Sirvi Märksõna "actuarial mathematics" järgi

Nüüd näidatakse 1 - 8 8

listelement.badge.access-status Avatud juurdepääs ,
Gestatsioondiabeedi ja makrosoomia prognoosimine ning nende riskitegurite analüüs masinõppe meetoditega
(Tartu Ülikool, 2020) Pihu, Silvia; Laur, Sven, juhendaja; Rull, Kristiina, juhendaja; Tartu Ülikool. Loodus- ja täppisteaduste valdkond; Tartu Ülikool. Arvutiteaduse instituut
Large-for-gestational-age (LGA) may cause problems for both baby and mother during delivery, therefore the best solution is to predict and avoid it (by diet, cure of GDM, etc.) or at least use planned Caesarian section. Gestational diabetes (GDM) is known as a major risk factor for too large baby. Different machine learning algorithms were used to predict GDM and LGA on Estonian pregnancies and newborn data from 2012 to 2018 (4787 cases), using their risk factors. The best results were obtained by random forest method (AUC for GDM 0.96 and for LGA 0,92). The major risk factors for LGA occurred to be GDM and its correct diagnosing, the body mass index of the mother (before pregnancy), having large baby in previous pregnancy, the age of mother and the blood sugar level registered at the beginning of pregnancy.
listelement.badge.access-status Avatud juurdepääs ,
Kindlustuskahjude sageduse analüüs lokaalse regressiooni ja k-lähima naabri meetodil
(Tartu Ülikool, 2015) Muru, Liina; Käärik, Meelis, juhendaja; Tartu Ülikool. Matemaatika-informaatikateaduskond; Tartu Ülikool. Matemaatilise statistika instituut
Kahjukindlustuses on üheks olulisemaks teemaks sobivate preemiate suuruste määramine. Sageli jagatakse selleks kindlustusvõtjad mingite tunnuste alusel erinevateks klassideks, et siis vastavas klassis hinnata kahjude suurust ja esinemise sagedust ning selle abil määrata preemiad. Klassidesse jagamise korral võib tekkida olukord, kus moodustatud klasside piiril asetsevate kindlustusvõtjate korral toob mõne vaadeldava tunnuse väike muutus kaasa sattumise teise klassi. See aga omakorda võib tuua kaasa preemia järsu muutumise ehk hinnašoki. Käesolevas töös uuritakse erinevaid meetodeid, et leida neist parim kindlustuskahjude esinemise sageduse võimalikult dünaamiliseks hindamiseks, mis vähendaks hinnašoki ohtu. Selleks kasutatakse lokaalset regressiooni, mille korral on piirkonnad määratud k-lähima naabri meetodit rakendades.
listelement.badge.access-status Avatud juurdepääs ,
Kindlustuslepingute hinnastamine Bayesi meetodi abil
(2021) Sinikas, Kristjan; Möls, Märt, juhendaja; Tartu Ülikool. Loodus- ja täppisteaduste valdkond; Tartu Ülikool. Matemaatika ja statistika instituut
Käesoleva magistritöö eesmärk on uurida Bayesi statistika kasutatavust kahjukindlustuse hinnastamisel. Antud töös on kasutatud Bayesi statistika meetodit andmaks hinnanguid kindlustuslepingute kahjusageduse ja keskmise kahju suuruse osas ning seda on võrreldud suurima tõepära meetodi hinnangutega kasutades erinevaid kaofunktsioone. Leiti, et Bayesi meetod on hea andmete vähesuse korral.
listelement.badge.access-status Avatud juurdepääs ,
Kindlustusreservide hindamine statistikatarkvara R paketiga ChainLadder
(2018) Puskar, Linnet; Käärik, Meelis, juhendaja; Tartu Ülikool. Matemaatika ja statistika instituut; Tartu Ülikool. Loodus- ja täppisteaduste valdkond
Selles bakalaureusetöös antakse ülevaade statistikatarkvara R paketi ChainLadder funktsioonidest MackChainLadder, MunichChainLadder ja BootChain-Ladder. Töö esimeses peatükis tutvustatakse nende funktsioonide aluseks olevaid Macki, Müncheni ja bootstrap ahel-redel meetodeid. Teises peatükis esitletakse lühidalt Chain-Ladder paketti ning leitakse eelnevalt nimetatud funktsioone kasutades reaalse andmestiku põhjal reservi hinnangud.
listelement.badge.access-status Avatud juurdepääs ,
Kogukahju arvutamise meetodite võrdlemine kahjukindlustuses
(Tartu Ülikool, 2014-06-17) Kase, Margot; Käärik, Meelis, juhendaja; Tartu Ülikool. Matemaatika-informaatikateaduskond; Tartu Ülikool. Matemaatilise statistika instituut
Kindlustusettevõtte edukaks toimimiseks on kriitilise tähtsusega määrata õiglane preemia – see on suurus, mis tekitab kindlustusvõtjas soovi risk üle kanda ja samal ajal tagab kindlustusettevõttele jätkusuutlikuse. Kuna kogutud kindlustuspreemia peab olema piisav katmaks kõiki potensiaalseid kahjusid ning samal ajal kindlustusvõtja jaoks põhjendatud, tundub kõige loomulikum olevat hinnata portfelli kogukahju ning saadud tulemus jagada proportsionaalselt kindlustusvõtjate vahel. Käesoleva töö eesmärgiks on uurida kogukahju arvutamist konvolutsioonide meetodiga, normaaljaotusega lähendades, Normal Power meetodiga, nihutatud gammajaotusega lähendades, simulatsioonide meetodiga, Panjeri rekursiooniga ja kiire Fourier’ teisendusega, kasutades ühe Eesti kindlustusettevõtte kasko portfelli. Kogukahju jaotuste arvutamisel kasutatakse enamike meetodite korral programmi R paketti „actuar“.
