Neživotné poistenie

Vyučujúci

Zaradený v študijných programoch

Výsledky vzdelávania

Študenti získajú teoretické a praktické vedomosti z oblasti neživotného poistenia, budú schopní definovať a analyzovať poistné odvetia, v rámci vybraných poistných produktov neživotného poistenia. Študent si rozšíri svoje znalosti z matematickej štatistiky a pravdepodobnosti a okrem teoretickej podstaty štatistických analýz či prognostického modelovania sa naučí aj moderné praktické aplikácie v oblastiach neživotného poistenia, ako je tarifná analýza, či odhad technických rezerv, a to s využitím štatistického softvéru R alebo Python.
Vedomosti
1. Identifikácia a analýza poistného odvetia, v rámci komerčných produktov neživotného poistenia
2. Ovládanie základných pojmov, terminológie a princípov v neživotnom poistení
3. Získanie solídneho matematického základu a vedomostí o postupoch a matematicko-štatistických metódach aplikovaných v neživotnom poistení pri oceňovaní produktov a odhade technických rezerv na poistné plnenia
4. Orientovanie sa v základoch legislatívy v oblasti neživotného poistenia
Kompetentnosti
Na základe získaných vedomostí sa študenti dokážu s prehľadom orientovať v štatistických, matematických, finančných a informatických postupoch v poisťovniach, správnych a regulatívnych orgánoch poverených dozorom nad poisťovníctvom, za neživotné poistenie. Získajú schopnosť porozumieť praxi a vývoju poistného trhu a poisťovníctva nielen na Slovensku ale i jednotného trhu v rámci Európskej únie, vrátane jej právneho zakotvenia.
Zručnosti
Po absolvovaní kurzu študenti dokážu:
• používať teoretické znalosti pri analýze dát v základných štatistických modeloch
• sa orientovať v danej problematike a aplikovať vhodné postupy a modely
• tvoriť aktuárske modely a preukázať porozumenie praktickým úvahám a obmedzeniam, ktoré sa týkajú tarifnej analýzy a odhadu technických rezerv
• používať výpočtovú techniku a štatistické programové systémy (R/Python)
• jednoznačne interpretovať a prezentovať dosiahnuté výsledky

Stručná osnova predmetu

Klasifikácia poistných odvetví neživotného poistenia, Hlavné finančné ukazovatele v neživotnom poistení. Zovšeobecnené lineárne metódy (GLMs) – štruktúra modelu, multiplikatívny model, odhad parametrov, testovanie významnosti modelu ako celku a významnosti jednotlivých parametrov. Diagnostika a kvalita modelu, výber modelu, deviancia. Prediktívne modelovanie pomocou GLMs v tarifnej analýze, segmentovaný rizikový model. Bayesovská štatistika a teória kredibility. Empirická bayesovská teória kredibility. Bonus-Malus systémy (BMS) a No-Claim Discount (NCD) systémy. Markovovská analýza a Poissonov proces. Výpočet relatívnej sadzby poistného v BMS systéme, Efektivita BMS. Technické rezervy na poistné plnenia, Deterministické metódy výpočtu technických rezerv na poistné plnenia: Chain-ladder, Chain-ladder s inflačným vyrovnaním. Deterministické metódy výpočtu technických rezerv na poistné plnenia: Aritmetická separačná metóda, geometrická separačná metóda, Bornhuetter-Ferguson, Cape-Code. Stochastické modelovanie technických rezerv a ich riziko. Neživotné poistenie v režime Solvency II.

Odporúčaná literatúra

1. Denuit, Michel, et al.: Actuarial Modelling of Claim Counts: Risk Classification, Credibility and Bonus-Malus Systems. West Sussex : John Wiley & Sons, Inc., 2007.
2. Klugman, Stuart A., Panjer, Harry H., Willmot, Gordon E.: Loss Models: From Data to Decisions. 4th Edition. New Jersey: John Wiley & Sons, Inc., 2012.
3. Boland, P. J.: Statistical and Probabilistic methods in Actuarial Science, 2007.
4. Ohlsson, E., Johansson, B.: Non-Life Insurance Pricing with Generalized Linear Models. Berlín: Springer Nature Switzerland AG, 2010.
5. Pacáková, V.: Aplikovaná poistná štatistika. Bratislava: Elita, 2004
6. Cipra, T.: Riziko ve financích a pojišťovnictví: Basel III a Solvency II, 2015.
7. Zákon č. 39/2015 Z. z. (Zákon o poisťovníctve).
8. Charpentier, A.: Computation actuarial science with R. Taylor & Francis Group. 2015.
9. Strežo, M., Mucha, V., Šoltés, E., Páleš, M. Risk Premium Prediction of Motor Hull Insurance Using Generalized Linear Models. In Statistika : Statistics and Economy Journal. - Praha : Český statistický úřad, 2019, vol. 99, no. 4

Sylabus predmetu

1. Klasifikácia poistných odvetví neživotného poistenia, Hlavné finančné ukazovatele v neživotnom poistení. 2. Zovšeobecnené lineárne metódy (GLMs) – štruktúra modelu, multiplikatívny model, odhad parametrov, testovanie významnosti modelu ako celku a významnosti jednotlivých parametrov. 3. Diagnostika a kvalita modelu, výber modelu, deviancia. 4. Prediktívne modelovanie pomocou GLMs v tarifnej analýze, segmentovaný rizikový model. 5. Bayesovská štatistika a teória kredibility. 6. Empirická bayesovská teória kredibility. 7. Bonus-Malus systémy (BMS) a No-Claim Discount (NCD) systémy. 8. Markovovská analýza a Poissonov proces. 9. Výpočet relatívnej sadzby poistného v BMS systéme, Efektivita BMS. 10. Technické rezervy na poistné plnenia, Deterministické metódy výpočtu technických rezerv na poistné plnenia: Chain-ladder, Chain-ladder s inflačným vyrovnaním. 11. Deterministické metódy výpočtu technických rezerv na poistné plnenia: Aritmetická separačná metóda, geometrická separačná metóda, Bornhuetter-Ferguson, Cape-Code. 12. Stochastické modelovanie technických rezerv a ich riziko. 13. Neživotné poistenie v režime Solvency II.

Podmienky na absolvovanie predmetu

30 % zápočtová písomná práca (s využitím softvérovej podpory)
20 % ústna skúška,
50 % písomná skúška (s využitím softvérovej podpory)

Pracovné zaťaženie študenta

Pracovné zaťaženie študenta (v hodinách): 130 h
26 hodín - účasť na prednáškach,
26 hodín - účasť na cvičeniach,
13 hodín - príprava na cvičenia, vypracovanie domácich úloh,
13 hodín - príprava na zápočtovú písomnú prácu,
52 hodín - samostatného štúdia v rámci prípravy na skúšku

Jazyk, ktorého znalosť je potrebná na absolvovanie predmetu

slovenský

Dátum schválenia: 10.02.2023

Dátum poslednej zmeny: 15.05.2022

Dátum schválenia: 10.02.2023

Dátum poslednej zmeny: 15.05.2022