Skip to main content

Login for students

Login for employees

Publication detail

Modelling and Simulation in Non-life Insurance
Authors: Pacáková Viera
Year: 2011
Type of publication: článek ve sborníku
Name of source: Recent Researches in Applied Mathematics, Simulation and Modelling 2011
Publisher name: WSEAS Press
Place: Stevens Point
Page from-to: 129-133
Titles:
Language Name Abstract Keywords
cze Modelování a simulace v neživotním pojištění Modelování a simulace jsou potřebné a užitečné v aktuárských analýzách v oblasti neživotního pojištění, zejména v případech, kdy neexistuje dostatečný počet reálných dat. Typickým příkladem je model kolektivního rizika, kde je známá pouze jedna hodnota za kalendářní rok. Užitím testů dobré shody můžeme najít rozdělení počtu a rozdělení výše pojistných plnění a simulace Monte Carlo nám poskytnou dostatečný počet hodnot kolektivního rizika. Simulované hodnoty lze využít pro určení modelu kolektivního rizika, výpočet pojistného a měr rizika. Článek poskytuje teoretický výklad pravděpodobnostního modelování a simulace spolu s příklady aplikace. Modely škod;kolektivní model rizika;Monte Carlo simulace;kalkulace pojistného;míry rizika
eng Modelling and Simulation in Non-life Insurance Modelling and simulations are necessary and useful in actuarial analysis in non-life insurance mainly in cases where we cannot find a sufficient number of real data. A typical example is the collective risk model, where we know only one value for the calendar year. Using goodness of fit tests we can often find distributions of the number and of the amount of claims and Monte Carlo simulations enable us to simulate a sufficient number of total claims amount. Simulated values then we will use in determining the collective risk model, calculating the premium and risk measures. The article presents a theoretical approach of these probability models and simulations, together with examples of applications. Loss distributions;Collective risk model;Monte Carlo Simulation;premium calculation;risk measures.