System bonus-malus z mechanizmem korekty składki
|
|
- Filip Lisowski
- 8 lat temu
- Przeglądów:
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 Anna Szymańska Katedra Metod Statystycznych Uniwersytet Łódzki Taryfikacja w ubezpieczeniach
Bardziej szczegółowoSystem 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 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 szczegółowoModel 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 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 szczegółowoZadanie 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 szczegółowoWpływ 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 szczegółowoZadanie 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 szczegółowoZadanie 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 szczegółowoDOI: /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 szczegółowoParametr 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 szczegółowoAgata 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 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 szczegółowoOgólnopolska 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 szczegółowoz 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 szczegółowoN 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 szczegółowoEGZAMIN 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 szczegółowoMatematyka 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 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 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 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 szczegółowoRozdział 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 szczegółowoRachunek 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 szczegółowoBadania 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 szczegółowoUbezpieczenia 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 szczegółowoOptymalizacja 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 szczegółowoLIII 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 szczegółowoMatematyka 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 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 szczegółowoSpacery 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 szczegółowoMetody 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 szczegółowoMatematyka 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 szczegółowoEstymacja 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 szczegółowoFuzja 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 szczegółowoUBEZPIECZENIA 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 szczegółowoUBEZPIECZENIE 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 szczegółowoMODELE 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 szczegółowoZarządzanie 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 szczegółowoMatematyka 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 szczegółowoLXI 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 szczegółowoZadanie 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 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 szczegółowoLIV 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 szczegółowo1. 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 szczegółowoROZWIĄZYWANIE 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 szczegółowoMatematyka 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 szczegółowoMatematyka 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 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 szczegółowo7. 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 szczegółowoWprowadzenie 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 szczegółowoLX 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 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 szczegółowoLVII 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 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 szczegółowoTEORIA 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 szczegółowoĆwiczenia: 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 szczegółowoPrawdopodobieństwo 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 szczegółowoZagadnienie 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 szczegółowoistocie 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 szczegółowoModele 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 szczegółowoMatematyka 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 szczegółowoEGZAMIN 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 szczegółowoLIV 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 szczegółowoStatystyka 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 szczegółowo1. 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 szczegółowoWłasność 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 szczegółowoMatematyka 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 szczegółowoWIELKA 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 szczegółowoTARYFA 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 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 szczegółowoXLVIII 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 szczegółowoLokalna 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 szczegółowoSchemat 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 szczegółowoMODELOWANIE 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 szczegółowoUkłady 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 szczegółowoZawansowane 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 szczegółowoUbezpieczeniowy 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 szczegółowoWYKŁAD 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 szczegółowo1 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 szczegółowoPrawdopodobieństwo 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 szczegółowoWnioskowanie 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 szczegółowoInformacja 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 szczegółowoRegulamin 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 szczegółowoŁączenie 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 szczegółowoPrognozowanie 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 szczegółowoMikroekonometria 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 szczegółowoMatematyka 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 szczegółowodla 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 szczegółowo1 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 szczegółowoMatematyka 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 szczegółowoMetody 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 szczegółowoMODELE 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 szczegółowoDOI: /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 szczegółowo1 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 szczegółowoLVI 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 szczegółowoAutomatyczny 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 szczegółowoRozkłady 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 szczegółowo4. 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 szczegółowoPodstawowe 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 szczegółowoSkładki 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