Μέθοδοι αποθεματοποίησης γενικών ασφαλειών : σύγκριση των micro και των macro προσεγγίσεων
| dc.contributor.advisor | Βρόντος, Σπυρίδων | |
| dc.contributor.author | Ανδρικοπούλου, Κυριακή | |
| dc.date.accessioned | 2016-02-03T07:20:45Z | |
| dc.date.available | 2016-02-03T07:20:45Z | |
| dc.date.issued | 2013-06 | |
| dc.identifier.uri | https://dione.lib.unipi.gr/xmlui/handle/unipi/8320 | |
| dc.description.abstract | Για την κάλυψη πιθανών μελλοντικών απαιτήσεων, οι εταιρείες γενικών ασφαλίσεων πρέπει να διαθέτουν το απαραίτητο αποθεματικό κεφάλαιο, σύμφωνα με τις απαιτήσεις της ευρωπαϊκής οδηγίας Solvency II. Για το λόγο αυτό, είναι εξαιρετικά σημαντική η αξιόπιστη πρόβλεψη των μελλοντικών χρηματικών ροών με τη βοήθεια των αναλογιστικών μεθόδων αποθεματοποίησης. Γενικά, οι περισσότερες μέθοδοι βασίζονται σε συγκεντρωτικά τρίγωνα run-off και παρουσιάζουν σημαντικά μειονεκτήματα. Πρόσφατα ωστόσο έχουν προταθεί η λεγόμενη μέθοδος "μικρο" (micro), οι οποίες, αντί να βασίζονται σε συγκεντρωτικά δεδομένα, εκμεταλλεύονται τα αναλυτικά δεδομένα που τηρούν οι ασφαλιστικές εταιρείες στα αρχεία τους σχετικά με τις απαιτήσεις που καλύφθηκαν στο παρελθόν. Επιλέγοντας κατάλληλα στατιστικά μοντέλα με βάση το ιστορικό της ασφαλιστικής εταιρείας, η μέθοδος "μίκρο" υπόσχεται πιο αξιόπιστη πρόβλεψη των μελλοντικών απαιτήσεων. Στόχος της παρούσας διπλωματικής εργασίας είναι η μελέτη του μεθόδου "μίκρο" και η σύγκρισή της με τις κλασικές μεθόδους συγκεντρωτικών τριγώνων run-off. Αφού δικαιολογηθεί η αναγκαιότητα ασφαλούς πρόβλεψης του αποθεματικού, αρχικά παρουσιάζονται οι κλασικές μέθοδοι Chain Ladder και οι επεκτάσεις αυτής, η μέθοδος Bornhuetter-Ferguson και οι μέθοδοι αποθεματοποίησης που κάνουν χρήση γενικευμένων γραμμικών μοντέλων. Στη συνέχεια, παρουσιάζονται η νέα μέθοδος "μίκρο" που έχει προταθεί πρόσφατα στη βιβλιογραφία. Τέλος, τα πλεονεκτήματα της νέας μεθόδου παρουσιάζεται μέσα από μια εφαρμογή στο στατιστικό πακέτο R, χρησιμοποιώντας δεδομένα που προέκυψαν μέσω προσομοίωσης. | el |
| dc.format.extent | 106 | el |
| dc.language.iso | el | el |
| dc.publisher | Πανεπιστήμιο Πειραιώς | el |
| dc.rights | Attribution-NonCommercial-NoDerivatives 4.0 Διεθνές | * |
| dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/4.0/ | * |
| dc.subject | Ασφάλιση | el |
| dc.title | Μέθοδοι αποθεματοποίησης γενικών ασφαλειών : σύγκριση των micro και των macro προσεγγίσεων | el |
| dc.type | Master Thesis | el |
| dc.contributor.department | Σχολή Χρηματοοικονομικής και Στατιστικής. Τμήμα Στατιστικής και Ασφαλιστικής Επιστήμης | el |
| dc.description.abstractEN | In order to meet future liabilities, general insurance companies must set up reserves, in accordance with EU's directive Solvency II. Therefore, it is very important to predict future cash flows reliably, using appropriate actuarial loss reserving methods. In general, most methods are based on aggregated run-off triangles and present several important disadvantages. However, new method called "micro-level" method has been recently proposed, which take advantage of the detailed historical data set of the insurance companies, instead of relying exclusively on aggregated data. Thus, by fitting these detailed data to appropriately selected statistical models, the new method could provide the actuary with more detailed and valuable reserve calculations. In this thesis, the "micro-level" loss reserving method is presented and compared with the conventional aggregate run-off triangles. After justifying the need for more precise reserve calculations, conventional chain ladder techniques, the Bornhuetter-Ferguson method and generalized linear reserving methods are presented. Moreover, the recently proposed "microlevel" method is presented. Finally, the advantages of the new method are demonstrated through computer simulations using the well known statistics package R. | el |
| dc.contributor.master | Αναλογιστική Επιστήμη και Διοικητική Κινδύνου | el |
| dc.subject.keyword | Run-off | el |
| dc.subject.keyword | Micro | el |
Αρχεία σε αυτό το τεκμήριο
Αυτό το τεκμήριο εμφανίζεται στις ακόλουθες συλλογές
-
Τμήμα Στατιστικής και Ασφαλιστικής Επιστήμης
Department of Statistics & Insurance Science
Εκτός από όπου διευκρινίζεται διαφορετικά, το τεκμήριο διανέμεται με την ακόλουθη άδεια:
Attribution-NonCommercial-NoDerivatives 4.0 Διεθνές
Attribution-NonCommercial-NoDerivatives 4.0 Διεθνές