Publication detail

Bayesian Probability Models for Critical Illness Insurance

Authors: Jindrová Pavla | Pacáková Viera

Year: 2014

Type of publication: článek ve sborníku

Name of source: Recent Advances in Mathematical Methods in Applied Sciences

Publisher name: WSEAS Press

Place: Atény

Page from-to: 218-221

Titles:

Language	Name	Abstract	Keywords
cze	Bayesovské pravděpodobnostní modely pro pojištění závažných onemocnění	Pojištění závažných onemocnění je druh dlouhodobého pojištění, které pojištěnému garantuje smluvně dohodnutou částku v případě diagnostikování některé ze seznamu kritických nemocí, specifikovaných v rámci pojistných podmínek. Znalost pravděpodobnosti vzniku pojistné události je základem pro ocenění produktů životního a neživotního pojištění komerčních pojišťoven. Cílem tohoto článku je použít bayesovský model binomické/beta pro odhad pravděpodobnosti pojistné události při pojištění kritických onemocnění. V bayesovském přístupu k odhadu parametrů bychom vždy měli začít se znalostí apriorního rozdělení odhadovaného parametru. V tomto článku jsme použili algoritmus pro takové apriorní rozdělení odhadované pravděpodobnosti binomického rozdělení, který poskytuje bayesovské odhady s menší kvadratickou chybou ve srovnání s klasickými odhady. V článku je algoritmus použit na údajích, předložených dle vyhlášky č. 20/2008 Národní banky Slovenska ze slovenských pojišťoven s expozicí vůči danému riziku.	Bayesovské odhady; model binomické/beta; pravděpodobnost pojistné události; apriorní rozdělení; aposteriorní rozdělení.
eng	Bayesian Probability Models for Critical Illness Insurance	Critical Illness Insurance (CII) is a type of long term insurance that provides a lump sum on the diagnosis of one of a speciﬁed list of critical illnesses within the policy conditions. Knowledge of the probability of an insured event is the basis for the valuation of the products in life and non-life insurance companies. The aim of this article is to use Bayesian binomial/beta model for estimation of event probability for critical illness insurance. In Bayesian approach to estimation we should always start with a priori distribution for unknown parameter. In this paper we have used the algorithm for such a priori estimation of the binomial probability, which allows Bayesian estimates with less square error compared with classical estimates. In article the algorithm has been applied on the data submitted by the Decree No. 20/2008 to the National Bank of Slovakia from Slovak insurance companies giving exposure to the critical illness risk.	Bayesian estimation; binomial/beta model; event probability; posterior distribution; prior distribution.

Search

Login for students

Login for employees

Publication detail

Map

Services

Popular Links