz wiarygodności (ang. likelihood ratio order): W szczególności, powyższy warunek jest spełniony dla poissonowskiego modelu wiarygodności Ubezpieczeniowy Fundusz Gwarancyjny 10

11 Wyznaczanie stawek składki: metoda II Zastosowanie metody I może być skomplikowane obliczeniowo, a także prowadzić do taryfy mało przejrzystej dla klienta Alternatywa: liniowa taryfa składki i korekty Innymi słowy, szukamy wartości parametrów minimalizujących wyrażenie gdzie Ubezpieczeniowy Fundusz Gwarancyjny 11

12 Wyznaczanie stawek składki: metoda II Można pokazać, że rozwiązanie tak postawionego zadania istnieje i jest wyznaczone jednoznacznie Ubezpieczeniowy Fundusz Gwarancyjny 12

13 Wyznaczanie stawek składki: metoda II Własności omawianej metody: Przejrzysta taryfa i stała dopłata za każdą szkodę Wyznaczenie współczynników wymaga obliczenia momentów pierwszego i drugiego rzędu Możliwość innego podziału całkowitej składki, np. obniżenie składki początkowej w zamian za mniejszy zwrot na końcu okresu Dla ubezpieczeń typu autocasco (ang. first-party) system jest podobny do postulowanego w literaturze systemu z udziałem własnym określonym jako procent składki bazowej Ubezpieczeniowy Fundusz Gwarancyjny 13

14 Wyznaczanie stawek składki: metoda III Poprzednie metody zakładały, że w przypadku braku szkód następuje zwrot składki, a zgłaszanie szkód jest karane dopłatą składki Z marketingowego punktu widzenia korzystna może być budowa systemu, w którym możliwy jest tylko zwrot składki Formalnie, szukamy optymalnych stawek składki postaci Interesuje nas zatem minimalizacja wyrażenia Ubezpieczeniowy Fundusz Gwarancyjny 14

15 Wyznaczanie stawek składki: metoda III Można pokazać, że omawiany problem ma jednoznaczne rozwiązane dane wzorami Ubezpieczeniowy Fundusz Gwarancyjny 15

16 Wyznaczanie stawek składki: metoda III Własności otrzymanych współczynników: Przy założeniach analogicznych do pierwszej metody dla każdego l=0,,s zachodzi Koszty zwrotu składki przenoszone są na szkodowych kierowców, zatem na początku okresu wszyscy ubezpieczeni płacą składkę wyższą w stosunku do standardowego systemu: Własność globalnej i lokalnej równowagi finansowej Wysokość zwrotu składki jest rosnącą funkcją prawdopodobieństwa bezszkodowego roku. Ubezpieczeniowy Fundusz Gwarancyjny 16

17 Przykład liczbowy założenia przyjmujemy poissonowski model wiarygodności parametr Q ma rozkład Gamma(a,a) przyjmujemy a = 1 oraz l = 0.1 rozważamy następujący system bonus-malus (-1/+2): liczba szkód klasa Ubezpieczeniowy Fundusz Gwarancyjny 17

18 Przykład liczbowy metoda I stawka składki 600% 500% 400% 300% składka początkowa 0 szkód 1 szkoda 2 szkody 200% 3 i więcej szkód 100% 0% klasa taryfowa Ubezpieczeniowy Fundusz Gwarancyjny 18

19 Przykład liczbowy metoda II stawka składki 500% 450% 400% 350% 300% 250% 200% 150% składka początkowa 0 szkód 1 szkoda 2 szkody 3 szkody 100% 50% 0% klasa taryfowa Ubezpieczeniowy Fundusz Gwarancyjny 19

20 Przykład liczbowy metoda III stawka składki 400% 350% 300% 250% 200% składka początkowa brak szkód 150% 100% 50% klasa taryfowa Ubezpieczeniowy Fundusz Gwarancyjny 20

21 Przykład liczbowy: porównanie metod stawka składki 400% 350% 300% 250% 200% 150% składka początkowa (metoda I) brak szkód (metoda I) składka początkowa (metoda II) brak szkód (metoda II) składka początkowa (metoda III) brak szkód (metoda III) 100% 50% klasa taryfowa Ubezpieczeniowy Fundusz Gwarancyjny 21

22 Podsumowanie system bonus-malus z korektą składki alternatywa dla systemu UBI i tradycyjnego SBM wskazane zostały sposoby konstrukcji takiego systemu na podstawie kryteriów statystycznych parametry systemu uzyskane z wykorzystaniem przedstawionych metod mają szereg własności pożądanych z aktuarialnego i marketingowego punktu widzenia Ubezpieczeniowy Fundusz Gwarancyjny 22

23 Podsumowanie Korzyści dla zakładu ubezpieczeń: wyjście naprzeciw oczekiwaniom klientów przyciąganie dobrych kierowców i odstraszanie kierowców szkodowych lepsza ocena ryzyka bez ingerencji w prywatność klienta Korzyści dla klienta: wpływ na płaconą składkę klient dostaje produkt, który może traktować jak umowę z udziałem w zyskach z ubezpieczenia Korzyści społeczne: wzmocnienie funkcji prewencyjnej ubezpieczeń Ubezpieczeniowy Fundusz Gwarancyjny 23

24 Literatura Denuit M., Maréchal X., Pitrebois S., Walhin J. (2007), Actuarial Modelling of Claim Counts: Risk Classification, Credibility and Bonus-Malus Systems Lemaire J. (1995), Bonus-Malus Systems in Automobile Insurance Norberg R. (1976), A Credibility Theory for Automobile Bonus Systems Ubezpieczeniowy Fundusz Gwarancyjny 24

25 Dziękujemy za uwagę! mgr Kamil Gala dr hab. Wojciech Bijak, prof. SGH Ubezpieczeniowy Fundusz Gwarancyjny 25

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

System bonus-malus z korektą składki

System bonus-malus z korektą składki Kamil Gala Ubezpieczeniowy Fundusz Gwarancyjny Wojciech Bijak Kolegium Analiz Ekonomicznych Szkoła Główna Handlowa w Warszawie Ubezpieczeniowy Fundusz Gwarancyjny System bonus-malus z korektą składki Streszczenie

Bardziej szczegółowo

Wykorzystanie informacji kredytowej w procesie oceny ryzyka ubezpieczeniowego w ubezpieczeniach komunikacyjnych

Wykorzystanie 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 szczegółowo

Model równowagi na rynku prywatnych ubezpieczeń zdrowotnych

Model równowagi na rynku prywatnych ubezpieczeń zdrowotnych Model równowagi na rynku prywatnych ubezpieczeń zdrowotnych Agata de Sas Stupnicka Zagadnienia aktuarialne teoria i praktyka Wrocław, 6-8 września 2010 Plan prezentacji Wprowadzenie ubezpieczenia zdrowotne,

Bardziej szczegółowo

Matematyka ubezpieczeń majątkowych r.