listelement.badge.access-status Avatud juurdepääs ,
Modelling large claims in order to optimise the reinsurance program
(2019) Kim, Iuliia; Käärik, Meelis, juhendaja; Viirsalu, Hele-Liis, juhendaja; Tartu Ülikool. Loodus- ja täppisteaduste valdkond; Tartu Ülikool. Matemaatika ja statistika instituut
Reinsurance is one of the cornerstones in the actuarial mathematics. When the company deals with large claims, the matter of choosing the optimal reinsurance strategy becomes especially important as it helps to reduce the risks of the insurance company. For defining the best reinsurance program, the insurer needs to know the behaviour of large claims in portfolio. Based on historical data of incurred claims, it is possible to estimate the ultimate values with chain ladder method. The most common claim distributions are used to fit to the ultimate amounts and the best distribution is chosen for generating claim severities. Based on generated number of claims and claim sizes, it’s possible to simulate many scenarios for calculating the total loss without reinsurance and net losses after reinsurance. In case of excess of loss reinsurance, the reinsurer covers the part of claim which exceeds the retention level. Comparing net losses from all reinsurance programs, the insurance company can make a decision whether the reinsurance program is beneficial depending on the premium which the reinsurance company requests.
listelement.badge.access-status Avatud juurdepääs ,
Sõidukite kindlustuskahjude sageduse hindamine mitmemõõtmelise adaptiivse regressioonsplaini abil
(2019) Narvik, Perttu; Käärik, Meelis, juhendaja; Maldre, Tõnis, juhendaja; Tartu Ülikool. Loodus- ja täppisteaduste valdkond; Tartu Ülikool. Matemaatika ja statistika instituut
Magistritöö eesmärgiks on tutvustada mitmemõõtmelist adaptiivset regressioonisplaini ning rakendada seda meetodit Eesti liikluskindlustuse andmetele. Töö esimeses osas antakse ülevaade üldistatud lineaarsest mudelist ja üldistatud aditiivsest mudelist loendusandmete korral ning kirjeldatakse mitmemõõtmelise adaptiivse regressioonisplaini kasutamist nii parameetrilisel kui ka mitteparameetrilisel viisil. Töö teises osas sobitatakse tutvustatud meetodide põhjal mudelid, mis prognoosivad kindlustuskahjude sagedust ning selgitatakse välja parim mudel.
listelement.badge.access-status Avatud juurdepääs ,
Stochastic chain-ladder methods in non-life insurance
(2017-06-28) Tee, Liivika; Käärik, Meelis, juhendaja; Tartu Ülikool. Loodus- ja täppisteaduste valdkond
Kahjud toimuvad juhuslikel ajahetkedel ning kahjude suurused on samuti juhuslikud. Seetõttu ei ole tulevikus tekkivate kahjude arvu ning nende suuruseid võimalik täpselt prognoosida ning kindlustusfirmade ülesandeks on leida meetod, millega olemasolevat informatsiooni kasutades saaks tulevikus toimuvaid kahjusid võimalikult täpselt hinnata. Kõige levinum reservide hindamise meetod on deterministlik ahel-redel meetod. Ahel-redel meetod annab meile ainult punkthinnangu, mis ei ole kindlustusfirma jaoks piisavalt informatiivne ning seega on vaja käsitluse alla võtta stohhastilised meetodid, millega on võimalik leida ka reservi prognoosimisel tehtav viga. Hinnangu standardvea leidmiseks on võimalik kasutada mitmeid erinevaid meetodeid, üks võimalus on kasutada taasvalikumeetodeid. Käesoleva väitekirja eesmärk on anda ülevaade erinevatest (stohhastilistest) reservihindamise meetoditest, võrrelda meetodite omadusi ja käitumist ning leida kriteeriume, mis hõlbustaksid otsuste langetamist reaalsete reservihindamise ülesannete korral. Töö käsitleb reservide stohhastilist hindamist üldistatud lineaarsete mudelite ja bootstrap-meetodi kombineerimisel ning toob välja ja selgitab erinevaid võimalusi, millele bootstrap-meetodi kasutamisel võiks tähelepanu pöörata. Lisaks mudelite teoreetilisele püstitusele rakendatakse mudeleid ühe Eesti kindlustusfirma andmetele ja erinevaid meetodeid valideeritakse Schedule P andmebaasi erinevate kahjuliikide reservikolmnurkade peal. Väitekirja teine pool käsitleb ahel-redel meetodi rakendamist erinevatel andmete agregeerimise tasemetel, seejuures ka ahel-redel meetodi üldistust pideva ajaga juhule. Kuna kindlustusfirmalt ei saa eeldada andmete kogumist pidevas ajas, siis käesolevas töös on pidev ahel-redel meetod interpreteeritud ka diskreetse ajaga juhule. Eesmärk on uurida erinevate agregeerimistasemete mõju kogureservi hinnangule ning võrrelda klassikalise ahel-redel meetodi ja pideva ahel-redel meetodi hinnanguid. Analüüs näitab, et nii kvartaalsete, kuiste kui päevaste andmetega on tulemused täpsemad kui aastase agregeerimise korral, aga kvartaalsete andmete korral on tulemused oluliselt stabiilsemad kui suurema detailsusega lähenemiste korral.