Sztochasztikus tartalékolás és a tartalék függése a kifutási háromszög időperiódusától



Hasonló dokumentumok
? közgazdasági statisztika

? közgazdasági statisztika

ORVOSI STATISZTIKA. Az orvosi statisztika helye. Egyéb példák. Példa: test hőmérséklet. Lehet kérdés? Statisztika. Élettan Anatómia Kémia. Kérdések!

Ismérvek közötti kapcsolatok szorosságának vizsgálata. 1. Egy kis ismétlés: mérési skálák (Hunyadi-Vita: Statisztika I o)

Megállapítható változók elemzése Függetlenségvizsgálat, illeszkedésvizsgálat, homogenitásvizsgálat

A szórások vizsgálata. Az F-próba. A döntés. Az F-próba szabadsági fokai

Regresszió és korreláció

IBNR számítási módszerek áttekintése

Regresszió és korreláció

Matematikai statisztika

1. Operáció kutatás matematikát matematikai statisztika és számítástechnika. legjobb megoldás optimum operációkutatás definíciója :

Az átlagra vonatkozó megbízhatósági intervallum (konfidencia intervallum)

Statisztika. Eloszlásjellemzők

Függvénygörbe alatti terület a határozott integrál

13. Tárcsák számítása. 1. A felületszerkezetek. A felületszerkezetek típusai

I. Valószínűségelméleti és matematikai statisztikai alapok

A biostatisztika alapfogalmai, konfidenciaintervallum. Dr. Boda Krisztina PhD SZTE ÁOK Orvosi Fizikai és Orvosi Informatikai Intézet

Feladatok és megoldások a 11. heti gyakorlathoz

Virág Katalin. Szegedi Tudományegyetem, Bolyai Intézet

NÉMETH LÁSZLÓ VÁROSI MATEMATIKA VERSENY 2013 HÓDMEZŐVÁSÁRHELY OSZTÁLY ÁPRILIS 8.

) ( s 2 2. ^t = (n x 1)s n (s x+s y ) x +(n y 1)s y n x+n y. +n y 2 n x. n y df = n x + n y 2. n x. s x. + s 2. df = d kritikus.

Tuzson Zoltán A Sturm-módszer és alkalmazása

STATISZTIKAI MÓDSZEREK

Járattípusok. Kapcsolatok szerint: Sugaras, ingajárat: Vonaljárat: Körjárat:

f (M (ξ)) M (f (ξ)) Bizonyítás: Megjegyezzük, hogy konvex függvényekre mindig létezik a ± ben

LEGJOBB BECSLÉS Módszerek, egyszerűsítések

2.4. Vektor és mátrixnormák

1. előadás: Bevezetés. Irodalom. Számonkérés. A valószínűségszámítás és a statisztika tárgya. Cél

Hipotéziselmélet. Statisztikai próbák I. Statisztikai próbák II. Informatikai Tudományok Doktori Iskola

BIOMATEMATIKA ELŐADÁS

Matematikai statisztika

i 0 egyébként ábra. Negyedfokú és ötödfokú Bernstein polinomok a [0,1] intervallumon.

24. tétel A valószínűségszámítás elemei. A valószínűség kiszámításának kombinatorikus modellje.

Bevezetés a hipotézis vizsgálatba. Hipotézisvizsgálatok. Próbák leírása. Kétoldali és egyoldali hipotézisek. Illeszkedésvizsgálatok

KÖZELÍTŐ INFERENCIA II.

ÖKONOMETRIA. Készítette: Elek Péter, Bíró Anikó. Szakmai felelős: Elek Péter június

Méréselmélet PE_MIK MI_BSc, VI_BSc 1

REGIONÁLIS ELEMZÉSI MÓDSZEREK. c. készülő egyetemi tankönyvből, szerkesztő: Nemes Nagy József várható megjelenés 2004., ELTE Eötvös Kiadó

Statisztikai próbák. Ugyanazon problémára sokszor megvan mindkét eljárás.

Matematikai statisztika elıadás III. éves elemzı szakosoknak. Zempléni András 9. elıadásból (részlet)

Mérési adatok feldolgozása Méréselmélet PE_MIK MI_BSc, VI_BSc 1

Variancia-analízis (ANOVA) Mekkora a tévedés esélye? A tévedés esélye Miért nem csinálunk kétmintás t-próbákat?

Változók függőségi viszonyainak vizsgálata

Információs rendszerek elméleti alapjai. Információelmélet

KÖZELÍTŐ INFERENCIA II.

Alap-ötlet: Karl Friedrich Gauss ( ) valószínűségszámítási háttér: Andrej Markov ( )

BEVEZETÉS. Hosszú fejlődés eredménye tehát, hogy a kísérletezés, a mérés a természettudományos

Adatfeldolgozás, adatértékelés. Dr. Szűcs Péter, Dr. Madarász Tamás Miskolci Egyetem, Hidrogeológiai Mérnökgeológiai Tanszék

Statisztika II. előadás és gyakorlat 2. rész

ORVOSI STATISZTIKA. Az orvosi statisztika helye. Egyéb példák. Példa: test hőmérséklet. Lehet kérdés? Statisztika. Élettan Anatómia Kémia. Kérdések!

A statisztikai vizsgálat tárgyát képező egyedek összességét statisztikai sokaságnak nevezzük.

. melléklet a 3 /2013. (XII. 29.) MNB rendelethez 12. melléklet a 38/2013. (XII. ) MNB rendelethez

Matematika szintfelmérő szeptember

2. Az együttműködő villamosenergia-rendszer teljesítmény-egyensúlya

Gazdaságtudományi Kar. Gazdaságelméleti és Módszertani Intézet. Regresszió-számítás. 2. előadás. Kvantitatív statisztikai módszerek. Dr.

Korreláció- és regressziószámítás

Arrhenius-paraméterek becslése közvetett és közvetlen mérések alapján

Kétoldali hibás Monte Carlo algoritmus: mindkét válasz esetén hibázhat az algoritmus, de adott alsó korlát a hibázás valószínűségére.

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

Példák 2. Teljes eseményrendszer. Tulajdonságok. Példák diszkrét valószínőségi változókra

Ismétlés: Visszatevéses mintavétel. A valószínőség további tulajdonságai. Visszatevés nélküli mintavétel. A valószínőség folytonossága

s n s x A m és az átlag Standard hiba A m becslése Információ tartalom Átlag Konfidencia intervallum Pont becslés Intervallum becslés

VÉLETLENÍTETT ALGORITMUSOK. 1.ea.

A Secretary problem. Optimális választás megtalálása.

Líneáris függvények. Definíció: Az f(x) = mx + b alakú függvényeket, ahol m 0, m, b R elsfokú függvényeknek nevezzük.

Információs rendszerek elméleti alapjai. Információelmélet

2. METROLÓGIA ÉS HIBASZÁMíTÁS

EUKLIDESZI TÉR. Euklideszi tér, metrikus tér, normált tér, magasabb dimenziós terek vektorainak szöge, ezek következményei

Dr. Tóth Zsuzsanna Eszter Dr. Jónás Tamás Erdei János. Gazdaságstatisztika. II. rész A matematikai statisztika alapjai

PDF created with FinePrint pdffactory Pro trial version Irodalom.

MÉRÉSTECHNIKA. DR. HUBA ANTAL c. egy. tanár BME Mechatronika, Optika és Gépészeti Informatika Tanszék 2011

STATISZTIKA II. kötet

Véletlenszám generátorok. 6. előadás

Hvezetés (írta:dr Ortutay Miklós)

823. A helyesen kitöltött keresztrejtvény: 823. ábra A prímek összege: = 9; 824. a) 2 1, 2 4, 5 3, 3 5, 2$ 825.

BIOSTATISZTIKA ÉS INFORMATIKA. Leíró statisztika

4 2 lapultsági együttható =

A MATEMATIKAI STATISZTIKA ELEMEI

Kvadratikus alakok gyakorlás.

Hipotézis vizsgálatok. Egy példa. Hipotézisek. A megfigyelt változó eloszlása Kérdés: Hatásos a lázcsillapító gyógyszer?

Backtrack módszer (1.49)

Mérnöki alapok 5. előadás

A matematikai statisztika elemei

Ha n darab standard normális eloszlású változót négyzetesen összegzünk, akkor kapjuk a χ 2 - eloszlást: N

A felhasznált térfogalmak: lineáris tér (vektortér), normált tér, Banach tér, euklideszi-tér, Hilbert tér. legjobban közelítõ elem, azaz v u

EGY FÁZISÚ TÖBBKOMPONENS RENDSZEREK: AZ ELEGYEK KÉPZDÉSE

9. évfolyam Javítóvizsga felkészülést segítő feladatok

EGY FÁZISÚ TÖBBKOMPONENS RENDSZEREK: BEVEZETÉS

Ökonometria. /Elméleti jegyzet/

A peremeloszlások. Valószínőségszámítás elıadás III. alk. matematikus szak. Példa. Valószínőségi vektorváltozók eloszlásfüggvénye.

KOMBINATORIKA ELŐADÁS osztatlan matematikatanár hallgatók számára. Szita formula J = S \R,

Azonos névleges értékű, hitelesített súlyokból alkotott csoportok együttes mérési bizonytalansága

Tulajdonságok. Teljes eseményrendszer. Valószínőségi változók függetlensége. Példák, szimulációk

Szolvencia II. Biztosítástechnikai tartalékok

SÚRLÓDÁSMENTES KÖZEG NUMERIKUS ÁRAMLÁSTANI MODELLEZÉSE ÉS ÉRVÉNYESÍTÉSE ÖSSZEFOGLALÁS

Kiegészítés a felületi hullámossághoz és a forgácsképződéshez. 1. ábra. ( 2 ) A szögváltozó kifejezése:

A paramétereket kísérletileg meghatározott yi értékekre támaszkodva becsülik. Ha n darab kisérletet (megfigyelést, mérést) végeznek, n darab

Eseményvezérelt szimuláció

Diszkrét Matematika 1. óra Fokszámsorozatok

Függvények határértéke és folytonossága. pontban van határértéke és ez A, ha bármely 0 küszöbszám, hogy ha. lim

Átírás:

Sztochasztkus tartalékolás és a tartalék függése a kfutás háromszög dőperódusától Faluköz Tamás Vtéz Ildkó Ibola Kozules: r. Arató Mklós ELTETTK Budapest

IBNR kfutás háromszög IBNR: curred but ot reported Ikremetáls: C Kumulált: Kfutás háromszög Bekövetkezés dőperódusa 2 Beeletés/Kfzetés késése () 2 2 2 22 å k C k

Tartalékolás techkák etermsztkus módszerek alsó háromszög ktöltése potbecslés a tartalékra Láclétra (kumulált károk) ráták függetleek től l ) ( 2 2 l

Adatok Két adatsor (két külöböző magar bztosítótól) Lakásbztosítás (7 éves) rövdebb kfutás KGFB (4 éves) hosszabb kfutás Kfutás háromszög (ált. kumulált): ap/hav/egedéves/éves kárszámok/károk károk: kfzetés/beeletés (kfzetés/beeletés késése szert) Külöböző eredméek

Célok Müche láclétra módszer tesztelése (kfzetés/beeletés háromszög által adott eredméek közt külöbség csökketése) A tartalék dőperódustól való függéséek vzsgálata Sztochasztkus tartalékolás módszerek tartalék kvatlseek meghatározásához

Müche láclétra (MCL) Káragságok (kumulált kfutás háromszög): kfzetés csak kfzetések (PP) beeletés csak kfzetések (IP) beeletés kfzetések tételes függőkártartalék (IPO) MCL: PP és IP háromszögek közt eltérés csökketése Mdkét háromszöget haszála az l ráták az P aktuáls ( P / I ) háadosoktól függek I

MCL eredméek PP IP aráok a sorok utolsó elemere (ksebb külöbség) Probléma: PP és IPO összemérhetők.2000.500.000.0500.0000 0.9500 0.9000 2000.0. 2000.04. 2000.07. 2000.0. 200.0. 200.04. 200.07. 200.0. 2002.0. 2002.04. 2002.07. 2002.0. 2003.0. 2003.04. 2003.07. 2003.0. SCL MCL PP IPO ráták (ugaakkora külöbség) Ok: külöböző put adatok.2 0.8 0.6 0.4 0.2 0 2000.0. 2000.04. 2000.07. 2000.0. 200.0. 200.04. 200.07. 200.0. 2002.0. 2002.04. 2002.07. 2002.0. 2003.0. 2003.04. 2003.07. 2003.0. SCL MCL

etermsztkus/sztochasztkus Sokféle determsztkus módszer Külöböző eredméek (potbecslések) Cél: kvatlsek kofdecatervallumok ehhez sztochasztkus módszerek Nav sztochasztkus techkák l :..d. valószíűség változók (L ) Tapasztalat eloszlás: dszkrét egeletes az smert értékeke l ( )

