Μέθοδοι ποσοτικοποίησης και αξιολόγησης κινδύνων για ασφαλιστικούς και χρηματοοικονομικούς οργανισμούς

Κούσης, Νικόλαος Μάριος

dc.contributor.advisor	Ψαρράκος, Γεώργιος
dc.contributor.author	Κούσης, Νικόλαος Μάριος
dc.date.accessioned	2025-11-03T17:11:01Z
dc.date.available	2025-11-03T17:11:01Z
dc.date.issued	2025-10
dc.identifier.uri	https://dione.lib.unipi.gr/xmlui/handle/unipi/18301
dc.description.abstract	Η διαχείριση κινδύνου αποτελεί θεμέλιο της σύγχρονης χρηματοοικονομικής και ασφαλιστικής πρακτικής, καθώς οι οργανισμοί αντιμετωπίζουν πολυσύνθετους και αλληλοεξαρτώμενους κινδύνους σε ένα διαρκώς ασταθές περιβάλλον. Σκοπός της παρούσας εργασίας είναι η συστηματική ανάλυση και σύγκριση των μεθόδων ποσοτικοποίησης και αξιολόγησης κινδύνων, τόσο σε θεωρητικό όσο και σε πρακτικό επίπεδο, λαμβάνοντας υπόψη τα διεθνή κανονιστικά πλαίσια Βασιλείας ΙΙ/ΙΙΙ και Φερεγγυότητας ΙΙ. Στο πλαίσιο αυτό, η εργασία αναλύει βασικές μεθόδους ποσοτικοποίησης που κατέχουν κεντρική θέση στη διεθνή βιβλιογραφία και πρακτική, όπως η Αξία σε Κίνδυνο (VaR) ως σημειακό μέτρο κινδύνου και το Αναμενόμενο Έλλειμμα (ES) ως συνεκτικότερο μέτρο κινδύνων ακραίων γεγονότων, την Προσέγγιση Κατανομής Ζημιών που συνδυάζει μοντέλα συχνότητας και σφοδρότητας και εφαρμόζεται ευρέως στο λειτουργικό κίνδυνο, τη Θεωρία Ακραίων Τιμών που εστιάζει στη μοντελοποίηση σπάνιων και ακραίων γεγονότων, τη Μπεϋζιανή προσέγγιση, η οποία ενσωματώνει προγενέστερη γνώση και δεδομένα σε ένα συνεκτικό προβλεπτικό πλαίσιο, τις Συζεύξεις που αποτυπώνουν πολύπλοκες εξαρτήσεις μεταξύ των κινδύνων και την Προσομοίωση Monte Carlo η οποία επιτρέπει την προσομοίωση πολύπλοκων χαρτοφυλακίων και τον υπολογισμό κεφαλαιακών απαιτήσεων. Παράλληλα, παρουσιάζονται μέθοδοι αξιολόγησης όπως οι Παράγοντες Ελέγχου Κινδύνου, οι Χάρτες Κινδύνου, οι Βασικοί Δείκτες Κινδύνου, η Ανάλυση Σεναρίων με τους Ελέγχους Αντοχής και η μέθοδος Αυτοαξιολόγησης Κινδύνου και Ελέγχου (RCSA), με έμφαση στις εφαρμογές τους σε χρηματοοικονομικούς και ασφαλιστικούς οργανισμούς. Τα αποτελέσματα δείχνουν πως ο συνδυασμός ποσοτικών και ποιοτικών τεχνικών προσφέρει μία πιο ολοκληρωμένη αποτύπωση του κινδύνου, ενισχύοντας τη ρυθμιστική συμμόρφωση και την ανθεκτικότητα των οργανισμών. Επιπλέον, η αξιοποίηση τεχνολογιών Μεγάλων Δεδομένων και προηγμένων αναλυτικών μεθόδων αναδεικνύεται ως μελλοντική κατεύθυνση για αποτελεσματικότερη διαχείριση πολύπλοκων και συστημικών κινδύνων. Συνολικά, η εργασία συμβάλλει στη βιβλιογραφία της διαχείρισης κινδύνου παρέχοντας ένα συνεκτικό πλαίσιο θεωρίας, μεθοδολογίας και πρακτικών εφαρμογών για τη σύγχρονη διαχείριση κινδύνου.	el
dc.format.extent	114	el
dc.language.iso	el	el
dc.publisher	Πανεπιστήμιο Πειραιώς	el
dc.rights	Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα	*
dc.rights.uri	http://creativecommons.org/licenses/by-nc-nd/3.0/gr/	*
dc.title	Μέθοδοι ποσοτικοποίησης και αξιολόγησης κινδύνων για ασφαλιστικούς και χρηματοοικονομικούς οργανισμούς	el
dc.title.alternative	Risk quantification and assessment methods for insurance and financial organizations	el
