Κωδικός μαθήματος: ΣΑΣΜΕ36-17

Σκοπός του μαθήματος (Aims)

  • Να μάθει ο φοιτητής/η φοιτήτρια να επιλέγει το γενικευμένο γραμμικό μοντέλο από στατιστικά δεδομένα.
  • Σε βάθος γνώση των συναρτήσεων σύνδεσης και των κριτηρίων επιλογής του μοντέλου.
  • Να μάθει ο φοιτητής/η φοιτήτρια βασικές μεθόδους υπολογισμού του ασφαλίστρου πάνω σε έναν κίνδυνο.
  • Σε βάθος γνώση των στατιστικών μέτρων στην κατασκευή ασφαλίστρων.
  • Να μάθει να κατατάσσει τους κινδύνους χρησιμοποιώντας την έννοια της στοχαστικής διάταξης.

Μαθησιακά αποτελέσματα (Learning Outcomes)

  • Γνώση της χρησιμότητας του γενικευμένου γραμμικού μοντέλου έναντι του γραμμικού μοντέλου.
  • Κατανόηση και εφαρμογή των βασικών μοντέλων παλινδρόμησης (Πολυωνυμική – Λογιστική – Logit – Probit – Log).
  • Γνώση βασικών αρχών υπολογισμού του ασφαλίστρου και χρήση των στατιστικών μέτρων.
  • Κατανόηση της διαχείρισης κινδύνων μέσω της στοχαστικής διάταξης τυχαίων μεταβλητών.
  • Γνώση των σταθμισμένων και στρεβλών ασφαλίστρων.

Περιεχόμενα μαθήματος (Syllabus)

  • Γενικευμένα γραμμικά μοντέλα.
  • Εκθετική οικογένεια κατανομών.
  • Πολυωνυμική – Λογιστική – Logit – Probit – Log παλινδρόμηση.
  • Κριτήρια επιλογής μοντέλου.
  • Εφαρμογές των γενικευμένων γραμμικών μοντέλων στον Αναλογισμό και στη Διαχείριση Κινδύνων.
  • Διαχείριση Κινδύνων και στατιστικά μέτρα στον υπολογισμό ασφαλίστρων.
  • Αρχές υπολογισμού του ασφαλίστρου και βασικές ιδιότητες.
  • Αξία σε κίνδυνο και υπό δέσμευση ασφάλιστρα.
  • Η έννοια της στοχαστικής διάταξης μεταξύ των κινδύνων.
  • Σταθμισμένα και στρεβλά ασφάλιστρα.

Ενδεικτική βιβλιογραφία

  • Boland P.J. (2007). Statistical and Probabilistic Methods in Actuarial Science. Chapman & Hall, Boca Raton, Florida.
  • Kaas R., Goovaerts M., Dhaene J. & Denuit M. (2008). Modern Actuarial Risk Theory Using R, 2nd edition, Springer-Verlag, Berlin.