Egeletesormáls (UN) modell L változó: dszkrét egeletes eloszlás a halmazo Várható érték: az alsó háromszög ktöltése a teles tartalék várható értéke a szóráségzet: ormáls közelítés (várható érték szóráségzet) kvatlsek a szóráségzet segítségével ïþ ï ý ü ïî ï í ì X X d : ) ( K ( ) å t L E ( ) å Õ ø ö è æ ø ö è æ k k L E ( ) ( ) å Õ Õ ø ö è æ ø ö è æ k k L E L E 2 2 2

UN: UN megegzések Egeletesgeerálás (UG) Várható érték: egk determsztkus módszer potbecslése ( lácszemháados átlagokkal ) UN: kvatlsek s adhatók UG: L valószíűség változók mt fet. sor tartaléka: ( L L L ) 2 teles tartalék: ()!(2)!! lehetséges érték 000 lehetséges kmeetel geerálása tapasztalat kvatlsek

MCMC modell Y Y 2 Y Y e X C C 2 C C e 2 X 2 C 2 C 22 C e X C C :. peródusba bekövetkezett () peródussal később beeletett károk száma ~Posso(e X Y ) e :. peródusba élő szerződések száma X : eg szerződésre utó kárszámteztás az. peródusba ~ d gamma Y : peródus késéssel beeletett károk aráa ~Beta(ab) eloszlás a é ê å 0 ë k Y k ù ú û tervallumo

MCMCtartalékolás a posteror eloszlások Baestétellel: [ ] [ ] [ ] Õ Õ c c ~ [ ] [ ] [ ] Õ Õ c c ~ [ ] ø ö è æ å ø ö è æ å µ Õ e c e c l a a c a e b a e c ø ö è æ å µ å Õ ø ö è æ å ] [

Markov Cha Mote Carlo mtavétel MetropolsHastgs módszer; avaslat eloszlás:. mtageerálás 2. [ t ] ì í î Z [ t] q(. ) ~ N a a ( 0.000) z ~ q (. ) vszg vszg t.. a m æ è f ( z ) ( [ t ]) f q q ( [ t ] z ) ( [ ]) ö z t ø

Mde lépésbe MCMCtartalékolás mta re mta ra tartalék: Possomta geerálása az aktuáls X és Y segítségével számolt paraméterrel: å å e 2 Várható érték és kvatlsek meghatározása a kapott értékek alapá

Eredméek: potbecslések Household (mothl) MTPL (mothl) 650 50 600 950 550 750 550 500 450 400 350 CL UN UG MCMC 350 CL UN UG MCMC Household (quaterl) MTPL (quaterl) 650 50 600 950 550 750 550 500 450 400 350 CL UN UG MCMC 350 CL UN UG MCMC

Eredméek: kvatlsek Household (mothl) MPTL (mothl) 900 800 700 500 300 00 900 700 500 300 50% 75% 90% 95% UN UG MCMC 700 600 500 400 300 50% 75% 90% 95% UN UG MCMC Household (quaterl) MTPL (quaterl) 900 800 700 500 300 00 900 700 500 300 50% 75% 90% 95% UN UG MCMC 700 600 500 400 300 50% 75% 90% 95% UN UG MCMC

Tartalékolás módszerek tesztelése Ola tervallumot választuk hog mde formácó smert lege: alsó háromszög s első három év (lakásbztosítás adatok) Becsült értékek összehasolítása a téleges értékkel C C 2 C 22 C 3 C 25 C 32 C 4 C 35 C 42 C 5 C 45 C 52 C 3 C 2 C 5 C 23 C 33 C 43 C 53 C 4 C 24 C 34 C 44 C 54 C 55

Teszteredméek Valód érték: 788 Láclétra: 990 Quatles of the reserve 2 500 2 000 500 000 500 0 UN UG MCMC Real 50% 75% 90% 95%

Koklúzók Potbecslések em megbízhatók Sztochasztkus módszerek ago külöböző eredméeket adhatak Módszer és peródus választása: adatoktól s függőe (hosszú/rövd kfutás) teszteléssel Bootstrap crossvaldato módszerek

Köszööm a fgelmet!