Matematyka 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 szczegółowo

Zadanie 1. O rozkładzie pewnego ryzyka X posiadamy następujące informacje: znamy oczekiwaną wartość nadwyżki ponad 20:

Zadanie 1. O rozkładzie pewnego ryzyka X posiadamy następujące informacje: znamy oczekiwaną wartość nadwyżki ponad 20: Zadanie 1. O rozkładzie pewnego ryzyka X posiadamy następujące informacje: znamy oczekiwaną wartość nadwyżki ponad 20: E X 20 8 oraz znamy następujące charakterystyki dotyczące przedziału 10, 20 : 3 Pr

Bardziej szczegółowo

Wpływ liczby klas i reguł przejścia systemu bonus-malus na jego efektywność taryfikacyjną

Wpływ liczby klas i reguł przejścia systemu bonus-malus na jego efektywność taryfikacyjną Anna Szymańska Wydział Ekonomiczno-Socjologiczny Uniwersytet Łódzki Wpływ liczby klas i reguł przejścia systemu bonus-malus na jego efektywność taryfikacyjną Streszczenie Towarzystwa ubezpieczeniowe konkurują

Bardziej szczegółowo

Zadanie 1. są niezależne i mają rozkład z atomami: ( ),

Zadanie 1. są niezależne i mają rozkład z atomami: ( ), Zadanie. Zmienne losowe są niezależne i mają rozkład z atomami: ( ) ( ) i gęstością: ( ) na przedziale ( ). Wobec tego ( ) wynosi: (A) 0.2295 (B) 0.2403 (C) 0.2457 (D) 0.25 (E) 0.269 Zadanie 2. Niech:

Bardziej szczegółowo

Zadanie 1. Zmienne losowe X 1, X 2 są niezależne i mają taki sam rozkład z atomami:

Zadanie 1. Zmienne losowe X 1, X 2 są niezależne i mają taki sam rozkład z atomami: Zadanie 1. Zmienne losowe X 1, X 2 są niezależne i mają taki sam rozkład z atomami: Pr(X 1 = 0) = 6/10, Pr(X 1 = 1) = 1/10, i gęstością: f(x) = 3/10 na przedziale (0, 1). Wobec tego Pr(X 1 + X 2 5/3) wynosi:

Bardziej szczegółowo

DOI: /sps JEL Classification: G22 Insurance; Insurance Companies; Actuarial Studies

DOI: /sps JEL Classification: G22 Insurance; Insurance Companies; Actuarial Studies ZALEŻNOŚĆ STOCHASTYCZNA W AKTUARIALNYCH MODELACH TARYFIKACJI A POSTERIOR ŚLĄSKI Kamil Gala Ubezpieczeniowy Fundusz Gwarancyjny Wojciech Bijak Szkoła Główna Handlowa w Warszawie, Ubezpieczeniowy Fundusz

Bardziej szczegółowo

Parametr Λ w populacji ubezpieczonych ma rozkład dany na półosi dodatniej gęstością: 3 f

Parametr Λ w populacji ubezpieczonych ma rozkład dany na półosi dodatniej gęstością: 3 f Zadanie. W kolejnych latach t =,,,... ubezpieczony charakteryzujący się parametrem ryzyka Λ generuje N t szkód. Dla danego Λ = λ zmienne N, N, N,... są warunkowo niezależne i mają (brzegowe) rozkłady Poissona:

Bardziej szczegółowo

Agata Boratyńska Statystyka aktuarialna... 1

Agata Boratyńska Statystyka aktuarialna... 1 Agata Boratyńska Statystyka aktuarialna... 1 ZADANIA NA ĆWICZENIA Z TEORII WIAROGODNOŚCI Zad. 1. Niech X 1, X 2,..., X n będą niezależnymi zmiennymi losowymi z rozkładu wykładniczego o wartości oczekiwanej

Bardziej szczegółowo

Matematyka ubezpieczeń majątkowych r.

Matematyka 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 szczegółowo

Ogólnopolska Konferencja Aktuarialna Zagadnienia aktuarialne teoria i praktyka Warszawa, IE SGH 2009

Ogólnopolska Konferencja Aktuarialna Zagadnienia aktuarialne teoria i praktyka Warszawa, IE SGH 2009 Rafał M. Łochowski Szkoła Główna Handlowa w Warszawie O pewnym modelu pojawiania się szkód Ogólnopolska Konferencja Aktuarialna Zagadnienia aktuarialne teoria i praktyka Warszawa, IE SGH 2009 Modele pojawiania

Bardziej szczegółowo

z przedziału 0,1 liczb dodatnich. Rozważmy dwie zmienne losowe:... ma złożony rozkład dwumianowy o parametrach 1,q i, gdzie X, wszystkie składniki X

z przedziału 0,1 liczb dodatnich. Rozważmy dwie zmienne losowe:... ma złożony rozkład dwumianowy o parametrach 1,q i, gdzie X, wszystkie składniki X Zadanie. Mamy dany ciąg liczb q, q,..., q n z przedziału 0,, oraz ciąg m, m,..., m n liczb dodatnich. Rozważmy dwie zmienne losowe: o X X X... X n, gdzie X i ma złożony rozkład dwumianowy o parametrach,q

Bardziej szczegółowo

N ma rozkład Poissona z wartością oczekiwaną równą 100 M, M M mają ten sam rozkład dwupunktowy o prawdopodobieństwach:

N ma rozkład Poissona z wartością oczekiwaną równą 100 M, M M mają ten sam rozkład dwupunktowy o prawdopodobieństwach: Zadanie. O niezależnych zmiennych losowych N, M M, M 2, 3 wiemy, że: N ma rozkład Poissona z wartością oczekiwaną równą 00 M, M M mają ten sam rozkład dwupunktowy o prawdopodobieństwach: 2, 3 Pr( M = )

Bardziej szczegółowo

EGZAMIN DYPLOMOWY, część II, 20.09.2006 Biomatematyka

EGZAMIN DYPLOMOWY, część II, 20.09.2006 Biomatematyka Biomatematyka Załóżmy, że częstości genotypów AA, Aa i aa w całej populacji wynoszą p 2, 2pq i q 2. Wiadomo, że czynnik selekcyjny sprawia, że osobniki o genotypie aa nie rozmnażają się. 1. Wyznacz częstości

Bardziej szczegółowo

Matematyka ubezpieczeń majątkowych r.

Matematyka ubezpieczeń majątkowych r. Matematyka ubezpieczeń majątkowych 4.04.0 r. Zadanie. Przy danej wartości λ parametru ryzyka Λ liczby szkód generowane przez ubezpieczającego się w kolejnych latach to niezależne zmienne losowe o rozkładzie

Bardziej szczegółowo

Szacowanie optymalnego systemu Bonus-Malus przy pomocy Pseudo-MLE. Joanna Sawicka

Szacowanie 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 szczegółowo

Zadanie 1. Liczba szkód N w ciągu roku z pewnego ryzyka ma rozkład geometryczny: k =

Zadanie 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 szczegółowo

Stanisław Cichocki Natalia Nehrebecka. Wykład 7

Stanisław 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 szczegółowo

Rozdział 2: Metoda największej wiarygodności i nieliniowa metoda najmniejszych kwadratów

Rozdział 2: Metoda największej wiarygodności i nieliniowa metoda najmniejszych kwadratów Rozdział : Metoda największej wiarygodności i nieliniowa metoda najmniejszych kwadratów W tym rozdziale omówione zostaną dwie najpopularniejsze metody estymacji parametrów w ekonometrycznych modelach nieliniowych,

Bardziej szczegółowo

Rachunek Prawdopodobieństwa Anna Janicka

Rachunek Prawdopodobieństwa Anna Janicka Rachunek Prawdopodobieństwa Anna Janicka wykład XIV, 24.01.2017 ŁAŃCUCHYMARKOWA CD. KRÓTKIE INFO O RÓŻNYCH WAŻNYCH ROZKŁADACH Plan na dzisiaj Łańcuchy Markowa cd. Różne ważne rozkłady prawdopodobieństwa,

Bardziej szczegółowo

Badania operacyjne egzamin

Badania operacyjne egzamin Imię i nazwisko:................................................... Nr indeksu:............ Zadanie 1 Załóżmy, że Tablica 1 reprezentuje jeden z kroków algorytmu sympleks dla problemu (1)-(4). Tablica

Bardziej szczegółowo

Ubezpieczenia majątkowe

Ubezpieczenia majątkowe Funkcje użyteczności a składki Uniwersytet Przyrodniczy we Wrocławiu Instytut Nauk Ekonomicznych i Społecznych 2016/2017 Funkcja użyteczności Niech ω wielkość majątku decydenta wyrażona w j.p., u (ω) stopień

Bardziej szczegółowo

Optymalizacja ciągła

Optymalizacja ciągła Optymalizacja ciągła 5. Metody kierunków poparwy (metoda Newtona-Raphsona, metoda gradientów sprzężonych) Wojciech Kotłowski Instytut Informatyki PP http://www.cs.put.poznan.pl/wkotlowski/ 28.03.2019 1

Bardziej szczegółowo

LIII Egzamin dla Aktuariuszy z 31 maja 2010 r. Część III

LIII Egzamin dla Aktuariuszy z 31 maja 2010 r. Część III Komisja Egzaminacyjna dla Aktuariuszy LIII Egzamin dla Aktuariuszy z 3 maja 200 r. Część III Matematyka ubezpieczeń majątkowych Imię i nazwisko osoby egzaminowanej:. Czas egzaminu: 00 minut Komisja Nadzoru

Bardziej szczegółowo

Matematyka ubezpieczeń majątkowych r.

Matematyka ubezpieczeń majątkowych r. Zadanie. Niech łączna wartość szkód: Ma złożony rozkład Poissona. Momenty rozkładu wartości poedyncze szkody wynoszą:, [ ]. Wiemy także, że momenty nadwyżki wartości poedyncze szkody ponad udział własny

Bardziej szczegółowo

01. dla x 0; 1 2 wynosi:

01. 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 szczegółowo

Spacery losowe generowanie realizacji procesu losowego

Spacery losowe generowanie realizacji procesu losowego Spacery losowe generowanie realizacji procesu losowego Michał Krzemiński Streszczenie Omówimy metodę generowania trajektorii spacerów losowych (błądzenia losowego), tj. szczególnych procesów Markowa z

Bardziej szczegółowo

Metody numeryczne I Równania nieliniowe

Metody numeryczne I Równania nieliniowe Metody numeryczne I Równania nieliniowe Janusz Szwabiński szwabin@ift.uni.wroc.pl Metody numeryczne I (C) 2004 Janusz Szwabiński p.1/66 Równania nieliniowe 1. Równania nieliniowe z pojedynczym pierwiastkiem

Bardziej szczegółowo

Matematyka ubezpieczeń majątkowych r.

Matematyka ubezpieczeń majątkowych r. Matematyka ubezpieczeń majątkowych 3..007 r. Zadanie. Każde z ryzyk pochodzących z pewnej populacji charakteryzuje się tym że przy danej wartości λ parametru ryzyka Λ rozkład wartości szkód z tego ryzyka

Bardziej szczegółowo

Estymacja parametrów w modelu normalnym

Estymacja parametrów w modelu normalnym Estymacja parametrów w modelu normalnym dr Mariusz Grządziel 6 kwietnia 2009 Model normalny Przez model normalny będziemy rozumieć rodzine rozkładów normalnych N(µ, σ), µ R, σ > 0. Z Centralnego Twierdzenia

Bardziej szczegółowo

Fuzja sygnałów i filtry bayesowskie

Fuzja sygnałów i filtry bayesowskie Fuzja sygnałów i filtry bayesowskie Roboty Manipulacyjne i Mobilne dr inż. Janusz Jakubiak Katedra Cybernetyki i Robotyki Wydział Elektroniki, Politechnika Wrocławska Wrocław, 10.03.2015 Dlaczego potrzebna

Bardziej szczegółowo

UBEZPIECZENIA NA ŻYCIE

UBEZPIECZENIA NA ŻYCIE UBEZPIECZENIA NA ŻYCIE M BIENIEK Ubezpieczenie na życie jest to kontrakt pomiędzy ubezpieczycielem a ubezpieczonym gwarantujący, że ubezpieczyciel w zamian za opłacanie składek, wypłaci z góry ustaloną

Bardziej szczegółowo

UBEZPIECZENIE KALKULACJA SKŁADEK

UBEZPIECZENIE KALKULACJA SKŁADEK Ustalanie składek oraz świadczeń i odszkodowań. Składki, świadczenia i odszkodowania stanowią pozycje główne strumieni finansowych uruchamianych przez działalność ubezpieczeniową, główne pozycje rachunków

Bardziej szczegółowo

MODELE MATEMATYCZNE W UBEZPIECZENIACH

MODELE MATEMATYCZNE W UBEZPIECZENIACH MODELE MATEMATYCZNE W UBEZPIECZENIACH WYKŁAD 3: WYZNACZANIE ROZKŁADU CZASU PRZYSZŁEGO ŻYCIA 1 Hipoteza jednorodnej populacji Rozważmy pewną populację osób w różnym wieku i załóżmy, że każda z tych osób

Bardziej szczegółowo

Zarządzanie ryzykiem finansowym

Zarządzanie ryzykiem finansowym Zarządzanie projektami Wrocław, 30 października 2013 Spis treści Motywacja Rachunek prawdopodobieństwa Koherentne miary ryzyka Przykłady zastosowań Podsumowanie Po co analizować ryzyko na rynkach finansowych?

Bardziej szczegółowo

Matematyka ubezpieczeń majątkowych r.

Matematyka ubezpieczeń majątkowych r. Matematyka ubezpieczeń majątkowych..00 r. Zadanie. Proces szkód w pewnym ubezpieczeniu jest złożonym procesem Poissona z oczekiwaną liczbą szkód w ciągu roku równą λ i rozkładem wartości szkody o dystrybuancie

Bardziej szczegółowo

LXI Egzamin dla Aktuariuszy z 1 października 2012 r.

LXI Egzamin dla Aktuariuszy z 1 października 2012 r. Komisja Egzaminacyjna dla Aktuariuszy LXI Egzamin dla Aktuariuszy z 1 października 2012 r. Część II Matematyka ubezpieczeń życiowych Imię i nazwisko osoby egzaminowanej:... Czas egzaminu: 100 minut Warszawa,

Bardziej szczegółowo

Zadanie transportowe i problem komiwojażera. Tadeusz Trzaskalik

Zadanie transportowe i problem komiwojażera. Tadeusz Trzaskalik Zadanie transportowe i problem komiwojażera Tadeusz Trzaskalik 3.. Wprowadzenie Słowa kluczowe Zbilansowane zadanie transportowe Rozwiązanie początkowe Metoda minimalnego elementu macierzy kosztów Metoda

Bardziej szczegółowo

Matematyka ubezpieczeń majątkowych 1.10.2012 r.

Matematyka 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 szczegółowo

LIV Egzamin dla Aktuariuszy z 4 października 2010 r. Część III

LIV Egzamin dla Aktuariuszy z 4 października 2010 r. Część III Komisja Egzaminacyjna dla Aktuariuszy LIV Egzamin dla Aktuariuszy z 4 października 2010 r. Część III Matematyka ubezpieczeń majątkowych Imię i nazwisko osoby egzaminowanej:. Czas egzaminu: 100 minut Komisja

Bardziej szczegółowo

1. Wstęp SYSTEMY BONUS-MALUS Z WIELOLETNIĄ HISTORIĄ SZKODOWĄ. Wojciech Bijak. Piotr Dziel

1. Wstęp SYSTEMY BONUS-MALUS Z WIELOLETNIĄ HISTORIĄ SZKODOWĄ. Wojciech Bijak. Piotr Dziel SYSTEMY BONUS-MALUS Z WIELOLETNIĄ HISTORIĄ SZKODOWĄ Wojciech Bijak Szkoła Główna Handlowa w Warszawie Piotr Dziel Ubezpieczeniowy Fundusz Gwarancyjny e-mails: wobi@sgh.waw.pl; pdziel@ufg.pl ISSN 1644-6739

Bardziej szczegółowo

ROZWIĄZYWANIE RÓWNAŃ NIELINIOWYCH

ROZWIĄZYWANIE RÓWNAŃ NIELINIOWYCH Transport, studia I stopnia Instytut L-5, Wydział Inżynierii Lądowej, Politechnika Krakowska Ewa Pabisek Adam Wosatko Postać ogólna równania nieliniowego Często występującym, ważnym problemem obliczeniowym

Bardziej szczegółowo

Matematyka ubezpieczeń majątkowych r.

Matematyka ubezpieczeń majątkowych r. Matematyka ubezpieczeń majątkowych 0.0.005 r. Zadanie. Likwidacja szkody zaistniałej w roku t następuje: w tym samym roku z prawdopodobieństwem 0 3, w następnym roku z prawdopodobieństwem 0 3, 8 w roku

Bardziej szczegółowo

Matematyka ubezpieczeń majątkowych r.

Matematyka ubezpieczeń majątkowych r. Matematyka ubezpieczeń majątkowych 5.0.00 r. Zadanie. Dla dowolnej zmiennej losowej X o wartości oczekiwanej µ wariancji oraz momencie centralnym µ k rzędu k zachodzą nierówności (typu Czebyszewa): ( X

Bardziej szczegółowo

Zastosowanie modelu regresji logistycznej w ocenie ryzyka ubezpieczeniowego. Łukasz Kończyk WMS AGH

Zastosowanie 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 szczegółowo

7. Estymacja parametrów w modelu normalnym(14.04.2008) Pojęcie losowej próby prostej

7. Estymacja parametrów w modelu normalnym(14.04.2008) Pojęcie losowej próby prostej 7. Estymacja parametrów w modelu normalnym(14.04.2008) Pojęcie losowej próby prostej Definicja 1 n-elementowa losowa próba prosta nazywamy ciag n niezależnych zmiennych losowych o jednakowych rozkładach

Bardziej szczegółowo

Wprowadzenie do teorii ekonometrii. Wykład 1 Warunkowa wartość oczekiwana i odwzorowanie liniowe

Wprowadzenie do teorii ekonometrii. Wykład 1 Warunkowa wartość oczekiwana i odwzorowanie liniowe Wprowadzenie do teorii ekonometrii Wykład 1 Warunkowa wartość oczekiwana i odwzorowanie liniowe Zajęcia Wykład Laboratorium komputerowe 2 Zaliczenie EGZAMIN (50%) Na egzaminie obowiązują wszystkie informacje

Bardziej szczegółowo

LX Egzamin dla Aktuariuszy z 28 maja 2012 r.