dc.type	Master Thesis	el
dc.contributor.department	Σχολή Χρηματοοικονομικής και Στατιστικής. Τμήμα Στατιστικής και Ασφαλιστικής Επιστήμης	el
dc.description.abstractEN	Risk management constitutes a fundamental pillar of modern financial and insurance practise, as organizations face complex and interdependent risks in a constantly unstable environment. The purpose of this thesis is the systematic analysis and comparison of risk quantification and assessment methods, both at a theoretical and practical level, taking into account the international regulatory frameworks of Basel II/III and Solvency II. In this context, the thesis analyzes central quantification methods that hold a prominent position in international literature and practise, such as Value at Risk (VaR) as a point of measure of risk and Expected Shortfall (ES) as a more coherent measure of extreme event risks, the Loss Distribution Approach which combines frequency and severity models and is widely applied to operational risk, Extreme Value Theory which focuses on modeling rare and extreme events the Bayesian approach which incorporates prior knowledge and data into a coherent predictive framework, Copulas which capture complex dependencies between risks and Monte Carlo Simulation which enables the simulation of complex portfolios and the calculation of capital requirements. At the same time, assessment methods are presented such as Risk Control Drivers, Risk Maps, Key Risk Indicators (KRIs), Scenario Analysis with Stress Tests and the Risk and Control Self-Assessment (RCSA) method, with emphasis on their applications in financial and insurance organizations. The results show that the combination of quantitative and qualitative techniques provides a more comprehensive depiction of risk, enhancing regulatory compliance and organizational resilience. Furthermore, the utilization of Big Data technologies and advanced analytical methods emerges as a future direction for more effective management of complex and systemic risks. Overall, the thesis contributes to the risk management literature by providing a coherent framework of theory, methodology and practical applications for modern risk management.	el
dc.contributor.master	Αναλογιστική Επιστήμη και Διαχείριση Κινδύνων	el
dc.subject.keyword	Μέθοδοι ποσοτικοποίησης κινδύνων	el
dc.subject.keyword	Μέθοδοι αξιολόγησης κινδύνων	el
dc.subject.keyword	Ασφαλιστικοί οργανισμοί	el
dc.subject.keyword	Χρηματοοικονομικοί οργανισμοί	el
dc.date.defense	2025-10-07

Αρχεία σε αυτό το τεκμήριο

Name:: Kousis_MAE23016.pdf
Μέγεθος:: 2.249Mb
Τύπος:: PDF
Description:: Μεταπτυχιακή διατριβή

Προβολή/Άνοιγμα

Αυτό το τεκμήριο εμφανίζεται στις ακόλουθες συλλογές

Τμήμα Στατιστικής και Ασφαλιστικής Επιστήμης
Department of Statistics & Insurance Science

Εμφάνιση απλής εγγραφής

Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα

Εκτός από όπου διευκρινίζεται διαφορετικά, το τεκμήριο διανέμεται με την ακόλουθη άδεια:
Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα