dc.contributor.advisor | Κούτρας, Μάρκος | |
dc.contributor.author | Λογοθέτης, Ιωάννης | |
dc.date.accessioned | 2023-07-11T07:17:14Z | |
dc.date.available | 2023-07-11T07:17:14Z | |
dc.date.issued | 2023-06 | |
dc.identifier.uri | https://dione.lib.unipi.gr/xmlui/handle/unipi/15568 | |
dc.identifier.uri | http://dx.doi.org/10.26267/unipi_dione/2990 | |
dc.description.abstract | Είναι γνωστό ότι τα ύψη των ασφαλιστικών ζημιών ακολουθούν κατανομές με βαριές ουρές, ιδιότητα την οποία δεν κατέχουν οι κλασικές κατανομές (κανονική, εκθετική κτλ). Για το λόγο αυτό, έχει δοθεί ιδιαίτερη σημασία στην δημιουργία νέων οικογενειών κατανομών που μπορούν να προσεγγίσουν ικανοποιητικά δεδομένα με βαριές ουρές καθώς και στη μελέτη των ιδιοτήτων τους.
Στην παρούσα διπλωματική εργασία, αναφέρουμε αρχικά, κάποιες βασικές ιδιότητες των κατανομών με βαριά ουρά. Στη συνέχεια γίνεται μια παρουσίαση της κατανομής Weibull, η οποία ανήκει στην οικογένεια κατανομών με βαριές ουρές.
Στη συνέχεια, παρουσιάζεται ένας μετασχηματισμός της κατανομής Weibull ώστε να προσαρμόζεται καλύτερα σε δεδομένα με βαριά ουρά, όπως είναι τα ύψη των ασφαλιστικών ζημιών και γίνεται σύγκριση των μέτρων κινδύνου Aξία σε Kίνδυνο (VaR) και Aναμενόμενο Έλλειμμα (TVaR/Expected Shortfall) ανάμεσα στη κλασική κατανομή Weibull και το μετασχηματισμό της.
Τέλος, εξετάζεται η αποτελεσματικότητα των τεχνικών αυτών σε προσομοιωμένα δεδομένα και γίνεται εφαρμογή σε πραγματικά δεδομένα. | el |
dc.format.extent | 89 | el |
dc.language.iso | el | el |
dc.publisher | Πανεπιστήμιο Πειραιώς | el |
dc.title | Μοντελοποίηση ασφαλιστικών απαιτήσεων : κατασκευή κατανομών με βαριές ουρές μέσω μετασχηματισμού της κατανομής Weibull | el |
dc.title.alternative | Modeling insurance claims : heavy tailed distributions generation by transforming the Weibull distribution | el |
dc.type | Master Thesis | el |
dc.contributor.department | Σχολή Χρηματοοικονομικής και Στατιστικής. Τμήμα Στατιστικής και Ασφαλιστικής Επιστήμης | el |
dc.description.abstractEN | It is well known that the severity of insurance claims follows heavy-tailed distributions, a property that classical distributions (normal, exponential, etc.) do not possess. For this reason, particular attention has been paid to the creation of new families of distributions that can satisfactorily approximate heavy-tailed data and to the study of their properties.
In this thesis, we first report some basic properties of heavy-tailed distributions. Then, we present the Weibull distribution, which belongs to the heavy-tailed distribution family.
Next, we present a transformation of the Weibull distribution which provide a better fit to heavy-tailed data, such as insurance claims, and compare the risk measures Value at Risk (VaR) and Expected Shortfall (TVaR/Expected Shortfall) between the standard Weibull distribution and its transformation.
Finally, the efficiency of these techniques is investigated on simulated data and then an application to real insurance loss data is conducted. | el |
dc.contributor.master | Αναλογιστική Επιστήμη και Διοικητική Κινδύνου | el |
dc.subject.keyword | Heavy tailed | el |
dc.subject.keyword | Weibull | el |
dc.date.defense | 2023-06-02 | |