LX Egzamin dla Aktuariuszy z 28 maja 2012 r. Komisja Egzaminacyjna dla Aktuariuszy LX Egzamin dla Aktuariuszy z 28 maja 2012 r. Część II Matematyka ubezpieczeń życiowych Imię i nazwisko osoby egzaminowanej:... Czas egzaminu: 100 minut Warszawa, 28

Bardziej szczegółowo

Matematyka ubezpieczeń majątkowych r.

Matematyka 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 szczegółowo

LVII Egzamin dla Aktuariuszy z 20 czerwca 2011 r.

LVII Egzamin dla Aktuariuszy z 20 czerwca 2011 r. Komisja Egzaminacyjna dla Aktuariuszy LVII Egzamin dla Aktuariuszy z 20 czerwca 2011 r. Część II Matematyka ubezpieczeń życiowych Imię i nazwisko osoby egzaminowanej:... Czas egzaminu: 100 minut Warszawa,

Bardziej szczegółowo

Matematyka ubezpieczeń majątkowych 6.04.2009 r.

Matematyka 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 szczegółowo

TEORIA GIER W EKONOMII WYKŁAD 2: GRY DWUOSOBOWE O SUMIE ZEROWEJ. dr Robert Kowalczyk Katedra Analizy Nieliniowej Wydział Matematyki i Informatyki UŁ

TEORIA GIER W EKONOMII WYKŁAD 2: GRY DWUOSOBOWE O SUMIE ZEROWEJ. dr Robert Kowalczyk Katedra Analizy Nieliniowej Wydział Matematyki i Informatyki UŁ TEORIA GIER W EKONOMII WYKŁAD 2: GRY DWUOSOBOWE O SUMIE ZEROWEJ dr Robert Kowalczyk Katedra Analizy Nieliniowej Wydział Matematyki i Informatyki UŁ Definicja gry o sumie zerowej Powiemy, że jest grą o

Bardziej szczegółowo

Ćwiczenia: Ukryte procesy Markowa lista 1 kierunek: matematyka, specjalność: analiza danych i modelowanie, studia II

Ćwiczenia: Ukryte procesy Markowa lista 1 kierunek: matematyka, specjalność: analiza danych i modelowanie, studia II Ćwiczenia: Ukryte procesy Markowa lista kierunek: matematyka, specjalność: analiza danych i modelowanie, studia II dr Jarosław Kotowicz Zadanie. Dany jest łańcuch Markowa, który może przyjmować wartości,,...,

Bardziej szczegółowo

Prawdopodobieństwo i statystyka

Prawdopodobieństwo i statystyka Wykład XIV: Metody Monte Carlo 19 stycznia 2016 Przybliżone obliczanie całki oznaczonej Rozważmy całkowalną funkcję f : [0, 1] R. Chcemy znaleźć przybliżoną wartość liczbową całki 1 f (x) dx. 0 Jeden ze

Bardziej szczegółowo

Zagadnienie najkrótszej drogi w sieci

Zagadnienie najkrótszej drogi w sieci L L Zagadnienie najkrótszej drogi w sieci 1 Rozważmy sieć, gdzie graf jest grafem skierowanym (digrafem) a jest funkcją określoną na zbiorze łuków. Wartość tej funkcji na łuku!"$#%'&, którą oznaczać będziemy

Bardziej szczegółowo

istocie dziedzina zajmująca się poszukiwaniem zależności na podstawie prowadzenia doświadczeń jest o wiele starsza: tak na przykład matematycy

istocie dziedzina zajmująca się poszukiwaniem zależności na podstawie prowadzenia doświadczeń jest o wiele starsza: tak na przykład matematycy MODEL REGRESJI LINIOWEJ. METODA NAJMNIEJSZYCH KWADRATÓW Analiza regresji zajmuje się badaniem zależności pomiędzy interesującymi nas wielkościami (zmiennymi), mające na celu konstrukcję modelu, który dobrze

Bardziej szczegółowo

Modele i narzędzia optymalizacji w systemach informatycznych zarządzania

Modele i narzędzia optymalizacji w systemach informatycznych zarządzania Politechnika Poznańska Modele i narzędzia optymalizacji w systemach informatycznych zarządzania Joanna Józefowska POZNAŃ 2010/11 Spis treści Rozdział 1. Metoda programowania dynamicznego........... 5

Bardziej szczegółowo

Matematyka finansowa w pakiecie Matlab

Matematyka finansowa w pakiecie Matlab Matematyka finansowa w pakiecie Matlab Wykład 5. Wycena opcji modele dyskretne Bartosz Ziemkiewicz Wydział Matematyki i Informatyki UMK Kurs letni dla studentów studiów zamawianych na kierunku Matematyka

Bardziej szczegółowo

EGZAMIN DYPLOMOWY, część II, Biomatematyka

EGZAMIN DYPLOMOWY, część II, Biomatematyka Biomatematyka Niech a będzie recesywnym płciowo skojarzonym genem i załóżmy, że proces selekcji uniemożliwia kojarzenie się osobników płci męskiej o genotypie aa. Przyjmijmy, że genotypy AA, Aa i aa występują

Bardziej szczegółowo

LIV Egzamin dla Aktuariuszy z 4 października 2010 r.

LIV Egzamin dla Aktuariuszy z 4 października 2010 r. Komisja Egzaminacyjna dla Aktuariuszy LIV Egzamin dla Aktuariuszy z 4 października 2010 r. Część II Matematyka ubezpieczeń życiowych Imię i nazwisko osoby egzaminowanej:...klucz odpowiedzi... Czas egzaminu:

Bardziej szczegółowo

Statystyka i opracowanie danych Podstawy wnioskowania statystycznego. Prawo wielkich liczb. Centralne twierdzenie graniczne. Estymacja i estymatory

Statystyka i opracowanie danych Podstawy wnioskowania statystycznego. Prawo wielkich liczb. Centralne twierdzenie graniczne. Estymacja i estymatory Statystyka i opracowanie danych Podstawy wnioskowania statystycznego. Prawo wielkich liczb. Centralne twierdzenie graniczne. Estymacja i estymatory Dr Anna ADRIAN Paw B5, pok 407 adrian@tempus.metal.agh.edu.pl

Bardziej szczegółowo

1. Oblicz prawdopodobieństwo zdarzenia, że noworodek wybrany z populacji, w której śmiertelnością rządzi prawo Gompertza

1. Oblicz prawdopodobieństwo zdarzenia, że noworodek wybrany z populacji, w której śmiertelnością rządzi prawo Gompertza 1. Oblicz prawdopodobieństwo zdarzenia, że noworodek wybrany z populacji, w której śmiertelnością rządzi prawo Gompertza x µ x = 06e. dożyje wieku największej śmiertelności (tzn. takiego wieku, w którym

Bardziej szczegółowo

Własność iteracyjności składek ubezpieczeniowych wyznaczonych w oparciu o teorię skumulowanej perspektywy Kahnemana-Tversky

Własność iteracyjności składek ubezpieczeniowych wyznaczonych w oparciu o teorię skumulowanej perspektywy Kahnemana-Tversky Własność iteracyjności składek ubezpieczeniowych wyznaczonych w oparciu o teorię skumulowanej perspektywy Kahnemana-Tversky ego Marek Kałuszka Michał Krzeszowiec Ogólnopolska Konferencja Naukowa Zagadnienia

Bardziej szczegółowo

Matematyka finansowa 26.05.2014 r. Komisja Egzaminacyjna dla Aktuariuszy. LXVII Egzamin dla Aktuariuszy z 26 maja 2014 r. Część I

Matematyka finansowa 26.05.2014 r. Komisja Egzaminacyjna dla Aktuariuszy. LXVII Egzamin dla Aktuariuszy z 26 maja 2014 r. Część I Komisja Egzaminacyjna dla Aktuariuszy LXVII Egzamin dla Aktuariuszy z 26 maja 2014 r. Część I Matematyka finansowa WERSJA TESTU A Imię i nazwisko osoby egzaminowanej:... Czas egzaminu: 100 minut 1 1. Przyjmijmy

Bardziej szczegółowo

WIELKA SGH-OWA POWTÓRKA ZE STATYSTYKI. Zmienna losowa dwuwymiarowa i korelacja

WIELKA SGH-OWA POWTÓRKA ZE STATYSTYKI. Zmienna losowa dwuwymiarowa i korelacja WIELKA SGH-OWA POWTÓRKA ZE STATYSTYKI Zmienna losowa dwuwymiarowa i korelacja Zmienna losowa dwuwymiarowa Definiujemy ją tak samo, jak zmienną losową jednowymiarową, z tym że poszczególnym zdarzeniom elementarnym

Bardziej szczegółowo

TARYFA SKŁADEK ZA UBEZPIECZENIE AUTOCASCO STANDARD (ACS)

TARYFA SKŁADEK ZA UBEZPIECZENIE AUTOCASCO STANDARD (ACS) TARYFA SKŁADEK ZA UBEZPIECZENIE AUTOCASCO STANDARD (ACS) 1 1. Niniejsza taryfa składek ma zastosowanie do umów ubezpieczenia zawieranych na podstawie ogólnych warunków ubezpieczenia Autocasco Standard

Bardziej szczegółowo

WSTĘP DO REGRESJI LOGISTYCZNEJ. Dr Wioleta Drobik-Czwarno

WSTĘP 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 szczegółowo

XLVIII Egzamin dla Aktuariuszy z 15 grudnia 2008 r.

XLVIII Egzamin dla Aktuariuszy z 15 grudnia 2008 r. Komisja Egzaminacyjna dla Aktuariuszy XLVIII Egzamin dla Aktuariuszy z 15 grudnia 2008 r. Część II Matematyka ubezpieczeń życiowych Imię i nazwisko osoby egzaminowanej:... Czas egzaminu: 100 minut Warszawa,

Bardziej szczegółowo

Lokalna odwracalność odwzorowań, odwzorowania uwikłane

Lokalna odwracalność odwzorowań, odwzorowania uwikłane Lokalna odwracalność odwzorowań, odwzorowania uwikłane Katedra Matematyki i Ekonomii Matematycznej Szkoła Główna Handlowa 17 maja 2012 Definicja Mówimy, że odwzorowanie F : X R n, gdzie X R n, jest lokalnie

Bardziej szczegółowo

Schemat programowania dynamicznego (ang. dynamic programming)

Schemat programowania dynamicznego (ang. dynamic programming) Schemat programowania dynamicznego (ang. dynamic programming) Jest jedną z metod rozwiązywania problemów optymalizacyjnych. Jej twórcą (1957) był amerykański matematyk Richard Ernest Bellman. Schemat ten

Bardziej szczegółowo

MODELOWANIE STRUKTURY PROBABILISTYCZNEJ UBEZPIECZEŃ ŻYCIOWYCH Z OPCJĄ ADBS JOANNA DĘBICKA 1, BEATA ZMYŚLONA 2

MODELOWANIE STRUKTURY PROBABILISTYCZNEJ UBEZPIECZEŃ ŻYCIOWYCH Z OPCJĄ ADBS JOANNA DĘBICKA 1, BEATA ZMYŚLONA 2 JOANNA DĘBICKA 1, BEATA ZMYŚLONA 2 MODELOWANIE STRUKTURY PROBABILISTYCZNEJ UBEZPIECZEŃ ŻYCIOWYCH Z OPCJĄ ADBS X OGÓLNOPOLSKA KONFERENCJA AKTUARIALNA ZAGADNIENIA AKTUARIALNE TEORIA I PRAKTYKA WARSZAWA,

Bardziej szczegółowo

Układy stochastyczne

Układy stochastyczne Instytut Informatyki Uniwersytetu Śląskiego 21 stycznia 2009 Definicja Definicja Proces stochastyczny to funkcja losowa, czyli funkcja matematyczna, której wartości leżą w przestrzeni zdarzeń losowych.

Bardziej szczegółowo

Zawansowane modele wyborów dyskretnych

Zawansowane modele wyborów dyskretnych Zawansowane modele wyborów dyskretnych Jerzy Mycielski Uniwersytet Warszawski grudzien 2013 Jerzy Mycielski (Uniwersytet Warszawski) Zawansowane modele wyborów dyskretnych grudzien 2013 1 / 16 Model efektów

Bardziej szczegółowo

Ubezpieczeniowy Fundusz Gwarancyjny. Jakość i standaryzacja danych a efektywność procesów realizowanych przez UFG

Ubezpieczeniowy Fundusz Gwarancyjny. Jakość i standaryzacja danych a efektywność procesów realizowanych przez UFG Ubezpieczeniowy Fundusz Gwarancyjny Jakość i standaryzacja danych a efektywność procesów realizowanych przez UFG Przemysław Czapliński Wojciech Bijak Krzysztof Hrycko Holiday Inn, Warszawa 25 marca 2009

Bardziej szczegółowo

WYKŁAD 6. Witold Bednorz, Paweł Wolff. Rachunek Prawdopodobieństwa, WNE, Uniwersytet Warszawski. 1 Instytut Matematyki

WYKŁAD 6. Witold Bednorz, Paweł Wolff. Rachunek Prawdopodobieństwa, WNE, Uniwersytet Warszawski. 1 Instytut Matematyki WYKŁAD 6 Witold Bednorz, Paweł Wolff 1 Instytut Matematyki Uniwersytet Warszawski Rachunek Prawdopodobieństwa, WNE, 2010-2011 Własności Wariancji Przypomnijmy, że VarX = E(X EX) 2 = EX 2 (EX) 2. Własności

Bardziej szczegółowo

1 Funkcja użyteczności

1 Funkcja użyteczności 1 Funkcja użyteczności Funkcja użyteczności to funkcja, której wartościami są wartości użyteczności (satysfakcji, komfortu psychicznego). Można mówić o użyteczności różnych zjawisk. Użyteczność pieniądza

Bardziej szczegółowo

Prawdopodobieństwo i statystyka

Prawdopodobieństwo i statystyka Wykład XV: Zagadnienia redukcji wymiaru danych 2 lutego 2015 r. Standaryzacja danych Standaryzacja danych Własności macierzy korelacji Definicja Niech X będzie zmienną losową o skończonym drugim momencie.

Bardziej szczegółowo

Wnioskowanie bayesowskie

Wnioskowanie bayesowskie Wnioskowanie bayesowskie W podejściu klasycznym wnioskowanie statystyczne oparte jest wyłącznie na podstawie pobranej próby losowej. Możemy np. estymować punktowo lub przedziałowo nieznane parametry rozkładów,

Bardziej szczegółowo

Informacja o przestrzeniach Sobolewa

Informacja o przestrzeniach Sobolewa Wykład 11 Informacja o przestrzeniach Sobolewa 11.1 Definicja przestrzeni Sobolewa Niech R n będzie zbiorem mierzalnym. Rozważmy przestrzeń Hilberta X = L 2 () z iloczynem skalarnym zdefiniowanym równością

Bardziej szczegółowo

Regulamin Oferty promocyjnej Jeździsz 3 lata bez szkody, a za polisę płacisz jakbyś miał 60% zniżki. Postanowienia ogólne

Regulamin Oferty promocyjnej Jeździsz 3 lata bez szkody, a za polisę płacisz jakbyś miał 60% zniżki. Postanowienia ogólne Regulamin Oferty promocyjnej Jeździsz 3 lata bez szkody, a za polisę płacisz jakbyś miał 60% zniżki 1 Postanowienia ogólne 1. Niniejszy Regulamin określa zasady oferty promocyjnej Jeździsz 3 lata bez szkody,

Bardziej szczegółowo

Łączenie i agregacja systemów bonus-malus w ubezpieczeniach komunikacyjnych

Łączenie i agregacja systemów bonus-malus w ubezpieczeniach komunikacyjnych Wojciech Bijak Kolegium Analiz Ekonomicznych Szkoła Główna Handlowa w Warszawie Ubezpieczeniowy Fundusz Gwarancyjny Łączenie i agregacja systemów bonus-malus w ubezpieczeniach komunikacyjnych Streszczenie

Bardziej szczegółowo

Prognozowanie i Symulacje. Wykład I. Matematyczne metody prognozowania

Prognozowanie i Symulacje. Wykład I. Matematyczne metody prognozowania Prognozowanie i Symulacje. Wykład I. e-mail:e.kozlovski@pollub.pl Spis treści Szeregi czasowe 1 Szeregi czasowe 2 3 Szeregi czasowe Definicja 1 Szereg czasowy jest to proces stochastyczny z czasem dyskretnym

Bardziej szczegółowo

Mikroekonometria 4. Mikołaj Czajkowski Wiktor Budziński

Mikroekonometria 4. Mikołaj Czajkowski Wiktor Budziński Mikroekonometria 4 Mikołaj Czajkowski Wiktor Budziński Regresja kwantylowa W standardowej Metodzie Najmniejszych Kwadratów modelujemy warunkową średnią zmiennej objaśnianej: E( yi Xi) = μ ( Xi) Pokazaliśmy,

Bardziej szczegółowo

Matematyka finansowa 08.01.2007 r. Komisja Egzaminacyjna dla Aktuariuszy. XLI Egzamin dla Aktuariuszy z 8 stycznia 2007 r. Część I

Matematyka finansowa 08.01.2007 r. Komisja Egzaminacyjna dla Aktuariuszy. XLI Egzamin dla Aktuariuszy z 8 stycznia 2007 r. Część I Komisja Egzaminacyjna dla Aktuariuszy XLI Egzamin dla Aktuariuszy z 8 stycznia 2007 r. Część I Matematyka finansowa WERSJA TESTU A Imię i nazwisko osoby egzaminowanej:... Czas egzaminu: 00 minut . Ile

Bardziej szczegółowo

dla t ściślejsze ograniczenie na prawdopodobieństwo otrzymujemy przyjmując k = 1, zaś dla t > t ściślejsze ograniczenie otrzymujemy przyjmując k = 2.

dla t ściślejsze ograniczenie na prawdopodobieństwo otrzymujemy przyjmując k = 1, zaś dla t > t ściślejsze ograniczenie otrzymujemy przyjmując k = 2. Zadanie. Dla dowolnej zmiennej losowej X o wartości oczekiwanej μ, wariancji momencie centralnym μ k rzędu k zachodzą nierówności (typu Czebyszewa): ( X μ k Pr > μ + t σ ) 0. k k t σ *

Bardziej szczegółowo

1 Metody rozwiązywania równań nieliniowych. Postawienie problemu

1 Metody rozwiązywania równań nieliniowych. Postawienie problemu 1 Metody rozwiązywania równań nieliniowych. Postawienie problemu Dla danej funkcji ciągłej f znaleźć wartości x, dla których f(x) = 0. (1) 2 Przedział izolacji pierwiastka Będziemy zakładać, że równanie

Bardziej szczegółowo

Matematyka finansowa r. Komisja Egzaminacyjna dla Aktuariuszy. LXXIII Egzamin dla Aktuariuszy z 7 marca 2016 r. Część I

Matematyka finansowa r. Komisja Egzaminacyjna dla Aktuariuszy. LXXIII Egzamin dla Aktuariuszy z 7 marca 2016 r. Część I Komisja Egzaminacyjna dla Aktuariuszy LXXIII Egzamin dla Aktuariuszy z 7 marca 2016 r. Część I Matematyka finansowa WERSJA TESTU A Imię i nazwisko osoby egzaminowanej:... Czas egzaminu: 100 minut 1 1.

Bardziej szczegółowo

Metody numeryczne. materiały do wykładu dla studentów

Metody numeryczne. materiały do wykładu dla studentów Metody numeryczne materiały do wykładu dla studentów 5. Przybliżone metody rozwiązywania równań 5.1 Lokalizacja pierwiastków 5.2 Metoda bisekcji 5.3 Metoda iteracji 5.4 Metoda stycznych (Newtona) 5.5 Metoda

Bardziej szczegółowo

MODELE MATEMATYCZNE W UBEZPIECZENIACH

MODELE MATEMATYCZNE W UBEZPIECZENIACH MODELE MATEMATYCZNE W UBEZPIECZENIACH WYKŁAD 6: SKŁADKI OKRESOWE Składki okresowe netto Umowę pomiędzy ubezpieczycielem a ubezpieczonym dotyczącą ubezpieczenia na życie nazywa się polisą ubezpieczeniową

Bardziej szczegółowo

DOI: /sps JEL Classification: G22 Insurance; Insurance Companies; Actuarial Studies

DOI: /sps JEL Classification: G22 Insurance; Insurance Companies; Actuarial Studies TARYFIKACJA A PRIORI Z UWZGLĘDNIENIEM EFEKTÓW PRZESTRZENNYCH Kamil Gala Ubezpieczeniowy Fundusz Gwarancyjny e-mail: kgala@ufg.pl ISSN 1644-6739 e-issn 2449-9765 DOI: 10.15611/sps.2017.15.05 JEL Classification:

Bardziej szczegółowo

1 Pochodne wyższych rzędów

1 Pochodne wyższych rzędów 1 Pochodne wyższych rzędów Definicja 1.1 (Pochodne cząstkowe drugiego rzędu) Niech f będzie odwzorowaniem o wartościach w R m, określonym na zbiorze G R k. Załóżmy, że zbiór tych x G, dla których istnieje

Bardziej szczegółowo

LVI Egzamin dla Aktuariuszy z 4 kwietnia 2011 r.

LVI Egzamin dla Aktuariuszy z 4 kwietnia 2011 r. Komisja Egzaminacyjna dla Aktuariuszy LVI Egzamin dla Aktuariuszy z 4 kwietnia 2011 r. Część II Matematyka ubezpieczeń życiowych Imię i nazwisko osoby egzaminowanej:... Czas egzaminu: 100 minut Warszawa,

Bardziej szczegółowo

Automatyczny system wykrywania nieubezpieczonych posiadaczy pojazdów mechanicznych wspierający kontrole prowadzone przez UFG

Automatyczny system wykrywania nieubezpieczonych posiadaczy pojazdów mechanicznych wspierający kontrole prowadzone przez UFG Automatyczny system wykrywania nieubezpieczonych posiadaczy pojazdów mechanicznych wspierający kontrole prowadzone przez UFG XX Forum Teleinformatyki 25.09.2014, Warszawa dr hab. Wojciech Bijak, prof.

Bardziej szczegółowo

Rozkłady wielu zmiennych

Rozkłady wielu zmiennych Rozkłady wielu zmiennych Uogólnienie pojęć na rozkład wielu zmiennych Dystrybuanta, gęstość prawdopodobieństwa, rozkład brzegowy, wartości średnie i odchylenia standardowe, momenty Notacja macierzowa Macierz

Bardziej szczegółowo

4. Ubezpieczenie Życiowe

4. Ubezpieczenie Życiowe 4. Ubezpieczenie Życiowe Składka ubezpieczeniowa musi brać pod uwagę następujące czynniki: 1. Kwotę wypłaconą przy śmierci ubezpieczonego oraz jej wartość aktualną. 2. Rozkład czasu do śmierci ubezpieczonego

Bardziej szczegółowo

Podstawowe modele probabilistyczne

Podstawowe modele probabilistyczne Wrocław University of Technology Podstawowe modele probabilistyczne Maciej Zięba maciej.zieba@pwr.edu.pl Rozpoznawanie Obrazów, Lato 2018/2019 Pojęcie prawdopodobieństwa Prawdopodobieństwo reprezentuje

Bardziej szczegółowo

Składki i rezerwy netto

Składki i rezerwy netto ROZDZIAŁ 6 Składki i rezerwy netto 1 Składki netto Umowę pomiędzy ubezpieczycielem a ubezpieczonym dotyczącą ubezpieczenia na życie nazywa się polisą ubezpieczeniową Polisa taka zawiera szczegółowe warunki

Bardziej szczegółowo